O cofundador do Google Brains, Andrew Ng, comentou que “conjuntos de dados maciços não são essenciais para a inovação da IA”. Alguns anos atrás, conversei com uma pessoa de uma gigante da tecnologia que também queria entrar no negócio de dados. Perguntei a ele quais dados eles queriam coletar e como seriam usados. Sua resposta foi obter todos os dados possíveis e depois encontrar uma maneira de utilizá-los. Sua resposta diz muito sobre o negócio de dados.

Muitas empresas desejam iniciar sua jornada de dados com um grande projeto de TI para coletar e armazenar muitos dados. Em seguida, a discussão é facilmente sobre arquitetura de TI, seleção de ferramentas e como construir todas as integrações. Esses projetos consomem grandes quantidades de tempo e recursos.

O que raramente é considerado é a valor real que queremos dos dados. E mesmo que tenhamos um plano para isso, ele pode ser esquecido durante meses ou anos de projetos de arquitetura de TI, integração e tubulação. Esses projetos não são executados por pessoas que desejam utilizar dados; eles são frequentemente administrados por burocratas de TI.

Ng também comentou que as pessoas geralmente acreditam que você precisa de dados maciços para desenvolver aprendizado de máquina ou IA. Parece haver uma crença de que a quantidade pode compensar a qualidade na análise de dados e na IA. Lembro-me de ter uma discussão com uma empresa de dispositivos vestíveis quando seu porta-voz alegou que você precisava de dados de milhões de pessoas para encontrar algo útil para construir modelos.

Há casos de uso em que o big data é valioso. Ainda assim, a realidade é que, em muitos casos de uso, você pode extrair um valor considerável de pequenos conjuntos de dados, especialmente se os dados forem relevantes. Também podemos pensar em conjuntos de dados horizontais e verticais, por exemplo, queremos analisar um ponto de dados de milhões de pessoas ou vários pontos de dados de um pequeno número de pessoas. Com os dados horizontais e verticais, não quero dizer como eles são organizados em uma tabela, mas a abordagem horizontal para coletar algo de muitos objetos, por exemplo, frequência cardíaca de milhões de pessoas, versus a abordagem vertical de ter mais dados de menos objetos , por exemplo, muitos dados de bem-estar de um grupo de amostra menor.

Mas isso ajuda a entender melhor o bem-estar, o sono e a saúde de um indivíduo? Observar os dados de bem-estar como exemplo ilustra bem a questão (sem trocadilhos). Um dispositivo vestível coleta passos, frequência cardíaca e tempo de sono de milhões de pessoas. Podemos então analisar esses dados para determinar se mais passos e uma frequência cardíaca mais alta durante o dia predizem que a pessoa dorme mais naquela noite. Então podemos encontrar um modelo que prevê resultados semelhantes para outras pessoas.

Podemos pegar outro modelo para construir modelos analíticos. Um indivíduo usa mais dispositivos vestíveis, por exemplo, para coletar os dados habituais de exercícios, coração e sono, mas também pressão arterial, glicose no sangue, temperatura corporal, peso e alguns dados de doenças. Agora podemos obter resultados diferentes sobre frequência cardíaca, passo e relação com o sono. Podemos ver que sua relação depende de outras variáveis, por exemplo, glicose alta no sangue ou pressão arterial altera o padrão que funciona para pessoas saudáveis. Esses achados podem ser determinados a partir de um pequeno número de pessoas.

Os exemplos acima não pretendem tirar conclusões sobre o que é relevante para analisar a saúde. Essas conclusões devem ser tiradas dos próprios dados, mas ilustram como é possível adotar abordagens diferentes e obter resultados bastante diferentes. Os dados vestíveis no momento são um bom exemplo de pensamento de big data; o objetivo tem sido coletar alguns pontos de dados de milhões e milhões de pessoas e depois apenas treinar modelos de dados para concluir algo a partir deles, embora não saibamos quão relevantes são esses pontos de dados. Também é possível construir modelos a partir de dados ricos de alguns indivíduos e, na verdade, pode ser uma tarefa de modelagem de IA empolgante e valiosa.

Claro, também há casos em que modelos de dados podem ser construídos a partir de uma grande quantidade de dados, mesmo que não saibamos se são relevantes. Por exemplo, este podcast fala sobre fundos de hedge que tentam coletar todos os tipos de dados e, em seguida, construir modelos para ver se podem prever os movimentos do mercado de ações. Isso inclui muito mais do que dados financeiros tradicionais para investimentos. Por exemplo, como as pessoas compram diferentes tipos de comida, assistem a conteúdo de streaming e passam seu tempo livre e, em seguida, encontram 'sinais fracos' para prever tendências e seu impacto no mercado de investimentos. Portanto, comparado a muitos outros casos de análise de dados, é diferente porque não se concentra em analisar detalhes específicos, mas em coletar aleatoriamente todos os tipos de dados para ver se consegue encontrar algo relevante, esperando encontrar novas variáveis ​​que possam fornecer uma vantagem competitiva.

Na maioria dos casos de uso, utilizar dados e criar IA seria importante para entender a necessidade e o destino. Os dados relevantes podem ser escolhidos com base nas necessidades reais e testando quais dados são importantes. Dados pequenos, mas relevantes, podem produzir um modelo de IA útil. Isso normalmente requer que o contexto seja levado em consideração, não apenas muitos pontos de dados aleatórios coletados com um modelo construído. Quaisquer que sejam os dados que você tenha, você sempre pode construir um modelo, mas isso não garante que o modelo faça sentido. Empresas e desenvolvedores devem se concentrar mais em dados relevantes do que em big data.

As empresas estão migrando seus serviços para a nuvem há vários anos. Serviços ponto a ponto (P2P) tornaram-se bem conhecidos, especialmente com blockchain e criptografia. Mas os usuários individuais não usaram nuvens pessoais, e o número de serviços P2P reais ainda é bastante limitado. Mas isso pode mudar em breve.

escrevi anteriormente sobre soluções descentralizadas. Nuvens pessoais e aplicativos P2P são exemplos de aplicativos distribuídos mencionados nesse artigo. Mas vamos adotar uma abordagem mais concreta e pragmática, o que essas aplicações poderiam ser e como elas funcionam.

Recentemente, foram demonstrados alguns serviços que são basicamente aplicativos que os usuários podem executar localmente em seu próprio navegador e ter os dados armazenados localmente ou na própria nuvem do usuário.

1. Uma pessoa pode jogar com outra pessoa em um jogo de encouraçado, e ambas as pessoas o executam apenas em seu próprio navegador. Não há servidor central para o jogo. O matchmaking pode acontecer de forma pura sem servidor quando um usuário transmite uma mensagem que ele ou ele está disposto a jogar.
2. Serviço de mensagens entre dois usuários que não utilizam nenhum servidor central para as conexões, mas apenas mensagens entre dois aplicativos.
3. Dois usuários podem se identificar tendo sua própria identidade apenas localmente e, então, podem iniciar comunicações criptografadas sem terceiros.

Esses exemplos podem parecer simples, mas podem ser o início de uma grande revolução nos aplicativos e até na forma como a internet é usada. É claro que o protocolo fundamental da Internet, TCP/IP, é baseado em pacotes roteados de A para B. Mas, na prática, a maioria dos serviços durante as últimas três décadas baseou-se em configurações cliente-servidor, não em serviços locais e/ou ou conexões diretas entre usuários.

Esses serviços levantam várias questões técnicas sobre se a usabilidade seria boa o suficiente para usuários comuns. Por exemplo, os usuários já podem configurar uma conexão enviando um convite com um e-mail tradicional e, em seguida, fazendo a conexão P2P com credenciais locais e enviando mensagens diretamente ou por meio de serviços centralizados como e-mail ou aplicativos de mensagens.

Uma combinação interessante ocorre quando os serviços usam os aplicativos locais do usuário e a própria nuvem do usuário ou serviços de armazenamento semelhantes. É difícil armazenar e organizar todos os dados de um usuário localmente ao usar vários dispositivos. No entanto, o cenário muda se os usuários tiverem seus próprios serviços de armazenamento e puderem obter os dados e aplicativos necessários de lá para uso local quando necessário. Esse armazenamento não é um serviço central de terceiros, mas o próprio serviço do usuário em uma infraestrutura global mais ampla.

Parece complicado, mas isso realmente importa? Com blockchain e criptografia, vimos como os usuários podem fazer transações diretamente sem terceiros. Permitiu pagamentos confiáveis ​​anonimamente sem uma autoridade ou serviço central para rastrear todas as transações. Ele pode oferecer um sistema mais confiável, melhor privacidade e nenhum ponto único de falha.

Mas com esses serviços de usuário e conexões P2P, podemos fazer muito mais do que simples pagamentos criptográficos. Vamos a alguns exemplos:

1. Os usuários podem manter todos os seus dados em seus próprios serviços, refinar, enriquecer e utilizar esses dados com seus aplicativos locais e, em seguida, compartilhar alguns dados, caso a caso, com outros usuários ou provedores de serviços.
2. Comunicação de usuário para usuário de alta segurança e privacidade sem terceiros.
3. Identidades pessoais que os usuários gerenciam por conta própria que não são baseadas em serviços de autenticação de terceiros, onde dois usuários podem se identificar diretamente e iniciar comunicações seguras.

Blockchain e tokens receberam muita atenção, mas os exemplos acima demonstram melhor aplicativos distribuídos e comunicação ponto a ponto. Blockchain e tokens também podem fazer parte desses serviços. Blockchain poderia fornecer um livro-razão para acompanhar transações e tokens como um modelo para monetizar serviços distribuídos. Mas não são apenas serviços. É fundamental ter aplicativos e serviços que sejam valiosos para os usuários, e então podemos usar blockchain e tokens na implementação.

A questão é: quais serviços fornecerão o verdadeiro avanço das nuvens pessoais, aplicativos e serviços P2P puros do usuário e quando? Eles provavelmente estarão vinculados a dados pessoais, identidades auto-soberanas, comunicações confiáveis ​​e compartilhamento de dados. Precisamos apenas de alguns aplicativos fáceis de usar e depois disso as coisas podem começar a evoluir rapidamente.

O artigo apareceu pela primeira vez em Disruptivo.Asia.

Costuma-se dizer que as pessoas não apreciam as coisas que podem obter de graça. Outra maneira de ver isso é que é difícil determinar seu valor se você não pagar por algo. Com o custo de enviar e-mails ou obter contatos nas mídias sociais praticamente zero, isso significa que é mais difícil obter valor deles? Devemos começar a pagar por contatos e mensagens?

Você se lembra do tempo em que havia apenas um telefone fixo em casa? Ou quando você recebeu cartas pelo correio? Quando seu telefone estava tocando, alguém definitivamente atendeu a chamada e realmente a levou a sério. Quando você recebia uma carta com seu nome e carimbo no envelope, era algo que você queria abrir e ler. Agora você recebe chamadas automáticas que usam VoIP, tornando-as realmente baratas. Você recebe muitos e-mails, a maioria dos quais você nem abre ou lê.

E os contatos das redes sociais? Você pode enviar convites do LinkedIn ou do Facebook para quase qualquer pessoa, e muitas pessoas aceitam convites de pessoas que não conhecem. Pode-se dizer que isso tornou as pessoas mais conectadas e tornou o mundo mais democrático. Anteriormente, você poderia ter tentado entrar em um clube exclusivo e usar seus contatos para ajudar a organizar uma nova apresentação importante. Mas quanto valor seus contatos de mídia social realmente produzem? Não muito, e menos a cada dia, eu diria.

Em um artigo anterior, escrevi quantos redes sociais tornaram-se redes de spam. É ótimo que os preços caiam e mais pessoas tenham acesso a redes e oportunidades. Mas isso também tem seus efeitos colaterais. Tudo fica muito cheio e todos tentam usá-los para seus próprios propósitos. Quando as conexões, comunicações e transações têm custo mínimo ou zero, as pessoas não consideram usá-las adequadamente. Isso leva a uma situação em que essas redes e ferramentas oferecem menos valor. É um pouco como um governo começando a imprimir muito dinheiro. O dinheiro perde valor, e então você não pode comprar coisas com ele.

Isso mudaria se tivéssemos que pagar por contatos, mensagens e transações? Muito provavelmente. Isso não significa que elas devam ser tão caras que comecem a limitar significativamente quem pode usar as ferramentas, mas faria as pessoas pensarem sobre o que estão fazendo. Talvez as pessoas começassem a apreciar mais os contatos que têm e as mensagens que recebem.

Não importa realmente para os usuários qual tecnologia torna as transações pagáveis, mas a experiência do usuário importa. Para que isso funcione, são necessários micropagamentos muito simples. No momento, parece que blockchain e tokens são os candidatos mais fortes para mudar os modelos de negócios de serviços de mensagens e redes sociais.

Isso é algo que se tem falado desde o Boom da ICO em 2017. A peça que faltava eram serviços de usuário final viáveis ​​e eficazes, não apenas ideias conceituais. Não é realista pensar que ferramentas de comunicação totalmente novas substituiriam as existentes. Novas soluções para melhor gerenciar contatos e mensagens devem funcionar, por exemplo, com os serviços de e-mail e mensagens existentes.

Pode-se também afirmar que as pessoas não estão dispostas a pagar por essas mercadorias que sempre tiveram de graça. E nem todas as pessoas estarão prontas para fazê-lo imediatamente, mas as pessoas ficam felizes em pagar por coisas que melhoram sua vida, as ajudam nas tarefas diárias e lhes dão maior status. Há muitos sinais de que as pessoas estão procurando agora por melhor privacidade e controle de seus dados e atividades, e a segurança também está se tornando mais importante.

As pessoas sempre estiveram dispostas a pagar por clubes exclusivos. Eles estão dispostos a pagar por jantares com os principais políticos e celebridades. Se alguém que você não conhece quisesse enviar uma mensagem para você, você estaria mais interessado em ver a mensagem se soubesse que eles pagaram por ela, e não fosse uma das milhares de mensagens 'gratuitas'. Se um usuário aceitasse apenas mensagens 'pagas', isso também reduziria o nível de spam. Bons contatos e mensagens importantes são prêmios, não mercadorias.

Em breve veremos serviços onde as pessoas pagam por mensagens, não por todas as mensagens, mas por algumas delas, por exemplo, para alcançar novos contatos. Também começaremos a ver serviços em que as pessoas terão que pagar por contatos e terão que pensar seriamente em quais contatos realmente desejam investir. Mas esses serviços precisarão oferecer a mesma usabilidade que bate-papo, mídia social e e-mail hoje. Esse conceito pode se tornar um dos primeiros grandes casos de uso para blockchain e tokens.

O artigo apareceu pela primeira vez em Disruptivo.Asia.

Dados e computação mudaram para um modelo centralizado durante a última década, quando muitos serviços foram para a nuvem. Essa tendência continua e veremos muito mais empresas indo para a nuvem. Ao mesmo tempo, estamos começando a ver uma nova tendência em direção a modelos mais descentralizados. Mas ainda é uma combinação de coisas diferentes. Pode parecer um desenvolvimento difuso, mas realmente acontece.

Existem várias razões pelas quais veremos mais modelos distribuídos para dados e processamento geral no futuro. Podemos dividi-los em três categorias principais:

1. Razões tecnológicas. Muitos serviços (por exemplo, carros autônomos, casas inteligentes, aplicativos de assistente pessoal) exigem latência mínima e disponibilidade de serviços o tempo todo, e alguns dados e processamento devem ser locais.
2. Novos modelos de negócios. Modelos de token baseados em blockchain abrem novas oportunidades para monetizar soluções distribuídas. Não há necessidade de processar e cobrar serviços em um local central, abrindo oportunidades para muitas inovações em novos modelos de negócios.
3. Requisitos de proteção de dados e privacidade. Os dados estão se tornando um passivo para as empresas, e elas querem encontrar modelos melhores para usar dados com menor risco. Os consumidores terão serviços para utilizar plenamente seus próprios dados.

Tenho dito muitas vezes que não é difícil prever o futuro, mas é difícil saber o momento certo. É também o caso deste desenvolvimento. Há tantas boas razões para ter mais serviços distribuídos que isso vai acontecer. Mas não é fácil dizer como vai acontecer, onde vai realmente decolar e quanto tempo vai demorar.

Agora vemos várias tecnologias que tornam esse desenvolvimento real. Primeiro, temos o Edge que entra em vigor com redes 5G. O Edge mantém os dados e o processamento mais próximos dos usuários reais. O desafio – os fornecedores de rede e operadoras de telecomunicações são as partes certas para fornecer essas soluções quando gigantes da Internet, como fornecedores de nuvem, agora dominam os serviços e o desenvolvimento de serviços?

Em segundo lugar, temos modelos de blockchain, ledger distribuído e token. Todos eles estão se desenvolvendo rapidamente, mas também têm seus desafios. Não é fácil dizer qual tecnologia pode sobreviver por mais tempo. Nesse caso, não é apenas a tecnologia, mas também os dados das transações nessas cadeias que devem sobreviver, dificultando a tomada de decisões sobre uma determinada tecnologia. Ao mesmo tempo, eles desafiarão as plataformas centralizadas, pois oferecem maneiras totalmente novas de distribuir e monetizar aplicativos e dados.

Em terceiro lugar, soluções descentralizadas podem ser implementadas dentro de soluções em nuvem existentes. É claro que temos instâncias de nuvem regionais, mas as nuvens permitem outras formas de descentralizar os serviços. Por exemplo, cada usuário pode ter seus próprios serviços em nuvem para usar seus dados e executar seus próprios aplicativos. Então, por exemplo, com modelos de cobrança baseados em token, eles também podem pagar pelo uso de aplicativos localmente.

Dessas três tecnologias, Edge tem muitos desafios pois precisa de infraestrutura e aplicativos totalmente novos para aproveitá-la. Atualmente, é muito mais fácil fazer serviços descentralizados utilizando a infraestrutura de nuvem atual. Mas soluções de longo prazo podem ser outra história. A disrupção tecnológica geralmente atrai novas empresas que interrompem os negócios. Por exemplo, Amazon e Google estão vinculados a modelos centralizados. Eles podem se adaptar quando a descentralização começar a acontecer e outros fornecedores oferecerem as soluções mais recentes?

Provavelmente veremos duas trilhas de desenvolvimento diferentes para soluções descentralizadas. O primeiro sendo aplicativos distribuídos e descentralizados. Isso começa com a infraestrutura existente e cria soluções distribuídas, como a nuvem de dados do próprio usuário e o serviço de aplicativos. Esta faixa já tem aplicações. Em seguida, temos a segunda via para desenvolver uma infraestrutura de processamento e dados mais descentralizada. Isso levará mais tempo, mas pode mudar fundamentalmente a estrutura da Internet.

Estamos definitivamente mudando para serviços mais distribuídos. Milhares de startups já estão desenvolvendo serviços, modelos de dados e aplicativos. Grandes fornecedores de tecnologia estão investindo em modelos do tipo Edge, milhões de pessoas estão negociando criptos e investidores prospectivos, como Andreessen Horowitz, estão fazendo grandes investimentos. Ao mesmo tempo, as regulamentações estão pressionando a criação de novos modelos de dados. A parte emocionante será ver como vai acontecer, e as partes que fizerem acontecer serão as grandes vencedoras.

O artigo apareceu pela primeira vez em Disruptivo.Asia.

Alguns de vocês devem se lembrar de quando os computadores domésticos e pessoais estavam surgindo na década de 1980. Muitas empresas diferentes fizeram seus próprios dispositivos, como Commodore 64, Apple II, Spectravídeo 328, Sinclair ZX80 e Atari. Então, alguns fabricantes concordaram com padrões como o MSX, que nunca se tornaram globalmente significativos. Mas então os computadores pessoais (PCs), com PC-DOS e MS-DOS, começaram a ocupar escritórios e depois residências, e a Apple criou a única outra opção. Agora temos uma situação semelhante com dispositivos vestíveis.

Na década de 1980, a maioria dos fabricantes de computadores tinha seus próprios sistemas operacionais e uma pequena variedade de programas. Os primeiros usuários tinham esses dispositivos mais como um hobby do que para realmente utilizá-los. Havia todas aquelas histórias sobre casos de uso, como bancos de dados de receitas ou cálculo de seus impostos, mas apenas se você codificar seu próprio programa. Muitos usuários realmente escreveram seus próprios programas e os compartilharam com outros usuários. Quando adolescente, tentei explicar ao meu pai o valor de ter um computador. Não foi uma tarefa fácil quando ele não sentiu que codificar seus próprios jogos ou programas gráficos eram razões valiosas para ter o dispositivo.

Como isso é relevante para wearables? Agora temos cada vez mais fabricantes de dispositivos vestíveis que oferecem seus próprios dispositivos com funcionalidade, modelos de dados e aplicativos próprios. Muitos usuários ainda são os primeiros a adotar, como biohackers e entusiastas da saúde, que exploram maneiras de utilizar os dados.

A maioria dos usuários pode entender alguns pontos de dados, como frequência cardíaca média e o número de etapas diárias. Esses são um bom começo para observar e melhorar a saúde pessoal, mas é uma pequena parte dos dados e das oportunidades que esses dispositivos podem oferecer. Alguns pontos de dados adicionais, como Variabilidade da Frequência Cardíaca (VFC) e diferentes tipos de sono (profundo, REM e leve) são muito mais difíceis de interpretar e utilizar diariamente.

Alguém poderia perguntar, como meu pai fez, se faz sentido pagar US$ 400 por um aparelho para ver a frequência cardíaca e os passos diários. Ou por que pagar mais de US $ 100 de assinatura mensal por um dispositivo de medição de glicose ou sapatos mais caros para medir a cadência, o comprimento da passada e o ângulo do pé. Para muitas pessoas, casos de uso como um dispositivo que informa quando dormir soam tão ingênuos quanto um banco de dados de receitas.

Cada fabricante também tem suas próprias pontuações. Por exemplo, as pontuações de sono e prontidão de um dispositivo são muito diferentes de outro dispositivo e não há uma maneira fácil de combinar adequadamente os dados de diferentes dispositivos. Ou você pode combinar alguns dados, por exemplo, com o Apple Health, mas ele contém muitos pontos de dados que são ainda mais confusos do que os dados nos próprios aplicativos do dispositivo.

O que mudou o mercado de computadores? Como eles começaram a se tornar mais úteis? Aconteceu quando os pacotes de software começaram a aparecer. Alguns sistemas operacionais, da Microsoft e da Apple, começaram a dominar, e ambos os sistemas tinham software suficiente sendo gerado por terceiros. Isso evoluiu para a indústria de software, fazendo software para computadores pessoais. Na verdade, vimos um desenvolvimento semelhante em telefones celulares. O negócio de aplicativos móveis começou a crescer apenas quando passamos de sistemas proprietários para dois sistemas operacionais principais, iOS e Android, que permitiram que as lojas de aplicativos transformassem os aplicativos em negócios.

Como descobrimos, os wearables não são apenas para dados; eles também podem ser acessórios e itens de moda. Uma marca de luxo pode lançar seu próprio smartwatch ou anel, mas as marcas de luxo não são realmente empresas de alta tecnologia ou dados. E não é muito conveniente para os usuários que cada relógio, anel, sensor, par de sapatos ou jaqueta ofereça seu formato e aplicação de dados proprietários. Também seria muito melhor para as empresas de bens de luxo ter alguns modelos de dados e ecossistemas comuns.

A utilização real e o mercado de software para dados vestíveis e de bem-estar só podem surgir quando obtivermos dados de diferentes dispositivos para um formato compatível. Quando temos dois ou três ambientes, os desenvolvedores de software podem criar softwares e aplicativos melhores para utilizar dados para ajudar as pessoas em suas vidas diárias. Não podemos esperar que cada indivíduo comece a interpretar todos os tipos de pontos de dados de saúde e tente seguir as instruções do Google e o que fazer com base neles. Um requisito especial com dados de bem-estar e saúde é que eles são ainda mais sensíveis do que os dados para muitos outros fins, e a privacidade é crucial.

Foi dito que o mercado de IoT não será realmente um negócio de hardware, mas um negócio de dados e software. Os wearables serão basicamente sensores para coletar dados. Alguns sensores podem ser dispositivos de marca, outros componentes de marca branca em roupas, sapatos ou acessórios. Mas a utilização real de dados precisa de ambientes onde o usuário possa combinar os dados, e softwares podem ser oferecidos aos usuários para ajudá-los a viver uma vida melhor e mais saudável. O verdadeiro negócio e valor dos dados de bem-estar serão softwares e aplicativos que podem combinar todos os tipos de dados vestíveis com outras fontes de dados.

Já esperamos uma década pela grande onda de lançamentos de fintechs. As pessoas estão frustradas com os bancos tradicionais e seus serviços. Os neobancos crescem, mas ainda são minúsculos se comparados aos bancos convencionais. Crowdfunding e empréstimos P2P também mudariam o mercado, mas ainda são relativamente marginais. O financiamento de criptomoedas cresce, mas é um modelo financeiro, classe de ativos ou especulação?

Stripe e Coinbase têm sido as grandes histórias de sucesso em fintech com enormes avaliações. Por outro lado, o colapso da Capital de Greensill no Reino Unido foi visto como um revés para a fintech. Esses exemplos apenas demonstram o quão amplo é o setor de fintech. Na realidade, a Greensill não tinha nada a ver com fintech, mas queria anexar esse slogan atraente a si mesma. Greensill era um serviço financeiro da cadeia de suprimentos e falhou devido ao seu gerenciamento de risco.

Existem dezenas de neobancos exclusivamente digitais no mundo. Estima-se que tenham aproximadamente 40 milhões de clientes. Ainda é um número muito pequeno, mas as avaliações dos neobancos cresceram rapidamente. Segundo a Accenture, um neobanco perde em média US$ 11 para cada cliente, ou seja, custos versus retornos. Eles ainda lutam para encontrar um modelo de negócios lucrativo. As contas bancárias básicas não são centros de lucro. Empréstimos, investimentos e serviços de nicho (por exemplo, banco comercial, grupos de clientes especiais) são áreas mais comuns para obter lucro. Ainda assim, eles são muito diferentes das contas digitais básicas e seu gerenciamento de risco é marcadamente diferente. 

Alguns neobancos como N26, WeBank e Monzo, oferecem o full-stack, ou seja, possuem licença bancária e possuem suas operações de front e back-end. Depois, há neobancos, como Revolut e carrilhão, que não têm licença bancária e oferecem um front-end, mas usam licenças bancárias e back-ends herdados. A licença bancária é a parte complexa se pensarmos em escalabilidade e crescimento global. É um investimento significativo obter uma licença bancária em cada novo país.

Há dez anos, tínhamos muitas expectativas com crowdfunding e empréstimos peer-to-peer. Esses serviços cresceram, mas ainda não chegaram ao mainstream. O mercado de empréstimos P2P está crescendo aproximadamente 25% ao ano, mas uma parte significativa do dinheiro vem de instituições financeiras que utilizam esses serviços como interface com o cliente. Uma das maiores histórias de sucesso de empréstimos P2P, o LendingClub, adquiriu um banco no ano passado e decidiu encerrar sua plataforma de empréstimos P2P.

O crowdfunding teve muitos modelos. O crowdfunding de capital de startups se concentra principalmente no financiamento de startups e em modelos de pré-venda, como o Kickstarter, que ajudam a vender novos produtos antes que estejam disponíveis. Existem também outros modelos que vendem frações de investimento em imóveis, arte e outros ativos. O Kickstarter tem sido um importante mercado de teste para novos produtos de consumo, mas, por outro lado, esses modelos sofreram restrições regulatórias e não chegaram ao mainstream. Em crowdfunding de startups de capital, o Reino Unido tem sido o país líder. No entanto, seus serviços mais significativos, Crowdcube e Seedrs, ainda são pequenas empresas e tentaram se fundir, mas o regulador da concorrência bloqueou a fusão.

As criptomoedas bateram novos recordes, especialmente com o crescente valor do bitcoin. NFTs se tornaram populares. Ainda é difícil dizer o que isso significa para os serviços financeiros distribuídos baseados em blockchain. Muitas partes ainda veem as criptomoedas como mais commodities digitais e NFTs como certificados de ativos digitais, mas ainda não como desafiantes para todo o sistema financeiro tradicional. A Coinbase, que administrou um IPO bem-sucedido, ainda é mais um serviço de negociação convencional para 'ativos criptográficos', não, por exemplo, um serviço financeiro distribuído em si. 

Se as criptos se tornarem mais aceitas e viáveis ​​com pagamentos diários, e as NFTs tornarem os certificados e transações de ativos digitais, isso mudará o uso diário delas. Eles poderiam habilitar melhor o financiamento coletivo e o financiamento P2P? Alguns especialistas veem isso como o caso, mas ainda é difícil dizer quando a última década mostrou que esses modelos não são fáceis de trabalhar. Não se trata apenas de tecnologia, mas realmente de fazer um mercado funcionar com oferta e demanda suficientes. E os reguladores também têm um impacto significativo no mercado. Em alguns países, podemos ver mais abordagens como moedas digitais administradas pelo governo do que criptomoedas genuínas.

Então temos a questão fundamental sobre o sistema bancário. Os bancos não existem apenas para oferecer contas, cartões de pagamento e emprestar dinheiro; eles também têm um papel essencial junto aos bancos centrais para emitir dinheiro e manter a economia funcionando. Algumas pessoas criticam esse sistema e gostariam de ver o poder dos bancos desaparecer. Na realidade, não é tão simples e os governos preferem manter o controle sobre seus sistemas financeiros. O tempo de pandemia também nos lembrou o valor das atividades de estímulo do governo. 

Alguns bancos estão começando a aceitar criptomoedas, e um dos principais VCs, Andreessen Horowitz, está planejando um fundo de US $ 1 bilhão para criptos e blockchain, e é o terceiro no setor. Podemos assumir que o blockchain e as soluções distribuídas mudarão e digitalizarão ativos e transações diárias. A primeira fase provavelmente será na digitalização, não alterando os fundamentos do sistema financeiro e bancário. Mas ainda é difícil dizer como eles podem mudar o setor financeiro e de serviços a longo prazo.

O artigo apareceu pela primeira vez em Disruptivo.Asia.

Tem havido uma tendência crescente de se livrar da gerência intermediária, o que coincide com a crença de que a IA e o software robôs podem automatizar o trabalho feito por profissionais humanos. Assim, são necessários menos gestores e, portanto, menos gestão de recursos humanos. Mas quando temos mais máquinas para trabalhar, elas também precisam ser gerenciadas. Consequentemente, provavelmente precisamos de contrapartes digitais de gerenciamento intermediário e recursos humanos.

Um recente Podcast tem uma discussão interessante sobre micro tarefas para analisar dados e fazer microprevisões, como analisar um conjunto de dados específico de uma fonte e tentar concluir algo a partir dele. Essa análise não tenta entender ou otimizar um problema ou tarefa mais significativa. Ele se concentra apenas em uma parte específica. Um sistema mais extenso pode ter dezenas de componentes como esse.

Depois, há outra camada para combinar a saída dessas microtarefas. Ele pode então combinar a saída e as conclusões de vários módulos de micro-IA – o foco individual da micro-IA para modelar e explicar um conjunto de dados específico. 

Por exemplo, dados de tênis de corrida (sim, já existem tênis de corrida que coletam todos os tipos de dados) de sua cadência, comprimento da passada, tempo de contato com o solo e ângulo do pé para otimizar sua velocidade de corrida. Quando você pensa em seu desempenho de corrida como um todo, isso é apenas uma parte. Você também deve pensar na frequência cardíaca, níveis de energia (glicose no sangue), prontidão (você dormiu o suficiente) e muitas outras coisas. Mas seria muito complexo construir uma IA enorme para otimizar todos esses dados, e é melhor ter módulos para cada necessidade e depois outra camada para combinar tudo isso.

É o mesmo com robôs de software. Um robô pode transferir números de estoque no final do mês do SAP para seu sistema de contabilidade. Produzir demonstrações e relatórios financeiros mensais é muito mais trabalhoso do que simplesmente compilar esses números de estoque. Outros robôs podem realizar as tarefas individuais e alguns robôs de nível superior para reunir todas essas informações.

Isso não é nada novo como tal. A modularidade tem sido um princípio essencial na concepção de software por décadas. Com IA e automação, costumamos falar sobre soluções extensas e complexas vinculadas a muitas tarefas e sistemas em uma empresa. Quando estas também são áreas relativamente novas, cada empresa e projeto geralmente tenta construir grandes sistemas que tentam fazer uma solução perfeita para um processo significativo. 

Quando temos esses micromódulos para atender a uma necessidade específica, podemos desenvolver princípios de design. Não para implementar do zero, mas para encontrar os melhores componentes para fazer micro-tarefas, otimizar seu uso e depois fazê-los trabalhar juntos. É uma espécie de função de RH e gestão. Você deve encontrar os melhores recursos para fazer as coisas de que precisa e, então, deve gerenciá-los. Mas essas camadas de gerenciamento são digitais, ou seja, algoritmos que escolhem o melhor algoritmo para cada micro-necessidade e os utilizam de forma otimizada. Algoritmos gerenciam algoritmos.

Isso também muda o ecossistema e os modelos de negócios para IA e automação. Você tem, por exemplo, as seguintes áreas de negócios:

1. Comunidades de código aberto e crowdsourcing desenvolvem muitas soluções para todos os tipos de microtarefas. Podem existir várias versões para cada necessidade, podendo ser selecionada a mais adequada para cada caso.
2. Empresas e desenvolvedores também podem começar a vender seus componentes para micro-necessidades. Eles podem se concentrar no desenvolvimento das melhores soluções para uma necessidade específica.
3. As APIs em cada módulo se tornam mais críticas ao tornar mais fácil fazer vários módulos trabalharem juntos.
4. Haverá marketplaces e serviços de compartilhamento (como o GitHub) para compartilhar e vender esses componentes.
5. Será uma nova e importante camada de função que pode usar micromódulos que trabalham juntos de maneira ideal para diferentes necessidades.

Nenhum desses modelos é novo como tal. Nos setores de automação e IA, muitas dessas funções ainda estão em fase inicial. Muitas ferramentas nessas áreas ainda são baseadas em um modelo de ecossistema fechado proprietário que não permite ou suporta essa abordagem mais aberta. Os desenvolvedores só precisam encontrar uma maneira mais eficaz de pensar sobre a implementação e as empresas uma nova maneira de pensar sobre negócios e ofertas. Tudo deve ser baseado em ecossistemas abertos e implementação em camadas.

Às vezes é bom comparar tecnologia e máquinas com modelos de como os seres humanos realizam trabalhos. Especialmente quando a IA e a automação devem executar tarefas que os humanos fizeram anteriormente. De qualquer forma, as pessoas usaram séculos para desenvolver modelos, como organizar tarefas nas organizações. Isso não significa que podemos ou devemos copiar os mesmos modelos para máquinas, mas pode nos dar ideias sobre a melhor forma de usar as máquinas. Existem razões pelas quais as pessoas se especializam em determinadas áreas, como diferentes profissionais trabalham juntos e como a camada de gerenciamento deve otimizar recursos. Precisamos resolver problemas semelhantes ao projetar, usar e gerenciar algoritmos, máquinas e processos digitais.

O artigo apareceu pela primeira vez em Disruptivo.Asia.

Inúmeras cidades ao redor do mundo querem se tornar cidades 'inteligentes'. Um dos principais objetivos das cidades inteligentes é coletar dados para melhorar e desenvolver serviços. Como resultado, muitos fornecedores também estão ansiosos para entrar no negócio da cidade inteligente. Esses projetos são intensivos em rede, infraestrutura e big data. Então, como isso beneficia as pessoas comuns? Qualquer valor para os indivíduos e sua privacidade parece ter uma prioridade menor, embora o objetivo final deva certamente ser melhorar a vida dos moradores.

Os conceitos de cidades inteligentes começaram a ser tendência há alguns anos e estão aumentando em popularidade. 5G e Edge também são vistos como avanços tecnológicos essenciais para esses projetos, e é por isso que os fornecedores e operadoras de rede estão envolvidos na maioria dos projetos. As cidades inteligentes são vistas como um bom motivo para construir infraestrutura tecnológica para coletar, transferir e analisar todos esses dados.

As cidades visam coletar dados e analisá-los para otimizar serviços e operações para diversos fins, como gerenciamento de tráfego, transporte público, consumo e produção de energia, abastecimento de água, coleta de lixo, redução do crime, saúde e serviços comunitários. Os aspectos ambientais também estão se tornando mais críticos. A qualidade do ar, a poluição sonora e o consumo de energia são outras áreas que as cidades querem melhorar.

Tudo isso parece ótimo, mas, como sabemos de muitos outros projetos de tecnologia, é muito diferente focar no desenvolvimento de serviços para indivíduos, na experiência do usuário e em suas necessidades e valores exclusivos. Além disso, privacidade e proteção de dados agora são questões críticas nesses grandes projetos de dados. Na pior das hipóteses, a infraestrutura da cidade inteligente se assemelha a um cenário real de 'big brother'.

É possível construir cidades inteligentes que atendam melhor aos indivíduos, mas exigiria que as partes desenvolvessem serviços da perspectiva do consumidor. O conceito pode ajudar as pessoas a obter melhores serviços, otimizar seus movimentos, viver vidas mais saudáveis, economizar tempo e dinheiro e melhorar a qualidade de vida de várias maneiras. Dez anos atrás, precisávamos contar com desenvolvedores de aplicativos móveis para fornecer aplicativos úteis a indivíduos porque as operadoras e os fornecedores de rede não eram capazes ou motivados a fazê-lo.

Muitos serviços também se tornariam mais valiosos se pudéssemos combinar dados pessoais e públicos. Seus movimentos combinados com dados de tráfego e transporte público, dados de qualidade do ar com suas rotas diárias de caminhada e corrida e seus hábitos pessoais com picos diários de consumo de energia são apenas alguns exemplos. Juntas, as duas fontes de dados podem criar valor para o indivíduo e a sociedade.

Isso poderia ser alcançado se os indivíduos tivessem acesso a dados públicos combinados com seus próprios dados pessoais. Desta forma, a privacidade poderia ser respeitada e preservada. Mas se os serviços públicos começarem a vigiar pessoas individuais, imediatamente nos deparamos com riscos de proteção de dados e privacidade. Também levaria a um modelo em que as cidades, autoridades e prestadores de serviços planejariam o que julgam adequado para os indivíduos, e não oferecer ferramentas para que os indivíduos melhorem suas próprias vidas.

Para as autoridades municipais, fornecedores de infraestrutura e operadoras que dominam os projetos, não é fácil ou propício para eles construir sistemas do ponto de vista de um indivíduo. É claro que os políticos nas câmaras municipais deveriam pensar nos moradores que representam, mas não basta. Também precisamos de soluções de tecnologia e fornecedores que se concentrem na criação de soluções e serviços para indivíduos.

Isso provavelmente envolveria uma camada adicional para os serviços. Talvez algo semelhante às lojas de aplicativos feitas para aplicativos móveis que também permitem que os usuários protejam sua privacidade e gerenciem seus dados pessoais. Também poderia capacitar muitas outras partes para desenvolver serviços para os residentes e dar-lhes o poder de decidir quais serviços desejam usar. Os melhores serviços raramente são desenvolvidos por autoridades e grandes empresas de tecnologia que decidem o que o indivíduo deseja.

As cidades inteligentes devem se concentrar mais nas necessidades dos moradores. Existem muitos planos 'bons' e ambiciosos para melhorar as cidades e a vida dos moradores, mas bons planos nunca são suficientes. As verdadeiras questões são quem são os clientes reais, quem pode decidir quais serviços usar e quem controlará os dados. Para tornar esses serviços benéficos para as pessoas, os conceitos, tecnologia, arquitetura, dados e modelos de negócios deve ser projetado para capacitar as pessoas, não apenas para vigiá-las e controlá-las.

Tokens não-fungíveis (NFTs), têm despertado muito interesse recentemente. Eles certificam ativos digitais, incluindo milhões de dólares em peças de arte digital. Christie's já vendeu uma obra de arte NFT de Beeple. Claro, isso levanta a questão, isso é algo mais concreto do que as Ofertas Iniciais de Moedas ou ICOs em 2017.

NFTs são certificados digitais em um livro digital, ou blockchain, que comprova que um ativo digital é único e, portanto, não intercambiável. Os NFTs são usados ​​para representar e certificar fotos, vídeos, áudios e outros tipos de arquivos digitais. Atualmente, a arte está recebendo toda a publicidade, mas os NFTs podem certificar muitos outros itens, incluindo texto, código de software ou até mesmo tweets do Twitter. A ideia fundamental é que um objeto digital pode ser tokenizado e se torna único dessa maneira. Em princípio, não é possível fazer mais cópias do mesmo.

Algumas pessoas comentaram que o valor e ironia dos NFTs é que embora seu nome não seja fungível, eles são facilmente fungíveis. Eles podem ser únicos, mas é fácil negociá-los. E como sabemos, as coisas podem ter valor e liquidez se houver demanda suficiente e os custos de oferta e transação forem baixos o suficiente.

Muitos de nós ainda se lembram do boom da ICO em 2017, quando as empresas começaram a oferecer seus próprios tokens. Normalmente, eram startups (ou nem mesmo startups, mas ideias de startups) com planos de negócios (chamados white papers). Eles incluíram um token como um componente importante de seus planos de negócios e começaram a vender esses tokens. Alguns projetos conseguiram arrecadar dinheiro significativo e, em casos raros, construíram um negócio de longo prazo. Muitas pessoas participaram de ICOs para aprender a comprar um token, sem pensar em seu ROI. Algumas pessoas tinham muitos bitcoins, e algumas tiveram dificuldade em vendê-los (porque não tinham ideia de como os adquiriram) e queriam diversificar para outros tokens.

Uma diferença fundamental entre NFTs e ICOs é que os tokens ICO geralmente representam apenas algumas promessas futuras. NFTs representam ativos, especialmente ativos digitais. Dessa forma, os compradores podem avaliar como veem o valor de seus ativos. É sempre complexo avaliar o valor da arte, e a arte NFT tem exatamente os mesmos desafios. Depois, há muitos outros itens digitais, como peças de música, itens virtuais em jogos e componentes de software que podem ter um NFT.

Também há planos para expandir o conceito NFT de itens virtuais e digitais. Também pode haver certificados digitais para representar itens físicos, por exemplo, um certificado para comprovar a propriedade imobiliária. Esta parte requer um enquadramento legal que permita a utilização deste tipo de certificado digital.

NFTs também geraram planos de crowdfunding. Pessoas e empresas podem vender frações de seu trabalho, por exemplo, música, filmes ou software. As NFTs podem tornar esse mercado mais eficaz, mas não eliminam todos os desafios do crowdfunding, especialmente como encontrar o valor correto e, em seguida, tornar o mercado secundário líquido. Também é bom lembrar que o modelo pode funcionar para alguns itens que possuem oferta e demanda suficientes, mas isso não significa que os NFTs sozinhos os garantam para qualquer item.

Existem várias novas ideias de planos de negócios baseados em NFTs. Por exemplo, se o software for publicado como NFT, pode haver um novo GitHub, especialmente para software NFT. Empresas e indivíduos podem começar a licenciar dados como pacotes NFT, e as empresas de mídia também podem oferecer conteúdo NFT.

Ethereum, que se baseia no prova de participação modelo, é a solução mais comumente usada para NFTs. Blockchain ainda tem questões fundamentais sobre quais soluções têm futuro e valor a longo prazo. Quando o software blockchain é atualizado e um fork é criado, a compatibilidade com versões anteriores é uma questão importante. Um soft fork significa que uma nova versão é compatível com versões anteriores e um hard fork significa que não é. Se uma nova versão não for compatível com versões anteriores, os tokens antigos não funcionarão no novo sistema. No final, é a comunidade de cada token que pode decidir quais atualizações e bifurcações ocorrerão. A questão fundamental para cada solução blockchain é sua futura compatibilidade com versões anteriores. No momento, o Ethereum parece uma aposta segura para implementar soluções baseadas em blockchain. Com blockchains menos conhecidos, é mais difícil prever seu futuro.

O conceito NFT é mais concreto e facilita a avaliação de itens do que as ICOs. Mas no final, o valor de uma NFT depende dos itens subjacentes, então é impossível dizer se uma NFT como tal representa algo valioso ou apenas promessas vazias. O NFT é um excelente modelo para gerenciar e negociar o valor dos itens digitais. Mas é crucial lembrar que um NFT sozinho não cria valor para um item digital. Os itens devem ter valor, e as NFTs ajudam a tornar o valor tangível.

O artigo apareceu pela primeira vez em Disruptivo.Asia.

A pandemia do COVID-19 tem sido significativa para dispositivos vestíveis. Eles ajudaram a detectar os primeiros sintomas do COVID-19 e também ajudaram as pessoas a viver uma vida mais saudável e a cuidar de seu bem-estar durante a pandemia. Os últimos 18 meses foram bons para muitos serviços digitais, de videoconferências a aplicativos de entrega de comida. Talvez isso mude permanentemente a forma como gerenciamos nosso bem-estar e saúde e ajude a assistência médica móvel a se tornar popular.

Frequência cardíaca em repouso e temperatura corporal mais altas são sinais precoces de COVID. Por exemplo, institutos de pesquisa e universidades desenvolveram software para usar os dados do anel Oura para detectar esses primeiros sintomas. Os empregadores também compraram dispositivos vestíveis para os funcionários detectarem os primeiros sintomas e avisá-los para não trabalhar se houver sinais de alerta. Este é o caso de empresas de serviços de atendimento ao cliente e de saúde a equipes esportivas profissionais.

Os fabricantes de wearables relataram que, com base em seus dados, a situação do COVID também ajudou algumas pessoas a dormir melhor. A razão pode ser que as pessoas não precisam se apressar para o trabalho e levar as crianças para a escola pela manhã. Mas também vimos, à medida que a situação continua, mais pessoas se sentem estressadas, ou seja, com base em dados, têm uma frequência cardíaca (FC) mais alta e não dormem tão bem.

A situação também mudou os hábitos de exercício. As pessoas não caminham para o trabalho ou usam transporte público, não há intervalos diários para almoçar ou tomar café. Os profissionais de saúde estão preocupados que as pessoas estejam sentadas demais durante a pandemia. Outros começaram a se exercitar mais, não caminhadas diárias, mas corridas diárias. Isso resultou em mais lesões esportivas.

Tudo isso levou as pessoas a monitorar seus dados diários de bem-estar e saúde. As pessoas também hesitaram em consultar um médico ou ir ao hospital, mas monitoraram sua saúde com um smartwatch para medir a frequência cardíaca ou ECG (eletrocardiograma). E se você tiver uma chamada de Zoom com seu médico, é realmente útil que você tenha esses dados em mãos (por assim dizer). 

Isso tudo demonstra que as pessoas começaram a usar mais desses dispositivos e estão obtendo mais dados, mas não é tão simples assim. O que devo interpretar a partir da minha frequência cardíaca ou da variabilidade da frequência cardíaca? Eu me exercito muito pouco ou muito? A qualidade do meu sono e o exercício estão ligados um ao outro? Qual é a combinação de dados que realmente indica alguma doença?

Quando as pessoas obtêm mais dados, isso não significa que de repente se tornam especialistas em saúde, sono, dieta e bem-estar. Algumas pessoas podem se sentir assim quando pesquisam no Google as instruções de cuidados de saúde, mas isso pode piorar as coisas. Esses dados podem ser benéficos para o monitoramento de saúde e bem-estar, mas precisam de um software melhor para analisá-los ou disponibilizá-los para profissionais. 

A saúde móvel tem sido um tema quente há anos, mas o tempo do COVID realmente trouxe isso à tona. As organizações de saúde tendem a ser bastante conservadoras em aceitar coisas novas, mas esse período as forçou a encontrar novas soluções rapidamente. Conheço muitas startups de saúde móvel que lutam há anos. Um grande problema é que as organizações de saúde se movem lentamente, tornando-as clientes difíceis para startups ágeis. O outro problema é obter acesso a dados confiáveis ​​e precisos. Muitas dessas empresas ofereceram soluções para transferir dados para um médico ou hospital, mas muitas vezes as pessoas precisam capturar os dados por conta própria, por exemplo, medir sua glicose, pressão arterial, frequência cardíaca e inseri-los em um aplicativo. Algumas pessoas acham isso desafiador, e outras são muito preguiçosas para fazê-lo. E há aqueles que podem querer 'consertar' seus próprios números para evitar constrangimento ou se exibir.

Então, agora temos mais dados e temos soluções para transferir os dados. Mas ainda temos alguns problemas: 1) privacidade e segurança de dados para dados confidenciais de bem-estar e 2) modelos mais sistemáticos para utilizar dados, não apenas de um, mas de vários dispositivos vestíveis. Isso significa que precisamos de soluções para coletar e combinar dados de vários dispositivos, combinar esses dados e, ao mesmo tempo, proteger a privacidade. Também ajudaria se esses dados pudessem ser combinados no futuro com outros dados de saúde, como histórico de saúde.

Com novas tecnologias e conceitos, normalmente leva anos para fazer o avanço. Muitas vezes também precisa de alguns gatilhos especiais para que as coisas aconteçam. Lembro-me das primeiras grandes visões de tecnologia de saúde móvel há 20 anos com o hype 3G. Agora, parece que a pandemia nos ajudou a superar alguns dos principais obstáculos, e o mercado de wearables também se desenvolveu rapidamente. Agora devemos ver um desenvolvimento rápido e significativo com mais aplicativos e serviços usando dados de bem-estar de forma mais eficaz, com um impulso subsequente para a saúde móvel.

O artigo apareceu pela primeira vez em Disruptivo.Asia.