PODCAST

Amy Webb: prever o futuro, Inteligência Artificial e apps de namoro, comentados por Andrea Iorio.

"Fizemos um pacto com o diabo, ao ganharmos conveniência e eficiência em troca de uma tirania de informação e escolha"

AMY WEBB

Amy Webb é professora de previsão estratégica na Stern School of Business da NYU,  e fundadora do  Future Today Institute, uma empresa de consultoria e estratégia que ajuda líderes e suas organizações a se prepararem para futuros complexos. E oh, se temos para frente um futuro complexo!

Ela aconselhou CEOs de algumas das maiores empresas do mundo, generais do exército, e líderes do Governo para se preparar para os futuros que virão. Recebeu vários prémios para seus livros, em particular para o  The Big Nine: como os titãs da tecnologia e suas máquinas pensantes poderiam distorcer a humanidade, que foi listada no prêmio do Financial Times & McKinsey Business Book of the Year. E por último, ela foi nomeada pela Forbes como uma das cinco mulheres que estão mudando o mundo…olha a responsa!

Eu acho a Amy demais! Além de ser uma pessoa incrível, também possui um humor sensacional…eu estava empolgadíssimo a ouvir ela no South by SouthWest deste ano, até ter sido cancelado. Ai assisti a palestra dela online, de onde inclusive tirei essa primeira frase!  Tenho certeza que você vai adorar esse episódio e digo mais, após esse episódio vai olhar para o futuro de uma outra forma. Sendo assim, vamos ouvir a primeira frase da Amy em que ela fala sobre tomada de decisões no momento atual, escuta só!


“Parece hoje que não podemos tomar decisões e que não podemos planejar nossos futuros. A questão aqui é que a certeza é dura. Temos que reunir coragem para liderar nossas organizações no futuro com muitas incógnitas diferentes, onde incerteza não necessariamente significa risco. 

Às vezes, catástrofes são o catalisador da inovação. No momento, coletivamente, todos temos que estar dispostos a pisar no acelerador. Nosso objetivo não é mais previsões: Prever as próximas tendências tecnológicas, Prever o que poderia acontecer em seguida, Prever exatamente como será o mundo futuro. Nosso objetivo não é previsões, mas é preparação para o que vem a seguir. E, portanto, precisamos fazer uma pergunta melhor a partir desse momento. E essa pergunta não é qual é o futuro? Mas Quais são os futuros?”

“Como será o novo normal?”.

“Como será o mundo pós-Covid?”

“O que será de mim?”

Nós todos fazemos essas perguntas, todos os dias. Isso é meio óbvio.

Mas quero um momento focar no motivo pelo qual nós fazemos essas perguntas de forma meio obsessiva, tentando prever, adivinhar, e se não for com a gente, consultando cartomantes, em momentos de incerteza. 

Por que isso?

É porque afinal, como seres humanos, somos emocionalmente viciados em certezas. Nós queremos acreditar que podemos controlar o futuro baseado em certezas. “Vai ser desse jeito”, adoramos falar quando achamos que temos dados, força computacional, ou apenas simples confiança em nossas ideias para poder bater o martelo em decisões importantes para nossos negócios e nossos times, ou até para nossas vidas. 

É uma pena, mas hoje vemos que essa ilusão de controle nunca foi mais do que apenas isso: uma ilusão. O cenário incerto do nosso futuro até nos coloca a pensar se, por anos, não pecamos pela húbris, palavra de origem grega de uma época na qual o tempo ainda sabia correr lento, e que traduz em português moderno como “arrogância”? Afinal, por acreditarmos tão fidedignamente que a tecnologia era todo o necessário para prever o futuro, será que não nos colocamos a par das divindades às quais recorremos em nossos momentos de tensão?

Eu, de forma bastante convencida, diria que sim. 

Para explicar mais ou menos como funciona, imagine-se dirigindo um carro, em alta velocidade, numa pista gelada. Sei que esse cenário não é dos mais brasileiros, mas considere então que você está dirigindo rápido numa estrada cheia de lama, como se você estivesse no Jalapão. 

Óbvio, você começa a escorregar, e o carro ameaça perder o controle. Aí a sua primeira reação é pensar: “se eu pisar no freio, vou ajustar o rumo”….mas você precisa saber infinitas variáveis, como a grossura do gelo, a pressão dos pneus, o balanceamento, etc, para fazer isso de uma forma segura.

Para o azar do nosso motorista, isso é humana e tecnologicamente impossível.

Então, qual a melhor forma de reagir, em vez de pisar forte no freio?

Conformar-se com o cenário de perda de controle e, mesmo que pareça errado, fazer o que é fisicamente certo: acelerar.

Em outras palavras, foque o que está acontecendo agora, mas olhe com atenção para o lugar aonde quer chegar e parar o carro, tendo em mente que quanto tempo vai demorar para chegar ao destino, ou como ele estará quando você chegar lá, são dados que não poderemos ter. Mas não é nas surpresas da vida que mora a arte de viver? Acelerar significa que, quando você virar o volante, o carro pode meio que perder um pouco o controle e deslizar na direção oposta – não precisamos ser pilotos de rally para saber isso (todos já dirigimos em lama, né?). Aí vamos ajustando, perdendo um pouco de controle, ajustando de novo na outra direção, e assim por diante; o que significa que provavelmente você vai ter mudar de ideia e de perspectiva muitas vezes ao longo do processo! Ao tomar muitas micro decisões instantâneas e incrementais, você não prevê o futuro ou deixa ele simplesmente acontecer: você o cria.

A crise de 2020 é exatamente igual a esse carro – acelerando fora do controle –, e o motorista é o líder, é cada um de nós, cada qual a seu modo. Pela simples impossibilidade de controlar todas as variáveis, temos a sensação de não poder tomar decisões que nos preparem para os futuros. 

Mas, como nos disse Guimarães Rosa, em Grande sertão: veredas, “o correr da vida embrulha tudo. A vida é assim: esquenta e esfria, aperta e daí afrouxa, sossega e depois desinquieta. O que ela quer da gente é coragem”. 

Devemos à vida ter coragem para entender e acreditar que incerteza e imprevisibilidade não significam, necessariamente, risco. E também precisamos ter coragem para desapegar das previsões e, libertos das amarras do passado, nos prepararmos para o que está por vir – o que quer que isso seja. 

Vamos abrir mão do controle. 

Pisar no acelerador. 

Desencanar. 

Até porque, cá entre nós, pense em quão chato seria um mundo perfeitamente previsível… Eu não o quero. E você?

Mas faz parte, e é normal ansiar pelo próximo capítulo, tá? Faz parte – e, inclusive, molda nossa visão do futuro. O grande ponto é que precisamos abraçar a incerteza do amanhã e entender que não somos a Sfinx, o Oráculo de Delfos, Nostradamus, e que Jules Vernes e Isaac Asimov escreveram (brilhantemente) ficção quando falaram de máquinas de previsão de futuro. 

Nem mesmo o IBM Watson consegue fazer isso. O número de variáveis e correlações é simplesmente grande demais, assim como é impossível prever acontecimentos totalmente inesperados, também chamados de cisnes negros, a partir do termo colocado pelo filósofo Nassim Taleb, ao qual prometo dedicar um episódio do Metanoia Lab pois precisamos entender melhor o mecanismo dos Cisnes Negros em um mundo que promete nos dar muitos ainda de presente. 

Pequeno spoiler então, já que gerei essa curiosidade: cisnes negros são acontecimentos de extrema raridade e que provocam um impacto violento sobre o qual faz as pessoas tenderem a olhar em retrospecto. O ponto que o Taleb faz é que a natureza humana nunca foi preparada para assimilar cisnes negros. A fim de que um acontecimento, para nós, faça sentido, tendemos a “forçar uma ligação lógica”, como ele diz, para amarrar fatos, através de “flechas de relacionamento” – pois é mais fácil, para nós, lembrarmo-nos de uma sequência de eventos, logicamente encadeados, do que armazenar ocorrências aparentemente desconectadas. Ainda segundo Taleb, o ser humano, normalmente, é sedento por regras e por controle, e tem uma preferência por histórias compactas e que fazem alguma lógica depois de ocorridas.  Mas os arrogantes e sabichões são justamente as maiores vítimas dos Cisnes Negros, pois muitas vezes o valor está no desconhecido.

Um grande escritor, meu conterrâneo, Umberto Eco, que já ganhou o prêmio nobel pela Literatura, dizia que os livros não lidos de sua biblioteca tinham mais valor do que os lidos. O que não foi lido constitui uma riqueza muito maior. Para ele, sua anti biblioteca (dos livros não lidos) deveria sempre ser maior do que a biblioteca em si, mantendo-o em permanente contato com o reconhecimento do pouco que se conhece e se sabe.

Afinal, realmente pouco sabemos sobre essa crise, e talvez o único que podemos dizer com certeza é que o grande desastre não é não poder mais prever o futuro, mas é não considerar, nos vários cenários que nos esperam, a nossa capacidade, tão exclusivamente humana, de criá-lo. A exponencialidade do mundo digital, combinada à convergência das novas tecnologias – e, ainda por cima, exacerbada pela pandemia –, gerou um cenário sem precedentes, onde pensamento linear e cartesiano, herança das Revoluções Industriais anteriores e baseados em dedução lógica, não se aplicam mais da forma convencional.

Agora, uma das tecnologias que mais está transformando o mundo é certamente a Inteligência Artificial. Mas tem algo aí: são 9 as empresas que de fato dominam esse espaço, e convenhamos, para que tenha uma saudável competição, 9 são poucas. É disso que a Amy nos vai falar no próximo áudio.

“Se a tecnologia que está crescendo de forma mais rápida para mudar nosso futuro estivesse concentrada nas mãos de apenas nove tomadores de decisão, você estaria preocupado? E se esses tomadores de decisão fossem movidos por incentivos de mercado, ou política, em vez do que é bom para você? Isso é algo que te preocuparia ao ponto de fazer algo a respeito? De fato, quando pensamos em inteligência artificial, temos a tendência a pensar que muitas dessas pesquisas estão sendo feitas em universidades veneradas. Na realidade, todo o futuro da IA e, como resultado, o futuro da nossa existência humana está sendo construído por apenas nove empresas. Três delas estão na China. Seis estão nos Estados Unidos. Sendo elas; Baidu, Alibaba, Tencent, Google, Microsoft, Amazon, Facebook, IBM e Apple.”

Recentemente vi um post do Romero Rodrigues, sócio da Redpoint e cofundador do Buscapé, que dizia: “O mundo da tecnologia fervilha desde a semana passada, quando poucos privilegiados tiveram acesso à versão beta do gerador de texto por AI mais poderoso já criado”. Eu não estava sabendo de nada, confesso…ai continuei lendo. A postagem era sobre a OpenAI, um laboratório de pesquisa sem fins lucrativos sobre Inteligência artificial, que lançou o GPT-3, um gerador de texto baseado em Inteligência artificial, que tem 175 bilhões de parâmetros. Isso o torna capaz de produzir textos com uma coerência que espantou muita gente.

 Um artista, Mario Klingemann, introduziu no sistema o nome de Jerome K Jerome e o tema “A importância de estar no Twitter”, e o GPT-3 produziu sozinho um tuíte e depois um artigo mais longo replicando com perfeição o estilo do escritor e humorista britânico, falecido em 1927. O VP do Founders Fund, Delian Asparuhov, pediu para o GPT-3 completar um artigo sobre como realizar uma reunião de conselho eficiente. Ficou de queixo caído com o resultado apresentado, que sugeriu um passo a passo para contratação de novos membros. Já o desenvolvedor web Sharif Shameem descobriu que o GPT-3 não só faz textos como humanos. Ele pode também escrever códigos de computador e produzir layouts a partir de pedidos genéricos. Incrível!

Agora, isso já é mais surpreendente do que já foi testado no passado, né?

Quem lembra do mico que a Microsoft passou em 2016, quando lançou Tay, um inocente chatbot no Twitter que interagia com as pessoas e aprendia constantemente a partir das interações? Bom, o público do twitter o zuou e começou a lhe ensinar textos misóginos, racistas, e de todo o tipo. Após 24h, o chatbot já tinha aprendido o suficiente e estava soltando tantas bombas pouco politicamente corretas por aí que a empresa do tio Bill Gates teve que abortar o teste. Pra quem aqui bem lembra, no episódio 12 do Elon Musk nós já falamos: a inteligência artificial é um reflexo do nosso sistema límbico, ou seja reflete o que sentimos. Esse foi o caso.

Olha outro exemplo: o TopBuzz, app da ByteDance, mesma empresa do TikTok, mas que agregava notícias usando inteligência artificial, e onde a inteligência artificial até chegava a escrever os títulos sozinhos sem a necessidade de uma redação, foi descontinuada justamente há pouco, em Junho 2020. Não teve sucesso. Mas podemos dizer que a Bytedance não está preocupada com isso não, ao ter na mão o app mais bombado do momento. 

Agora, a Amy Webb nos disse em sua frase que afinal, são 9 as empresas que dominam esse mundo de Inteligência Artifical, e isso pode ser perigoso. 

Vamos por partes. Primeiramente, por que tão poucas empresas? 

A verdade é que tem muitas empresas no mercado de Inteligência artificial, a maioria das quais a usando, mas são muitas menos que a desenvolvem. Por que? Um dos grandes pontos da inteligência artificial é que ela é extremamente cara e complexa de se desenvolver e aprimorar, seja pelas pessoas e tecnologias que tem que ter, seja pelo volume de informações que você precisa ter para alimentar ela. 

Quem já ouviu falar do Amazon Mechanical Turk?

Pois é, eu li sobre ele uns anos atrás e fiquei chocado. É um marketplace de freelancers que trabalham para a Amazon fazendo trabalho para ensinar a inteligência artificial. Pense bem: como você começa ensinando a uma Inteligência artificial que certa imagem é de um cachorro, e não de um gato. E que esse cachorro é um shitzu e não um chihuahua? É obviamente uma pessoa: ou seja, tudo começa com milhares de pessoas espalhadas pelo mundo todo, trabalhando várias horas por dia, por salários bem baixos, categorizando fotos ou vídeos por horas, todos os santos dias. 

Segundo, por que essa concentração de mercado é perigosa?

Fundamentalmente porque são todas empresas que visam lucro, e estão a serviço de Wall Street e seus investidores, dos fundos da Silicon Valley, e no caso do Alibaba, a serviço até do governo Chinês, que estão sob pressão para produzir e comercializar suas pesquisas sobre AI. Entidades de pesquisa como OpenAI, ou centros de pesquisas de faculdades, já não tem a mesma pressão e mantém uma maior independência.  E de novo, 9 companhias que detém a maioria do mercado formam um oligopólio, que é perigoso, pois concentra o poder nas mãos de poucos e isso leva a poder controlar preços, entre outros, e acaba sendo ruim para o consumidor. O OPEC, que é a Organização de Países Exportadores de Petróleo, é um oligopólio, por exemplo, motivo pelo qual somos reféns de flutuações nos preços de petróleo pois são apenas 13 países que controlam a produção de petróleo no mundo…perigoso!

Mas qual é o histórico de pesquisa sobre o tema da Inteligência artificial e como podemos achar uma saída? Vamos bem atrás no tempo, mesmo que o termo Inteligência Artificial tenha sido introduzido pela primeira vez em 1956 em Dartmouth, e para quem quer relembrar aquela parte da história é só refrescar a memória no episódio 12 do Metanoia Lab sobre o Elon Musk, temos que ir atrás até 1843, quando Ada Lovelace, que foi uma matemática e escritora inglesa, por ter escrito o primeiro algoritmo para ser processado por uma máquina, a máquina analítica de Charles Babbage, e que afinal é o primeiro exemplo de inteligência artificial que temos na história, mesmo que não se chamasse assim. 

Pule para 1939, na Feira Mundial em Nova York, que tinha um cunho futurista e onde o tema era “o mundo de amanhã”, Westinghouse, uma das grandes empresas de engenharia, apresentou um computador que era um robô muito semelhante a seres humanos, o chamado Elektro. Tem vídeos incríveis na Internet que mostram a apresentação pública que foi feita, recomendo demais dar uma olhada….

Pule para 1951, e chegamos ao “Jogo da Imitação”: quem já assistiu filme ótimo com o Benedict Cumberbatch fazendo o papel do Alan Turing? Fundamentalmente o teste de Turing testa a capacidade de uma máquina exibir comportamento inteligente equivalente a um ser humano, ou indistinguível dele. No teste original, um juiz humano conversa com outro humano, e com uma máquina projetada para produzir respostas indistinguíveis de outro ser humano. Obviamente todos os participantes estão separados um dos outros. Se o juiz não for capaz de distinguir com segurança a máquina do humano, então a máquina passou no teste de Turing. Mas mesmo que na época parecessem inteligentes, os computadores não faziam muito. Mas desde 1956 pra frente, com a história da AI que contei no episódio 12, chegamos a um momento onde a Inteligência artificial já ganha em jogos como Go dos campeões do mundo humanos, como o Ke Jie e o Lee Sedol, que perderam do algoritmo Alpha Go, da Google Deepmind, e onde está presente em praticamente todos nossos dias, nos aplicativos que usamos, nos softwares, ou até quando buscamos um Airbnb para nossas tão sonhadas viagens de pós quarentena. 

Mas nós não damos conta disso, seja porque por um lado a Inteligência Artificial é tão abstrata que nós não conseguimos tangibiliza-la e entendê-la, e por outros lado porque a antropomorfizados, se essa palavra existe, ou seja que afinal a associamos com robôs ou com a série Westworld. 

Mas não é só isso: precisamos entender melhor a inteligência artificial para que possamos entender se as grande 9 estão trabalhando em interesse da população, como prometem dizer, ou dos próprios interesses. Porque a verdade é que todas garantem estar criando uma inteligência artificial “benévola”, mas como definimos o que é bom ou ruim nesse sentido? É difícil, e é por isso que não tem nem sequer coordenação internacional que regule ou controle o desenvolvimento de AI. Não tem normas, não têm padrões, não tem controle ou limites, e as empresas priorizam rapidez de desenvolvimento, acima de segurança.

Isso assusta grandes líderes e pensadores, que estão extremamente preocupados com o futuro da humanidade e com o risco que AI possa se tornar contra a gente ou possa ser utilizada com fins maus. Um exemplo disso é que em 2015, o Stephen Hawking, o Elon Musk e dezenas de outros experts sobre inteligência artificial, assinaram uma carta aberta chamada “Research Priorities for Robust and Beneficial Artificial Intelligence: An Open Letter”, ou seja Prioridades de Pesquisa para uma Inteligencia Artificial Benéfica e Robusta: Uma carta Aberta”, que pedia mais pesquisas sobre os impactos da AI sobre a sociedade. A carta afirmava que a sociedade pode ter enormes benefícios graças a AI, mas pede pesquisa concreta sobre os possíveis riscos, pois não pode ser criado algo que não pode ser controlado. 

Bom, a verdade é que aqui não tem certo ou errado, só tem ciência do fato que precisamos entender melhor Inteligência Artificial e tem que fazer parte de nossas discussões e trilhas de aprendizado, para entendermos seja qual o impacto em nossos negócios, assim como em nossa sociedade. E isso já vale a reflexão, e muito. 

Agora, falamos que ela é omnipresente e de fato está em todo lugar, até em aplicativo de relacionamento, como o Tinder. E é sobre aplicativos de namoro e seus algoritmos que a Amy Webb nos conta, nesse trecho engraçado sobre sua experiência com esses apps. Escuta só.

Eu classifiquei os dados onde o maior seria 100 e menor 91 e fui listando algumas coisas como:  procurar alguém realmente inteligente, que me desafiaria e me estimularia todo dia,  e combinei isso com um segundo nível e um segundo conjunto de pontos. Essas coisas também eram importantes para mim, mas não necessariamente decisórios. Depois de fazer isso, eu então construí um sistema de pontuação porque, você sabe, o que eu queria fazer era calcular matematicamente se o cara que eu achei online daria match comigo. Estabeleci o mínimo de 700 pontos para enviar um email a alguém ou responder a uma mensagem de alguém, e  com 900 pontos eu concordaria em sair para um encontro, e nem sequer consideraria qualquer tipo de relacionamento com alguém que tivesse menos de 1.500 pontos. Bem, acabei vendo que isso funcionou muito bem. Então, eu voltei online e encontrei o JewishDoc57, que é incrivelmente bonito e incrivelmente interessante.”

Ah, como vou me divertir nessa parte aqui! 5 anos de Tinder me ensinaram alguma coisa sobre apps de relacionamento, né? Assim como me diverti muito com a palestra da Amy Webb, que é super engraçada pois conta como ela fez um reverse engineering dos sites de relacionamento. A minha aposta é que fosse o Match.com, pois a palestra é de 9 anos atrás e não existia o Tinder na época ainda. 

Vamos então começar desmistificando algumas crenças sobre meu trabalho no Tinder.

Pois mesmo que a maioria deve acreditar que meus anos de Tinder fossem apenas festas e zoeira, ou monitorar os melhores perfis como a maioria das pessoas brinca comigo, a verdade é que era um trabalho de enorme sofisticação e responsabilidade.

Primeiramente, de enorme responsabilidade porque você está mexendo com a esfera sentimental das pessoas, que é uma das áreas que mais influencia a felicidade de cada um. E segundo, porque a partir disso, nós estávamos muito focados em dados e analisar comportamento para sempre melhorar a experiencia do usuário. 

E a experiência é por vários aspectos, diferente da experiência da vida real. 

Por exemplo, me diga: qual a verdadeira rejeição no Tinder? 

Pois na vida real, você se sente rejeitado quando leva um fora, ou seja chega em alguém e é dispensado. Bastante ruim se sentir assim, não é? Mas será que receber um swipe left no Tinder é rejeição? 

Se você pensar bem, não: a verdadeira rejeição acontece quando você dá match e a outra pessoa não te manda mensagem ou não te responde….expectativas foram geradas, como diz um meme que circula na internet, mas a conversa não começa! A rejeição não passa por você receber um não, pois você nunca vai saber disso: ao dar um like em uma pessoa, e não acontecer nada, pode ser bem que ela não te viu ainda, não apenas que te rejeitou…e como ser humano é otimista, nós tendemos a pensar que não nos viram, e bola pra frente. 

Agora, uma parêntesis aqui: sei que quem não usa ou nunca usou o Tinder pode estar um pouco perdido aqui, mas vou tentar explicar ao melhor. Ou até, pode ser uma boa ocasião para baixar o Tinder e ver como funciona…só não pode se for comprometido, ou se não faz como muitos e muitas faziam na época que eu trabalhava lá, que usavam o fato de ter me conhecido para dar uma espiada no app dando essa justificativa para seus parceiros e parceiras. 

Mas voltando ao tema da rejeição, esse era o motivo pelo qual éramos muito cuidadosos ao desincentivar um comportamento negativo, que era de abrir o app e apenas dar like em todo mundo, para ver depois no que dava, e escolher com quem falar…isso era péssimo! 

Assim, já no primeiro ano, introduzimos um número máximo de likes por dia que podiam ser dados, para justamente fazer com que as pessoas fossem mais cuidadosas ao escolher, e consequentemente mais assertivas.

Segunda pergunta: nós todos temos tipos de pessoas que preferimos nos relacionar, assim como a Amy Webb conta no áudio dela, e na vida real, nós obviamente então vamos para lugares ou buscamos situações onde podemos encontrar essas pessoas que nos interessam. Como recriar isso no Tinder, onde estamos no meio de um caldeirão de pessoas, e não fazer sentir que você está encontrando as pessoas erradas o tempo todo?

Ou melhor, quero que pense: qual a métrica que mede a assertividade do público que cada pessoa é exibida no Tinder?

Pense bem. Tem swipes para direita e para esquerda, e tem Matchs, e tem mensagens….qual a métrica que determina a assertividade do público?

Vou dizer aqui: é a proporção de swipes pra direita, que é um like, para cada swipe left, que é um nope. Como funciona isso?

Pense bem: se a cada perfil que você vê, da like, bom, ele está super assertivo e você tem uma ótima experiência. Está gostando de todo mundo que está aí. Se a cada  2 perfis, você da um like e um não, você está ainda gostando da experiência: não é perfeita, mas você está também tendo aquele gostinho da imprevisibilidade mas ainda assim sentindo que está vendo bastante pessoas certas. Se a cada 10 perfis, você dá 1 like só, aí começa a ter um problema: você está perdendo tempo vendo pessoas não interessantes, e ao mesmo tempo tendo que dar mais swipes para ter mais matches. Resultado: O dedo chega até a doer, e você fica frustrado. 

Como evitar isso? Introduzindo um algoritmo de recomendação, baseado em inteligência artificial, que possa exibir perfis mais assertivos para você. E isso é extremamente complexo. 

Com isso, você já percebeu que uma plataforma que pode parecer simples como o Tinder, é extremamente movida a dados, assim como deve ser cada negócio de você, e até chegou a criar um algoritmo que dá uma nota virtual e secreta a todos os usuários, chamado Elo Score, que está a base da inteligência artificial que tenta a cada vez melhorar a assertividade do algoritmos e consequentemente da sua experiência. 

E nossa, quanta coisa aprendi durante meus anos de Tinder. Foi provavelmente a experiência profissional mais interessante e rica da minha vida. Deixa te contar alguns aprendizados específicos então que tive sobre marketing digital e uso de dados: 

  1. No seu funil de marketing, RETENÇÃO de usuários vem antes de AQUISIÇÃO (e não o contrário). De nada adianta crescer se o produto não estiver pronto para reter, converter e fidelizar seus clientes: vejo com muita frequência start-ups correndo para lançar um MVP meia boca e logo investir em crescimento para poder logo mostrar para potenciais investidores resultados de curto prazo. Isso é totalmente errado. Tradicionalmente, no mundo mobile, e de forma geral no mundo de marketing online, o funil era dessa forma: Esse é o motivo pelo qual meu KPI principal era a quantidade de usuários ativos por mês, ou Monthly Active Users (MAUs) e me importava menos com o número de downloads que o app tinha todo dia. Você pode estar com a melhor estratégia de aquisição do mundo, mas se não tiver retenção – e, em seguida, conversão de usuários – de nada adianta: seus usuários entram de um lado, mas logo saem no outro. Isso é jogar dinheiro fora.

  2. Nem todo churn é ruim: no Tinder, existe um paradoxo que é que nós temos sucesso na medida que perdemos nossos usuários. O que isso quer dizer? Nosso objetivo é que as pessoas conheçam alguém, e saiam da plataforma porque entraram em um relacionamento. Olhando assim, pode parecer então que um modelo de negócio como esse esteja destinado ao fracasso, mas não é… Recentemente falei sobre esse paradoxo com o Edu Tavares, no podcast dele, o Cliente Cast, e foi um papo rico demais. Fundamentalmente, esse paradoxo continua mantendo o Tinder crescendo por 3 motivos principais: primeiro, a cada casal que se formava no Tinder, conseguiamos quebrar um pouco do preconceito que existia no app, e consequentemente atrair novas pessoas, como amigos ou familiar das pessoas que tiveram sucesso e olhavam e pensavam: “opa, se deu certo pra ele vai dar para mim também”…bora dar uma chance; segundo, tinha renovação constante de público pois a cada dia milhares de pessoas no país fazem 18 anos e são elegíveis a usar a plataforma, e terceiro, a maior renovação de público vinha do fato que todos dias inúmeros relacionamentos termina também, e uma das primeiras coisas que as pessoas fazem é voltar para o Tinder. Ou não é verdade?

De toda forma, o maior aprendizado é que mesmo relacionamentos são movidos a dados hoje, como a Amy Webb nos contou de forma engraçada: quanto falta então para você também acelerar seu conhecimento sobre big data e aproveitá-lo para todas as áreas da sua vida? 

Bom, chegamos ao fim de mais um episódio, e para encerrar, eu quero usar mais uma frase da Amy, em que ela fala:

“Na maioria das vezes, os líderes ignoram os sinais, esperaram tempo demais para tomar iniciativa, ou se planejam apenas para um cenário”. 

Sabe, o problema aqui é que se expor ao futuro, da medo. A todos. Aos líderes também. E diante do medo, como seres humanos, temos 3 reações principais e possíveis: congelamos, fugimos ou reagimos. 

Ao congelar, o líder chega tarde demais…já era. Ao fugir, o líder entra em um estado de negação: ele ignora os sinais, e quando o futuro chegar, de novo…já era.

A única solução é reagir. 

E ainda mais neste momento de grande incerteza e imprevisibilidade, o líder precisa reagir, de forma proporcional a intensidade da crise, se preparando para múltiplos futuros. Para ele também,o grande desastre não é não poder mais prever o futuro, mas é não considerar, nos vários cenários que nos esperam, a nossa capacidade, tão exclusivamente humana, de criá-lo.

Portanto, a pergunta que eu aconselho que você se faça, ao analisar o seu comportamento durante essa crise, é: você usou ou está usando esse tempo de pandemia para replanejar seu negócio, para observar o que acontece, ou realmente está botando a mão na massa para criar o futuro? Pois a gente viu, que tentar prevê-lo, infelizmente é uma perda do nosso valioso tempo.

Reflita nisso como dever de casa, e me conte. 

Se quiser que a sua resposta faça parte do próximo episódio do Podcast, compartilha comigo pelo WhatsApp 11 972262531 mandando um áudio de boa qualidade de até 1 minuto, se apresentando no começo. As melhores respostas irão estar no podcast. Qualquer ideia,  dúvida, comentário ou até mesmo reclamação é só entrar em contato pelos sites Andrea Iorio.com.br, metanoialab.com.br , ou por meu linkedin ou instagram!

Ah, se você gostou desse episódio, tira um print e me marca no instagram ou no LInkedIn! Vai ser o máximo ver o que você achou!

Um grande abraço e até a próxima quarta feira às 8h30 da manhã com um novo episódio do Metanoia Lab!

contato

Mande um oi!

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Pellentesque fringilla accumsan augue, a vulputate lacus eleifend ut. Interdum et malesuada fames ac ante ipsum primis in faucibus