Perspectivas

" Experience is an expensive school " [Benjamin Franklin] Poucos dias atrás, quando as livrarias foram reabertas (fechadas que estavam devido ao decreto estadual de restrições durante a pandemia de COVID-19), visitei uma delas e vi numa prateleira vários (vários mesmo!) exemplares do clássico "Os Axiomas de Zurique", de Max Gunther. Abri um deles e constatei que a obra já está em sua 12a edição(*). Fiquei surpreso – não pelo número de edições –, mas por reencontrar essa obra depois de tantos anos. Então me dei conta de que no Brasil estamos num hype de investimento no mercado de ações, bolsa de valores etc, e isso fez o livro voltar a ser popular por essas bandas. Sim, o livro versa sobre investimentos financeiros, mas é muito mais do que isso. Muito mais mesmo. Trata-se de uma série de heurísticas que o autor colecionou sobre como uma pessoa deve agir na tomada de decisão sob incerteza .  Comprei um exemplar para dar às minhas filhas. Capa dura e cheiroso (ah, co

“ É menos difícil resolver um problema do que defini-lo ” – Joseph de Maistre (1796) Em 2011, quando o supercomputador Watson saiu vencedor no programa Jeopardy , teve início a terceira onda (ou hype-cycle ) de “Inteligência Artificial” (IA) e Machine Learning (ML). Desde então o Mercado vem impulsionando intensivamente esses temas. Empresas são incentivadas a adotarem essas técnicas, mas muitas não fizeram ainda sequer o “dever de casa” mais básico: identificar quais são os problemas que merecem  ––  e podem  ––  ser resolvidos com elas. Elencando os Problemas (ou: Quais são as “dores”? ) “Problemas” toda empresa os tem. Mas destes, quais são os que causam as maiores “dores”? E dentre esses, quais os candidatos a serem resolvidos usando técnicas de ML ou IA? Tentar atacar todos de uma vez, ou escolher os candidatos errados, só vai levar o projeto ao fracasso. Uma vez inventariados os problemas-candidatos, eles precisam ser definidos de forma objetiva. Exemplo de uma definição