Alice: IA, Dados e o Futuro da Saúde Digital

0:00Hoje em dia, assim, meu reflexo quando tenho uma emergência não é ir no ponto socorro, é falar com a Alice pelo app. E várias vezes eu consigo resolver 100 no ponto socorro, o que é bom para mim, porque eu não fico 4 horas na ponto socorro. Quando saiu o Cloud Core, que acho que foi janeiro desse ano, dezembro do ano passado, lá com Opus 4.5, que ele começou a caramba, consegue mexer em arquivo no meu computador, consegue abrir um navegador e navegar na página e clicar. Acho que as pessoas de negócios acenderam uma luz assim na cabeça.

0:24Transcrição de voz com uma AI que pega aquela transcrição e coloca num formato que o médico define, o médico cria um template, tá sendo muito útil porque ele não precisa nem anotar na consulta e depois ele consegue deixar no formato que ele gosta.

0:36Poucas pessoas sabem que os modelos de a generativa, ele ele é obrigado a te dar uma resposta. Ele vai te dar uma resposta, mesmo que ele não saiba, ele vai inventar uma resposta, que é o que a gente chama de lucância. Muito bem, meus amigos, o PPT não compilha. Estamos aqui para mais um episódio e hoje, Ron, vamos falar de um assunto que eu gosto só um pouquinho. Arquitetura também tem a ver, mas é num mercado muito específico. Hoje a gente vai falar de saúde, que é praticamente o playground do do dos nerds para quando o assunto é inteligência artificial e tecnologia, né, cara?

1:10Com certeza. E [ __ ] é uma área fascinante, exatamente, para aplicar esse novos modelos, né, eficiência.

1:17Exatamente. E para falar disso com a gente hoje, a gente tá com o CTO aqui da provavelmente operadora de saúde mais tecnológica do Brasil hoje. Dá para dizer isso, Bruno?

1:27Com certeza.

1:28Então, o Bruno Dre, que é o City da Alice. Dá um oi pra galera aí, Brunão.

1:33Pessoal, eu sou o Bruno Drê, sou City da Alice, que é um plano de saúde para empresas e hoje eu vou contar um pouco como a gente usa AI e tecnologia.

1:41Show de bola. E acho que o papo vai ser bom, hein, cara. Tô curioso porque deve ter bastante história interessante aí que o Bruno deve est adotando.

1:51Eu tô curioso para saber se a List está cobrindo plante capilar. [roncando] Essa é uma boa pergunta que vai vai rolar ao longo da conversa aqui.

1:57Acho que você já desistiu. [risadas] Eu ainda tenho tempo.

2:01Mas é isso aí. Vamos entender como é que a lista tá aplicando tecnologia num mercado tão regulado, tão importante.

2:08Como é que eles estão tratando essa questão dos dados na área de saúde que são cada vez mais cruciais, né? Como eles estão usando inteligência artificial no mercado tão regulado, né?

2:19E como que tudo isso gira essa engrenagem e numa empresa que tá tendo um crescimento extremamente grande, né, Brunão? Então vamos entender aqui como que de fato a tecnologia consegue impulsionar uma saúde melhor, uma vida melhor, fazer uma entrega melhor pro pessoalmente paciente, né?

2:38Exatamente. Então o papo vai ser muito bom. fica com a gente. Mas antes, se você ainda não deixou seu like, se você ainda não deixou seu comentário, se você ainda não está seguindo o PPT no CPILA [roncando] nas redes sociais, no Spotify, vai lá da cinco estrelinhas, no YouTube, vai lá, seja membro do nosso canal, se você puder e tiver interesse, vai colaborar um pouquinho aqui com o PPT no compil pra gente manter a nossa estrutura e gerar conteúdo de qualidade gratuito para você cada vez mais. E se você quiser contribuir de uma forma mais direta, você pode contribuir direto no [email protected].

3:10Tá aí, gostaria episódio, vou pagar a cerveja daquele cabeçudo ali.

3:14Então, boa, contribua com a gente. Vamos lá que o episódio tá muito bom. Bora.

3:22[música]

3:27[música]

3:33Roma, antes da gente começar, eu quero apresentar aqui pros nossos ouvintes o novo parceiro do PPT no CPIL que é Elven Works, do nosso parceiraço Bruno Pereira, que teve aqui nos num dos últimos episódios, tá?

3:47Sim. E foi um baito episódio de passagem, uma aula de observabilidade, Bruno, que para mim é uma das referências no Brasil em em observabilidade e e monitoria e s. Então, agora oficialmente aqui parceiro do PPT no CPILA, um dos apoiadores do do do nosso trabalho. E eu quero aproveitar e deixar aqui também o meu agradecimento para todos os outros nossos apoiadores, a Clever, a VM Bears, você Ron da Techron que também colabora aqui com a gente, apoia a gente há um bom tempo. Então, deixar aqui o nosso muito obrigado porque são vocês que de fato fazem isso aqui acontecer, né? Sem esse apoio financeiro, a gente jamais conseguiria trazer esse conteúdo de qualidade pros nossos ouvintes. Então, bem-vinda, Elven. E muitos conteúdos de qualidade a respeito de observabilidade, SRE, operação de TI, vem por aí eh, oferecidos pela Elvin. Fiquem de olho.

4:47É isso, Brunão. Bem-vindo, cara. Obrigado.

4:50Prazer táar aqui.

4:51E fala para mim que que que você tá na na sua visão, como você tá vendo esse momento da tecnologia tão eh disruptivo que a gente tá vivendo agora com com padronização de de inteligência artificial, eh cada vez mais próximo do desenvolvimento, mais próximo do negócio. E você que é do s mesmo sindicato que eu de área de saúde, né?

5:21Muitos anos aí trabalhando na área de saúde, que a gente sabe que é uma área extremamente regulada, né? Como é que você tá vendo esse momento, cara?

5:29Nossa, acho que é a maior transformação que eu já vivi na carreira até aqui e que eu acho que a gente vai ver no nosso tempo de vida, assim, acho que não porque a gente tem pouco tempo de vida, mas é porque é uma transformação muito grande. Eh, acho que assim, talvez nas últimas décadas seja a maior mudança na forma que desenvolvedores trabalham e também na forma como outras profissões trabalham, né? Acho que todo mundo tá assim sendo impactado. Acho que desenvolvimento de software vem primeiro porque é uma coisa que é um pouco mais fácil de automatizar, né? função objetiva, é fácil, é bom, é fácil ver se funcionou ou não funcionou, mas acho que vai vir para todas as profissões, né? E coisas que hoje não parecem que vão ser impactadas, acho que vai vir também.

6:05Então, acho que é uma assim mudança realmente muito grande e acho que a saúde acaba que ela é bastante regulada, mas ao mesmo tempo eu sinto que é uma área muito propícia para ter informação, inteligência artificial, porque tem muito dado desestruturado, onde tem muitas trajetórias diferentes, né, que um paciente pode navegar no sistema de saúde e você quer ter mais eficiência de custo, né? a gente quer que o o investimento seja feito pro cuidado, né, e não pra burocracia, para processo administrativo. Então, tem muito espaço para ser mais eficiente e para dar um cuidado melhor a um custo mais baixo.

6:39Sim. E e eu sempre repito pr pr pras pessoas que não tm contato na área de tecnologia de de saúde, a área de saúde ela é muito humana, lógico, por contato paciente, médico, enfermeiros, etc. Mas ela é um playground para quem gosta de tecnologia, né, cara? Então, a gente tem muita eh muita oportunidade de aumentar a eficiência operacional, enxugar custos, etc., aplicando tecnologia, né? E eu sei que a Alice é um um dos players aí que são mais tecnológicos do Brasil. Queria que você falasse um pouquinho sobre a Alice e como que você tem visto esse essa aplicação de tecnologia num mercado tão difícil que é a saúde suplementar no Brasil, né?

7:23Legal. Alice é um plano de saúde para empresas, né, que existe desde 2019.

7:28Hoje a gente tá com 95.000 membros. A gente tá chegando aí a mais de 1 bilhão de receita. Então já não é uma uma startup assim, já é um um player consolidado e que tá crescendo bastante rápido. Eh, a gente desde o começo, né, nosso modelo se baseou em três pilares.

7:42Um é atenção primária, que é uma coisa que não tem muito no Brasil. Outro é coordenação de cuidado, então você conseguir navegar um membro pelo sistema de saúde de uma forma melhor. E o terceiro é tecnologia. Então assim, nossa proposta é usar tecnologia para ser integrada verticalmente com tecnologia, né? Hoje você tem no Brasil operadoras que só t um plano de saúde, não tem rede própria e você tem operadores verticalizados que t rede própria.

8:06E normalmente quem tem rede própria tem uma margem um pouco melhor, mas a contrapartida é que você tem que ter uma rede, né? Tem que ter hospital, clínica, médico, que é uma coisa que também exige muito investimento, um custo bem alto, né? Exato. Nosso objetivo é ser verticalizada, mas sem ter a rede própria, usando tecnologia para fazer essa integração, tá? E o que a gente tem visto e agora com EI ainda mais, é que a gente tá conseguindo fazer isso, né? a gente tá conseguindo atingir margens melhores que as não verticalizadas, sem ter os ativos de fato. E acho que a gente já viu várias aplicações, eu posso, a gente pode falar longo da conversa sobre elas, mas várias aplicações onde a gente consegue melhorar a experiência do paciente, melhorar o desfecho e reduzir o custo todos ao mesmo tempo usando tecnologia.

8:47Pode, pode falar, pode ir, Bruno. É o fato de, bom, não ser mais uma startup, mas ser uma empresa consolidada, imagino também deve ter uma série de desafios que vocês devem enfrentar, obviamente, principalmente do aspecto de, eh, [roncando] como bem o Elitor comentou, vocês e eh tem muita oportunidade, mas ao mesmo tempo tem um um desafio que é o que pode ser feito sem que eh tenha algum problema eh regulatório e aí que obviamente gere algum impacto seja eh pra empresa ou até pro pro usuário, pro o paciente, né? Como é que vocês têm tado, principalmente EI na operação? Como é que tá sendo essa adoção? Como é que, enfim, critério de uso, como é que vocês estão operando aí?

9:34Legal. Acho que primeiro tudo que a gente faz, principalmente quando envolve saúde, a gente tem que tomar extremo cuidado, né? Então, a gente tem desde uma área de compliance até um DPO, até médicos envolvidos na construção desses produtos para garantir que a gente segue, né, todas as regulações aplicáveis de LGPD, que é padrão para todo mundo, mas também da NS, né, que é específico e do CFM, né, que é o Conselho Federal de Medicina. Então, a gente acaba tendo que tomar cuidado com todas as regulações para garantir que respeita a privacidade e saúde de todos os membros, né? membro é a pessoa que tem Alícia, como a gente chama a pessoa que é segurada pela Alícia. A gente acaba separando em duas coisas, uma é construção de produtos, né, feito pelo time de tecnologia e aí são de fato times de tecnologia construindo produtos usando AI. E outra coisa são coisas mais construídas por times de negócio, por operações, né, que é da mesma forma que antigamente o time de negócio trabalhava com uma planilha ou fazia apresentação, escrevia documento, agora eles usam AI para fazer as mesmas tarefas, né? Mas a gente tem uma separação bem clara entre o que que é um produto que lida com dado de saúde, que tem interface direta com médicos ou com RHs ou com membros e o que que são automações ou produtos construídos pela operação. E a gente faz as duas coisas, mas tem uma assim uma regra muito clara do que que é uma coisa, o que que é a outra. E a barra de qualidade, de governança e de compliance é muito diferente, porque quando envolve dado de saúde, prontuário, exame, o que que tá acontecendo de fato com a saúde da pessoa, a gente tem que ter um cuidado muito maior, né?

10:51Um um ponto que que eu acho que vale a pena te ressaltar, Bruno, esse mercado de de saúde, ele por ser extremamente regulado, você tem uma dificuldade de orquestrar esse processo, principalmente não sendo uma uma operadora não eh não verticalizada, como você comentou, né?

11:14Eu tive já experiências no passado e de, por exemplo, programas de coordenação de cuidado que é muito é muito complicado do ponto de vista de negócio você orquestrar entre o prestador que vai executar o serviço de saúde de uma forma mais clean, digamos assim, né? Porque o segredo disso é você acumular dados, né?

11:36Você saber quem é o teu segurado, né?

11:39membro, no caso, vocês chamam na Alice, e conseguiu orquestrar, levar pro médico correto, fazer um um preventivo, etc.

11:47Como é que vocês lidam com isso? Porque é é uma relação meio conturbada, operadora e prestador, não é?

11:54Sim. Eu acho que tem a forma como a maioria das operadoras resolve isso é com barreiras, é como que a gente chama de gatekeeper, né? É o modelo do dos Estados Unidos. Para você ver um especialista, você tem que passar numa atenção primária para você poder ver um especialista ou coparticipação. Você tem uma coparticipação, então eu direciono você mexendo com a sua coparticipação. Acho naice, a gente tenta fazer isso de uma forma pelo lado positivo e não pelo lado negativo e da barreira. Então, a gente [roncando] tenta construir uma flywheel, que é quando o membro fala com a Alice, ele tem uma experiência tão boa que resolve o problema dele, que ele sente ouvido e que é melhor do que ele não falar com a Alice, que quando ele tem uma necessidade de saúde, ele fala com a Alice. Então a gente acaba criando essa confiança que não existe, né? Hoje você pensar num operadora comum, não existe uma relação da pessoa, do paciente com a operadora, né? O paciente tem um relacionamento com o médico, o cara vai na rede credenciada e vai direto no médico, né?

12:48Exato. Ou vai no médico próprio e pede reembolso, né? porque ele nem usa rede credenciada. Eh, então o paciente tem um relacionamento com o médico e o RH escolhe [roncando] o plano de saúde que a pessoa vai ter. Então é muito longe, né? a gente tenta aproximar isso. Então, a gente tem, por exemplo, eh, 60% dos membros da Lice usam app uma vez por mês, então eles tem um relacionamento próprio, eles falam com a gente quando tem um problema de saúde. A nossa telemedicina, o pronto atendimento pelo app, ele é muito usado. 40% dos membros falam com o nosso chat uma vez por mês.

13:17Então, a gente tem esse relacionamento muito próximo e quando a pessoa precisa de uma indicação de um especialista ou até tá numa situação de urgência, a gente tem uma grande parte dos membros que falam direto com a gente. E a gente se colocou esse esse desafio de não colocar barreiras para nos forçar a construir um bom produto e nos forçar a construir um bom relacionamento, uma boa experiência, né? Se a gente falasse, você tem que passar pelo appar pessoas iam fazer, mas ia ser uma coisa que era uma barreira, uma fricção. A gente não tem isso. Então se você quiser ir na rede credenciada e no pronto socorro no hospital, você pode ir.

13:47Mas as pessoas escolhem passar pela Alice antes porque elas têm uma experiência boa. Então hoje em dia assim meu reflexo quando eu tenho uma emergência [roncando] não é ir no pronto socorro, é falar com a Alice pelo app. E várias vezes eu consigo resolver sem no pronto socorro, o que é bom para mim, porque eu não fico 4 horas numa fila de um pronto socorro, é bom pra Alice, é bom até pro pronto socorro, porque eles querem dar caso complexo, não querem lidar com caso simples, né? Então, quando é uma coisa que de fato precisa de um acompanhamento, a gente direciona a pessoa ou pro especialista, para um ponto de socorro, para uma clínica, mas quando não precisa, a gente consegue resolver pelo app com a prescrição, com até acalmando a pessoa quando for uma coisa. Eh, então a gente tem sendo muito próximo e a gente tenta dar uma experiência muito boa. Isso cria essa flywheel de confiança da pessoa se sentir cuidada pela Alice. Isso abre um monte de porta. Então essa confiança faz com que se a pessoa tá indo num prestador que eu sei que ele é menos efetivo para aquela condução e eu oriento ela ir num outro prestador, ela confia e ela faz. Uh, a gente acaba conseguindo direcionar esse cuidado muito pela confiança que a gente construiu.

14:43Isso é muito legal porque você sendo o o gateway ali, digamos assim, do direcionamento do cuidado, você consegue acumular dados, né, de de histórico do paciente e consegue de fato direcionar ele para um para um para um cuidado que é de fato o que ele precisa, né? E isso é uma coisa que eu até vou fazer um disclaimer aqui para as pessoas que estão nos ouvindo, eh, que acham que às vezes as operadoras de saúde podem querer não te dar o tratamento adequado por economia ou etc, quando na verdade é exatamente o contrário. O ideal e o mais barato, o mais vantajoso pra operadora de saúde é ela te dar o tratamento adequado para que seu caso não se agrave. Porque quanto mais, quanto mais grave o caso, maior é o custo que a operadora vai ter para manter a sua saúde, né? Então, eh eh muita gente fala: "Pô, mas vou falar com a cooperadora, vai que ela sabe que eu tenho um problema, vai cobrar mais caro". É exatamente o contrário, gente.

15:45A operadora, ela quer matar o problema no começo, né? Justamente para que você não seja um problema financeiro depois para ela, né?

15:54Exato.

15:55Bruno, e se você puder falar um pouquinho do eh bom, provavelmente você deve estar com alguns cases de EI que estão sendo estão rodando ou que estão em em teste. você poderia prar falar um pouquinho do desafio em relação à adoção DEA e como é que vocês estão adotando ou casos de negócio, que você puder compartilhar, porque enfim, é um tema que vira e mexe a gente ou debate aqui ou amigo a gente conversa ou até a gente lê coisas que [ __ ] a empresa adotou, não tá tendo resultado ou que a gente nas últimas saías nas últimas semanas falou muito do caso do Uber, né, que em 4 meses queimou um orçamento do ano inteiro com EAI.

16:36Eh, então, enfim, acho que é um pouco poder de falar um pouco legal, porque é interessante eh debater sobre o tema e até para quem tá ouvindo a gente também ter ter algumas experiências em relação a ao que vocês estão fazendo.

16:49Claro, eu vou começar falando de adoção na empresa como todo, depois a gente pode falar de casos específicos, acho que tem coisas bem legais. Acho que a gente, bom, em tecnologia já usa há bastante tempo, né? Então, a gente já tá usando as ferramentas, acho que desde que desde o começo do ano passado, a gente tá assim, todo mundo tem acesso e todo mundo usa. Acho que a gente fez um push mais recente de falar: "Olha, de fato, isso aqui é o caminho e a gente eh vai investir em tornar isso aqui cada vez melhor". Então a gente pro time de desenvolvimento, a gente era uma coisa um pouco mais opcional, um pouco mais cada um ia aprendendo. A gente h uns três, quatro meses fala: "Olha, de fato não faz sentido a gente escrever o código na mão, não faz sentido cada desenvolvedor usar uma ferramenta, cada desenvolvedor usar um modelo diferente, um framework diferente, vamos padronizar, vamos ver o que funciona bem, vamos construir algo bom pra gente.

17:32A gente construi nosso próprio framework para isso e depois posso contar um pouquinho sobre ele." Eh, então, Tech tava sempre um pouquinho na frente, tá?

17:38né? Eu acho que os times de de business, de operação, ali sempre teve bastante curiosidade e vontade de estar assim na frente de adoção de que desde 2024 eles falavam disso, fizeram racatons com times de business para construir produtos, mas eu senti que teve uma grande virada de fase, assim, mudou a atitude no começo desse ano. Eu acho que é da mesma forma que quando a gente começou a usar Cloud Code para desenvolvimento e lá com Opus 4 a gente falou: "Caramba, esse modelo aqui tá bom e isso aqui funciona e eu consigo largar um pouco a mão do agente, ele vai fazer, vai ser do outro lado." Eu acho que as pessoas de business e negócios tiveram esse momento com o cloud cork. Então quando saiu o cloud Cork, acho que foi janeiro desse ano, dezembro do ano passado, lá com Opus 4.5, que ele começou, caramba, consegue mexer em arquivo no meu computador, consegue abrir um navegador e navegar na página e clicar. Eu acho que as pessoas de negócios acenderam uma luz assim na cabeça e acho que as lideranças das empresas acenderam essa luz assim e os CEOs começaram a se falar. Então acho que desde esse momento a gente começou a fazer um push bem mais forte e aí foi uma conversa bem de adulto para adulto assim de pessoal o mundo tá mudando, o trabalho de todo mundo aqui mudou. Não é na Alice que isso tá acontecendo, tá acontecendo no mundo inteiro. Na Alice a gente tá querendo tá à frente e vocês vão ter que aprender e a gente vai ajudar no que a gente puder, mas assim, todo mundo vai ter que aprender e todo mundo vai ter que dar, fazer um esforço para isso. Então a gente deu ferramenta, deu um pouco de treinamento. Acho que eu como líder de tec, eu entrei um pouco nisso para treinar as pessoas de negócios, mas foi muito uma coisa de cada pessoa também indo um pouco atrás entendendo o que que no contexto dela fazia sentido. Então a gente tá com uma adoção bem alta assim, acho que tô bem feliz assim como hoje tá a adoção na List. Acho que tanto as áreas de negócio quanto tecnologia estão bem assim adopters de AI. A gente tá fazendo um assessment todo mundo do time, tanto desenvolvimento quanto pessoas de negócio para entender fluência e quem não tá com fluência, a gente tá fazendo mentoria, treinamento e assim incentivando bastante pessoas a a chegarem lá. Mas acho que a visão é que não vai existir um time de tecnologia ou de business que não seja fluente em AI e que não consiga usar AI para fazer o trabalho. Então a gente tá vendo assim a doção massiva em todas as áreas.

19:41E hoje vocês têm a a I forte em que sentidos? Porque a gente tem a IAI no core do desenvolvimento ali, na geração de código, etc. A gente tem a IAI ali no na operação do do negócio, etc. E a gente tem também a IA embarcada dentro do produto, né? Vocês têm alguma iniciativa dessa de de IA embarcada que lida com o cliente final? Porque o grande desafio é isso, porque você não tem muito controle, né? Quando você tá dentro do seu da sua operação, você ainda tem uma revisão maior, etc. É, é um tipo de governança. Quando você tem um agente lidando direto com o teu público externo, é outra governança, né?

20:22Sim, com certeza. A gente tem os três tipos, tá? A gente tem as três coisas e vários exemplos de cada uma delas. Eh, para as coisas assim, uma das das linhas que a gente desenhou é para coisas que tem interface com pessoas fora de funcionários da Alice, então com membros, com RHs, com corretores, com médicos, o nosso time de tecnologia constrói. Então, assim, são produtos que a gente tem, um time de tecnologia, um squad, um PM, e a gente de fato constrói um produto com todos os guardres que precisa para construir. Mas a gente tem vários assim, hoje quando você fala com a Alice, né, pelo pelo chat, há um ano e meio atrás, quando você mandava uma mensagem, a primeira mensagem lá cai para uma enfermeira. e a enfermeira fazia uma triagem e ou te encaminhava para um médico ou te encaminhava para um prestador ou para um pronto socorro.

21:02Hoje em dia já não tem essa essa primeira com a primeira, já é uma triagem totalmente automatizada e que diminuiu muito tempo de atendimento. E com isso a gente a gente tem enfermeiras ainda que fazem esse tipo de conversa, mas antes para você falar como enfermeira se levava às vezes 20, 30 minutos, agora é 1 minuto, porque as enfermeiras estão só focadas nos casos onde elas conseguem ter o maior impacto e a grande maioria dos casos não passa pela enfermeira, vai da triagem para um médico ou da triagem pro encaminhamento ou quando vai pra enfermeira é porque é um caso que ela consegue resolver. Então o tempo ficou muito mais rápido, ela é muito mais efetiva porque quando ela fala ela resolve e aumentou o CSAT e reduziu muito o custo da operação, né?

21:37Como a gente tá crescendo muito, a gente não teve que remanejar ninguém, desligar ninguém, a gente só conseguiu ajeitar internamente, né? Mas a gente tá com a gente ano passado cresceu mais de 100%, então a gente acaba que tá com bem mais volume de atendimento, a gente tá conseguindo a gente consegue ter mais produtividade com as mesmas pessoas, né? Exato. Eh, mas a gente tem, por exemplo, hoje a gente, antigamente a gente tinha uma árvore de decisão, então você entrava lá, você falava: "Ah, assuntos financeiros, boleto, tal". Aí você tinha que clicar os botões e achar faz uma digitalizada.

22:02Exato. Agora é um agente que você manda uma mensagem e ele ou te ele ou entende e te leva pra porta certa ou ele consegue com no máximo duas perguntas acertar com uma precisão altíssima.

22:12Então assim, diminuiu muito o tempo de atendimento, aumentou satisfação e a gente tem muito menos de orciamento.

22:16Antes a gente tinha acho que 15% de pessoas que entravam para falar com o humano e era o humano errado. Agora a gente tá tipo em cinco. Então só com as perguntas de a gente, então melhora pra pessoa que tá falando, melhora pra gente e e o sistema como um todo fica melhor.

22:31A gente tem vários assistentes por WhatsApp que fazem monitoramento populacional, então tem várias vários tipos de paciente que precisam de acompanhamento. Então você fez uma cirurgia, você tem que fazer pós-operatório, uma gestante, uma pessoa que tem uma condição crônica de diabetes, obesidade, pressão alta. Hoje a gente tem agentes que inter que falam direto com essas pessoas para garantir que elas estão seguindo linhas de cuidado. Então você tem diabetes e não mediu hemoglobina glicada ou não colocou no app a sua medição, vai ter um agente que fala com você e pergunta para você: "Nossa, você mediu? Se você mediu, você manda o PDF do exame, ele pega, coloca no seu prontuário e já sabe, não precisa falar com você." Isso, você não mediu, ele gera um pedido de exame e te ajuda a marcar com laboratório. E aí quando você faz o exame, você manda. Então, antigamente faz isso com enfermeira, tinha um time de enfermeiras que ligava pras pessoas e acompanhava. Quando a gente cresceu não dava mais para fazer, porque seria proibitivo em termos de custo. Hoje a gente faz. Então, hoje a gente consegue monitorar 100% de populações crônicas com acidente Ji.

23:23Cara, isso é muito legal.

23:27Quero falar com você agora que ainda não conhece a Clever. Clever é uma empresa que já tem mais de 3 milhões de usuários em 30 países com 30 idiomas diferentes, que tem trazido soluções em blockchain, criptomoedas e ativos digitais. O objetivo da Clever é te dar liberdade financeira para operar esse mercado de cripto. Então, se você acredita nisso, se você acredita nessa liberdade, você já pensa como a Clever, vai conhecer os caras, é clever.O. estão contratando também pessoal para trabalhar com cripto, com blockchain. Então, se você tem interesse, se você tem conhecimento nessa área, procura a clever. Se você gosta de criptomoedas, se você opera no mercado, você precisa conhecer a Clever, precisa conhecer as soluções da Clever.

24:07Então, o endereço tá aqui embaixo no vídeo. Para quem não tá no YouTube, é clever. Vai lá, vai conhecer que realmente é um mercado sensacional.

24:20E isso traz um ponto que que sempre foi um desafio em saúde, né, Bruno, que é é de fato o acesso a esse tipo de dado, né? Porque para essa catraca toda girar, você precisa ter acesso a dados. Eu me lembro que eu participei de um projeto de coordenação de cuidado uns anos atrás, que ainda não se falava de a generativa, né? Isso aí você vê que você é velho, né? Porque e a generativa são 3 anos, mas parece que passou 30 já.

24:47Eh, e aí a gente tratava a estratificação populacional para entender riscos, etc., através do machine learning comum, né? Então, a gente acumulava esses dados ali, principalmente por dados de autorização, né, de de exames, de consultas, etc., para entender qual o caminho que o segurado tava fazendo. E aí tinha alguns gatilhos ali, né? Por exemplo, pô, o Bruno foi três vezes semana passada no pronto socorro. Que que tá acontecendo com esse cara? é melhor uma enfermeira ligar e entender, porque ou ele vai ficar insatisfeito ou ele tá com algum problema de saúde que não tá sendo resolvido, né? Então tinha esse esses gatilhos ali, mas ainda no machine learning comum. Eh, e a gente tinha um problema, Bruno, muito de conseguir o dado do desfecho, né, dentro do do do prestador, né, tá? O que que esse cara fez, qual que foi o exame dele, etc.

25:40Porque aí você consegue de fato ter um mapeamento paraa estratificação eh populacional e conseguir colocar esse cara nas linhas, etc. Como que vocês lidam com esse problema do do dado? Eu eu eu sou meio fissurado com esse bagulho. Pode ser que eu te pergunte mais alguma coisa aí.

25:54Não, legal. Eu acho que aqui entra o ponto da gente ser verticalizada digitalmente. Então, a gente construiu várias [roncando] ferramentas e vários processos pra gente ter acesso a esse dado. Então, por exemplo, a gente tem o nosso prontuário. Então, quando você fala no nosso chat ou fala com o médico pelo nosso app, isso gera uma entrada no seu prontuário. Quando você passa com o especialista da Alice, isso gera uma entrada no seu prontuário e a nossa rede inteira credenciada usa o nosso prontuário para registrar as consulta.

26:20Então você tem um app seu lá no prestador.

26:23Exato. Tem um prontuário que todos os prestadores que atendem pela liste usam e a gente cria um produto que eles queiram usar. Da mesma forma quando a gente faz um app que as pessoas queiram usar, criam produto que eles queiram usar. Então com transcrição de consulta com AI, com resumo de consulta com AI, com recomendação de conduta usando AI, com várias coisas que eles acham boas, né, que são melhores do que ele anotar lá no papel, como eles faziam antes, ou usar um outro bloco de notas lá.

26:47E com isso a gente consegue ter dado de desfecho, qual foi o exame que ele prescreveu, eh qual foi o encaminhamento que ele fez, etc. Então a gente acaba que e isso também volta pro membro.

26:56Então, se o médico prescreve um tratamento, normalmente recebe um papel, né, com a receita ou com pedido de exame. O nosso membro recebe uma ação dentro do app para ele fazer com lembrete, eh, quando é um pedido de exame, já tem uma recomendação de laboratório para ele fazer, ele consegue agendar pelo app, então a gente consegue fechar todo esse esse ciclo. Então, a gente tem o prontuário e com isso a gente consegue ter assim o que que aconteceu, qual foi o desfecho. Eh, exames também a gente tem integração com laboratórios para pegar os resultados de exames e alimentar o prontuário. Então, a gente consegue ter muito mais dado que uma operadora tradicional. para conseguir formar essa gente de cuidado e fazer coordenação, como você comentou.

27:30Aí faz todo sentido que você falou de uma verticalizada sem rede, porque de fato o que difere é você ter acesso a esses a esses dados para você conseguir fazer de fato uma uma uma curadoria desses dados e poder fazer um direcionamento correto, né?

27:46Não. E e sem contar do ponto de vista de paciente, pô, você ter no único lugar todo o teu histórico, porque esse é um ponto, né? Sei lá, eu faço anualmente checkup, exemplo, a planilha, né, o o documento PDF, eu tenho um monte em casa e aí [ __ ] sei lá, se eu perdi, esqueci, pôra, agora você tem um lugar que você possa, putz, eu fiz o exame, eu posso entrar na lista e [ __ ] quero ver que aconteceu com o meu a minha minha taxa de eh colesterol ou qualquer outro ponto ali. [ __ ] isso é muito legal. Eh, aproveitando ô Bruno, eh, quais são os desafios que você você que a Alice tem enfrentado na adoção da EAI? E aí acho que até um ponto também eh como vocês também olham não só o o paciente, mas também o médico, eh como é que tá sendo também do lado do médico? Eu sei que o médico também, talvez o jovem tá adotando, mas tem uma geração mais antiga, talvez seja ainda um pouco eh contra ainda tecnologia contra EAI. E como é que tá sendo essa esse desafio pra adoção?

28:51Deixa eu complementar a pergunta dele, porque como você tem uma aplicação rodando lá no no prestador, como que esses médicos mais antigos não estão letrados com tecnologia lidam com isso, se eles são aderentes, etc.

29:04Legal. Eu vou separar em três partes, tá? Acho que desenvolvedores primeiro teve uma resistência inicial assim de alguns estavam na ponta e queriam adotar e tal, mas muitos estavam assim, não, de vez em quando ela coloca uns bugs, meu código foi um pouco melhor e tal, mas acho que recentemente isso tá bem pacificado. Acho que os modelos evoluíram, os evoluíram, as pessoas todo mundo passou por esse momento de torcer o nariz, né? Falar, hum, não sei não. Mas cara, ainda hoje tem ainda, viu, cara? Ainda vi você ainda discute ainda quem tá torcendo o nariz agora tá comendo poeira. É, tá comendo po, já passou, acho que teve um momento, né?

29:34Mas acho que eh e diferentes desenvolvedores tiveram diferentes momentos, assim, acho que todo mundo lembra do shit moment, né? Quando você pedia um negócio, você falava assim: "Não, isso é muito difícil, vai conseguir fazer". Ele fez, caramba, isso aqui consegue fazer muita coisa. Então, acho que passou já esse momento. Acho que agora a gente tá muito mais numa e o pensamento é muito mais como que eu construo o harness, como que orquestro esse agente da melhor forma possível.

29:54Não é, ah, ele não consegue fazer eu, ah, eu vou ter que refazer esse código aqui. Não é que que eu errei no meu prompt, qual foi o contexto que eu não dei? O que que ele não sabia? qual que era tu que ele não tinha acesso, que ele não conseguia usar para chegar do outro lado. Então isso é desenvolvedores. Eh, para as pessoas de negócios, eu acho que teve bem pouca resistência conceitual, assim, eu não, isso aqui não não gosto, eu não acho bom. Acho que a principal barreira para adoção foi um pouco de letramento técnico, assim, da mesma forma que para um desenvolvedor é muito natural, ah, vou integrar aqui um MCP e eu vou colocar uma TU para esse modelo e e funciona. Para uma pessoa de negócio, não é, né? Então, eh, uma pessoa de negócio fala assim: "Ah, e até entendeu os conceitos básicos, né, de o que que é o cloud, aplicação desktop do cloud com acesso a web search tools e tal, e o que que é a API do cloud, que é uma API que entra tokens e site tokens, até entender, ter um modelo mental dessas coisas, às vezes as pessoas não t, né, é uma pessoa que trabalha, sei lá, um advogado, um médico, uma pessoa um time de RH. Então acho que todo mundo tá tendo que criar um pouco desse letramento mais básico de tecnologia para conseguir entender as possibilidades e assim, nossa, eu quero automatizar isso aqui com AI, beleza, mas eh você precisa de uma IPI, como é que o dado vai chegar, como é que você vai garantir segurança dessa integração?

31:06E então essas preocupações que antes as pessoas não passavam pela cabeça, né?

31:10Era sentir um sistema que a pessoa usava ou ela usava umas ferramentas de prateleira. Agora assim, grande maioria do time consegue ter uma boa discussão de o que que é uma IPI, o que que é um behook, como é que eu vou conectar uma coisa na outra e tradeof. Não, eu vou fazer dessa forma aqui porque tem esse tradeoff, eu ah usei dessa outra forma porque consome menos tokens. Então isso foi uma barreira que não é foi uma barreira cultural, foi uma barreira de skills que as pessoas estão tendo que desenvolver e desenvolveram muito na tentativa e erro e com o apoio do time de tech para passar dessa desse zero para um.

31:41Eh, do ponto de médicos, né, que você perguntou, acho que acaba um pouco pela característica dos prestadores da nossa rede. A gente não tem tantos prestadores eh com esse perfil mais tradicionais, mais antigos, assim, a gente tem alguns médicos super eh assim conceituados e super experientes, mas eles não têm problema assim com o uso do nosso prontuário. Assim, acho que a gente tenta ser, a gente tinha um prontuário, primeira versão de muitos anos atrás, que não era muito fácil de usar, a gente tinha bastante reclamação e a gente refez inteiramente ano passado do zero.

32:09E a gente muito trabalhando com profissionais de saúde para pensar assim, como você faz a consulta, como que tem que ser isso aqui para ser o melhor possível para você. Então a gente entrou, acabou chegando numa experiência que ela é muito limpa, assim, é uma durante uma consulta é uma tela branca que a pessoa digita e ela tem atalhos que ela consegue fazer para fazer coisas. para escrever um exame é barra exame não sei o quê dizer qual que é a sid é barra sid o código da sid e é uma tela em branco que não tem uma distração, acaba a consulta você consegue ver o agregado, prontuário, histórico, etc. Então a gente trabalhou muito com os profissionais de saúde para montar essa melhor experiência e acho que a transcrição de voz com uma AI que pega aquela transcrição e coloca num formato que o médico define, o médico cria um template, tá sendo muito útil, porque ele não precisa nem anotar na consulta e depois ele consegue deixar no formato que ele gosta. maravilhoso.

32:57Então, para eles funciona muito bem.

32:59Eu eu perguntei, cara, porque na nas experiências que eu tive até tudo bem que o mundo era completamente diferente, já faz alguns anos, né? Mas teve algum momento que a gente queria oferecer leads pro médico. Então, tipo, ó, eu tô coordenando cuidado aqui, então eu vou te mandar esse cara. Só que aí para facilitar minha vida, eu preciso da tua agenda, né? Então vou te dar uma aplicação de agenda e aí você me diz os seus slotes vagos, eu já eu mesmo agendo, você só atende o cara e eu te remunero. Tinha tinha médico que que não queria usar a gênera digital, cara. Era a secretária dele que fazia no caderninho e cuidava da gente da agenda dele. Diz que se tivesse outro lugar ia se perder. É uma loucura isso, né, cara?

33:41Ainda bem que a coisa tá um pouco mais evoluída, porque é é um mundo muito tradicional, né?

33:47É. Acho que a agenda ainda é o desafio, tá? Acho que a agenda, acho que o médico gosta bastante de ter o controle da agenda. A gente tem integração de agenda, eh, mas até marcar na agenda é para muitos médicos é uma coisa que eles não gostam. Então assim, eu te mostro onde eu tenho disponibilidade, mas se o paciente marcar, ele fala com a minha secretário ou ele fala comigo.

34:04Então até uma ideia que a gente tem, que a gente não tá trabalhando isso agora, mas é uma ideia que é a gente fazer um assistente de AI que ele marca, então ele liga pra secretária e ele faz o agendamento pela pessoa e a pessoa escolhe dois, três horários e o agente liga pra secretária ou entra no site do médico e faz o agendamento e facilita esse processo. Mas a gente não tá trabalhando isso agora assim, é um problema difícil mesmo.

34:27É. Ô Bruno, eh, do ponto de vista ainda, voltando paraa implantação, adoção, se tiver muito problema do ponto de vista de eh alucinações, eh, definir, [ __ ] eu vou usar eh sei lá, Open and, vou usar Antropic, enfim, não sei se vocês definiram alguma algum algum modelo específico que obviamente também trouxe o melhor resultado e também que é um desafio que acho que todo mundo tá enfrentando, é que eh não ultrapasse o orçamento, né? Eh, isso também foi um outro ponto também de desafio que vocês enfrentaram ou ainda tão enfrentando?

35:06A gente usa principalmente Openi e Gemini, eh, muito porque são empresas que a gente consegue ter um enterprise agreement que não vão usar nossos dados para treinamento e a gente consegue confiar eh nessas empresas. E a gente tem roteamento de providers, então é muito fácil de trocar de modelo. Sai um modelo novo, é muito fácil de alternar entre um e outro. antropic a gente usa também para algumas aplicações, não para pras de saúde, mas poderia usar, é mais por custo que a gente não tá usando.

35:29Então assim, é bem fácil de trocar desse providers. Quando envolve, né, dados de saúde dos membros, a gente tem que tomar super cuidado, né, de como que esses dados são usados. A gente sempre anonimiza, né? Então, quando a gente vai mandar, a gente tira CPF, tira nomes, deixa só um código interno que ninguém consegue associar com aquele membro. E na prática nem o próprio time que não é de saúde consegue ter acesso ao dado de saúde não anonimizado, né? Então, a única pessoa consegue ver é médico ou enfermeira. Mesmo um desenvolvedor que tem acesso ao banco não consegue fazer esse cruzamento e entender quem que é aquela pessoa. Então, quando vai para II, tem a condição, tem o prontuário, mas não tem quem é a pessoa. Então, é uma salvaguarda mais para pro dado daquele daquele membro.

36:07Então, a gente usa esses dois, assim, custo dessas aplicações, ele não é hoje em dia não é um superfator assim, porque acho que saúde, o custo de cuidado em si é muito caro, né? Então, quando a gente olha de quanto custa para cuidar da saúde de uma pessoa versus quanto custa essa aplicação de AI, acaba que o valor ele é bem pequeno assim. Então a gente tá bem bem tranquilo com esse ponto.

36:26Acho que a gente tem custo de AI em desenvolvimento, por exemplo, que acho que aí tem um outro ponto que é a gente usa principalmente Antropic com cloud code e lá é caro, né? Lá assim, os modelos são caros e faz diferença você usar um Opus versus um Sonet. E então assim, para fazer uma aplicação de saúde, você tá no modelo às vezes um mini às vezes funciona ou o volume não é tão alto.

36:44Então custo para as aplicações de produção não é um super tema. Custo para desenvolvedores é e é uma coisa que por enquanto a gente tá assumindo o custo e colocando isso eh assim o aumento de produtividade justifica o custo que a gente tá tendo.

36:56Por enquanto tá fechando bem a conta.

36:57Legal. E e vocês em algum momento também pensaram usar algum modelo open source também como teste para ver, [ __ ] talvez esse modelo aqui pro open source seja mais viável e também obviamente tem um custo, eu tenho um custo mais controlado versus o os modelos Antropic, enfim, a gente não foi o foco ainda, a gente tava muito focado em vamos usar da melhor forma possível e vamos ter muito bom resultado, vamos aumentar muita produtividade. fazer essa virada, né, de eu escrevi o código, eu usava um auto compete para eu tô orquestrando agentes, eles estão trabalhando e eu tô mais orquestrando sendo esse manager de de agente. Eh, em algum momento vai ser necessário, tá? E acho que como evoluírem os subscriptions, os preços de tokens, tal, vai ser necessário. Acho que a coisa boa é que eu uso open source para coisas pessoais, para até para ficar atualizado em como que eles estão.

37:42Tá muito bom, né? Então assim, tem um delay quando você olha o modelo State of the Art de Open AIropic, acho que Google agora menos, mas Open AIropic e e o open source parece que eles estão ali, sei lá, se meses, 4 meses atrás, né? Você pega um Deepsic V4 Pro no modo lá Max de reasoning, ser um ótimo modelo, que há seis meses atrás a gente estaria assim super feliz com ele e custa 10%, 13% do que custa um Opos, né? Então é, tá tá ficando muito bom. Até eu fiquei surpreso, um dia desse eu vi que o o GEMA 4 12B que você consegue rodar num MacBook de um desenvolvedor com 15 GB de RAM, 18 GB de RAM consegue rodar, ele performa melhor do que o GPT4.

38:25Caraca, que era o melhor modelo em 2024, né?

38:27Então assim, é um modelo que eu rodo localmente no meu hardware só gastando energia, é melhor do que o State of the Art dois anos atrás. Não sei se vai continuar essa trend, mas se continuar tá tudo bem, né? Porque daqui a dois anos um dev consegue com modelo local. Eu acho que não vai chegar nesse ponto, mas que seja um modelo open source que consome muito menos recurso e é muito mais barato, acho que a gente vai vai conseguir resolver esse problema. Sim. Aí vão entrar outras preocupações, né, de como que a gente garante que os dados não estão sendo usados para treinar, quem tá rostando esse modelo, quem tá servindo, latência e todas as outras preocupações.

38:57A gente não tá usando ainda, eh, para dados de saúde, aplicações de produção, acho que eu não usaria hoje pela sensitividade dos dados, mas para desenvolvimento pode ser um caminho em algum momento. A gente não tá explorando isso agora.

39:09tem tem se tornado, não vou falar nada sobre padrão de mercado porque a gente tá num momento que nada é padrão, né? As coisas mudam muito rápido, mas tem se consolidado em relação a aplicações de arquitetur arquitetura de aplicações para EA, o AI gateway, né, que como faria o papel semelhante a um API gateway, onde você consegue trocar de fato seus modelos. Então, todas as suas aplicações a a a apontam para aquele para aquele gateway e ali você consegue ter uma governança de entrada e saída de token. Eh, de acordo com a autenticação que aquela aplicação fez, você sabe para que modelo de eh direcionar ou não?

39:45Então, você consegue centralizar essa governança no gateway e e não na mão do desenvolvedor ou do squad, etc. Então você consegue ter uma governança ali melhor e você consegue criar uma abstração que o cara não dependa do do modelo X ou Y e você consiga fazer essa mudança, né? Então se eu conseguir subir um gema num num hack que eu tenho ocioso lá no data center, eu aponto que foi o trivial para lá, né? E eu acho que a gente vai seguir um pouco nesse caminho, né, Bruno? Porque eu muitas pessoas, eu queria saber tua opinião, elas tão em busca da inteligência artificial, como o nome ADI, é a a a inteligência artificial geral que sabe sobre tudo, né? Eu acho que o caminho vai ser o oposto disso. Eu acho que a gente vai chegar em modelos genéricos, como a gente tem hoje, e de LLM, eh, que são muito bons para tarefas cotidianas, mas eu acho que vai começar a se destacar os modelos específicos treinados para fins para para fins muito bem definidos. Por exemplo, um super modelo de saúde que, sei lá, o cara fal, etc. Bem que os os LLMs já fazem isso muito bem, mas com uma carga de treinamento e curadoria de dados muito superior aos LMs. Eu acho que talvez com e um modelo menor, né, também, né? Mais isso, um modelo menor, mais focado, mas com desempenho naquele nicho muito maior do que um LLM poderia ter. Qual que é a tua opinião, cara?

41:26Eu tô vendo a pesquisa tá meio que bifurcando, né? tem os labs americanos fazendo o modelo cada vez melhor, cada vez maior, cada vez mais caro, né?

41:34Então, putz, a Antropic tinha o Opos, que era o modelo mais caro, criou uma classe acima, né, que é a classe Mitos, que até agora tá tá desligada. Eh, inclusive o Laranjão proibiu a gente usar o Fable, né?

41:44Exato. Exato. Foi um dia triste.

41:46Eh, e por outro lado, os os laboratórios open source e os chineses, principalmente, estão indo pro lado de eficiência, né? Então, quando você olha as inovações do Deepsic, do Quen, do Minimx, [roncando] são todas em termos de eficiência. você tem modelos com menos parâmetros que performam cada vez melhor.

42:00Quando você não tem NVIDIA, você tem que se virar, né?

42:02Exato. É, [risadas] é constraints, né?

42:05Constraints fazem você inovar e ser criativo.

42:08Eh, mas a acho que acaba que com isso o que a gente tá vendo que tem modelos bem pequenos, bem eficientes, que estão performando muito bem e em todas as tarefas, né? porque eles estão sendo muito otimizados para ah só ativar alguns parâmetros na hora de servir para consumir para consumir menos RAM e coisas desse tipo ou quantização para você reduzir um pouco a precisão e você reduz o quanto precisa de RAM.

42:29Então, eh, [roncando] eu acho que isso vai um pouco na contramão disso que você sugeriu de da gente ter modelos muito especializados, né? Porque você tem modelo especializado é muito eficiente para você servir inferência, porque você tem um modelo pequenininho, perfor muito bem naquele domínio, é excelente, mas ao mesmo tempo tem todo um custo de você treinar esse modelo, quando surge uma arquiteturonal você retreinar. Eh, se você precisa de várias aplicações diferentes, são vários modelos diferentes que você tem que fazer F tuning. Então eu acho que talvez a gente tenha um tem essa especialização que você comentou, sim, para casos que tem muito volume, onde faz muita diferença o teu modelo super fato para grandes domínios, né?

43:04Para grandes domínios. Então, sei lá, um exemplo é o Google na busca ele tem um modelo que responde lá com AI. Imagina o volume de tokens que o Google tá servindo para essa aplicação específica.

43:16Talvez para ele faz sentido ter um fine tuning de um modelo bem eficiente que é muito bom de busca e retorna resultados ótimos de busca. Eh, mas assim, para Alice que tem 95.000 membros, nosso volume, eu acho que vai fazer muito mais sentido ou continuar com os modelos State of the Art, porque o custo funciona, [roncando] ou, se precisar, a gente ir para modelos open source, mas mais baratos, do que fazer um fine tuning. Acho que Mas você não acha que pode surgir oportunidade de alguns players oferecerem isso como SAS, né? Assim como a gente tem os LLMs que são oferecidos como serviço, talvez as próprias empresas começarem criar vertentes ali para, por exemplo, pô, agora tem um super modelo aqui derivado do Opus especializado em saúde, por exemplo.

43:59Sim, eu acho que tem, acho que paraas grandes coisas que vão ter muito volume, acho que sim. E e acho que já tem algumas empresas fazendo isso, né? Tem eh tem várias empresas que pegam o Quen, outras open source e fazem um um outro fine tuning para codar e chamam de Quen Opus, não sei o quê. Eh, acho que Anslo faz isso também. Acho que tem empresas que fazem isso, acho que vai continuar acontecendo, mas eu acredito menos em cada empresa ter o seu modelo Feton dentro de casa, sabe? Porque é não é um processo fácil, o processo normalmente é caro de fazer e você e é um capex, né?

44:32Uma vez que você faz um fine tuning, se surge uma geração nova de modelo, você perdeu aquele capex e você ou você fica no modelo antigo ou você perdeu aquele fine tuning.

44:39É, eu não sei assim, minha impressão é que no último 12 meses as coisas andaram tão rápido que se eu ficar pensando num modelo das GPT 4, 4.1 com Fine Tuning, putz, será que o GPT 5.5 não ia ser muito melhor, apesar do fine tuning? E aí eu fiz o F tuning, gastei um tempo, criei uma coisa. Então, talvez no futuro, quando as coisas estabilizarem um pouco e putz, a geração de modelo leva do tr anos para sair, talvez tenha muito mais disso e a gente souber muito mais como fazer de forma eficiente, né, e com resultados melhores. Acho que a gente chegou a tentar algumas coisas de Fun no passado. O que a gente viu é que eh com modelos menores, porque toda a ideia, modelo menor, F Tun vai performar bem, com modelos menores, F Tuning otimizando para coisas específicas, ele perdia muito em outras coisas básicas, tipo falar português. Então o modelo começava a cometer erros de ortografia, apesar de saber de saúde, sabe? Então modelos muito pequenos, quando você faz fine tuning agressivo para algum auto específico, ele também fica muito pior nos outras coisas.

45:38Você tira de um lado, falta no outro, né?

45:40Exato. Tem vários tradeoffs.

45:41É bacana. interessante. E, e cara, voltando em dados aqui, [risadas] é, quer aprendi a pergunta que eu também eh como que vocês lidam e e utilizam, por exemplo, AI, como você falou no começo, a área de saúde ela trabalha com muitos dados desestruturados, né? Você tem prontuário que vai ter um CID certinho e tem um que tem uma string, o CID perdido dentro de uma string, né? E a gente tem algumas iniciativas aí de Open Health, próprio Fire, o HL7, etc.

46:15São protocolos eh que poderiam ter um uso mais massivo pro mercado de saúde para poder ter de fato a a tão sonhada interoperabilidade de dados que a gente teria. O próprio RNDS já fala com FIRE também, né? Toda toda a transmissão dos exames de COVID na época da pandemia foi via Fire, etc.

46:36E e isso não parece que não engrena ainda no Brasil, cara. Como é que vocês lidam com isso, com esses dados desestruturados? Porque você falou, às vezes você vai fazer integração com com o laboratório, o cara vai te mandar no formato dele, né? Um vai mandar um disson, outro vai mandar um XML, o outro manda em se, o outro manda em lo que vocês lidam com isso para de fato centralizar esse dado e dar essa essa esse trabalho de advisor de saúde pro cliente? Legal. O problema é super real e continua acontecendo, tá? Acho que eh em teoria o FIRE é esse protocolo de interoperabilidade e todos os operadores são obrigados a reportar dados FIR para NS, então elas têm que gerar esse dado, mas quando a gente vai fazer uma integração com o laboratório, normalmente eles não querem fazer com APIF, então acaba que não é um protocolo de inteira operabilidade. A gente as integrações que a gente tem são com algumas redes específicas e cada uma é custom. Então, a gente teve que criar integrações custom com cada um deles. O que a gente tenta fazer é ter do nosso lado um esquema de dados que faz sentido pras nossas aplicações e que a gente consegue exportar para FIRE para cumprir obrigações legais. Mas uma coisa que mudou muito, isso é recente, os últimos seis meses, é que a gente consegue extrair informação estruturada a partir de dados estruturados. Então, a gente tem desde coisas on demand. Então hoje qualquer usuário de um prontuário, qualquer médico, enfermeira que atende pela Alice consegue fazer perguntas em linguagem natural e receber respostas dado estruturado a partir de prontuários, centenas de prontuários às vezes. Então, eh, você consegue perguntar qual que é o último peso dessa pessoa, qual foi a última pressão ferida? E a IAI tem a capacidade de olhar em todos os prontuários e entender coisas do tipo o último, o mais recente ou como está evoluindo essa métrica. ela consegue fazer isso e trazer não só o resultado, mas também de quais prontuários ela pegou o resultado.

48:24Então, o médico consegue de fato ler o prontuário onde cada coisa aconteceu. É, isso é muito usado pelos especialistas, tem mais de 2.000 consultas por mês nesse nesse sistema específico. E a coisa que a gente tá fazendo, isso é on demand, né? Quando um médico pergunta, o que a gente tá fazendo também é proativamente estruturar os dados. Então a gente passa pelos prontuários, tem um um job recorrente, toda noite roda, passa pelos prontuários do dia, extrai informação estruturada e guarda no banco de dados estruturado. Então se você colocou lá, eu tenho alergia a de pirona vai entrar numa tabela de alergias que você tem alergia de pirona. Se alguém te prescrever de pirona, depois a gente vai dar um alerta pro médico se tem alergia de pirona. Eh, se você colocou lá que você toma uma medicação de uso contínuo, vai entrar na sua tabela de medicação de uso contínuo, mesmo que o médico tenha escrito o nome do remédio com taipo na [roncando] ortografia na hora de construir peso, pressão, moglobina glicada, tudo isso você digita desestruturado ao longo do texto, a gente estrutura, vira a tabela, vira dado estruturado, que a gente consegue usar inclusive para gatilho de monitoramento. Então você fala: "Nossa, minha pressão tá tanto se sua pressão tá alta", isso cai numa regra de monitoramento de pressão alta e você passa a receber mensagem de um acendi que te monitora para pressão alta.

49:31Legal. Eu eu te perguntei isso justamente que um dos últimos testes que eu fiz foi justamente de pegar dados desestruturados e transformar em objetos fire, né? Então você pega ali um uma um um um relatório de consulta do médico, etc. E aí ele já gerava e cara com um nível de assertividade assim bem bom, de mais de 90%, já gerava ali um bundle fire com os objetos, com o paciente, eh o código de do sid e você podia pedir para ele trocar para longic paraomed tools e aí você consegue de fato ir trocando, né? Então acho que a gente tende a ter a partir daqui ferramentas para começar a organizar um pouco mais os dados de saúde, né, cara? Porque ainda é meio que uma loucura, cada um faz o seu, como você falou, né? Você tem várias APIs, eh, para falar com vários parceiros, isso demanda esforço, tempo, governança, etc., né?

50:27É isso quando não é robozinho, né? Tem tem vários parceiros que é um robô usando o nosso frontend. Aí você muda o front end, você quebra o robô do parceiro.

50:34Cara, o que eu tive problema com o robô para autorização, por exemplo, de consulta, etc.

50:41e vai no portal, enfim, são desafios do mundo de saúde, né? Ô Bruno, também eh pegando um gancho nessa parte de dados, como vocês são uma digital native, então provavelmente vocês já começaram com datalake estruturado, então vocês não tiveram o desafio de empresas mais antigas de eh organizar esses dados, limpar dado e e principalmente nesse nessa mundo de EA e você ter o dado também já mais organizado para começar treinar os modelos, né? Imagino que teus desafio deve ser outro, mais de crescimento, eh, e, e extração de outros outputs nessa base que você tem, eu imagino, né?

51:21Sim, a gente tem assim uma stack de dados bem madura e a gente consegue assim tem na prática tudo de dado estruturado assim e e desde coisas que a gente gera até dados de integrações e de outros s que a gente usa. Então, a gente consegue ter isso bem maduro assim. E acho que até hoje para quando a gente vai, a gente tem um agente que resolve bugs. Então você acontece um bug, alguém reporta, tem um agente que pega esse bug para resolver e o agente consegue usar esses dados para investigar. Porque muitas vezes o bug não é um bug, né? É um probleminha de cadastro. É, ah, o telefone [roncando] desse médico tá errado. Alguém acha que isso é um bug?

51:53Não é um bug. É, alguém cadastrou errado um telefone, às vezes até o próprio prestador. E tem esse agente que ele consegue acessar dados do data lake para investigar bugs, entender. Então ele consegue voltar e falar assim: "Olha, não, não é um bug." Aqui, ó, nessa data, nessa sessão aqui, essa pessoa fez essa ação que configurou esse telefone ou esse preço e você consegue dizer o que tá acontecendo e ajudar já resolver na causa. Então, ajuda muito até para isso, assim, a gente consegue usar os dados do Detalake para investigar problemas.

52:19Pergunta, responda se você puder sem trazer grandes segredos, mas vocês têm processo de master data ou já nasceu tão organizado que você já vincula uma entidade software? precisa ter um golden record, etc. Ou você tem algumas camadas de processamento de MDM?

52:40É, a gente tem camadas de de data lake lá, seguindo data bricks, né, de bronze, silver e gold. Eh, mas tem os problemas de modelagem de entidades como qualquer lugar, assim, acho que a gente tem alguma, a gente fez uma aquisição no passado, a gente começou no B2C, mudou pro B2B, então ao longo desse processo, né, principalmente lá lá atrás no começo empresa andava muito rápido, né, startup precisava provar o modelo, hoje é muito diferente, mas na época andava muito rápido e tem várias coisas que não são perfeitas, então tem os problemas normais de mod. Todo mundo tem um prato sujo na cozinha, gente.

53:13Exato. Que quem não tem dívida técnica que levante a mão.

53:15Exatamente. [risadas] Não, se tem se não tem dívida técnica tá errado.

53:18É.

53:19Ô Bruno, uma coisa chamou atenção e aí eh me achei interessante essa essa ideia que a Lice traz de eh se eu sou um você você colocou, eu não sou cliente, é, eu sou um membro membro e obviamente eu eu de acordo com o meu histórico de exame, eh toda as minhas interações com o médico, tal, isso, [ __ ] gera um baita de uma um big data da do da minha vida.

53:48Isso certamente vocês estão pensando também em outros serviços que podem estar agregando dentro disso. Então, por exemplo, eu fiz recentemente um exame e aí acusou que eu tô com o meu colesterol um pouco mais alto, tal. Então, certamente se eu tivesse com vocês: "Puta cara, você tá com um pouco alto, toma cuidado, vai na sei lá, no nutrólogo, assim por diante." Ou seja, também vocês estão fazendo um trabalho que provavelmente daqui a pouco vai ser nada mais proativo do ponto de vista do membro de cuidado e o cara obviamente eh onerar menos o sistema, né? Eu eu suponho.

54:19É, acho que sim. A gente tem assim muito foco em tornar as pessoas mais saudáveis, né? Acho que a missão da Lice é essa, tornar o mundo mais saudável.

54:25Então a gente tem várias coisas que a gente faz para tornar as pessoas de fato mais saudáveis, não só reduzir custo, né? Acho que a gente, por exemplo, quando você entra na lista, você responde o questionário com várias coisas que não tem a ver com doença e tem a ver com saúde, né? Então, hábitos, sono, eh, consumo de bebida alcoólica, é saúde mental. Então, a gente acaba que faz um questionário bem amplo e consegue te dar sugestões de coisas que você pode fazer. A gente faz isso a nível populacional em empresas grandes. Então, empresas com mais de 30 pessoas, a gente consegue mostrar em sites consolidados, né, que não expõe nenhum colaborador, mas fala: "Olha, sua população tem um gap em exercício físico. Se você fizer mais exercício, incentivar exercício físico, você consegue reduzir eh absenteísmo, reduzir custo, aumentar saúde mental. Então aqui algumas ações você pode fazer para aumentar exercício físico que se previne um sinistro maior no futuro, né?

55:11Exato, né? E é bom para todo mundo, né?

55:12É bom pro membro, é bom pra gente, é bom pra empresa. Então, a gente tenta também orientar esse tipo de coisa. Acho que uma coisa tá muito na nossa cabeça que tá tá no tema de AI aqui, eh, cada vez mais as pessoas estão usando chatt e similares para falar de saúde, né? Acho que falar de saúde, ter informação de saúde é uma uma necessidade, né? Que as pessoas estão têm. Acho que é, eu vi uma pesquisa esse esse diá no top 10 de casos de uso de de AI e tá aumentando, se eu não me engano, de ano para ano. Eh, e [roncando] aí uma coisa que a gente se pergunta muito filosoficamente é: OK, por que que a gente vai ter um produto relevante daqui a 5 anos? Por que que o chat EPT Health ou cloud Health, quando ele existir, não vai ser melhor que a gente? Porque voltando naquela flywheel, né, de o membro confia na gente, ele fala com a gente, eu direciono cuidado e e cria esse ciclo. Se o membro fala com chat EPT, eu perco esse ciclo, né? Então a gente tá muito nesse momento de pensando como que eu construo um produto que usa as vantagens que a gente tem versus essa empresa, né? A gente não vai ter um modelo melhor, a gente não vai ter mais capital para investir, mas a gente tem dado da pessoa de tudo que aconteceu com até agora.

56:18E você tem o ecossistema de saúde a seu favor.

56:20Exato. A gente tem, a gente encaminha e a gente consegue direcionar a pessoa para um cuidado físico no mundo real. A gente tem profissionais de saúde que conseguem fazer fluxos de human in the loop e validar que a pessoa não tá tendo orientação incorreta. E a gente consegue usar isso para melhorar o harness desse agente que tá falando com a pessoa.

56:38Então a gente tá agora assim em discovery bem assim bem cedo, assim, tem uma primeira versão bem interna que a gente vai testar só com funcionários de criar um agente mais generalista de saúde.

56:48Fiquei curioso é que a ideia é que ele seja melhor do que um chat EPT por ter acesso a várias outras coisas. Exato.

56:56E a ideia é que no futuro, hoje você fala com a Alice, você tem alguns agentes um pouco mais engessados. Você tem um agente que tria para onde você tem que ir e um agente que te direciona.

57:05A ideia é que no futuro você tenha um agente de fato, que ele consiga fazer ações em no mundo real para ajudar você com orquestrar o processo, né?

57:12Exato.

57:15Você que tá aí escutando esse episódio bacana e quer levar toda essa tecnologia, essas novidades pra sua empresa e não sabe como, chama o time da Vembers. A gente pode ajudar vocês com desenvolvimento de software, com arquitetura de soluções, a entender os problemas que vocês estão vivendo e sair do outro lado com uma solução bem bacana. E se você tá escutando o podcast para aprender coisas novas, faz o seguinte, manda um e-mail pra gente no peoplecare@vemers.

57:44E você pode fazer parte também do nosso grupo de talentos. Valeu.

57:49Agora o time do Relações Públicas vai gostar mais de mim.

57:58E cara, esse ponto que você colocou, ele é bem interessante, porque tem uma coisa meio geracional aqui, né? Porque a gente tava acostumado, nós da geração milênial, etc., sempre pesquisou de saúde na internet, né? A diferença é que antigamente no Google tudo dava câncer, né? Dor de cabeça, câncer. [risadas] Tô com uma encravada, câncer, tudo ca tudo caía no mesmo problema, né? Agora os agentes eles já são um pouco mais, né, eh, inteligentes, né, eh, só que isso dá uma falsa sensação de segurança, né, porque poucas pessoas sabem que os modelos de a generativa, ele ele é obrigado a te dar uma resposta, ele vai te dar uma resposta, mesmo que ele não saiba, ele vai inventar uma resposta, que é o que a gente chama de alucinação.

58:46E como que vocês prevêm lidar com isso, com essa nova cultura das pessoas?

58:51Porque agora, cara, tem gente que não sabe sair de casa se não perguntar alguma coisa pro chat EPT, né? O ser humano tá ficando cada vez mais dependente disso. E o cuidado com a saúde tá nesse dia a dia, né? Tá na na cultura dessa geração nova, né?

59:05Uhum. Com certeza. Acho que primeira coisa é colocar a fronteira do que que ele não pode fazer, né? Acho que, por exemplo, ele não pode eh dar uma prescrição, não pode dar um diagnóstico, né? Isso não pode, por assim regulação mesmo, você não pode ter uma IA que dá um diagnóstico, tem que ser um médico que dá um diagnóstico. Então acho que essa é a primeira coisa que é tirar as coisas que não dá, não pode fazer, que são realmente perigosas. Aí assim, esse produto que eu comentei, ele é assim, é um produto que a gente tá idealizando ainda, né? Mas falando de outras aplicações G que a gente fez, a gente segue um processo bem rigoroso para garantir que a gente tá construindo bons produtos que não tm esses riscos. Então, primeira coisa é guard rails. Putz, a gente tem que ter vários guard rails para evitar problemas. desde guard rails, eh, assim quase que físicos, assim lógicos de ambiente, do tipo um agente de AI, quando tiver falando com o membro, ele não tem acesso a dado de outros membros. Então, mesmo que ele alucine e resolva vazar um dado, ele não consegue, porque ele só tem acesso naquela sessão isoladamente aos dados daquele membro. Então, é uma coisa que aí pode alucinar, o pior que ela vai fazer eh ela vai pegar o lado daquele mesmo membro e falar para ele, porque é o que ela tem acesso. Eh, e na prática, mas das vezes nem tem acesso ao dado do membro se ela não precisar. Eh, depois tem os guard rails de prompt mesmo, né, de promption e vazar o system prompt e fazer outras coisas e tal. E a gente aqui, como é uma coisa não determinística, é um trabalho muito iterativo, né, mas a gente tem lá algumas centenas de casos que a gente já coloca em todas as aplicações e depois a gente roda um tempo monitorando o que tá acontecendo para validar quando tem uma coisa nova que performa mal, a gente coloca mais um guard rail. Isso vai alimentando essa database de guard rails que a gente usa para as aplicações futuras. Então, primeira coisa, tem esses guardrails. Então, a gente garante que ele não sai do trilho, né? Ele performa como a gente, ele não faz coisas que a gente não quer que faça.

60:47Depois tem um conjunto de EVALs, né? a gente investe bastante em para aplicações, né, que são críticas, são importantes, a construir um set de val e muitas vezes nem existe esse dado, né?

60:57Então, várias vezes a primeira entrega de uma nova aplicação de AI é: "Deixa eu criar alguma coisa que vai me permitir coletar dados para montar a IVAL".

61:05Então, um exemplo, né? Eu comentei que a triagem hoje ela é feita por um agente, eh, para direcionar para onde que a pessoa tem que ir. A primeira versão disso era uma triagem com uma enfermeira que ela direcionava e ela gerava esse dado. Então ela direcionava e ela quase que dava a resposta que o LM tinha que dar para aquele caso. Isso gerou um database de casos. E aí com EA a gente consegue pegar esses casos, expandir para gerar casos sintéticos parecidos, né, mas que deveriam ter o mesmo alto que mas a o diferente, o tem pequenos dados diferentes. E a gente gerou um dataset grande de dado essas condições, o elemento deveria fazer isso. A gente cria esses evalos.

61:43Aí com os EVS e com os guardaves a gente constrói a aplicação, né? Então aí a gente vai usando técnicas clássicas de machine learning, né? Onde você tem a resposta e você vai medindo falso positivo, falso negativo e vai terando no prompt para você chegar numa performance boa. Normalmente nessa primeira passada com esses dados de treino, a gente já consegue ter uma performance até melhor do que os humanos que que faziam aquela tarefa antes.

62:05E aí a gente coloca em produção para um percentual pequeno pessoas, né? E aí varia dependendo da criticidade, mas o percentual pequeno e nesse momento a gente coloca um time que a gente chama em shadow mode. Então tem médicos ou enfermeiras que faziam aquela tesquec que ficam revisando todas as tarefas.

62:21Assim, nas coisas mais críticas e mais sensíveis, no começo o humano faz e vê o que o LM tá falando para ver se faz sentido, mas o humano manda. Quando não é tão crítico, a gente já começa com a mandando e o humano supervisionando. Se d um problema, humano entra e e pega dali pra frente.

62:37Eh, e aí isso roda por um tempo e a gente valida, né, o resultado com o humano fazendo labeling desse dado.

62:42Então ele fala: "Aqui foi bom, aqui foi ruim". A gente tera no que foi ruim.

62:45Quando a performance já tá assim melhor do que a gente acha que é o padrão de um humano rodando e que a gente validou isso em produção, a gente começa a abrir para mais pessoas e vai fechando os problemas que a gente encontra assim.

62:57Então sempre tem uma amragem que tem uma enfermeira vendo que fala: "Putz, aqui não foi bom. A gente pega isso aqui, isso incorpora no prompt e acaba que todos esses problemas que acontecem viram EVALs que rodam no CI. Então quando a gente vai lançar uma versão nova, trocar um modelo e terar um prom, botar uma Tool nova, a gente roda o set de vals para garantir que tá melhorando e não piorando, né? Não tá errando coisas do passado. Eh, e para coisas de saúde, um guardrail bem importante é emergência, né? A gente assim não não parece uma coisa intuitiva, mas a gente tem pessoas que tão infartando e entram no chat da Alice. Para você ver o nível de confiança que as pessoas tm ou tão com ideas são suicida e entram no app da Alice. Então a gente tem vários protocolos e guardra rails para esses casos caírem imediatamente pro humano, pra gente conseguir dar o atendimento o mais rápido possível e não não ficar num chatbot e triagem, cara. Então tem várias coisas que quando a gente suspeita aquilo, ele joga para um agente pra gente tratar muito rápido.

63:48Legal. Bem legal os teu o teu depoimento, cara, porque eh a gente quando começou a ver no mercado o uso mais massivo de a generativa, parou um pouco de falar sobre reavaliação de modelo, que era uma coisa que a gente falava muito nos nos modelos de inferência estatísticas, ou seja, o machine learning clássico, porque era mais fácil de você ver o que tava saindo da curva, era trabalhava com medianas, etc., enfim, era pura matemática. Aí a generativa não é tão simples, você precisa ter o humanopa avaliação, né? E muitas empresas não sabem como fazer isso. Então tem o testemunho de dessa esteira de avaliação do do modelo generativo, acho que é um dos o primeiro depoimento concreto de fato aqui desse tipo de de interação e avaliação. Parabéns, cara. Muito bom.

64:40Obrigado. É, e pegar também o gancho que você comentou, Bruno, sobre o dado de se vocês usarem dados sintéticos, porque vocês também imaginam que até por conta da sensibilidade do dado, você também poder o eh treinar modelos ou fazer teste com dado sintético para você pode ser muito útil, né?

64:59Sim. Total. E com EI é muito fácil de girar dado sintético, né? Porque você com algumas instruções você conseg falar: "Olha, tem esses casos aqui, gera 10 conversas que o intuito é parecido, mas muda o perfil da pessoa, muda o sotaque, muda a forma de digitar a pontuação e aí gera, né?" Então esse tipo de coisa é muito mais fácil de fazer hoje em dia com AI do que era antes.

65:16Mas vocês estão usando, bom, certamente com bastante frequência para testar várias coisas. Eh, o dado sintético é, a gente usa quando tem casos novos, onde a gente tem baixo volume de dados.

65:28muita coisa que a gente vai fazer, a gente já tem uma base grande de dados que a gente consegue alavancar, mas nesses casos onde tinha poucos dados ou poucos dados que estavam anotados, né, de qual deveria ser o alt, a gente gerou com humanos de fato operando um conjunto pequeno e aí expandi lá, multiplicou por 10 usando dados sintéticos. a gente já fez em duas ou três aplicações, não é sempre que a gente faz, porque muitas vezes tem o dado, a gente consegue usar o dado de fato.

65:49Entendi. Vou dar um alt tab gigantesco na no assunto agora aqui, porque a gente já já explorou bastante essa parte de dados e e inteligência artificial. Eu queria saber um pouco mais agora sobre o Bruno City, né? Como que é eh a tua equipe, como ela é estruturada, como é o teu dia a dia, quantas pessoas você tem na operação, como que é um um dia clássico seu? Boa. Nossa, não tem um um dia comum, né? Quem é de quem trabalha com tecnologia sabe, né?

66:17Você acha, você programa o seu dia, aí você chega lá, tem um incidente em produção, não tem um dia comum. Eh, o time tá com 75 pessoas, técnica entre engenheiro, dados, infra, segurança. A gente tem três equivalentes de diretores de squares de de produto, um de dados e aplicações de AI e um de infraestrutura e segurança e plataforma. Então tá tá dividido assim assim, o time é tem bastante gente tá na empresa há um bom tempo, assim, a gente tem uma retenção muito alta assim, o pessoal gosta bastante de trabalhar na lice e mais da metade do time tá lá mais de 4 anos. Uma empresa que tem 7 anos. Então o time tem uma retenção muito alta, é mais de metade da vida da empresa, né, cara?

66:54Pô, que legal, muito bom. É assim, mas não tem dia típico assim, acho que acaba que eu participo de várias coisas diferentes, desde trabalhar com o time em construção de produto, a discussões com com equipe de produto de o que que a gente vai construir, como que deveria ser, até interações com outras áreas de negócio, né? Eu tento deixar o time de engenharia muito blindado para construir os produtos que estão construindo, mas acaba que ainda mais nesse mundo com AI, tem muitas outras áreas querendo fazer várias outras coisas, né? e elas precisam de [ __ ] ferramenta, acesso a a conhecimento mesmo, treinamento e assim entender como as coisas funcionam e como que elas podem construir o que elas querem construir. Então, acaba que eu dedico bastante o meu tempo para interagir com outras áreas da empresa para ajudar isso. E me parece do que você comentou também, é que você eh não tem um o que a gente vê em outras em outras empresas, principalmente mais antigas, né, do conflito entre área técnica com área de negócio, que área de negócio sempre é a área que mais demanda e aí sobrecarrega o time técnico ou o pessoal acaba contratando ferramentas paralelas e aí [ __ ] quando o time tecnologia V já tem uma N ferramenta aí.

68:01Shadowid. Exatamente. Sherlockidinho, pelo que você comentou, ao contrário, vocês estão bem integrados nesse sentido, né?

68:08O desafio existe, a gente tenta lidar bem com ele. Então, acho que eh não existe conflito no de conflito, briga tal, mas assim, existe uma, eu atribuo isso a uma diferença de timelines, porque tem um time de negócio, de operação, ele precisa resolver aquilo naquele dia e um squad de produto vai resolver aquilo naquela sprint ou na próxima sprint. Então essa diferença de timelines, eu acho que é o que gera essa tensão entre essas duas áreas, expectativa entre os dois, né?

68:36Exato. E e às vezes não é nem que o time de negócio não entende que demora para construir, entende? Mas ele fala: "Bom, mas eu preciso resolver um problema hoje, então eu eu vou pegar uma planilha aqui, porque eu preciso resolver hoje." Então esse é o principal conflito que eu cinto. Assim, e a gente tem assim, uma empresa de tecnologia, mas é uma empresa de saúde, então a gente tem uma operação, né? A gente tem pessoas que precisam de autorização de cirurgia todo dia. E a gente não pode falar assim: "Ah, na próxima sprint eu te autorizo cirurgia". Não, tem que autorizar em minutos. Então, existe essa operação e existe essa urgência, isso gera um pouco de conflito. Eh, uma coisa que eu tenho tentado fazer desde que eu entrei na lista é cada vez mais aproximar essas coisas e reduzir esse conflito e ajudar a gente tá num denominador comum, assim.

69:12Então, a gente tem feito bastante coisa de retirar a Shadow ETI, produtizar o que faz sentido ou que não faz sentido produtizar e ter um time de techramentas que destravam a operação com guardra, né? Então assim, putz, como quais são os dados que eles podem usar, de qual forma, como que anonimiza, quem pode acessar para garantir que a gente não tem nenhum problema de segurança, de vazamento, que acho que é o principal preocupação de Shadow IT, né?

69:35Então [roncando] isso e resiliência e governança, etc. Então, e tem bastante coisa nesse sentido também que a gente tá fazendo de documentar, de colocar observabilidade. Então, por exemplo, a gente colocou um um uma pessoa de data engineering para colocar observabilidade em ferramentas low code que a operação usa. Putz, antes dava o problema, eles ficavam no escuro. Agora eles tm dashboard, tem alarme, eles sabem o que tá acontecendo. Então a gente tenta também aproximar essas duas áreas e ajudar no que eles conseguem se destravar e fazer sozinhos eles fazerem.

70:02Legal. E também você falou também, acho logo no início da conversa sobre a questão do letramento, né, do de todos os times, seja negócio, operação ou tecnologia, tá? eh ter o treinamento para melhor uso, como usar cuidados, porque e isso é uma coisa que a gente vê recorrente nas conversas que a gente aqui do do PPT ou também fora de eh ainda falta muito letramento, as pessoas eh querem usar, mas às vezes não sabem como usar ou eh o que acontece muito também o veio top down, não tem que usar é ai, mas tá, mas que problema para que que eu vou usar, que cuidado então pelo que você comentou, ao contrário, vocês estão não tendo esse cuidado de ter o letramento para obviamente usar da melhor maneira possível o EAI, né?

70:47Sim, a gente tá tentando. Sim, acho que uma coisa que aparece bastante, é curioso assim, a gente pessoas que têm um um pouco de interesse, de curiosidade natural conseguem aprender muito rápido.

70:58E pessoas que não têm é muito difícil, mesmo que a pessoa se esforç natural assim. Então, eh, talvez seja a coisa mais curiosa em que a gente viu que algumas pessoas que não tinham formação técnica, mas são muito curiosas e vão e tentam mexem, acaba que em pouco tempo elas estão já com um nível muito mais assim, entendem os basics e tem um bom modelo mental, enquanto pessoas que não têm essa curiosidade, essa vontade, acaba que é um pouco mais difícil. Eh, o que a gente tem tentado fazer assim, é, dar todas as ferramentas e conteúdo e ajudar essas pessoas a trabalharem coisas que fazem sentido pro escopo delas, né? Acho que a gente dedicou um bom tempo meu e e da rede de produto para ajudar as pessoas a pensarem no que elas deveriam construir, porque muitas vezes era tipo, ah, eu faço isso aqui dessa forma, então vou automatizar dessa forma. Você fala: "Não, mas talvez você não vai nem fazer isso, sabe? Tem dois passos antes, você poder automatizar, isso aqui desaparece e vira uma coisa muito melhor." Ou tipo, ah, vou automatizar isso aqui dessa forma, essa essa outra forma que é muito mais simples. Então, a gente tem tentado ajudar a achar esses caminhos e e uma vez que faz a primeira, faz a segunda, isso acaba difundindo, né? né? As pessoas, ah, [ __ ] eu fiz essa forma, foi bom, eu te ajudo. Uma coisa que eu fico bem feliz é quando alguém vem me pedir alguma ajuda e uma outra pessoa que eu já ensinei fala: "Não, eu te ajudo, eu sei isso aqui, tal, tá aqui, tem um documento, tal". E as coisas começam a ganhar escala, né?

72:10Legal. E e uma coisa que você colocou que eu achei muito boa, Bruno, aqui essa questão da gente de fato ter a compreensão de que o negócio precisa ter o problema resolvido, né? Eh, e nem todos gestores de tecnologia t essa visão, né? Porque o negócio vai encontrar um jeito, né? E a gente precisa entregar até com uma contenção de danos ali resolver o problema dele da melhor forma possível naquela situação, né? Claro, depois pode ser incorporado num pipeline, fazer um desenvolvimento melhor, como você falou, fazer uma análise, mas cara, o cara vai resolver o problema e se você fechar a porta, ele vai resolver da talvez da pior forma, né, possível, porque você não tá do lado olhando e e orientando, né? Então, eu acho que boa parte desse relacionamento entre negócio e tecnologia, eh, por mais que negócio e tecnologia, cada vez não há mais essa separação, né, é justamente de de um entender o lado do outro, né, cara. Eu acho que isso é o nosso papel como executivo de tecnologia, conseguir entender de fato, pô, o cara precisa resolver o problema. Eu não vou falar para ele que ele não consegue resolver porque minha sprint sai no daqui uma semana, né? Então, eh, as coisas vão acontecer, o tempo do mercado não é o nosso tempo de operação, né?

73:26Sim, total. E acho que eu vim de negócio, né? Então eu comecei minha carreira, trabalhei muito tempo em negócio, então eu vim paraa tecnologia, então acaba que eu consigo ter essa terão do outro lado para sentir a a urgência e e ter o diálogo correto com o negócio para eh fazer a tradução pra tecnologia e falar: "Cara, é dessa maneira que tem que server, porque isso esse também é um outro problema de comunicação que se vê muito, né? Eh, a área de negócio eh tem o jeito de se comunicar, mas não transmite de forma direito para que o deve entenda e fala: "Puta, isso aqui tem que ser dessa maneira". E aí onde gera os ruídos, né?

74:00Sim. Total.

74:01E na área de saúde isso ainda mais cada vez mais crítico, né? Porque não é só prejuízo financeiro, tem uma vida na ponta. Sim, né? Então a responsabilidade é muito maior, né, cara?

74:10Sim. Total. E acho que esse ponto de conseguir falar a língua do negócio, assim, eu tenho um assim uma hipótese, tá? É uma hipótese, eu não tenho nada para provar essa hipótese, mas é um é um feeling que eu tenho que uma profissão que vai ser muito valorizada vai ser um product engineer de verdade, assim, um engenheiro que consegue construir software, mas que entende muito bem de negócio, de produto, porque imagina você coloca pr engineer, o cara coloca lá 1 milhão de agentes para fazer, ele sabe construir, consegue alinhar com todo mundo e bota os agentes para trabalhar.

74:39É um perfil muito valioso, sem dúvida. Eu fiquei curioso você ter vindo no negócio, você veio que área de negócio? Eu trabalhava em consultoria, trabalhava na na B Company, que é uma consultoria de gestão, consultoria estratégica. E depois eu fui pra tecnologia, eu fui para Wild Llife Studios, que é um estúdio de jogos Life, né? E agora analista, pô, mas tem um perfil mega técnico, cara.

74:58É, eu sempre muito nerd, né? Eu sempre gostei muito. Então, assim, euva desde antes da faculdade, sempre gostei muito, assim, nunca deixei de de fazer, mas eu nunca fui deve, assim, eu nunca legal assim, falar que eu nunca subi um PR, eu subi alguns perr agora na lista assim, [risadas] né? Mas assim, eu nunca, meu trabalho nunca foi sub código assim. É, mas assim, eu sou muito nerd, eu gosto muito. Então para mim assim, [ __ ] eu vou sentar e aprender sobre tec é lazer.

75:21Eu acho que é um caminho bem interessante assim, né, a pessoa conhecer de produto, conhecer de negócio e migrar pra área de tecnologia, porque é muito difícil hoje com o perfil de quem nasce técnico de fato se interessar pela área de negócio, né, poder ter essa visão e o que vai ser cada vez mais mandatório agora com a o advento de etc.

75:43Código vai virar commodity cada vez mais, então a galera tem que começar a abrir os olhos para esse perfil, né?

75:49Sim, total.

75:51Brunão, cara, muito bom papo. Eu queria que você deixasse um último recado pr pra galera que tá ouvindo a gente sobre o que você espera de futuro aí pr para pro mercado, para que a gente tá vivendo num num mundo de transição, né? Se você pudesse falar pra galera que tá entrando agora no mercado ou que se espelha em um dia ter uma posição como a tua de City, que que esse cara deveria estar fazendo?

76:17Como deveria est a mente desse cara agora? Nossa, difícil, né? Acho que as coisas mandam tão rápido, né? Então, se há um ano atrás talvez fosse uma outra resposta, mas acho que o que eu diria agora é que assim, tem algumas grandes ondas em tecnologia que parecem que elas são muito grandes, né? Então, aconteceu com a internet lá atrás, eu nem peguei essa onda, mas aconteceu com o Mobile, né? Então, a Wlife foi uma empresa que foi criada na onda de mobilo.

76:39Ela foi lançou apps quando nem tinha INPERTs ainda e com Inepts ela foi pra frente. E acho que AI é uma onda dessas que é ainda maior. Então é é o momento assim, o melhor momento para começar usar BA era um ano e meio atrás, mas o segundo melhor momento é agora assim.

76:55Então acho que para qualquer pessoa, em qualquer setor, qualquer indústria, se você não tá usando e de alguma forma, não tá entendendo como funciona, não tá incorporando na assim na forma como você produz, isso é assim mortal, porque daqui a pouco vai ser uma coisa que vai ser muito básica e muito esperada de todo mundo. Então acho que essa é a primeira coisa. A segunda coisa, e acho que é é um pouco mais filosófico assim, é achar uma coisa que você gosta muito assim de fazer e que você olha e fala: "Isso aqui eu tenho vontade de fazer pela coisa". assim, acho que eh não é óbvio que você seguir sua paixão é sempre a melhor direção de carreira, mas se você achar uma coisa que você gosta muito de fazer e que existe um mercado para ela que tá disposto a pagar pelo que você gosta de fazer, você tem que mergulhar de cabeça nisso assim. E nunca é você faz só o que você gosta, né? Todo mundo faz coisa que não gosta no trabalho, mas se você gosta do conteúdo e gosta do que você tá fazendo, é muito legal assim. Então acho que tanto a parte técnica do que você faz quanto o propósito, assim, acho que Alice é uma empresa que tem uma missão muito forte, né, que é tornar o mundo mais saudável.

77:52Então é muito legal ver a gente chegando nessa missão, a gente construindo uma empresa que vai atingir essa missão.

77:58Então acho que são duas coisas assim, tanto que você gosta no conteúdo técnico quanto no propósito do que você tá fazendo. Acho seria um conselho assim para quem tá escolhendo para onde ir.

78:05Muito bom, cara. E acho que é o melhor momento para isso, né? Porque exatamente como a gente tá num momento de ebulição, [ __ ] é o melhor momento, exatamente para pensar em coisas novas, né?

78:16Exatamente, cara. Obrigado aí pelo pelo recado pro pros nossos ouvintes e obrigado pelo episódio. Muito bom.

78:23Parabéns pelo trabalho que você tem executado lá. Eh, de por uma profundidade técnica muito boa, né? A gente percebe a profundidade que tem e de fato o propósito de de cuidar melhor da sa das pessoas. Parabéns, cara.

78:36Não, obrigado. Acho que tem tem um time muito forte por trás lá um ano e meio.

78:39Então tem um time que tá lá 7 anos construindo isso. Muito mérito gente.

78:42Show de bola. Um abraço aí pro pessoal do campo de da do Alice. Isso aí. Você que acompanhou a gente até agora, muito obrigado pelo pela audiência de vocês.

78:53Se você curte o nosso trabalho, se você entende que o nosso conteúdo agrega na sua vida profissional, você pode ser um colaborador do PPT no Cila. Como que você pode colaborar com o nosso trabalho? Você pode ir lá na página do YouTube e se inscrever como membro.

79:09sendo membro, você vai pagar um valor mensal pro YouTube para contribuir aqui com o PPT no compil. Ou se você não quer dar dinheiro para as bigtechs, você pode contribuir diretamente no [email protected].

79:23Ó, vou pagar um implante capilar porron.

79:25Não, aí fica muito caro, sei [risadas] lá.

79:28Aí é uma coisa legal que para Alice pensar no futuro, trabalhar com os caras carecas. Isso aí. [risadas] Vou pagar, vou pagar a cerveja desse episódio. Vai lá, pix@bt não compila.

79:39que a gente fica muito agradecido, sempre trazer conteúdo de qualidade e gratuito aqui para vocês. Bruno, obrigado, parabéns novamente.

79:46Obrigado você, foi um prazer.

79:47Excelente. Ron, obrigado, cara.

79:49Novamente obrigado. Novamente obrigado, Bruno, por ter aceito. [ __ ] foi um bate-papo muito legal, né? deu muita coisa interessante de entender como é que a jornada da Lice, principalmente nesse mundo e acho que o o modos operantes vocês estão atuando, isso é muito legal porque, pô, é eh serve para outras empresas e outras pessoas estão ouvindo, pô, para entender, para incorporar. Isso é muito legal.

80:12Show de bola. Obrigado. Valeu,