GenAI para líderes de produto: o que Tatyana Mamut apresentou no Product Leader Summit 2024

Nos dias 18 e 19 de setembro de 2024 aconteceu a 8ª edição do Product Leader Summit, uma conferência realizada no Vale do Silício que reúne cerca de **150 líderes de produto do mundo inteiro** em dois dias de networking e workshops. Foi a terceira vez que fui convidado e a segunda em que fui o **único** brasileiro.  Como a forma que eu memorizo as coisas é escrevendo, montei essa série com ajuda de algumas ferramentas: - [Notability](https://notability.com/), que reconhece todos os meus garranchos no iPad e transforma em texto, para as anotações - O gravador do iPad, para gravar e ouvir os áudios das palestras — e, graças ao iOS 18, deu para usar também a feature de transcrever o áudio (à época, ela só funcionava para áudios em inglês) - Um GPT que criei para pegar isso tudo e fazer um resumo mais estruturado A série cobre as 4 keynotes: 1. **Impactos, Desafios e Oportunidades em GenAI** — Tatyana Mamut 2. **Falhas que levam ao sucesso e a importância de saber quando parar** — [Todd Yellin](https://www.linkedin.com/in/tsyellin/), ex-Head of Product na Netflix 3. **Aprendizados de liderança** 4. **Saindo do bom para o extraordinário** — [Shelley Perry](https://www.linkedin.com/in/sperry/) E também as anotações dos workshops de que participei: 5. **Building AI Agents** 6. **Top AI, Gen AI productivity hacks for product leaders** — [Subha Shetty](https://www.linkedin.com/in/subhashetty/) (ex-VP of Product Fanatics) e [Hoda Mehr](https://www.linkedin.com/in/hodamehr/) (CEO) 7. **How to build a successful generative AI product strategy** — [Oji Udezue](https://www.linkedin.com/in/ojiudezue/) (ex-CPO Typeform e Calendly) e [Ezinne Udezue](https://www.linkedin.com/in/ezinne/) (CPO WP Engine)  ## Impactos, Desafios e Oportunidades em GenAI — Tatyana Mamut  Tatyana Mamut é founder da [Wayfound](https://www.wayfound.ai/), uma startup de AI Agents. Na palestra sobre impactos, desafios e oportunidades com GenAI, ela trouxe vários insights interessantes: - AI não é tão novo assim. Desde coisas como lead score até feed de mídias sociais, já utilizamos há um bom tempo. - A grande diferença é que, desde o lançamento do GPT (nov/2022), não é necessariamente preciso ter dados tão estruturados para, minimamente, ter respostas — que com certeza podem ser melhoradas com engenharia de prompt e fine tuning. - Além disso, a maior parte dos dados desestruturados pode ser ajustada com AI. - Estamos entrando numa era em que fazemos o shift do "determinístico" para o probabilístico, ou "emerging development", que basicamente é: não dá para saber o resultado até de fato usar. - E nesse shift, segundo Tatyana, estatística é mais útil do que saber codar. Para entender as diferenças de um modelo para o outro, é mais sobre estatística do que sobre código em si. - E por onde podemos começar? As discussões sobre buy vs. build passam a existir ainda mais, e normalmente os primeiros testes das empresas vão ser com casos de uso internos.  Uma provocação muito boa que ela fez é sobre o "medo" — ou boicote por falta de entendimento da tecnologia — do tipo "ah, tá alucinando muito, não podemos correr esse risco, não vamos usar", que remete um pouco ao passado, a exemplos como cavalo vs. carro. E uma das minhas provocações prediletas que ela fez foi: em vez de perguntar "como usar AI para otimizar meu atendimento", mudar a pergunta para *como usar **AI para prover uma experiência tão boa que o usuário nem precise chamar o atendimento?*** Exemplos: - Um cliente da Wayfound está usando AI para guiar o usuário no onboarding, em vez de o cliente ter que ligar para pedir ajuda com o onboarding. - [Shopify Magic](https://www.shopify.com/magic): o assistente para escrever descrições, reduzindo a fricção no onboarding e até para usuários que acabam nunca finalizando o processo por não ter fotos ou inspiração para fazer a descrição. - [Romie](https://www.travelweekly.com/Travel-News/Travel-Technology/Expedia-Group-unveils-Romie-AI-assistant): a Expedia criou um AI assistant para ajudar com todo o processo da viagem, reduzindo cliques e diversos e-mails de confirmação. Outro dado interessante que ela trouxe foi sobre os 95% que falham na 1ª versão, e quantas empresas acabam não seguindo por conta desse "falso" negativo. No final das contas, é o ciclo de produto que tanto falamos, mas ganhando muito mais velocidade nas iterações. ![Slide de en