Snowflake: Governança de Dados como Fundação para IA

0:00A gente não tá para vender IA, a gente tá para garantir que se o nosso cliente precise usar IA, ele use com governança, com os dados precisos, com segurança e assim vai.

0:09O cara sabe que tem uma fundação a ser feita. Você sabe que tem uma fundação a ser feita. Você tem a solução para isso.

0:17Você tá ali com com produto que é isso, mas o cara quer IA. Ah, eu quero começar com IA, eu quero começar com JNA, eu quero fazer isso e aquilo. Mas no fundo, quando a gente começa a fazer um deep dive ali de discovery, a gente vê que tá, você quer tudo isso, mas você quer algo também automatizado, embutido e e formal ali nativo da plataforma.

0:35Cara, o que vai diferenciar as empresas de um outro é o dado, cara, porque aquele dado que aquela empresa há ninguém tem, nenhuma EAI tem acesso à aquele dado.

0:44Muito bem, muito bem, meus amigos do PPT no Compila, estamos aqui para mais um episódio e Ron. Hoje é daqueles episódios que a gente fala sobre o backstage das coisas, né? A gente tá falando muito sobre a tá falando muito sobre agentes, agentes, sobre resultado de negócio, sobre automação, preocupação de dados, preocupação de dados. E hoje a gente vai pegar um background aqui para falar exatamente sobre isso. Governança, ingestão, plataforma, plataforma para poder dar um subsídio para todo esse mundo que a gente tá falando de inteligência artificial.

1:21Apresenta o nosso convidado hoje. Ron nós estamos aqui com o Marcelo Manzano, que é o R de engenheiro de soluções da Snowflake Brasil, que vai falar um pouco da plataforma, vai falar um pouco sobre como é que as empresas estão adotando a Snowflake, dá uma uma perspectiva um pouco ampla do que que tá acontecendo também em outras regiões do mundo. Marcelo, obrigado por estar aqui. Fale um oi aí pra galera.

1:47Oi, galera. Muito bom táar aqui.

1:49Obrigado pelo convite. Então, sou todo de vocês agora.

1:53Show de bola. Obrigado por ter vindo, cara, porque a gente tá num momento aí bem Uhum.

1:58Eh, propício, propício e crucial, né, pro pro mercado de tecnologia.

2:03E cada vez o dado sendo mais importante para para tratar a evolução da própria inteligência artificial. E não dá para falar de inteligência artificial se não falar da da própria evolução da nossa profissão, né, cara? Então isso cada fica cada vez mais importante, né? Então Marcelo, obrigado novamente você tá aqui para dar tua visão aí desse mundão.

2:24Obrigado. Eu na realidade eu que agradeço porque assim eu sempre quis participar de um PPT num compila e olha a oportunidade chegando. Então eu agradeço e vamos falar dos temas.

2:32Show de bola. Fala um pouquinho para vocês. Tem um background humano, né, cara? [risadas] Tenho. E e como você falou, né, TI mudou muito, né? Nossa mudou muito. Mas assim, eh, falando um pouquinho de mim, eu sou um cara que gosto de aprender e gosto de ensinar. Eu sempre tive muito esse viés de aprendizagem, ensino, dei muita aula, já participei de muitas coisas e e eu acredito muito assim e pode ser um [roncando] paradigma meu, né, uma crença minha que ti e velho não funciona, né, então [risadas] não vai combinar, vai chegar uma hora que vai dar um problema. Então o que que eu pensei? Bom, eu gosto muito da área de humanas, especificamente psicologia, e aí eu resolvi fazer um curso de psicanálise há 15 anos atrás e hoje eu clinico, eu também sou um psicanalista e e vejo esse outro lado humano que não é só o lado do bit de TI.

3:17Sensacional, cara. Bem-vindo. Eu tenho certeza que você vai curtir esse episódio. A gente vai falar aqui muito sobre eh os vieses que a gente tá tratando no mercado de dados com tecnologia, como que fica a adoção de uma plataforma de dados exatamente nesse momento onde tá todo mundo olhando para dados, para todo mundo olhando pra inteligência artificial e e é e ainda não entende exatamente a a importância do dos dados, né?

3:43É os os equívocos que as empresas têm t cometido, né? na adoção de plataforma de dados, enfim.

3:49Sim, acho que a gente tem bastante a a aprender aqui com com o Marcelo, entender como que tá esse mercado. E se se tudo correr bem, a gente sai cada um com o seu daqui, Ron, depois desse [risadas] desse episódio.

4:01Boa.

4:02Vamos fazer uma análise mais profunda.

4:04Exatamente. E se você curte a gente, muito obrigado pelo pela audiência de vocês. Deixa o seu like. Se você entende que a gente contribui para o seu para para sua vida profissional, você pode ser membro do PPT no Cupila, vai lá no inscreva-se, tem lá seja membro. Você vai contribuir com o PPT no CPILA mensalmente aqui no nosso canal, mas a maior contribuição que você faz é compartilhando, deixando o seu like, clica no hype, manda comentando, mandando o grupo da família, faça a nossa comunidade crescer, porque a gente leva conteúdo de qualidade para cada vez mais pessoas. Então, se você entende que isso funciona para você e outras pautas podem ser muito mais úteis para outras pessoas também, então faça nossa comunidade crescer que a gente faz isso gratuitamente para toda a comunidade. Vamos lá que o episódio tá muito bom, né, Ron?

4:53Bora, bora que eu quero saber bastante coisa aqui hoje.

4:56Bora.

5:01[música]

5:10[música] Rom, pra gente começar esse papo, hoje eu vou te servir uma Pilsen da Maro. Eu também vou de Pilsen hoje.

5:19Interessante. Uma pilsenzinha para nós.

5:22Cara, a último episódio eu tomei aquela APA Apa maravilhosa.

5:28Boa cerveja, cara. Gostei.

5:29Muito boa aquela rase da E eu não tinha, eu nunca tinha tomado apa. Foi a primeira. Eu nem sabia que assim, nem sabia que existia.

5:37Olha, somos dois agora. Eu também não sei que se existe APA. Eu só conheço a IPA e a P. Eu sei.

5:41É, você vai ter que tomar então uma APA depois. Agora eu vou te dar uma session IPA. Bobá [roncando] da Marto, Marcelo, vem aqui com seu copo.

5:51[roncando] Essa cerveja é bem suave, um corpo bem agradável e ela tem uma coloração chamativa, hein?

6:00Ó.

6:00É, ela tem uma cor muito bonita e é bem suave, cara.

6:04[roncando] Muito boa a cerveja. Então, dá para molhar as palavras aqui.

6:07Hum. Boa mesmo.

6:09Boa. Boa.

6:11Ó, cerveja Maralto, ó. Cerveja oficial do PPT no Cila. Se você ficou com vontade de tomar uma com a gente aqui, você pode vir aqui no estúdio tomar com a gente, não pode? Rom está convidado, está convidado, vem aqui no estúdio tomar uma cerveja com a gente.

6:24Vê o nosso camarim, como é que funciona isso. Vê a coleção de peruca do Romarim.

6:29É isso aí.

6:31A gente esconde, a gente esconde.

6:33[risadas] É só ir lá no Instagram, manda mensagem privada pra gente escrito Marto, todo episódio a gente vai sortear um kit desse aqui, ó, da Maralto, para você vir receber aqui com a gente e assistir a gravação do episódio ao vivo. Então, você vai vir, vai conhecer o convidado, vai conhecer o ROM, vai me conhecer, vai conhecer o estúdio, vai pegar seu kit de Maralto, vai tomar uma com a gente.

6:56Venha, Marcelo.

6:59Vamos lá.

7:00Cara, como é que você tá vendo esse momento de revolução da tecnologia com tanta necessidade de dados, tanta necessidade de governança e de gestão de dados? E as pessoas correndo através da IA como se nada disso fosse necessário? Eu [risadas] achei ótima pergunta aí assim, eh, o que a gente tem analisado e percebido é que vamos falar um pouquinho de sociologia, né? O o o homem ele vive em ciclos, né?

7:34A coisa acontece, se repete, acontece, se repete.

7:37A vida é uma senenoide, né?

7:38Exatamente. [risadas] Boa. Então, essa coisa de governança, de muitos dados, a gente já vem vendo isso há muito tempo e agora tá se repetindo, só que agora ela traz um complicômetro, que é exatamente o que você falou, né? a gente tá usando e há, né, um monte de dado que não tá governado, ninguém se preocupa e assim por diante. Então, o que eu tenho visto são alguns movimentos. Por exemplo, a Europa tem se preocupado muito, né, vários clientes que a gente tem na Europa se preocupam muito com essa questão da fundação de dados, da governança, etc e tal.

8:09Exatamente. Porque já entendem que a gente vai usar IA para tudo. Então, o IA tem que ter, né, uma fundação muito boa de dados. Senão garbad in, garb, né?

8:19Sim, Estados Unidos também tá no movimento desse, né? Só que eles estão mais produtizando os dados basicamente do que só governando. E a América Latina, especificamente Brasil, fica um pouquinho na vanguarda. Então você vê algumas empresas que tm essa preocupação, mas ainda tem um pensamento um pouco mais antigo do que é governança, do que é tratativa de dados.

8:40Então, a gente vê muito ainda algumas empresas se preocupando com coletar dados sem a intenção do dado, ou seja, né, eu vou ingerir, não importa para que, onde eu vou precisar.

8:52Examente. É, é. E a gente tem muito isso da cultura, né? A cultura brasileira é vamos armazenar, vamos armazenar, vamos ter aqui para se um dia a gente precisar, quase a cultura do tá gastando uma fortuna de armazenamento de dados, né? Desnecessariamente. Pode ser que muito dado é lixo, não vai precisar para nada. Só que o cara tá lá, não, mas tem que ter dado, pode ter um monte de dado e famoso data pântano, é, né? [risadas] E aí entra um pouco do que ele falou ali, que é o seguinte, tá bom? Onde entra a governança? Porque você pode ter segurança, privacidade, mas se o teu dado é um lixo, para que que é ex eu tenho, mas eu até que eu tenho a impressão que eh a governança não não ela não, primeiro ela é custosa, né?

9:33Porque, pô, é é um trabalho e e custa e ela não gera valor de certa maneira, apesar da sua importância. E por isso que eu acho que as empresas deixou, cara, deixa a governança, vai, vai, vai.

9:47Só que agora, cara, tá ficando inevitável, porque a complexidade de você colocar de usar EAI e colocar agentes, se você não tiver uma governança muito bem estruturada, cara, a chance de virar o mal necessário, né?

10:01o mal necessário. E eu vou fazer um um parêntese aqui para advogar em nome do Sindicato dos Arquitetos de TI, porque a dor é a mesma, sabe? Você falar de governança que não traz um impacto direto no negócio, é a mesma coisa você falar de arquitetura que também não traz o impacto direto no negócio.

10:20Só que o impacto indireto é muito maior do que o impacto direto das ações que têm impacto direto.

10:26E hoje tá muito mais visível esse imp.

10:28hoje tá muito mais visível, porque eh você ter uma governança ajustada hoje e você ter uma arquitetura ajustada hoje, ele tá muito mais perto temporariamente da entrega do que tava antes, porque a IA tá facilitando muito isso, né? Então, antes uma decisão ruim de arquitetura ou uma falta de uma arquitetura, cara, vai ser 3 meses de desenvolvimento, mais 3 meses de de homologação, mais janela de produção. Vai dar bosta daqui um ano.

11:00Uhum.

11:00E aí ninguém lembra mais que que não teve arquitetura, etc. Agora, cara, errou agora. O o problema tá na janela amanhã, né?

11:08Perminente. É. E uma coisa que eu vejo com relação à governança é que assim, a gente atribui muito à governança de dados a TI tecnologia quando a governança devia ser do negócio, né? E antigamente o pessoal tinha muito isso.

11:20Poxa, a governança é um blocker, demora muito, né? É muito burocrático, né? E a gente não tinha muito recurso para uso daquele dado. A gente tinha mais a governança no sentido de vamos classificar informação, vamos segurar, vamos, né, fazer compliance, enfim. Hoje não, hoje eu preciso daquele dado. Então quanto mais governança melhor. Então a gente começa e até tem algumas frentes, né, ou digamos iniciativas americanas Stanford or Cambridge que eles ensinam governança, o que muita gente chama de governance by design, falando que governança não pode ser um layer, ela tem que est no processo em cada fase do pipeline do processo. Então ela entra no negócio para fazer. Como se você falasse que dentro de uma empresa o compliance tem que ser uma fase do processo e não algo que permeia tudo, né? É isso aí.

12:10E faz muito sentido. Olha, Marcelo, um ponto que você falou que eu achei muito curioso e que eu quero entender o teu ponto é você falou sobre ingestão, que muitas vezes não faz sentido, etc.

12:23Eh, partindo de uma empresa com a Snowflake, que teoricamente quanto mais eu ingeri, melhor.

12:28Uhum. [risadas] Uhum.

12:29Como que [roncando] é essa visão do do da da do sucesso do cliente, né? Porque não é só tipo, cara, vem cá, traz a traz tudo para dentro da minha plataforma e aqui dentro eh eu vou resolver sua vida.

12:44É muito complicado sustentar o resultado depois, né?

12:47Sim. Olhando do ponto de vista da empresa como uma fornecedora de software ou de soluções, a gente entra nesse viés, digamos assim, né? Só que o que a gente prefere pensar e trabalhar com os clientes é vamos pro negócio ver quais são as suas necessidades, o que realmente você precisa e a partir daí a gente faz a ingestão. Então a nossa proposta é estar mais como um viabilizador das possibilidades de ingestão, sejam elas quais forem, do que simplesmente falar: "Ingere tudo aqui porque para mim é interessante." Então pra gente, a gente, e isso é uma coisa legal de de falar, porque é uma coisa que eu me orgulho da empresa, é, a gente não tá para vender IA, a gente tá para garantir que se o nosso cliente precise usar IA, ele use com governança, com os dados precisos, com segurança e assim vai, entendeu? Então existe essa preocupação de tá, vamos ingerir qualquer coisa, mas desde que aquilo tenha valor para o negócio.

13:39Exatamente. É. Ô, Marcelo, você comentou eh também sobre essa questão da, vamos dizer, do do da América Latina ser um pouco mais vanguarda.

13:49Eh, mas como é que você tá vendo hoje a evolução das empresas no Brasil do ponto de vista de eh estração de dados? Esse pensamento agora, principalmente por conta da EAI, que precisa ter dado estruturado, adequado, limpo, contexualizado. Como é que você tá vendo essa maturidade aqui no Brasil?

14:08Cara, a gente tem e isso não foge muito do mercado global, mas no Brasil tem uma densidade um pouco particular que é exatamente isso. Agora as empresas estão começando a voltar naquele hype, já precisa ter governança, né?

14:21Só que ainda a gente percebe algumas discussões do tipo assim: "Ah, vamos pegar o o mínimo necessário, não, não tem o mínimo, né?" Então, um dos gaps que a gente consegue observar nas grandes empresas é a, vou chamar dessa forma para fins didáticos, a catalogação de dados estruturados e não estruturados. Quando você tem dado estruturado, é fácil catalogar, né? Você identifica ali a estrutura dos dados, classifica, etc e tal. Agora, com advento de a eu preciso fazer pergunta para qualquer dado, vídeo, imagem, texto, enfim, como é que eu catalogo os dados não estruturados? Então, é aí que a gente vê as empresas um pouco que patinando nesse mercado, né? Então, a ideia é que você consiga estruturar dados. Ponto. Não importa se ele veio de Marte, se ele veio do uma base de dados XPTO e aí vai. Então, a gente vê essa primeira problemática, né? essa questão de, poxa, como é que eu estruturo isso para, sei lá, vou viajar aqui, criar uma camada semântica que consiga enxergar contextualmente todos os dados. A segunda é qualidade desses dados, né?

15:18Então se acredita muito no que tá se absorvendo e a gente não tem processos de qualidade, que é um dos pilares da governança, dentro do do do pipeline de ingestão. Ou seja, primeiro faço a ingestão do dado para depois tratar. Por que não já tratar a qualidade no momento que eu tô trazendo e evitar trazer o que não é necessário também? E uma coisa que a gente vê muito também nas empresas, né, para citar três, é que de novo, a empresa usa a governança como um atributo de TI, não de negócio, e acaba criando um layer separado. Ah, então vamos criar um time de governança para fazer a governança. E aí o que que geralmente elas ainda pecam, né? Isso a gente não vê muito lá fora, [roncando] né? Quando eu falo Europa, tem alguns casos mais bem isolados, Austrália, Estados Unidos, mas é bem pouco, que é o seguinte: vamos fazer a governança a posteriore. Primeiro eu crio o sistema, carrego todos os depois não, ela tem que estar no processo.

16:09Isso. Primeiro eu vou fazer um show aí, primeiro eu coloco todo mundo para dentro. Quando tiver todo mundo na frente do palco, aí eu eu reviso, eu reviso quem vou fazer a revista de quem entra, se o cara tá com ingresso pago.

16:21Segurança, né? [risadas] Tem extintor.

16:23Se pegar fogo, agora a gente vai definir o que não. Primeiro bota todo mundo dentro, depois a gente vê, né? Ou seja, é o caminho inverso.

16:29Eu gostei da analogia. Mas é bem isso mesmo. Você primeiro faz o show e depois você ali enquanto a coisa tá acontecendo, você tá, não. Começa a tocar aí que eu vou conferir o ingressos, eu vou conferir o extintor, vou ver se tá tudo certo, né? Splinters, tem água, essas coisas. Agora um ponto interessante, Marcelo, que bem na linha do que o Ron perguntou, é você que é um cara que também tem um contexto de humanas muito forte, né? A gente tá passando por uma transformação muito rápida, uma atropelando a outra, né? Quando a gente olha isso pro mundo corporativo, se a gente olhar pra maturidade de dados das empresas, a gente teve um grande boom ali da de uma área de BI.

17:08Uhum.

17:08Que aí começou a gerar relatórios, etc.

17:11que [ __ ] empresa inteligente tinha uma área de BI, né, para poder pegar indicadores, etc.

17:16Talvez fosse ali a faísca do do data driving, que todo mundo sonha até hoje.

17:21Sim.

17:22Depois a gente começou a ter um movimento de data analítica, passou até por data mining, etc., alguns termos aí de big data que a genteão até obsoletos, mas a gente começou a ter algumas empresas evoluindo muito fortemente em data analytics, até em data science.

17:39Poucas que falam de data sciences de fato faziam data science, né?

17:43Mas a a gente percebe que isso não amadureceu o suficiente para que as pessoas entendam o poder do dado que ela tem. E e tem um coelho correndo correndo aqui na paralela chamado Iá.

17:58Uhum. Uhum.

17:59E que tá pegando o cara do que já sabia que era um BI, tá pegando o cara que nunca fez um BI, tá pegando o cara que acha que era data science, tipo um arrastão, né?

18:10E e tá arrastando todo mundo. Cara, como é que você vê esses diferentes momentos agora olhando de fato pra Iá? Porque antes era fácil pra empresa mascarar o resultado, porque o resultado era só de negócio. Então, uma empresa que eventualmente tinha um data science consolidado, etc., é uma empresa muito mais esperta pro mercado, onde de fato tinha uma inteligência de negócio muito maior. A outra que não, talvez tivesse um outro resultado maquiado por outros fatores.

18:41Uhum. Só que agora usando a IA, cara, ou você tem dado e você de fato pega o o rabo do foguete ou você segura na pontinha e você vai cair no primeiro no primeiro degrau, né?

18:52É.

18:53Eh, a gente tem visto assim algumas empresas com as quais a gente tem trabalhado, própes e assim por diante, que ainda se fala muito nessa questão do BI, do data mining, mas eu concordo muito com você, ainda não se tem essa noção do que que é realmente o que a a empresa precisa como resposta ou tá buscando como resultado. Então, a gente vê meio que uma bagunça nisso. Então tem algumas frentes, e aí falando de Brasil especificamente, tem algumas frentes que ainda apostam muito na na questão do BI e etc e tal.

19:23Tem outras empresas que apostam muito na questão do não, o BI vai morrer, não vai ter mais BI, porque eu posso perguntar ali, ele me gera um gráfico, dashboard, tá tudo bem, né?

19:32E e poucas empresas que entendendo, né, a posição, a situação do do do AI para tudo isso, GNAI e assim vai, investem realmente na questão da fundação dos dados. Então, e aí eu concordo com você que o dado tá ali do mesmo jeito, né? O IA tá correndo em paralelo, tentando acessar isso de qualquer jeito. As empresas que não têm esse cuidado começam a pegar resultados que não, né? Porque daí fica muito mais aparente, né? Uma coisa que a gente estava comentando ali, né? Hoje você encontrar um erro é muito mais rápido do que antigamente, que você tinha que pegar vários relatórios, comparar dados, entrar em sistemas. Não, hoje existe uma consolidação. E um dos grandes problemas que a gente percebe nessas empresas é que assim, bom, nessas não são muitas, né? Porque a gente acabou indo para esse mundo. Fragmentação de dados.

20:20Ah, primeiro ponto. Então você tem dado em tudo que é lugar, cinco, seis sistemas.

20:24E aí, caramba, sério, sei que isso não fosse verdade, novidade.

20:28Eu já ouvi casos na Dinamarca, aqui no Brasil para mim.

20:31É, eu também, eu também.

20:32Eu acho que a gente herdou isso da [risadas] Dinamarca, né?

20:36Curioso, né?

20:37Sianca, pá, sei lá, alguma coisa lá, [risadas] né? Alguma coisa distante da nossa realidade. Aqui as coisas são mais organizadas, mais organizado. Claro, ninguém tem dado só para BI, um DW, um dat. Imagina, é tudo consolidado. E aí gera esse problema de como é que eu pego uma visão completa e consolidada? Não dá, né?

20:53Sim, sim. E e como que a Snowflake ela se posiciona hoje em relação a isso, cara?

20:59Eh, porque a gente sabe que tem uma fundação sim a ser feita, né? E e o bom da gente ter ter um um podcast como esse que a gente fala das coisas da vida real que a gente consegue fazer essas perguntas pro pros vendores. R porque assim e eh você senta com com CIO, com CO, etc.

21:21[roncando] O cara sabe que tem uma fundação a ser feita. Você sabe que tem uma fundação a ser feita, você tem a solução para isso. Você tá ali com produto que é isso, mas o cara quer irá.

21:34Isso [risadas] acontece tipo 99%.

21:38Não, aqui não, né? Aqui é pessoa bem organizada. Não, cara, o que a gente faz, a gente tenta, né? A Snowflake, ela vem com uma proposta de ser uma grande habilitadora e facilitadora, né? Então tem tem uma máxima que eu acho interessante que fala assim que a governança de dá, voltando um pouquinho da governança e eu volto pra resposta, mas a governança de dados ideal é aquela que você não vê, que tá acontecendo nativamente ali implicitamente, né? Ah, então a isoflake ela entra nesse mundo para tentar fazer um enableente disso. Ou seja, tá bom você quer ir, ah, não tá pensando em fundação, mas a partir do momento que eu começo a carregar seus dados pra plataforma, automaticamente eu já tô gerando governança em cima disso. Então, tô gerando governança, você pode usar a própria IA da plataforma para gerar critérios de governança, segurança e qualidade. Então a gente vai facilitando esse processo para minimamente, né, garantir que você tenha uma fundação até o cara entender que existe uma governança e talvez ele consiga modelar de acordo com o critério dele, etc.

22:33Porque você tem esse controle na plataforma, você pode especificar, eu quero governar isso, ou seja, você tem tudo à suas mãos, mas se você decidir, não quero fazer nada, o que as nossas melhores práticas não, né, não aconselham, é, tá bom, vou carregar os dados para cá, mapear e automaticamente o sistema vai gerando esses essas informações de metadados, governança, para que quando você cria os seus agentes de eles saibam exatamente aonde eles vão buscar as informações e assim vai.

22:58Então, é meio que automatizar esse processo que a gente sabe que muita gente não liga, né? Entendi.

23:06Quero 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.Ou IIO estão contratando também pessoal para trabalhar com crypto, 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.

23:46Então, 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.

23:59como que é o ecossistema da Snowflake hoje, né? Porque eh a gente tá falando aqui de de ingestão, de leite, governança.

24:08Eh, quando o cara olha para tudo isso, ele tem ali já algum incentivo de ter um gator para conseguir estanciar esses modelos ali, etc? E sendo extremamente sincero aqui, até porque não é um episódio patrocinado, gente, a gente tá aqui trocando minha ideia com com o Marcelo que veio aqui convidado para falar com a gente. Eh, as pessoas devem comparar muito as plataformas concorrentes, né? O modelo medalhão, como as coisas funcionam.

24:36Eh, e como que é lidar com isso assim?

24:38Porque, tipo, você meio que fica o cara, pô, mas minhas camadas e tal. Calma, meu amigo.

24:44Como que é lidar com isso no no no dia a dia? E qual é a ideia do da Snowflake em relação a isso?

24:51Tá bom, vou pegar sua pergunta do meio, que é como lidar com isso que eu acho mais [risadas] isso, cara. É um porre lidar com isso.

24:58Obrigado pela honestidade, cara. É um p Não, mas e plataforma A faz isso, tá? A gente também, ah, plataforma B faz isso dessa forma, não, a gente faz dessa. No final do dia, quando você passa a régua, toda sa do outro lado, né? Não dá pra gente negar. Então tem muito daqui pra Praça da Sé tem 30 caminhos diferentes e todos eles muito bons, muito bons. Então hã, a gente sai do outro lado em várias questões. Tem coisas que a gente faz melhor, tem coisas que os outros fazem melhor, enfim. Mas então quando o pessoal vem com as comparativas, a gente entende, né? Porque você quer se posicionar ali, mas é um porre, porque daí você tem que, ah, tá bom, vai, deixa eu mostrar para você, etc e tal. Aí a tua primeira pergunta foi: "Como é que a gente tá em termos de ecossistema?" Imagina que a Snowflake é um sistema SAS, puramente SAS, né?

25:41Então, o que a gente quer oferecer pro cliente é um um ambiente completo, armazenamento, processamento de dados, transferência de informação e a parte de AI da science, né, como um guarda-chuva, tá?

25:54Então, quando você me pergunta assim, mas o que que vocês têm? Vamos brincar aqui com o termo, que vocês t de feitios ali, vocês fazem gestão? Sim, a gente faz em gestão. Então, eu consigo trazer dado de qualquer lugar e jogar pro Snowflake.

26:05Uhum.

26:05Aí você pode me perguntar assim: "Tá, mas óbvio que você vai querer jogar para Snowflake, né? Porque você tem o storage ali, porque você tem o armazenamento.

26:12[limpando a garganta] Não, eu posso acessar o dado fora, eu não preciso acessar o dado com ele dentro da smflaking. Então, você faz o índice de metadado e você sabe onde exatamente. Se você falar para mim assim: "Ah, cara, eu tenho iceberg table em algum lugar, eu tenho Delta Table em algum lugar". Eu consigo ir lá acessar e gerar governança em cima disso, né?

26:30Então, em gestão pra gente é nativo, tanto streaming como em betting, como em real time, a gente faz tudo isso. Ah, quero pegar dados on premise também, né?

26:37Não, não é uma questão. Segundo, transformação. A gente tem integração com vários outros parceiros e players para transformação, mas a gente também faz transformação dentro da plataforma.

26:45Então você já começa a ter uma visão meio que end to middle. Vai, eu eu pego o dado, transformo e deixo ele bonitinho.

26:53Você mencionou das camadas. Então eu tenho também a possibilidade de fazer o desenvolvimento em camadas, né? Bronze, silver, gold e assim por diante, com automações, né? Entrou o dado na bronze, eu crio uma automação para que ele já pule para silver já transformado, enfim.

27:06E aí vai. Hã, a gente oferece também questão de AIBI, né, que é o que a gente tava falando ali, ah, BI, algumas empresas tm, outras acreditam que vai continuar, outras não. Então, hoje você consegue com AI da própria plataforma pedir para ele gerar um gráfico, um dashboard, artefatos e ele vai gerando isso para você. Então, isso já começa a trazer uma pergunta pra gente como profissional, é, será que essas ferramentas de BI, né, elas vão seguir ou vão ter que se reinventar? Porque eu consigo fazer BI ali, eu não preciso mais de uma estrutura.

27:36Sim. E toda a parte de de data dei science. Quando eu falo deira science é: "Ah, eu quero fazer uma machine learning, um deep learning, quero fazer um modelo por reforço, quero usar geni, quero usar os engines do mercado, né, Cloud, Open Ai e assim por tudo já tá embutido na plataforma. Então a proposta é fazer com que você não precise tirar o seu dado da plataforma para fazer machine e learning, para fazer um GNI.

28:02Então eu nunca vou expor esse dado porque todas as features vão estar ali dentro, né?

28:07O AI Gateway também e assim vai. Então eu consigo hoje, né, como plataforma eh eh eh trazer seus dados, fazer a gestão dos seus dados, a governança, privacidade, controles de segurança e acesso e ainda assim me conectar com MCPs externos, por exemplo, outros agentes externos também. Ô Marcelo, eh, cara, acho interessante a tua explanação porque eu conhecia a Snowflake como DW.

28:33É, ela originalmente ela nasceu como DW, né? E eu me lembro uns anos atrás que eh eu fui parceiro do Google e obviamente o Google tem um B creery que é putz. E aí sempre, cara, era sempre o B queir com com Snowflake.

28:51E ao longo desses anos, cara, a Snowflake evoluiu absurdamente, né? É, até o que você explanou, cara, hoje é uma plataforma que faz tudo.

29:01Cara, só o ano passado a gente lançou mais de 700 features no produto.

29:04Desculpa de cortar. Então, cara, eh, e eu não sei se todo mundo tem essa essa noção de que, eh, o quanto a Snowflake cresceu do ponto de vista de produto, né, e de entregar agora uma solução completa pro time de dados, não só dados, né, mas time de dados com com o pessoal de ciência de dados também, né?

29:23Uhum. Eu tenho uma dúvida que eu queria, não sei se você eh consegue responder, mas eu tenho uma dúvida em relação ao Weiseberg, porque o Weiseberg e eh a Snowflake originalmente começou com Iceberger e eu acho que agora também você p o Delta também, né? Você tem os dois.

29:39É, a gente tem os dois. O o que aconteceu foi a Snowflake, ela tem uma Vamos, Posso pedir um parêntese para vocês dois, pro ouvinte que não é tão familiarizado no no ambiente de dados, etc. o que é a base iceberg e a base delta. E aí segue na na explanação paraa galera ter um pouco mais de contexto e e interagir mais com a gente.

30:01Beleza? Ah, então, só para contextualizar e conceitual, o tanto iceberg quanto Delta são padrões de metadados e indexação de dados em cima de arquivos parqu. Parqu é um formato de armazenamento de dados. Então vamos brincar bem longe aqui. Eu preciso armazenar dados. E aí eu crio um objeto que vai ser armazenado num arquivo parquê, que teoricamente é um textão ali num formato. O parquê ele tem uma certa eficiência para uma quantidade de dados.

30:28Então o que algumas empresas fizeram, né, no mundo aí, né, como por exemplo a a a Netflix ou outras, né, a própria Amazon, foi eu preciso criar uma maneira para trabalhar com big data, né, usando o parquê, que é super efetivo, mas que seja rápido, né, não posso ter latência.

30:44Então, criou-se uma camada de metadados, as, né, tiveram duas frentes que organiza e indexa esses dados do parquê.

30:52Uma é chamada de iceberg, que segue um padrão específico, e a outra é chamada de Delta, que segue outro padrão específico, né, investido por algumas empresas.

31:00Então, a Snowflake, quando ela nasceu como dator house, ela nasceu com tabelas internas. Então, por exemplo, hoje as tabelas da Snowflake, as internas, são no formato colunar, né? Então, cada coluna é armazenada separadamente, indexada separadamente. Aí vai.

31:13Com o tempo, a Islake começou a entender que o mundo open source, para que você não fique locking dentro de um vendor, ele tava se abrindo. Então ela falou: "Opa, vou me afiliar, né, ao que eu acho que é mais interessante". Então ela criou essa ponte com Iceberg, que foi com a Pach, né, [limpando a garganta] e criou uma grande parceria. Então hoje a gente tem, né, o controle total, digamos assim, de iceberg tables, né? Eu posso criar, posso acessar fora, posso criar fora, né? Gerenciar e assim vai. Em contrapartida tinha o mercado das Delta Tables também, né, ou Delta Lakes e assim por diante. [limpando a garganta] E a Snowflake, apesar das brigas, a gente tem vários parceiros, né, no mercado e e com essa parceria, então a gente viu a necessidade de também acessar as deltas. Então, se a gente pudesse colocar de forma cronológica, sim, nasceu iceberg, mas Delta veio logo na sequência ali, né? Entendi. Mas eh aí tecnicamente eh [roncando] que é uma é uma dúvida que eu tenho, tá?

32:12O iceberg ele é mais performático para um cenário do que o delta ou cara tem algumas linhas de estudos que dizem que sim, né? O iceberg ele tem ali uma proposta específica para determinados cenários de dados e, né, especificamente para e assim vai. Uhum.

32:32E o delta para outras outras frentes, digamos assim, hã, pra gente, porque quando a gente vai ler dados, a gente vai jogar isso em memória, eh, não tem tanta diferença assim, mas tem muito cliente que fala: "Eu prefiro iceberg porque a estruturação é diferente, a indexação é diferente". Por que que eu te pergunto isso? Porque eh eu nós somos o parceiro do conflit, né?

32:56E e a Confl, mais ou menos um ano para cá, ela adotou o Iceberg como uma plataforma para você materializar as tuas os teus as tuas mensagens, né?

33:08Uhum.

33:09E aí eu fiquei pensando, pô, será que, por exemplo, no mundo de streaming, será que o iceberg ele é mais performático do que o Delta? É, é por isso é da minha dúvida. Eu acho que é mais difundido. É mais difundido quando você pega a distribuição de de tipos de dados, mundialmente falando, você vê uma proporção de iceberg maior do que é.

33:30Mas tá, porque eu tenho a impressão que no Brasil acho que é o contrário, é o contrário, né? Me parece que é inverso, né? É, se você faz uma uma busca pelo Google Trends, por exemplo, né, de duas grandes empresas concorrentes, né, e aí eu vou usar uma delas como a Snowflake, você acaba percebendo que mundialmente, né, o o o mapa mund fica mais azul, né?

33:51Uhum.

33:51E aqui na região da América Latina fica mais de outra cor. Então aqui você tem uma predominância de delta por causa disso, né? Chegada de mercado e assim vai.

34:00Entendi. Faz faz todo sentido, né? É, então são alguns padrões aí que é meio que cultural, né, pro pro porque a o o é quase uma religião às vezes, viu? Tem gente que fala, tava procurando palavras aqui. [risadas] É, tem gente que fala, não, eu gosto de iceberg, porque cara, iceberg no céu, Deus na terra.

34:18Se é, tem um, tem uma questão aí de briga de torcida que a gente tem na tecnologia que é é é muito, muito latente, né? Mas, eh, o, o, o interessante é saber que a plataforma ela atende os dois, né? Sim. tende a ser agnóstico.

34:34E do ponto de vista de performance são equivalentes, como você falou, você vai ter ali eh performance equivalente porque como você falou carrega memória, etc. Então são são coisas que vai ao gosto do freguês, né? Né? E isso isso é bom porque não tem impacto na operação, né? Porque se o cara já trabalha com uma um padrão ou outro, né?

34:54E enfim, toda empresa tem seu padrão por alguma razão, seja por gosto pessoal de quem decidiu ou seja por necessidade de negócio.

35:03E aí você já tá já tá organizado ali, né?

35:05E e cara, como que funciona essa questão, como o Ron falou, da origem da Snowflake ter sido um DW, etc. Como que é a relação com as outras nuvens? Quando você falou, eu consigo ler de outros de outras localidades, o dado não precisa estar fisicamente dentro do meu SAS, né?

35:26Mas eh você consegue lidar bem assim conectores para pô do red shift ou vou pegar do do Big Quiry e e a latência ela como que funciona? Porque o cara tem que ter uma triangulação, por exemplo, com o DC dele. Você precisa ter uma uma VPC entre o seu seu SAS e a nuvem do cara.

35:45É, vai depender da necessidade do cliente e do nível de segurança, mas basicamente assim, nós somos parceiros das três grandes clouds, né? Então a gente tem uma, eu diria que uma parceria bem íntima até com elas. Então a gente tem acesso a essas esses gateways, a essas bases de dados, ou seja, esses data sources. Isso não é um problema.

36:05Ah, em alguma instância acontece do cliente ter uma preferência, ah, não, eu quero continuar com cloud X e a plataforma de banco de dados Y, né? Eu quero que você e no flix só faça o processamento. A gente tem clientes assim e tem outros que falam: "Ah, não, eu vou, né, descomissionar isso aqui e jogar tudo para Snowfl". Mas mas que isso talvez aconteça num segundo momento, né? Mas o cara tá tá namorando com a Snowflake, tipo, que eu quero entender o valor da plataforma, cara. A gente integra com tudo.

36:29É, pô, eu não vou, eu tô me, eu tô me colocando no lugar de um executivo de tecnologia. Eu não vou tirar o meu big, meu big query com 400 trilhões de de dados e ele vai direto com você.

36:41Vamos provar o valor conectado aqui.

36:44Então isso não é um problema, essa conectividade e essa latência, né?

36:47Porque eu, a maior dúvida do executivo geralmente é latência, né?

36:50Mas veja bem, e e esse foi um exemplo legal que você trouxe, porque assim, imagina que você tem o big query e aí você resolva contratar fake por X motivos, né? O que a gente pode fazer e a gente sugere é, bom, vamos tentar então fazer com que o Big Quir gere iceberg em um determinado, né, cloud storage, por exemplo, e aí Snowflake acesse esse iceberg, porque como a gente tem acesso, digamos, full, né, as estruturas, o que vai acontecer é que você vai ter as duas bases acessando o mesmo grupo de arquivos, né? Então eu posso ler e fazer atualizações, o BQU também e fica real time pros dois. Então eu posso ir lá enriquecer e aí vai. E se um dia você enjoar de um ou de outro, teu dado tá ali intacto, porque é um um formato aberto, digamos assim.

37:31Entendi. Por que que eu tô fazendo essa pergunta? Porque eh e aqui não tem pergunta fácil, né, R? A gente deixa o cara da fogueira mesmo. Eh, é comum [limpando a garganta] alguns concorrentes façam deploment direto na nuvem do cara, né? Então, e você falou no começo, você deixou claro que é é 100% SAS.

37:51É, a gente tem a nossa infra. Então, eh para mim como gestor de arquitetura e infraestrutura, eh, é muito mais cômodo, tô me colocando no lugar desse cara, de repente colocar ali um uma uma uma, Claro, eu vou vou ser honerado por isso financeiramente, porque eu vou est colocando dentro da minha nuvem, minha estrutura, etc. Mas é mais com gostosinho, mais mais confortavelzinho fazer isso, sabe?

38:15Será? Aí vem me, será que é esse essa pergunta que eu queria fazer para você? porque eh parece ser um pouco mais cômodo eu ter um deployment de de uma solução eh pronta rodando dentro da minha infraestrutura, né? Eh, do que ter um SAS. Eu queria justamente falar como que você lida com isso, porque [roncando] para para pro escopo técnico simplesmente e é é um pode ser um barreiro ou você acha que não?

38:44O que a gente vê muito assim, bom, vamos lá.

38:48o fato de você colocar na sua infraestrutura, ah, vou pegar um software X, vou instalar ali, né, um pass, por exemplo, vai fazer com que, OK, você vai ter total controle do que você tá fazendo, instalando e rodando, porém isso vai te trazer um trabalho adicional, que é administração, controle de segurança, ou seja, então tem todo o burden ali do, tem toda uma operação que custa, né, quando você fala, tá, qual a vantagem então de teu snowflake, porque você tá me falando que o snowflake tem estrutura dele, né? Então, fecha essa portinha.

39:16Vamos abrir uma outra só para contextualizar. Quando você fala: "Quero comprar Snowflake" ou licenciar Snowflake, a gente vai te perguntar: "Você tem cloud?" "Ah, tenho, tenho na X. Que região da X você tem?" "Ah, tenho na região XY. OK.

39:29Se eu puder, eu coloco a o Snowfli, a conta do Snowflick naquela região XY da sua cloud.

39:35Então, eu garanto para você que você não vai ter custo de data transfer entre os dois. Então, sim. E você vai ter uma latência intrede, né? intrede. Então, se você, naquele exemplo do BQUy, eu tô conectado na mesma instância, no mesmo pó de região do BQUy, né? Então, a gente vai rodar ali, mas eu rodo com a minha instalação. Voltando ali à pergunta, né?

39:54O que que significa rodar na minha instalação? Você não vai ter que administrar segurança, não vai ter que administrar rede, não vai ter que administrar chaves de arquivos e rotacionamento de chaves. Você vai ter o controle de finops muito mais granular do que você tem do outro lado. Quando você traz o dado para dentro do Snowflake, a gente tem algoritmos de compressão furiosos, para não dizer outra palavra.

40:14Então, às vezes você pega 1 tera de dados numa cloud, quando você joga no snowflake ocupa 200 GB. Aí você fala: "Cara, e é isso que eu vou te cobrar, 200 GB, não é 1 T?" Então, todas essas vantagens vão te fazer pensar, [ __ ] será que vale mesmo a pena eu ter todo esse despêndio de energia e custo para eu administrar ou deixar com que isso seja administrado automaticamente? Aí você elimina o custo de lá, que deveria ser o raciocínio que a gente faz quando usa qualquer serviço de cloud, né?

40:40Uhum.

40:40Qual o custo da minha operação, né, para manter isso embaixo do meu que são os custos indiretos também, né?

40:46Exatamente. E qual o custo de fato de manter o serviço de uma forma gerenciada, né? é que, enfim, voltando pra realidade dos outros países, não do Brasil, realidade, por exemplo, da Noruega, é muito comum que a gente não carregue isso no no dia a dia, né?

41:02Então, às vezes você utiliza a nuvem com uma operação cara em nuvem por não estar com com a adequação correta pra nuvem, né, e vice-versa. Então, às vezes você tem um uma uma gestão negligenciada do ambiente que não é gerenciado, né, trazendo risco, mas também tem um um ponto de de não tratar FINOPs, etc., dimensionamento, etc. E pensa que você vai ter que trazer vários componentes ali da cloud para fazer tudo isso, sinops, governança, analítica, o que enche a operação, né? E a gente joga tudo isso numa única plataforma, por exemplo.

41:37Marcelo, eh, queria que você pudesse também, eh, uma curiosidade, tá? Eu sei que a a Snowflick lançou recentemente um produto baseado no Nifi.

41:46Uhum. [roncando] Que no, pelo que eu entendi, ele é ele entra numa camada da ingestão, ou seja, ele ex do que eu entendi, tá? Ele elimina o Kafca dessa camada da ingestão, pelo que eu entendi, não sei se é se a minha leitura da correta. Exatamente isso aí.

42:03droga num no teu ambiente, sei lá, de eu eu não sei se aí até uma outra curiosidade, não sei se a Issofake também usa os mesmos conceitos de bronze, silver e gold ou tem uma outra, então mas joga, então joga na tua camisa bronde e depois você faz todo o teu ciclo de ETL lá dentro, né?

42:19É essa essa essa solução que ela ela adquiriu, ela nomeia hoje como opená, né? E é uma solução cuja base é Nifi, então você tem conector ali pro mundo inteiro, só que o que que a Snowflake tá fazendo? Ela tá fazendo uma curadoria de conexões. Então ela que porque, por exemplo, eu quero me conectar num mongo DB, né, ou no BQUy, eu tenho que parametrizar um monte de coisa viafi. O que a Snowflake faz, ela cria conectores pré-build dentro da solução, aonde você passa poucos parâmetros e o conector já vem com uma série de funcionalidades, como CDC, merge, tudo já tá ali embutido. Então é para facilitar a tua vida. Então, ah, quero me conectar no BQU, pega o conector do Open Flow, coloca uns parâmetros e só fala: "Eu quero que faça CDC, não quero". E assim vai, cara. Sabe que eu já passei por uma experiência executiva há pouco tempo, que eu ia fazer uma migração de barramento de serviço.

43:08Oba. E aí?

43:10E uma das soluções um p Sorce que a gente eh pensou pensou foi o Nifi, porque tinha alguns workloads ali que era de transformação escedulada, né?

43:19Então o cara fazia load aqui, fazia uma transformação, ia para lá. E a gente abandonou o Nifi justamente pelo pelo a complexidade porque assim, me parece que é uma o Nifi me parece que é uma baita ferramenta, mas elas tem uma bem difícil, né, de É isso que a Snowflake faz com a Openf, é facilitar. Então você tem um monte de conector da Snowflake e caso você fala: "Ah, eu quero conectar no Zin que é um banco antigo porque eu sou velho".

43:43Não tem esse conector, então vamos para Nfi fazer a programação.

43:45Uhum. Mas aí corrigindo um ponto, é ele não substitui o Kafka, ele pode fazer as vez d, mas eu também me conecto, por exemplo, no Kafk via Openfow. Então o Kafka pode continuar existir.

43:55É que eu eu tinha lido no primeiro momento que a intenção desse produto era, entre outros facilitar essa camada de ingestão, mas em algum momento o cara, [ __ ] eh, sei lá, eu eu eu tenho um Oracle e eu [ __ ] em vez de usar um K fica poder usar esse produto, entendeu?

44:15S. Beleza, né? Você tem é nessa perspectiva que eu tava olhando, entendeu?

44:18É, se você tem, por exemplo, um Oracle e faz tópicos de cáfica para fazer um CDC, a gente vai lá e substitui, porque eu me conecto direto no hora que eu já faço CD. Esse ponto um um CFCA [limpando a garganta] ou um Debision que é um outro conector, ou seja, você em t você consegue pra solução de CDC funciona muito. O Debis é um exemplo muito bom, né? Mas o CAFCA eu acho que tem outras soluções de negócieria, por exemplo, sem dúvida. É que depende, é que eh é que eu tenho visto o em vários casos, tá?

44:48Tá bom.

44:49Eh, o cliente usar o Kafkaa somente com uma camada de de ingestão. Ele não usa o Kafkaa como mensageria, entendeu?

44:56Mas o cara tá usando uma Ferrari para integrar i para integrar.

44:59Sim, sim, sim. [risadas] É, é verdade, mas é verdade. E aí, por isso que eu eu eu acredito que uma solução dessa, cara, você tira, pô, você simplifica para caramba, porque o carro fica é é uma ótima. fica tudo dentro da plataforma e o open bom, né, a as features da Snowflake não tem custo adicional, ela vai lançando feature e não vai cobrando do cliente. Então o open flow tá lá dentro, você pode usar e vai mantendo toda a parte de controle e governança. Então tudo que você define de governança, controle, privacidade e segurança, vale para Openflow também e a observabilidade também. Então você tem ali uma um controle maior de tudo, né, toda a operação, digamos assim.

45:38Você [música] 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@vems.

46:08E você pode fazer parte também do nosso grupo de talentos. Valeu.

46:14Agora o time do Relações Públicas vai gostar mais de mim.

46:22Marcelo, outra coisa, eh, eu entendo que a tua plataforma, eh, a pessoa que compra a Snowflake, eu entendo que é mais o negócio e menos tecnologia ou não?

46:36Hum, boa pergunta, hein?

46:37Hum, tá mudando. Eu diria que tá mudando. Antes era mais tecnologia. a gente tinha uma interface muito maior com tecnologia, [roncando] exatamente por aquilo que você comentou, ah, nasceu pelo Datware House e assim por diante.

46:48Hoje já é mais negócio.

46:49É porque, cara, se agrega valor de negócio, né? Exatamente. E é isso que a gente tá fazendo, um shift interno, tanto, né, internamente para paraa abordagem com os clientes, quanto a gente tá vendo o mercado nos abordarem mais vindo do negócio. Área de área de marketing, por exemplo, pra é uma área que, cara, precisa de dado para saber eh frequência de venda, produto, [ __ ] extrapolar a possibilidade de probabilidades. Cara, eu eu fico imaginando que uma área de negócio, de novo, tenha muito mais apelo, né, do que o cara técnico que ele é que eu acho que amarra com a primeira pergunta que eu acho que você fez de quando as empresas querem comparar, né, como é que é para você que eu falei: "Ah, [ __ ] é um porre".

47:33E a gente agora tem que trazer realmente mais o valor pro negócio, porque em termos de TI quase tudo é commodity, né?

47:39Todo mundo faz tudo. Então, mas que valor que eu trago para você, como Snowflake, por exemplo, né?

47:44negócio.

47:44Agora, já que a gente tá aqui na sessão de perguntas honestas, Marcelão, eh, você até fez um um comentário de que tem uma curva de adoção de algumas ferramentas na Europa, aqui na América Latina diferente e tal, e a gente sabe que aqui a gente tem uma predominância maior de de um de um player, acho que a gente pode até falar, né, né, R, tem muitas empresas que usam data bricks para para isso é uma predominância de mercado.

48:08E por que que você acha que existe essa discrepância hoje? porque são empresas que tem ali praticamente o mesmo tempo, tem filosofias diferentes, eh tem resultados semelhantes, né? E e por que que você acha que aqui na América Latina eh teve um pouco disso? Tem tem a ver com a filosofia de trabalho, com o processo de de realização dentro da plataforma? Qual que a tua opinião sobre?

48:36Cara, eu eu gosto de pensar e e acreditar que foi o timing.

48:41Uhum.

48:41Né? Então é, é quase aquela história, né? Quem conta a história conta quem venceu, né? A batalha, né? Se eu for ter que narrar. [roncando] Então eu acho que o timing, a chegada, por exemplo, da Bricks no Brasil e América Latina foi bem anterior a Snowflake. Então houve uma adoção, né? Era era uma plataforma interessante, funcional e que chegou num momento que era tudo mato também, né?

49:05Exato. É, quem tava fazendo data analytics de forma séria, tava ralando no headshift, etc., né?

49:13É, então hoje, né, e e é o que acontece com novos produtos, novos entrantes, né?

49:18você tem uma adoção muito grande, aí quando começam a aparecer os concorrentes, por exemplo, aí você, opa, deixa olhar ali a grama do vizinho, tal, para ver se é interessante. Então, hoje a gente vê um pouco disso, essa essa herança por esse timing, né, da da prevalência, digamos assim, da deira bricks no Brasil, por exemplo. Ô, ô, Marcelo, e hoje pela pela grande ansiedade do mercado de querer adotar EI, a gente, isso acaba sendo também um drive pro cara, [ __ ] preciso de uma plataforma da Snowflake porque, cara, eu preciso do Taria EAI, eu quero táar fazer os meus agentes, mas [ __ ] eu preciso de uma plataforma que me dê subsídio, né? Me dê, não subsídio, mas me dê estrutura para fazer isso, né? Eu diria que o driver não é esse, mas ele vem embutido nisso. Ou seja, eu preciso de uma plataforma realmente que de forma única possa governar, ingerir, etc e tal, para que eu tenha uma IAI ali, né, suficientemente boa, digamos assim.

50:19Então, o discurso às vezes vem, né, e e aí eu posso até brincar um pouquinho com a psicanálise que assim, né, nem tudo que a pessoa fala é o que ela quer falar, né?

50:27Então o discurso vem esse, né? Ah, eu quero começar com IA, eu quero começar com DNA, eu quero fazer isso e aquilo.

50:33Mas no fundo, quando a gente começa a fazer um deep dive ali de discovery, a gente vê que tá, você quer tudo isso, mas você quer algo também automatizado, embutido e e formal ali nativo da plataforma. É aí que a Snowflix se posiciona. Então, tá bom, vou te dar o pacote completo, entendeu?

50:48Mas aí acho que é o cenário mais positivo, né? Quando o cara o cara pensa em procurar uma plataforma de de dados para habilitar EI, porque eu acho que o mais comum é o cara o contrário, o contrário, ele sei lá, eu preciso, quero acelerar a IA dentro da companhia. O cara procura antropic, procura GPT, etc.

51:11Porque ele não tem essa essa esse esse esse background de entender que de fato ele precisa estruturar dados, né? Se o cara procurou a a Snowflake ou Data Breaks, enfim, uma plataforma que viabiliza uma boa gestão e um bom trabalho de dados procurando AI, cara, na minha opinião, já é meio caminho dado. Esse cara já pelo menos ele ele sabe o caminho que ele tem que percorrer.

51:40Talvez ele esteja procurando um atalho e é justo e necessário que tenhamos opções Uhum. de atalhos com plataformas para poder fazer isso, mas é um cara que já não tá mais jogando o jogo dos leigos, né? Não tá o jogo dos inocentes, digamos assim.

51:56Sim. Sim.

51:57E vocês sabem que tem um movimento até interessante que muitas empresas estão começando a desenvolver seus próprios engines, né? Em vez de usar um cloud.

52:05Por quê? Porque imagina esse cenário que você falou, né? A empresa vai lá e contrata uma, né? Um engine de LLM, um cloud, um open AI. O que que ela começa a se dar conta? que ela tem que levar os dados para lá para serem processados, né? Tudo bem que no contrato fala que, né, a empresa não vai usar os seus dados para estudos e e treinamento, mas quem te garante. E outra, você tá trafegando o dado para lá e para cá, por mais que seja seguro, sempre tem um hacker que vai ali e consegue achar a chave e pegar essa informação.

52:33Então, as empresas estão começando a ficar com certo receio, isso já é uma preocupação latente no no Brasil, América Latina, de eh será que eu tô seguro em levar meu dado de dentro para fora para ser processado lá? Então, opa, deixa eu criar o meu local aqui, né? E aí tem esse movimento, cara. Acho que um um [ __ ] gancho que a gente falou na semana passada e publicou hoje.

52:56Sim. Daí umação exatamente sobre isso. Sobre a soberania de você ter rodar os dados eh dentro da sua própria infraestrutura. Inclusive fica aqui a a indicação do episódio aqui na careca do ROM ou aqui na minha careca, não sei, nunca sei onde fica direito, mas eh esse é um ponto interessante. Inclusive, cara, eu tenho passado aí por um período sabático de que delícia reciclagem intelectual, tenho estudado muito sobre sobre AI e agora eu tô me especializando em harness engineering. E é exatamente o que você colocou, porque muitas empresas elas estão, eu acho que a curva natural, né, de adoção da foi o cara que assim, gente, opinião minha, tá? Não é nenhum estudo do Gartner, mas eu eu percebo muito a empresa que, [ __ ] botou o chat GPT corporativo, botou lá o Copilot.

53:51Uhum. como assistente, [roncando] ele começou a utilizar aplicações com API do GPT, começou a ver que o dado dele entra e sai do GPT. Aí ele começou a usar o ambiente de desenvolvimento dele automatizado com IAR, o desenvolvedor utilizando, lendo código fonte, gerando fonte, etc.

54:13Uhum.

54:15As empresas que estão um pouco mais avançadas, já passaram por esses pontos de maturidade, eles estão começando a pensar de, cara, o Codex ou o Cloud Code, ele não tem os guardios que eu preciso corporativamente.

54:30Ele, o ambiente onde esse meu agente tá rodando não tem as restrições do meu negócio.

54:35Uhum. E aí entra muito o contexto do harness engineering, que é você criar esse ambiente eh paraa execução de agentes. E aí para não ficar confuso, quando a gente fala de execução de agente, pode ser um agente de negócio que tá rodando. Ou você que tá codando, você tá no cloud C, você tá usando agente também. É um agente que tá tá produzindo código, né? Então todo aquele ambiente de memória, de recuperação de de artefatos, etc. Parte do hardness, né?

55:05Uhum. E eu acho que isso, cara, é a próxima fronteira que a gente vai ter corporativamente.

55:11É uma coisa que a gente ajuda muito nisso é que, por exemplo, dentro da Snowflake a gente usa os endines externos, né? Por exemplo, Cloud, OpenI e assim vai. Só que esses eles estão dentro do Snowflake, né? Pela parceria que a gente tem com essas empresas, eu não preciso levar seu dado lá no cloud para processar lá, não. Eu tenho o Lloud aqui dentro. Então eu garanto para você que daí sim você consiga criar seus guardo deploiado dentro do Exatamente. Por questões de segurança.

55:39Então você consegue garantir que os teus agentes tenham os seus guardreios, mesmo usando o modelo que é open source ou de fora. Enfim, porque [roncando] o ponto que eu coloco, ele é um ponto além, né? Além [limpando a garganta] dessa soberania de, beleza, eu estou com um deploy dentro da minha infraestrutura, dentro da minha soberania, mas, por exemplo, o usuário, ele tá usando o cloud code para gerar uma aplicação.

56:03Eu não tenho nenhum controle ali de como a IA vai gerar a infraestrutura da da minha aplicação ou arquitetura da minha aplicação.

56:12E enfim, não quero estender muito nesse parênteses, mas as pessoas elas não têm ainda muita noção de que, por exemplo, o LLM ele é ele é uma máquina sem estado.

56:20É quem quem produz o estado é o harness, é aquele cara que que gera contexto, gera memória, etc. E se você quer ter um controle sobre o que a IA produz, não é pós-validação, porque isso é desperdício, né? Então, ah, eu quero que a minha aplicação gerequitetura, com esses padrões, etc. Não adianta você gongar depois porque ela não fez.

56:45Uhum.

56:46Você tem que ter um controle que dentro daquele contexto, o que o desenvolvedor pediu vai sair de acordo com os padrões corporativos. Então, você faz um shift left para que essa decisão faça ela nascer de uma forma eh, como posso dizer, compliance, de acordo com seus guardreios, né?

57:07E aí vai a pergunta eh dentro desse contexto, falando de de AI e aí dentro dessa dessa explicação que eu trouxe, a gente fala muito sobre base vetorial, sobre aplicação de regras dentro de de desses harness para para acesso imediato, etc.

57:29A a Snowflake traz algumas facilidades sobre isso, porque, por exemplo, cara, hoje você criar uma base vetorial sobre uma base de conhecimento de uma aplicação, por exemplo, dentro de uma nuvem padrão, ainda é muito difícil, né?

57:42Uhum. Sim, sim. Traz bastante desafios.

57:45A gente tem algumas soluções para apoiar nesse nesse aspecto, né? Como vector databases, que é o que você tá falando de bases vetoriais, indexação, por exemplo, de códigos, fontes, né? a gente tem o próprio Cortex Code, que é um AI generativa para poder gerar códigos, por exemplo, e fazer todo o controle desses códigos, né? Isso a gente tem. Mas ainda tem algumas barreiras tecnológicas, né?

58:08Exatamente no que você fala: "Eu quero pegar e mapear toda uma aplicação e e e [limpando a garganta] fazer todo o aí vem da engenharia, né? Mas tem tem um ecossistema que ele precisa ser renovado. Eu acho que a as plataformas de dados como a Snowflake, Data Bricks, etc. Então, um passo à frente até das próprias nuvens, Ron, que é eh é conseguir favorecer essa evolução dentro do contexto de A. Eu eu trabalho hoje muito com o GCP, por exemplo. Eu gosto muito do GCP por experiência de anos, mas, cara, você criar uma base vetoriana no GCP é um parto de ouríço humanizado.

58:45Isso. Humanizado. Gostei. Na piscina com com uma Como é o nome daquela mulher que faz o parto? É uma doula.

58:52Com a doula. Uhum.

58:54E é muito difícil porque aí você vai tratar nível de campo, etc. Então eu percebo que se você tem uma plataforma que te traz, cara, traz seu seu dado não estruturado aqui. Vamos vetorizar com esse algoritmo aqui dentro dessa base.

59:10Aqui você consegue expor um MCP, porque aí eu coloco um EI gateway aqui, eu crio um modelo, ele tá instanciado e eu consigo fazer um hag teu aqui para gerar um um TU e um MCP. Eu acho que tem uma oportunidade dessas plataformas de dados de ser um ecossistema de desenvolvimento de aplicações tão robustos pro momento que a gente tá hoje quanto foi a WS no começo com IAS que você subiu uma máquina, né?

59:42Feito aqui todo o meu meu parêntese, a minha divagação de futurismo, R, eh, como que o quão próximo a gente tá isso na sua visão? Não tô falando só de Snowfli, tô falando do do cara, acho que a gente a gente já tá chegando lá, porque eu vejo algumas soluções, incluindo a a própria Snowflake, onde toda essa geração controle de código, né, eu consigo, por exemplo, né, não só no Snowflake, mas óbvio que eu vou falar do Snowflake, eu consigo pedir para que ele crie uma uma base vetorial de análise de uma aplicação inteira e ele vai gerar. E aí a partir disso eu consigo controlar e analisar ineficiências nesse código. Eu consigo pedir via, né, LLM e falar: "Olha, analise possíveis ineficiências".

60:22Hoje a gente já faz isso automaticamente no próprio produto. Quando, por exemplo, você lança uma procure ou uma ingestão, alguma coisa assim, e você percebe que em determinadas fases ele tá um pouco mais lento, né? O sistema já te alerta e fala: "Ó, tá mais lento, você podia fazer desta forma". Então, a gente tá muito próximo de chegar nisso que você tá falando, assim, né? que é quase um desenvolvimento e tuning autônomo, né?

60:43Vamos dizer assim.

60:43Isso é quase isso. É como se a gente tivesse um novo SO Uhum.

60:47de desenvolvimento de aplicações orientado a dados, né, cara? É.

60:51E enfim, volto naquele outro ponto de que a gente, o meu maior medo em relação a isso, como é que a gente não atingiu uma maturidade de dados ainda nos profissionais e nas empresas suficiente para você entender isso, né? Quantas vezes você já foi num num cliente que entendeu que para ele ter um bom modelo e um agente de um projeto diário, ele precisaria ter uma boa base de conhecimento, por exemplo.

61:15Isso é muito muito raro, né, cara? Para é poucas empresas, poucas empresas que tem isso. É, e e cara, assim, eu acho que eh quem não se preparar para isso vai ficar para trás.

61:29Sim, cara. Porque tem um um uma questão, talvez seja até clichê falar isso, mas cara, o que vai diferenciar as empresas de um outro é o dado, cara. Porque o aquele dado que aquela empresa há ninguém tem, nenhuma EAI tem acesso à aquele dado. Então aquele, [ __ ] aquilo vai fazer moldar.

61:46É que eu acho que assim, a gente vai chegar num ponto e me corrija se você tiver uma opinião diferente, viu, Marcelo? A gente vai subir a régua da automação e e do uso da EAI. Alguns vão atingir em seis meses, algum vai atingir em um mês, algum vai atingir em 2 [roncando] anos, 3 anos, mas a eficiência do retorno que ele vai ter pro cliente, pro mercado, é do uso que tá lá dentro, porque o modelo vanila, você utilizar uma automação eh por Cloud, Antropic, eh enfim, o modelo que for via API, já gente, já deu, já bateu, já bateu no teto, né? Então o teu diferencial vai ver como você enriquece esse modelo dentro da informação que você tem, da inteligência de negócio que você tem, né? Uhum.

62:34Isso vai ser um [ __ ] diferencial. É isso que vai diferenciar a empresa da outra, né?

62:38E é isso que algumas empresas buscam, né? Ou seja, a partir do momento que eu tenho esse dataset, né? Vamos chamar de golden record ou sei lá o quê, como eu monetizo isso? Daí, como é que eu posiciono isso no mercado de uma maneira obter vantagens financeiras em cima disso, já que eu fiz todo um trabalho, né, de, sei lá, curadoria, de controle, governança, que é o que a gente falou, né?

63:00Então, ô Marcelo, eh, eu que te fez uma pergunta em relação eh o que que você tem visto eh ou nas conversas que você tem tido em relação à preocupação que as empresas têm em relação obviamente, a custo com plataforma, com dados e essa coisa?

63:17que eu tenho notado em várias conversas, eh, dessa questão de otimização, que eu vejo que eh tem muita empresa que reclama que o custo é caro, mas na verdade não é porque a plataforma é cara, é porque ou implementou errado, ou não tá fazendo otimização correta, ou falta conhecimento do time para extrair o melhor da ferramenta e aí é mais fácil. Não, mas a ferramenta é cara ou Mas não é bem assim a verdade que [ __ ] faltou ali uma implementação, faltou de repente eh o que a gente também vê muito, ah, não, o time técnico contrata plataforma, não, mas eu vou fazer dentro de casa, eu quero.

63:58E aí, cara, cara, eu vou falar para você que assim, tirando o crachá, eu vejo em vários vendors, né, competidores ou não, da própria Snowflake, esse problema e é geralmente o quê? falta de capacitação da equipe, falta de enablement, falta de uso de melhores práticas. Às vezes eu vejo em alguns casos de alguns clientes o fornecedor, né, ah, vendi, né, beijo, tchau e deixa o cliente implementar sozinho. Então, do nosso lado aí, voltando com crachá, a gente tem essa preocupação de, cara, você acabou de comprar, então você acaba de ganhar um serviço de 90 dias aí para alguém que vai fazer o seu ramp com as melhores práticas e etc e tal, porque senão você cai nessa vala, né, do tipo, ah, tô usando, tá muito caro. E e uma das coisas que é um estigma, né, pra gente e e no Brasil aconteceu muito é Snowflake é muito caro. A gente fala, mas da onde as pessoas tiraram isso, né?

64:53E quando a gente vai fazer trabalhos, provas de conceito, né, demonstrações, enfim, fazer comparativas, a gente fica muito barato, né? Então, o que a gente e aí tem cliente nosso que reclama um pouco, ah, mas tá um pouco caro, eu tô usando esses recursos mínimos aqui, tá muito caro. A hora que a gente bota o olho, a gente fala: "Pera, mas isso aqui tá errado, isso aqui podia ser feito dessa forma e assim por diant". Então, falta um pouco disso de dessa preocupação com eu venho de treinamento, né? Eu sou pedagogo também, eu gosto muito. Eu acho que a educação é tudo.

65:21Falta treinamento, falta enablement para que as pessoas saibam usar.

65:25É, isso se aplica a mesma coisa da Ei.

65:27Sim.

65:27O pessoal quer adotar Ei, mas falta letramento, né, dos times e aí adota de forma errada.

65:35Aí, [ __ ] ah, não, aí não funciona não.

65:38Mas é, cara, não é bem assim, né? É, esse é um ponto interessante, é mais um ponto por hoje a gente resolveu botar o cara na fogueira para caramba, irmão.

65:46Mas eh tem um ponto de churning para essas ferramentas, né? Sim. Porque e aí no flake, data bricks, confluent, acontece muito. O cara ele tem um problema para resolver, ele tem um orçamento e ele tem uma meta. Ele vai lá, faz um agreement, ele compra aquela ferramenta, resolve o problema dele e ele usa só para aquilo que ele planejou para resolver aquele problema. E, cara, na boa, resolveu o bônus dele e fazer a entrega do que ele precisava.

66:23Passando esse período, ele começa a ter um custo operacional grande naquela ferramenta, começa a ter questionamento, começa a ter questionamento e uma perda de oportunidade, né? Porque às vezes o cara comprou uma plataforma que poderia trazer muito mais resultado para ele e que de fato ele não tá ele ele não tá botando operação, não tá pondo foco ali para poder de fato fazer aquele valor que ele investiu, trazer resultado e gerar o ponteiro do negócio.

66:54Cara, acontece com Snowflake, com Data Bricks, Sales Force, cara, sales Force é tipo resolução de problema estanque, só que o cara não tem uma visão de futuro.

67:02Ex. cara não tem uma visão de futuro e aí ele consegue um orçamento porque ele tem, tá sangrando, a empresa tá sangrando, precisa resolver aquele problema. Depois que resolve ele começa a ficar difícil de justificar, entendeu?

67:17Sendo que ele trouxe uma plataforma que resolve o problema de uma de uma forma elegante, eh, resolutiva e que pode trazer um resultado muito maior, né? Como é que trata esse cara? Tipo, cara, beleza, você precisava resolver o pneu furado da empresa. Agora eu tenho esse monte de outras features que você já tá dentro do que você paga que você pode trazer mais resultado, né?

67:43Eu acho que é muito sobre isso, né?

67:44Sobre sobre fazer o cara justificar o investimento daquilo que não é mais sangramento, não tá mais doendo, mas pode trazer um resultado muito maior, né? É o que a gente tem e a gente tem uma preocupação muito grande com isso e uma área específica dentro da Snowflake que vai se aproximando do cliente para entender, né? Tá bom, esse era o problema que você queria resolver, resolvemos, né? Que outros projetos você tem? Olha o arsenal de coisas que você já comprou, que é isso que você já tá pago, você pode usar ou não. Então onde a gente pode te ajudar a expandir a solução de outras questões de negócio, por exemplo. Então existe essa preocupação, exatamente até para que de um lado exista uma adoção a longo prazo, né? Ninguém quer vender produto de prateleira, né? Vende o cara coloca ali, não usa. E do outro uma preocupação até com a usabilidade do produto. Será que o que eu produzo é realmente necessário pro mercado, pros negócios? E aí vai. Então sim, a gente se preocupa muito com isso. Vai buscando isso.

68:36Sim. Porque senão fica essa percepção de mercado de que, ah, pô, usei a plataforma, é cara, porque não era cara quando você resolveu o problema. E isso é interessante, sabe, Ron? e que eu quero trazer pra discussão, porque o conceito de caro ou barato vem do do valor que você resolve.

68:56Sim.

68:56Então, [limpando a garganta] quando o cara comprou e ele resolveu o problema que ele precisava resolver, não parecia caro. No ano seguinte, na próxima provisão de orçamento, o problema já tá resolvido. Aí começa a ficar um pouquinho mais a a a diferença começa a ficar um pouco maior, sabe? Porque já não é mais uma dor, né?

69:13É o mesmo que acontece coisa com com antivacina. Já percebeu isso? Eu eu acho que eu não preciso tomar vacina porque eu não fico doente. Só que você só que você ficou doente porque você não tomou vacina. Porque você sempre tomou vacina.

69:26Vira o [roncando] paradoxo da tostines.

69:29Exatamente. Fala não. Por que que a gente toma esse m de vacina se eu nunca fico doente? Porque você tomando vacina você já tem o produto, você não tem mais a dor. E aí é muito difícil continuar gerando valor para esse cara, né, cara?

69:42É, é muito difícil. principalmente quando você pega, às vezes acontece de pegar alguns profissionais com uma visão a curto prazo, assim, a longa a baixa distância, né?

69:50Então, por mais que você tenta trazer valor agregado e fala: "Olha, mas tem aqui, tem alium e eu e eu tenho a impressão, Marcelo, que o o brasileiro tem, infelizmente, tem esse estigma do quarter, né? Não quero, eu quero resolver porque eu tenho que bater a meta do quarter, né?" Sim. E aí quando bateu o método quarter, o cara não olha, [ __ ] eu quero olhar de longo prazo, porque ele nem sabe se a empresa, ele nem sabe se vai estar na empresa daqui a pouco. Então ele também não tá, ele não tem. Isso.

70:15Então, infelizmente, e aí obviamente penaliza eh plataforma porque é caro, não, não é caro, é que não e a própria empresa, né, que tá pagando por um produto bom e não tá sendo utilizado. Sim.

70:26E enfim, o Marcelo poderia explorar o outro lado humano dele, mas enfim, vem questão de benefícios, de de bônus, né, enfim, que que são pontos polêmicos, mas que a gente fala aqui no PPT não com Pila, Ron, porque os nossos ouvintes querem saber da vida real. Você sabe que quando a gente percebe esses movimentos e isso dá um indício pra gente até para entender se aquele profissional já tá na corda bamba, né? Porque se ele vem com esse discurso de, ah, cara, eu não sei se eu vou estar aqui ter mês de vem ou vamos deixar assim mesmo, fal, hum, será que não vai haver uma movimentação? O que que tá acontecendo? Então a gente já levanta uma série de de lebres, né, para entender qual é o momento da empresa, o momento dessa pessoa, como é que estão as movimentações dos peões. Então é ruim, concordo com você 100%. Mas ajuda a mapear de alguma forma também o business, né? Sim. Até porque também, pô, para vocês é péssimo, pô. Vocês vestem uma investimento, às vezes dá algum incentivo, não sei se funciona dessa maneira, mas depois, [ __ ] daqui o cara tem um ch porque o cara no fundo, porque o problema foi ele não usou a ferramenta de forma correta, né? Só que foi teve um gasto enorme de pré-venda, venda, né?

71:32Talvez mobilidade de um parceiro, enfim.

71:34Aí fica meio negativo também até pr pra imagem do produto.

71:37E Marcelo agora o pensando em Greenfield, chegou um cara na Snowflake hoje uma empresa razoavelmente [roncando] sólida, sem estruturação de de área de dados, não tem um CDO, etc. E que chega na tua mão, fala: "Cara, eu quero começar a tomar partido dos meus dados Uhum. e entrar no mundo de inteligência artificial, porque eu ouvi dizer que data driven é legal, que inteligência artificial é legal. Qual que é a abordagem que vocês fazem com esse cara?

72:10Que é um cara de negócio, né?

72:12Provavelmente ele tem uma TI básica ali, porque a gente tem uma tem uma tem área de é tem área de informática e área de informática, né? Porque a gente tem, a gente tá acostumado com empresas de de tecnologia embarcada que, [ __ ] tem um cara, tem tem um cara de TI sentado no board, mas [ __ ] a gente tem empresa de agronegócio, tem que que a a TI é muito menor que o cara tem tem até um um um CIO, etc., mas o cara que não tem uma relevância tão grande dentro do board, como é que chega nesse cara, fala: "Cara, vem com o pai".

72:46Uhum.

72:47[risadas] a gente mais ou menos tenta buscar com esse usuário de negócio, né, quais são realmente as dores, os contextos, o que que ele entende como valor pro negócio.

72:57A gente vai trazendo isso para ele.

72:59Vamos supor que a gente ganha esse esse cara, vem com pai e ele vai vir. Então, a partir disso, então, a gente entra num processo de bom, vamos pra área da informática, né? Você tem braço para fazer o que precisa ser feito? Não, então vamos acoplar um partner aqui e vamos trabalhar como se fosse quase um project manager. Então SNFCK junto com o parceiro vai apoiando.

73:17E aí a gente vem com todas as melhores práticas, digamos assim, e e com todo um guideline de fundação, né? sempre levando em consideração o que você como usuário de negócio precisa como resultado. Então, naquele momento que eu tava mapeando você como usuário de negócio, eu entendo valores, dores, necessidades e timing. E aí eu jogo isso no processo para poder ah organizar tudo. E aí utilizando melhores práticas eu vou ajudando a implementar e fazer aquilo acontecer. Então acontece muito em alguns casos de a gente precisar trabalhar em paralelo. Ah, não, vamos habilitar IA porque ele precisa disso para ontem, mas em paralelo vamos fazer a fundação e organização dos dados de uma maneira que que fique ideal. E aí a gente vem com modelo medalhão ou outros modelos aí também, né, de de de atuação, mas sempre a gente tenta entender o que que o negócio quer efetivamente, o que que ele precisa, né? O que que a curto prazo daria? Cara, a gente discute aqui tempos em tempos e e eu tenho a impressão que eh por isso que tem essa essa esse conflito, infelizmente, negócio com área técnica, porque muitas vezes o cara de negócio, o cara técnico, ele não sabe, ele ele assim, se for falar, cara, tá aqui, precisa, precisa codar isso aqui, mas ele não tem visão, cara, isso aqui porque tem uma um projeto na área de negócio para fazer mais venda, para, sei lá, ele simplesmente, cara, ó, tá aqui o as instruções ou aqui o gira gira E é isso.

74:41E aí [roncando] quando você vem por essa perspectiva, não, pera aí, deixa eu entender o negócio primeiro para saber o que que ele, o que que mexe o ponteiro dele para [ __ ] aí eu volto pra tecnologia, cara. A gente precisa tradudar dessa maneira, dessa forma, precisa ter essa estrutura para atender o cara que ele precisa ter esses kipiais aqui que ele precisa. É, às vezes acontece a gente faz essa ponte, né, de de traduzir paraa área técnica o que o negócio precisa e e entrar ali com os arquitetos e engenheiros e falar: "Olha, eu acho que é por aqui que você tem que ir, porque em algum momento ali você vai ter que responder essa pergunta, que é o que o cara tá sofrendo ali." Mas tem muito disso, assim, essa essa falta de comunicação entre as áreas, negócio e técnico, né? a gente comenta muito aqui no no PP3 no Cupila justamente essa essa desconexão e como a IA tá deixando isso muito mais caótico, né? Porque eh a I na mão do negócio tá resolvendo o problema, né? O cara tá resolvendo e mas resolvendo que custo, de que forma, né?

75:39E a tecnologia ainda em algumas em algumas empresas, muito lá na Noruega, que no Brasil nem tanto, mas ainda tá num pedestal de mármore de pô, vamos resolver, custa tanto, etc. E eu acho que a gente parte muito para uma para uma fase, né, Marcelo? Aí partindo mais pra opinião pessoal mesmo tua e e da visão da da Snowflake sobre como que vai ser daqui em diante, né? que a tecnologia ela começa a ficar um pouco mais democrática, né? Aquele cara que antigamente tava lá no negócio e tinha meia dúzia de planilhas e cara, para ele era inviável fazer uma análise de dados mais profunda, etc. Não conseguia criar uma aplicação. Agora, cara, até esse cara, se ele for um pouquinho fora da curva, ele derruba uns dois, três at, né?

76:33E a gente vê muito, e foi importante você trazer isso, porque assim, eh, essas movimentações de IA, né, e tecnologia, elas vão começando a desvelar, por exemplo, isso que você falou, ó, o cara que tava acostumado a analisar três planilhas nem sabe o que é uma análise efetivamente. Então, vamos ter que ensinar esse cara o que é uma análise, né, mais profunda a fazer pergunta, técnica de prompt e aí vai. o pessoal de TI acaba de uma certa forma perdendo um pouco do valor por o IA é um grande habilitador, então para que que precisa de TI, né? Outro dia eu tava numa discussão interessante com um amigo meu sobre será que os estatísticos vão ainda ser necessários para os modelos de machine, de p-arning, né? E eu falei para ele, cara, eu acredito que não, porque, né, se você treinar muito bem o modelo estatisticamente com todas as regras, eu não vou precisar do estatístico. E ele falou: "Não, eu discordo, porque às vezes a gente cria um modelo, o modelo gera uma série de de mensuráveis gráficos em curva rock, enfim". E às vezes eu mostro isso para um estatístico e se ele conhece do negócio, ele fala: "Olha, não faz sentido esse gráfico para esse negócio".

77:42E aí eu voltei e falei: "Mas e se eu treinar o modelo para que ele entenda do negócio e da estatística ou mais de um modelo para mais de um modelo julgar outro?" É, então você percebe que de repente é é meio caótico falar isso, né? O mensageiro do apocalipse, mas de repente para isso a gente só vai ter sim. É porque assim, se a gente parar para pensar do ponto de vista das capacidades individuais Uhum.

78:06e isoladas como essa, avaliar um gráfico, criaram gráfico, etc., Você pode ter modelo para tudo, né? Mas é quando a gente olha o fim é fim, aí a coisa pega, né?

78:17Aí a coisa pega, né?

78:19Analisar esse gráfico para quê?

78:21Qual contexto, né?

78:22Qual contexto? Qual o objetivo? Et eu acho que a gente vai passar por uma visão mais humana do do todo e não do micro, sabe?

78:32Então acho que não sei, cara, vai ter muita coisa diferente para acontecer. Ah, eu acho que essa foi uma primeira onda de revolução, né? Tipo que nem revolução industrial e assim por diante.

78:45Mas vai vir muita coisa por aí.

78:47É muita coisa. Não, não queria falar nada não, mas acho que vai vir muita coisa por aí. [risadas] Marcelo, vai ter um evento Snowflake recente aqui em breve no Brasil, né?

78:56Boa. Sim, boa. A gente vai ter um evento que é o Snowflake World Tour. Vai ser dia 7 de outubro. As inscrições estão abertas, então pode entrar no site, se inscrever. Não tem custo, é de graça, na faixa e lá a gente vai trazer speakers de fora, vai trazer as melhores, né, mudanças, features, tendências, clientes vão falar. Então, vai ser um evento bem legal.

79:14Vai ser onde?

79:16Vai ser ali no Transamérica.

79:17Ah, no Transamérica. Legal, legal, legal. Você vai est lá?

79:20Vou tá lá, vou lá. Ó, procura o Marcelão lá, fala: "Ó, tive lá no podcast." Isso. E aí? Vem e troca uma ideia com o cara lá.

79:27Vem, é, vem discutir comigo ali. Vamos conversar.

79:29É, ó, não concordei com o que você falou lá. Vaiá, vai lá e troca ideia com o cara. Eu também vou estar lá. Você pode ir lá.

79:34Eu também tô querendo também, né? O evento também para Poxa, vai ser um prazer ter vocês lá, por favor.

79:39É, então são os convidados.

79:41Vamos, vamos trocar uma ideia lá que vai ser muito bom. Isso aí, Marcelo. Cara, que papo bacana, cara.

79:46Cara, adorei também. Adorei o papo a cerveja. Gostei muito. Tô aqui bicando ela para não ficar zonzo, né? Falar [risadas] bobagem, mas foi foi muito bom. Obrigado pelo convite. Foi excelente.

79:55Obrigado. Foi muito bom, cara. E assim, é é importante pra gente, né, entender como tá se consolidando esse ecossistema, né, porque a gente tá falando tanto de inteligência artificial, inteligência artificial, inteligência artificial, e ninguém tá falando do backoffice dessa dessa parada, né? O backofice tá ficando ali em background. A gente tá vendo muito, muito projeto de a fracassando por, enfim, usar modelos vanila, eh, automação puramente por API de modelos consolidados, né? [roncando] E eu acho que essa é a nova a nova a nova nova step que a gente vai passar, né? as empresas vão parar de usar os modelos e ehis como são e eles vão ter que começar a ser personalizados, eles vão ter que ser eh retreinados, vão ter que ter enriquecimento, seja por hag, base vetorial, etc. E cara, não vai ter como passar por uma boa gestão de dados, não, né?

80:57Isso vai ser cinequa não, senão você não vai conseguir chegar do outro lado.

81:01Alguns já passaram desponto e já sabem, né? Mas uma grande parte ainda tá sim, tá tentando atravessar essa ponte aí. É, é. E tem o muro lá na ponta, meu amiguinho. Se você, se você não sabe como se você ainda não comprou seu equipamento de rapel para pular esse muro, [risadas] você vai cair.

81:18Você vai cair. Exatamente, Marcelo. Obrigado, cara.

81:22Eu que agradeço, pô. Que papo legal. Foi muito bom.

81:26Muito bom conhecer aqui a plataforma da Snowflake. Espero que você volte aqui mais vezes. Tá mega convidado, cara. Me convida que eu venho pela cerveja, né?

81:33Brincadeira. [risadas] A gente vem pelo Papa também e quando vocês quiserem eu tô aqui pra gente falar da plataforma e outros assuntos. contar comigo, Ron, obrigado, meu velho.

81:41Obrigado mais uma, por mais um episódio, Marcelo. Obrigado por ter aceito. Eh, acho que foi ótimo o bate-papo para quem não conhece ainda Snowflake. Então, cara, eh, pelo menos tirou minhas dúvidas sobre o negócio do Iceberg com o Delta, essa evolução que a Snowflake passou pros últimos anos de de era uma plataforma só de DW para se tornar o que se tornou. Uhum. [roncando][suspirando] Cara, muito legal. Acho que foi muito esclarecedor para muita gente. Então, e o que eu acho muito legal, Ron, é que assim, muitas plataformas às vezes não querem gravar se não for um jogo combinado. E eu dou muito valor pro cara que vem aqui de peito aberto para falar de da vida real, cara. E parabéns pelo Snowflake, Marcelo, para vir aqui. E cara, você falou que tava me queimando e eu tava sentindo calor [risadas] para falar de fato de como as coisas são, porque e PPT não compila, né? É essência, né?

82:40É [limpando a garganta] essa, como ela é. Então a gente precisa entender de fato como funciona, porque você na tua empresa vai passar pelo mesmo processo. Então, obrigado pela pela honestidade e pela disposição de vir aqui. Agradeço a oportunidade.

82:54Obrigado. Valeu, Ron. Obrigado, Marcelo.

82:57Meus amigos, muito obrigado pela audiência de vocês. Se você acompanhou até agora e não deixou o like, que tem que fazer com esse cara, cara? Tá de sacanagem, né? O cara ficou até não deu um like.

83:07Não dá para dar mais de um like? Podia, né?

83:09Pois é, tinha que dar, né? Pois é.

83:10Ainda ainda mais para esse episódio, pro conhecimento que o cara ganhou aqui sobre Snowflake de dados. Pô, dados, tem um hype, o cara pode dar um hype lá, ó.

83:19Eu não sei, cara. Eu sou péssimo em redes sociais. Eu sou gravado de podcast, mas ele pode compartilhar com os amigos, ó. pessoal de dados, olha, olha aqui, ó.

83:27Dá uma olhada nesse episódio aqui.

83:29Isso. Então, você compartilha, compartilha no slack da empresa, no Teams da empresa, no grupo da família.

83:35Se você quer contribuir ainda mais com PPT com Pila, você pode ser membro do nosso canal. Vai lá no YouTube, tem lá o o siga o canal e tem também o Seja Membro. sendo membro, você vai contribuir com pequeno valor pro PT compila, mas nem é isso que eu peço, Ron, porque o maior valor é fazer a nossa comunidade com com certeza.

83:56Então, deixa o seu like, contribua com fazer a palavra do PPT no CPIL, que ficou meio religioso, né? Mas tudo bem, faça o PPT no Cupila crescer como comunidade, porque essa comunidade tem muito valor e vai trazer muito conteúdo para você e para todo mundo que segue a gente. Marcelão, obrigado.

84:13Isso aí. Obrigado, Rom. Valeu.

84:15Boa.

84:16Valeu. Obrigado.