Do Big Data ao Big Brother

Technical Evangelist é o profissional que se preocupa com as disrupções
tecnológicas e seus impactos nas estrategias e resultados das empresas a
médio e longo prazo. Dissemina conhecimento e participa de projetos
inovadores que demonstrem a importância de um novo conceito ou
tecnologia para a empresa obter vantagens competitivas.

Por isso, ouvir o que  um technical evangelist tem a dizer é sempre muito enriquecedor. Em entrevista ao Podcast Rio Bravo (www.podcastriobravo.com.br) o diretor de novas tecnologias aplicadas e “chief technical evangelist” da IBM, Cezar Taurion, abordou um aspecto do Big Data que tem passado meio batido, principalmente devido a imaturidade da tecnologia: a questão de privacidade e os limites éticos que as empresas devem considerar antes de começar a coletar e analisar dados a torto e a direito.

O uso do
Big Data levanta questões graves sobre as novas fronteiras da privacidade, mais
de seis décadas depois de George Orwell criar a ideia do onipresente e onisciente
“Big Brother” em seu “1984”.

Cada email, tweet, curtida no Facebook, ligação telefônica, e cada uso do GPS do carro gera uma pegada digital. As empresas e governos cada vez mais se debruçam sobre essas informações para extrair sentido delas, principalmente entender e prever os hábitos de consumo e o comportamento. Conhecendo data de nascimento, gênero e código postal em bases de dados abertas e públicas, é possível identificar 87% das pessoas.

Taurion é profissional e ehttps://itforum.com.br/wp-content/uploads/2018/07/shutterstock_528397474.webpso de Tecnologia da Informação desde fins da década de 70, com educação formal diversificada, em Economia, mestrado em Ciência da Computação e MBA em Marketing de Serviços. Escreve constantemente sobre tecnologia da informação em publicações especializadas como Computerwold Brasil, Mundo Java e Linux Magazine, além de apresentar palestras em eventos e conferências de renome. É autor de cinco livros que abordam assuntos como Software Livre, Grid Computing, Software Embarcado e Cloud Computing. Mantém um dos blogs mais acessados da comunidade IBM developerWorks e também um blog específico sobre Cloud Computing onde o tema é tratado com maior profundidade.

Confira, abaixo, a entrevista cencedida ao Podcast Rio Bravo, conduzida pelo jornalista Geraldo Samor, ex-correspondente da Dow Jones e do The Wall Street Journal no Brasil (para ouvir, clique aqui).

– O que é BigData — eu expliquei direito?
— e quais são as suas aplicações?

Big Data basicamente é dar um tratamento mais inteligente ao volume de
dados. Se nós olharmos a sociedade industrial e compararmos com a sociedade de
hoje, na sociedade industrial o grande motor era o combustível, o petróleo. Mas
ele só tinha utilidade, não lá no poço, mas nas bombas de gasolina transformado
em combustível. A mesma coisa com os dados. Não adianta ter bilhões de dados se
eu não os tratar, não os analisar e tirar conclusões, tomar decisões, fazer
análises com eles. Esse é o valor do BigData. Nós estamos falando de um
conjunto de dados cada vez mais imenso, maior.

Hoje nós estamos gerando em
torno de dois e meio quintilhões de dados de bytes por dia. Esse é o volume
gerado pela sociedade no mundo e isso, para a gente ter uma ideia, é um
crescimento exponencial. Para termos uma percepção do que estamos falando, 90%
dos dados digitais que nós temos hoje foram gerados nos últimos dois anos. Se
nós imaginarmos esse volume de crescimento, no final da década estamos falando
de talvez outras siglas que a gente não tenha nem inventado hoje. É um caminhão
de zeros de informações. E essas informações são realmente volumosas, mas também
de uma variedade muito grande.

Aí entra um conceito muito interessante do
BigData ser considerado 4 +1 Vs. O primeiro V é exatamente o Volume. Estamos
falando de dois e meio quintilhões hoje. Um Twitter gera 12 terabytes de
mensagens e fotos por dia. Quer dizer, um volume muito grande. O segundo é a
Variedade desses dados. Nós temos dados dos sistemas corporativos, dos sistemas
departamentais, temos dados das mídias sociais e temos dados sendo gerados
pelos objetos. Os veículos começando também a gerar informações, sensores
gerando informações e assim por diante. Um outro V importantíssimo é a
Velocidade. Muitas vezes eu preciso, por exemplo, na tomada de decisões de
compra e venda de ações, milissegundos é fundamental. Vale bilhões em termos de
movimentação financeira. A velocidade torna-se importante. Quanto mais rápido
eu conseguir analisar, tratar e tomar decisão sobre um fato, uma informação
gerada, isso tem realmente um significado importante. Um outro V, que talvez
nem muita gente observa, mas é importantíssimo, é a Veracidade. Pelo volume de
informações que eu tenho, obviamente tem muita redundância, muito lixo. O que
me interessa? Eu tenho que ter capacidade de filtrar isso. Esses são os quatro
Vs principais.

Maos eu falei 4 +1. O que é o +1? É o Valor. É o Valor que isso vai
trazer para a organização. Não adianta investir em tratar dados, analisar esses
dados, se eu não conseguir usar essa informação para melhorar a tomada de
decisão, para melhorar o processo ou mesmo interferir no próprio processo. Um
exemplo talvez seria uma gestão do trânsito de uma determinada cidade onde eu
poderia evitar o congestionamento, identificando que acontecerá um
congestionamento baseado no fluxo de veículos e informações que estão sendo
colhidas em tempo real. Isso mostra o potencial do BigData. Vamos então resumir
no 4+1 Vs.

– Que histórias você pode contar de
aplicações concretas?

Existem
diversas histórias, algumas curiosas, outras, digamos, até bem humoradas mesmo.
Elas têm um fato histórico… um case que conto em várias das
apresentações é o da empresa que tratou as informações e conheceu um determinado
perfil de cliente. Era uma moça, uma adolescente e baseado no perfil de
compras que ela fazia chegou-se à conclusão de que ela se comportava como um
cliente típico no período de gravidez. E mandou informação de promoções de
vendas de determinados produtos em oferta para ela. Quem abriu a
correspondência foi o pai dela, que descobriu que ela estava grávida nesse
momento. Uma situação desagradável. Isso é uma coisa bastante interessante
porque mostra que existe um aspecto que a gente provavelmente vai ter que
debater mais a frente em relação a privacidade. Até que ponto eu consigo tratar
os dados?

Vamos pegar um outro exemplo muito interessante. Como o BigData consegue
transformar a maneira como eu encaro hoje um determinado cliente quando não
tenho, da maneira tradicional, acesso a informações sobre ele. Imagine que você seja uma
editora. Você vendeu um livro para mim. A partir do momento em que você vendeu
o livro para mim, você não tem informações sobre se eu estou gostando do livro,
que páginas me chamaram mais atenção, se eu leio de forma contínua ou se eu leio,
digamos, alternadamente, se eu leio mais de um livro ao mesmo tempo. No mundo tradicional seria impossível para a empresa que me vendeu o livro ter essas informações. Mas, quando você usa um
leitor eletrônico, como o Kindle, da Amazon, quando você se conecta à rede da Amazon
para, por exemplo, buscar um outro livro ou fazer uma pesquisa no site deles,
ele leva para a Amazon informações sobre como você leu o livro, se você está
lendo mais de um livro, se lê de forma contínua ou não, que parágrafos você
marcou… Com isso, o que a Amazon pode fazer? Ela pode identificar através dos
milhões de leitores de determinado livro, que parágrafos são mais interessantes
e colocar isso como um chamariz no site de venda dos livros.

– Agora, a gente já sabe que a Amazon está
usando esse recurso, por exemplo?

Ela usa
esses recursos. Quando você utiliza aqueles recursos de recomendações, muito
disso é baseado nessa maneira de entender isso.

– Mas é só de uma forma voluntária? Ou
seja, ela consegue usar só quando o usuário voluntaria a informação através da
seção de recomendações ou ela também está usando os dados que são alimentados
para ela sem que o leitor nem saiba?

Você
descobre que está passando as informações quando você lê alguma coisa. Eu
descobri dessa forma. Eu estava pesquisando e descobri que o Kindle faz essas
coisas. Ninguém me perguntou, mas é aquela questão: será que isso é bom ou
ruim? No final, a gente acaba deixando uma pegada digital em troca de uma certa
maior funcionalidade ou flexibilidade do uso.

Gosto que a Amazon me indique
livros. Eu, por exemplo, curto muito livros sobre a Segunda Guerra Mundial. Até
colaboro sobre esse assunto no Wikipédia, volta e meia eu coloco alguns
comentários, e atualmente eu estou fazendo quase que um estudo sobre a Guerra
do Pacífico, que é uma guerra que me chamou muito a atenção, já tinha lido
muito sobre a Guerra da Europa. E à medida que eu vou lendo os livros e marcado informações sobre a campanha do Pacífico batalha após batalha, quando termino
um eu busco outro livro a Amazon já me indica uma série de livros muito próximos do
que eu quero ler. Ele já me facilita. Eu não preciso nem muito pesquisar. Ele
diz “Olha, já que você acabou de ler esses livros, esses outros são
interessantes para você”. Eu dou uma olhada, uma pesquisada, vejo os
comentários de outras pessoas sobre aqueles livros e os trago para o meu Kindle.
Isso me facilita.

Não me importo, pessoalmente, em passar as informações de
livros que estou lendo e como estou lendo para que a Amazon me ajude a escolher
os outros livros que estão bem alinhados com o que eu quero. Essa troca de
passar informações versus a funcionalidade é um balanço que a gente tem que
fazer. No meu caso específico, da leitura de livros, é bastante positiva.

– Os governos e o terceiro setor tem usado
o BigData como?

Isso é
muito curioso e instigante, né? BigData permite você saber muito sobre cada
pessoa. Você pode analisar as pegadas digitais que são deixadas pelas pessoas
através de Twitter ou Facebook, pesquisas aos buscadores, vistas de filmes no
Youtube e assim por diante. E com isso você consegue fazer análise do perfil
dessa pessoa. Inclusive, tem um estudo muito interessante que, apesar de você
ter informações isoladas, essa pesquisa demonstrou que pegando, por exemplo,
informações como, vamos imaginar, o endereço, o tema que a pessoa pega, coisas
isoladas que você coloca de diversos sites, eles conseguiram com uma precisão
bastante significativa, em torno de 80%, 85% de acerto, identificar exatamente
a pessoa. Basicamente era obter qual era o sexo, qual era a idade e talvez o
CEP. Isso foi nos EUA, não era o CEP, mas vamos considerar o CEP. Com isso eles
identificavam bem próximo da realidade quem era a pessoa.

– Mas você chamou isso de uma pesquisa. É
uma pesquisa ou um algoritmo?

Isso foi
uma pesquisa para provar que era possível pegar informações aparentemente
desconectadas, mas juntando-as eu consigo chegar a, digamos, identificar a
pessoa. Por mais que eu tente anonimizar a informação existe a possibilidade de
voltar a reconhecer aquela pessoa.

– Mas é um algoritmo que faz isso.

Isso é
um algoritmo que foi construído para isso e hoje eu acho que esse algoritmo
está até bastante disseminado. Então governos conseguem prever isso e fazer
análise disso. Isso pode ser bom ou pode ser ruim. Você pode fazer com isso
análises muito interessantes de tendências, por exemplo, da disseminação de uma
doença a partir de o tema ser mais recorrente nas mídias sociais.

Por exemplo,
quando você está gripado, você faz buscas sobre gripes, vê filmes, compartilha
isso no Twitter, no Facebook. “Ah estou gripado, que saco!”, essas
coisas todas. E com isso eu consigo fazer uma previsão de gripes. Isso é até um
fato concreto. Houve um projeto do Google, o FluTrends, que eles conseguiram
prever que estaria acontecendo uma epidemia de gripe em uma região dos Estados
Unidos antes mesmo que os registros oficiais de saúde do governo americano
registrasse a informação.

Por outro lado, também existem projetos muito
interessantes como o da própria ONU chamado Global Pulse, que é uma proposta
de, ao longo do tempo, coletar informações do mundo inteiro e identificar com antecedência
possibilidade de conflitos sociais, epidemias. Por exemplo, epidemia seria
muito interessante. E tem certas regiões do planeta que a fome é muito intensa,
causada por questões de falta de água, seca, e assim por diante, então
coletando dados dos sistemas meteorológicos, dados de informações que são
compartilhadas por determinada sociedade, determinado país. É bastante
provável, e a ONU já está conseguindo provar isso na prática, que você consegue
prever que vai acontecer uma maior extensão do período de seca em uma região as
chuvas não virão na época adequada e isso permite à ONU criar medidas
preventivas para evitar que aconteça a situação.

Esse é um lado positivo. O
lado negativo é que se eu tenho informações também sobre comportamento das pessoas
eu posso monitorar o comportamento dessas pessoas e identificar o viés
político, o viés, digamos, ideológico e, dependendo do governo, se não houver
leis claras em relação a isso, tomar medidas que talvez não sejam medidas mais
democráticas possíveis. Como a energia nuclear pode ser boa ou ruim dependendo
de como nós a usamos, todo esse imenso volume de dados, BigData, pode ser bom
ou ruim de acordo como nós o utilizamos.

– Você citou o exemplo do FluTrends do
Google como uma tentativa bem sucedida de prever epidemias de gripe. Mas isso é
uma iniciativa do Google. Existe alguma iniciativa de governos nacionais? Por
exemplo, se isso estivesse sido feito pelos Centers Of Desease Control dos
Estados Unidos, teria sido uma iniciativa governamental. Tem algum case
clássico de algum governo que já está usando BigData muito bem?

Sim. Tem
até uns que começaram a surgir notícias do governo americano fazendo análises
que talvez não fossem as mais adequadas, mas é um exemplo típico de Big Data. O
que eles fazem é correlacionar uma série de informações sobre determinadas
pessoas que eles acreditam serem suspeitas e, com isso, eles fazem análises
preditivas para identificar se aquilo faz parte de uma eventual tentativa de
terrorismo no futuro, ou não. Isso é um exemplo típico de BigData.

– Esse programa da NSA será o programa mais
bem sucedido de análise de BigData até hoje?

Eu não
sei se será bem sucedido porque por mais que você consiga analisar dados sempre
escapa algumas coisas. Por exemplo, eles não identificaram a possibilidade do
atentado de Boston. Não é 100% perfeito e eu acho que estamos no início do
processo de aprendizado. O volume de dados é gerado de uma forma muito grande e
a cada dia geramos mais e mais informações, mas é muito difícil você fazer análises
em relação a isso. Por exemplo, muitas empresas começam a olhar a possibilidade
de sentir a percepção do mercado em relação à sua marca, percepção da marca, se
é positiva ou negativa. São algoritmos que precisam ser bastante evoluídos.
Estão começando, mas temos que evoluir.

– Quem já está fazendo isso, Taurion? Quem
está usando isso bem?

Algumas
empresas nos Estados Unidos de varejo estão fazendo isso. E é interessante
porque o que significa isso? Eu tenho que olhar e aí acho que é um parênteses
interessante. Quando você tem, digamos, uma empresa de varejo ou banco ou
empresa aéreas que você se relaciona bem com os clientes e precisa se
relacionar com os clientes, você muitas vezes tem as informações que você troca
diretamente com ele através dos sistemas corporativos, então você sabe quanto
você está vendendo, se ele é um cliente bom ou um cliente ruim, mas as
informações ou opiniões sobre você não estão nos sistemas corporativos.

O
sistema corporativo registra as vendas que foram efetuadas, mas as não vendas
ele não registra. Onde estão isso? Provavelmente nos comentários, no Facebook,
no Twitter e assim por diante. E você consegue ter medidas mais inteligentes.
Vamos pegar um exemplo. Empresa aérea. Eu vou citar o nome porque foi um caso
real. Caso pessoal.

Eu há anos e anos voo muito, viajo muito, e tenho a azul
safira, tenho o diamante da Gol e o vermelho fidelidade. Por várias razões,
inclusive questões de agenda, durante esse último ano eu viajei menos pela TAM.
E eles me baixaram de vermelho para azul. Se eles olhassem a retrospectiva
desde o início que eu comecei a voar com a TAM há 15 anos, eu sempre fui
vermelho. Um ano que eu deixei de ser, eles me baixaram para azul. Quer dizer,
o histórico não contou. Eles poderiam ter identificado “Espera aí, o que
aconteceu de diferente esse ano?”. Se entrassem em contato comigo iam ver
algumas coisas e talvez dissessem o seguinte “Puxa vida, nesses 15 anos
você foi vermelho. Esse ano você foi baixado para azul. Puxa vida, eu vou te
premiar em recompensa por esses 15 anos” e vai conseguir um cliente muito
mais satisfeito. Não. É simplesmente pegar a informação. Entrou no algoritmo.
Não voou tanto, cai. Não é assim que se faz.

– Foi punitivo.

Foi
punitivo. Agora, se eles pegarem as informações conseguem ter outras ideias
sobre quem é o cliente. E aí surge um conceito que eu acho muito interessante
que é o capital social. Você lida, de maneira geral, com o cliente em um
capital muito econômico. Você é um bom ou mau cliente quando, por exemplo, um
banco pelo volume de transações que você faz com ele. Eu tenho uma conta de mil
reais. Talvez não seja um grande cliente. Se eu não atender bem ele, vou perder
mil reais de aplicação média, isso não vai fazer muita diferença no resultado
do mês para o gerente da conta. Mas, embora, eu tenha apenas 1000 reais, eu
tenho 10 mil seguidores no Facebook e 15 mil no Twitter. Rapidamente, eu posso
disseminar uma informação de um mau atendimento para milhões de pessoas. As
conexões é que valem.

– Você acabou de descrever o maior risco
para o mundo corporativo.

É
exatamente ignorar esse capital social. Quando aconteceu isso eu comentei
“olha, acho que o algoritmo de cartão-fidelidade da empresa não é muito
inteligente”. Isso disseminou, muita gente comentou “é assim
mesmo” e assim vai. É algo que as empresas têm que começar a olhar. Esse
lado de como explorar essas informações e tratar isso de forma adequada.
Big Data só tem sentido se você realmente conseguir tratar essas informações e
agir de forma correta.

– De forma inteligente.

De forma
inteligente.

– Qual é o tamanho do mercado de análise de
dados?

Nós
estamos falando de umas talvez algumas centenas de milhões ou bilhões de
dólares. É muito difícil de mensurar porque são vários atores que entram no
mercado. A cada dia aparecem… e o termo Big Data tem que tomar um cuidado para
não ser considerado um hype de mercado, aquele buzzword de mercado que todo
mundo entra na onda e diz “eu também sou Big Data” e pode não ter nada
a ver com a história.

Mas é um volume muito grande e nós fizemos uma curva de
projeção ainda no início, estamos na infância, e muita tecnologia a ser
evoluída. Tem ainda as empresas precisando entender isso. Eu até faria uma
analogia como o Big Data ser um tsunami. Em alto mar você não tem a percepção da
onda que vai chegar no litoral. Mas ela vem muito rápida e vem com um poder de
destruição muito grande. Para a maioria das empresas, Big Data ainda é um
tsunami em alto mar. Tem um alerta de tsunami, mas você não vê. Mas vai chegar.

– Todo dia abre-se uma nova empresa com um
novo algoritmo específico destinado a analisar os dados?

É
interessante essa sua pergunta porque eu estava exatamente essa semana fazendo
uma pesquisa sobre investimentos nos Estados Unidos e uma parcela significativa
dos investimentos venture capitalist dos Estados Unidos estão hoje concentrados
em iniciativas de Big Data. Eu acho que hoje é top priority, prioridade máxima
dos investidores em tecnologia são empresas de Big Data.

Tem muitas ideias extremamente
criativas surgindo. É uma fonte aparentemente inesgotável de criatividade. Não
só em termos de algoritmos, mas também em termos de técnica de visualização,
que você consiga fazer correlações de dados que você hoje não consegue perceber
e que te obriga a de repente fazer novas perguntas que hoje você nem sabe que
poderia fazer. E essas novas perguntas podem gerar outras perguntas e assim por
diante até você ter conclusões extremamente instigantes que, nos meios
tradicionais, você não conseguiria obter.

– Li que só a IBM aplicou US$ 14 bilhões
nos últimos cinco anos para comprar 24 empresas de análise de dados. Esses
números procedem?

Sim.
Inclusive, nós colocamos isso no site. É pública essa informação. Nós estamos
investindo intensamente em Big Data, é um dos pilares de crescimento da
organização. Essas tecnologias que nós estamos adquirindo compõem uma oferta
bastante abrangente. Por exemplo, não só de coletar, analisar, filtrar os
dados, tratá-los em tempo real, mas de fazer análises de sentimentos.
Sentimental analysis.

Eu consigo ter aquela percepção da marca e isso é
algoritmo sofisticado porque muitas vezes você tem a frase… Imagina o
seguinte, tem ironia às vezes na frase. Por exemplo, “Fui mal atendido
pelo Banco X. Que maravilha!”. Isso significa o quê? “Mal
atendido” é negativo, “que maravilha” é positivo. Quando você
fala para uma pessoa isso é compreensível que é uma ironia. Mas um algoritmo eu
tenho que tratar e entender isso. E nós estamos trabalhando nesse contexto e,
inclusive, olhando um pouco mais a frente BigData pode se tornar um sistema ou
um conjunto de tecnologias que permite a você interagir diretamente. Nós temos
uma solução que é um super computador chamado Watson que ele interage com as
pessoas como se fosse um ser-humano. Claro, não é ainda um ser-humano e nem vai
ser porque não tem emoções.

– O “ainda” nessa frase te trai, hein?

Esse
“ainda” não trai. Eventualmente, eu não sei o que será. Outro dia eu
li um livro sobre como estaremos daqui a 100 anos. Eu tenho certeza que a gente
vai estar morto, mas o que vai acontecer em termos de tecnologia eu não sei
porque a evolução é muito grande. Inclusive, alguns cientistas como Kurzweil,
ele fala da junção da tecnologia com o corpo humano criando quase que um…

 – O livro é “The Age Of
Spiritual Machines”.

E tem
também um outro que eu esqueci agora, mas é muito interessante em relação a
isso.

– E qual é o investimento necessário em
processamento, em computadores mais potentes, para se processar todos esses dados?

É uma
pergunta bastante interessante porque quando nós falamos em BigData nós podemos
e devemos olhar as ondas tecnológica que estão vindo. Uma delas é a computação
em nuvem.

O que significa computação em nuvem? Computação em nuvem significa
que eu posso criar um grande computador virtual para determina atividade e
depois simplesmente não mais utilizar.

Existem casos concretos. Teve uma
empresa que precisou fazer uma grande trabalho de pesquisa. Quando ela olhou do
modo tradicional que nós estamos acostumados a pensar, o nosso modelo mental, o
nosso paradigma diz que para instalar e comprar servidores e a partir daí fazer
a análise dos algoritmos, eles fizeram um estudo e chegaram à conclusão que
precisariam de uma máquina de 20 milhões de dólares. Optaram por usar um
ambiente de computação em nuvem. Usaram o 
equivalente a 50 mil servidores virtuais durante 3 horas. O custo total
foi 15 mil dólares. Durante esse período de 3 horas que eles processaram essas
50 mil máquinas, essa máquina foi a 42ª máquina mais poderosa entre as top 500
máquinas em termos de capacidade computacional do mundo. E depois das 3 horas
ela simplesmente desapareceu.

– Ou seja, ela é uma máquina virtual porque
é um aglomerado, é um consórcio de várias máquinas.

Exatamente.
Você entra em um provedor que tem milhões de máquinas e você, durante um
período, reserva aquele espaço computacional para fazer o seu processamento.

– Agora, Taurion, isso aí indica a
possibilidade de economias de escala exponenciais, né? Porque você está economizando
no hardware.

Exatamente.
Ou seja, para ter Big Data eu não preciso de Big Servers. Eu posso ser uma
pequena empresa e fazer um tratamento analítico, conseguir analisar informações
de diversas fontes sem ter o recurso instalado na minha casa. Provavelmente,
nós vamos ver no futuro um novo negócio surgindo que é Big Data as a Service.

Ou
seja, empresas que vão ser os grandes brokers de gestão de informação. Elas vão
coletar dados das empresas de telefonia, dados das empresas de cartão de
crédito, dados das mídias sociais, juntar isso e oferecer para você como uma
oferta de serviço. “Olha, você quer o perfil do comportamento de
determinadas partes da população dessa cidade em relação a perfil de compras ou
consumo ou de deslocamento urbano ou o que seja? Eu gero essa informação para
você, você me paga e você não precisa ter toda a infraestrutura dentro de
casa”.

Essas ondas tecnológicas, Big Data, computação em nuvem, a
mobilidade que te permite também participar desse processo… O exemplo claro é
o Wazw, uma ferramenta que no fundo é um conjunto disso, tem um ambiente de
nuvem onde hospeda os computadores do Waze. Eles não têm um data center
próprio. É a comunidade como um todo passando informações, dizendo como é que
está o trânsito em determinada situação, além das informações sobre a região.
Ele junta BigData, junta cloud computing e junta mobilidade. Essas ondas
tecnológicas juntas é que vão transformar a maneira como nós encaramos e
utilizamos a tecnologia de informação nos próximos anos.

– O avanço do Big Data é também o avanço do
Big Brother, aquela profecia orwelliana de que um dia alguém vai saber tudo
sobre a sua vida. Quais os limites da perda de privacidade?  Vc acha que vai chegar um ponto em que vai
haver uma rejeição, um pushback?

Acredito
que nós estamos em um processo inicial de descobrir todas essas coisas. Os
conceitos de privacidade também eles são fluidos. Não são rígidos. Eu entendo
que grande parte dos conceitos de privacidade que nós temos hoje são quase que
frutos dos últimos séculos, principalmente a parte da Revolução Industrial, da
sociedade industrial. Antigamente, não havia muito isso. Você tinha banheiros
coletivos… A privacidade não era tão, digamos, sacramentada como hoje.

Nós
já observamos, a própria geração digital tem conceitos de privacidade da
geração imediatamente anterior. Quando era adolescente não ficava divulgando
para todo mundo com quem eu estava saindo naquele momento. E hoje é comum você
estar ficando com alguém, você divulga, coloca foto de uma forma muito
interessante e rápida. Tem até um site, eu não me lembro agora o nome dele, que
compartilha… Quer dizer, você acabou de transar, você coloca lá que transou,
que posição, se gostou, se não foi legal, e você tem através do Google Maps,
ele tem uma interface interessante, que mostra quem está transando mais em cada
momento do mundo. Eu não sei a aplicabilidade disso, mas você pode chegar a
dizer “Olha só, o pessoal da República Tcheca como está hoje ativo. O que
será que houve?”.

– Acredite em mim, tem muita
aplicabilidade.

Então,
os limites de privacidade são bastante fluidos. Eu acho que nós vamos
redesenhar isso. Algumas coisas talvez sejam mantidas privadas, outras não, mas
um conceito de privacidade por si como estamos hoje vai se modificar. A legislação
também vai ter que ser repensada com relação a isso. Conceitos de soberania de
dados tem que ser repensados. Existe todo um novo, digamos, conjunto de
desafios. Mas por que isso? Se nós observarmos, esses conceitos que nós estamos
falando – BigData, cloud computing, a própria mobilidade no volume que está –
nós estamos falando de coisas muito recentes.

Há 10 atrás não tinha iPhone. Há
10 anos atrás não tinha iPad, não tinha Facebook, não tinha Twitter, não tinha
nada disso. E hoje faz parte do nosso mundo. A evolução tecnológica é tão
rápida que os conceitos ainda não são bem absorvidos, não foram, e a legislação
e as, digamos, proteções e os argumentos contrários de defesa ou as políticas
de segurança, elas são preparadas e voltadas para o paradigma anterior. Nós
estamos mudando o paradigma e tentando resolver os desafios desse novo
paradigma, criados por esse novo paradigma, à luz das soluções do paradigma
anterior. Não funciona. Nós temos aí um gap a ser resolvido nos próximos anos.

– Taurion, deixa eu colocar a máscara do
Anonymous para fazer a próxima pergunta. Os governos têm capacidade de usar o
BigData porque os governos têm recursos quase ilimitados para isso,
frequentemente recursos secretos para isso. Esse negócio não vai custar tanto
quanto a gente acha pela capacidade que você falou de consorciar várias
máquinas para fazer um processamento pesado, mas o que é acessível aos governos
também é acessível àqueles que se opõe aos regimes estabelecidos. Em um
exercício de futurologia, você acha que na frente a gente vai ter verdadeiras
guerras cibernéticas entre aqueles que se opõem aos regimes e os regimes por
conta da bisbilhotagem?

Esse é
um ponto muito interessante. Eu acho que o modelo que nós temos hoje das
organizações, dos modelos políticos, eles em grande parte foram construídos,
principalmente a partir da sociedade industrial. Vamos pegar as organizações,
as empresas. O modelo hierárquico é típico da sociedade industrial, onde você
tinha linhas de produção, horários de trabalho… Na economia criativa da
sociedade digital esses modelos não têm mais sentido. Porque eu tenho que
trabalhar de 8h as 17h no escritório? Eu posso trabalhar de qualquer ponto da
onde eu esteja.

– Aí você está dizendo que a hierarquia
corporativa e a representação política como é feita hoje pelas instituições que
estão aí, está tudo condenado?

Simplesmente
está tendendo a desaparecer. E as crises que nós estamos vendo em todos os
aspectos são sintomas claros de doença. A gente vê isso quase que vivendo por
aparelhos, que se desligar o aparelho morre. Só que não sabemos bem como vai
ser o novo modelo, nós estamos aprendendo. O que sabemos é que esse modelo não
vai mais continuar. Quer dizer, o modelo da sociedade industrial não se encaixa
na sociedade digital. Como vai ser o modelo da sociedade digital? Estamos
começando a explorar. Alguns setores foram brutalmente afetados. Vamos pegar,
por exemplo, a enciclopédia. Não se vende mais a enciclopédia tradicional, você
tem a Wikipedia. E a Wikipedia foi e é feita por pessoas comuns, não por
doutores e PHDs. E a qualidade é tão boa quanto as outras enciclopédias. Isso é
um ruptura até de pensamento.

– Em uma conversa recente, você disse que os
institutos de pesquisa, nos modelos de hoje são tão descartáveis quanto a UNE e
os partidos. Por que?

Repara o
seguinte. Se você consegue ter uma análise em volume significativo do
comportamento das pessoas, opinião das pessoas, você consegue quase que ter a
eleição, não precisa nem fazer a eleição. Estou brincando nesse sentido, mas o
volume é muito grande.

– A eleição é todo dia em tempo real.

Exatamente.
Eu estou acompanhando isso em tempo real, então por que eu vou fazer uma
pequena amostragem de algumas pessoas se eu tenho capacidade de olhar a
sociedade como um todo? Vamos pegar uma mídia social como o Facebook como
exemplo. Eventualmente daqui a 10 anos talvez nem sobreviva mais, mas a ideia
de colaboração, de compartilhar, nós estamos vendo isso em todos os aspectos
hoje da nossa sociedade. Faz parte do nosso dia-a-dia.

Hoje o Facebook já é o
terceiro país do mundo em população. Você tem a China, a Índia e tem o
Facebook. Mais de 1 bilhão e 200 milhões de usuários. A maior parte deles entra
diariamente no Facebook. São compartilhados 700, 800 mil posts por minuto. Isso
dá uma mostra significativa do que a sociedade está pensando. Quando agora
surgiram as manifestações eu já estava observando pelo próprio fato de eu ser
um entusiasta disso e pesquisar esse assunto…

– Entusiasta de mídias sociais.

…
entusiasta de mídias sociais. No meu Facebook, no meu círculo de
relacionamento, que as críticas eram muito grandes em relação ao que foi
levantado nos cartazes, corrupção e assim por diante. Quando o gatilho foi
disparado, os 20 centavos, na verdade é bilhões vírgula vinte centavos, não foi,
para mim, uma surpresa. O gatilho que eu não sabia qual seria. Não deu para
identificar.

– Mas o caldo de cultura estava lá.

Estava lá! Então foi perfeitamente compreensível. E por que perplexidade dos
políticos, dos sindicatos? Porque eles faziam pesquisas completamente
alienadas. Quem é o seu candidato a presidente? Não era isso que interessa. O
que interessava e está levantado nos cartazes não é o Fulano ou Beltrano ou o
partido. É a corrupção, é a questão da saúde. Será que a aplicação em elefantes
brancos para alguns jogos de futebol compensa o desvio de dinheiro em relação a
não construir hospitais? Esses são os anseios e os questionamentos da
sociedade. O que não tem nada a ver quem é o candidato ideal ou preferido para
presidente. Estava se fazendo as perguntas erradas enquanto a sociedade estava
aqui pulsando outras questões.

Os institutos de pesquisa ,se analisassem o
comportamento da sociedade nas mídias sociais, teriam uma ideia muito mais clara
dos problemas que estavam sendo já germinados, já estavam sendo cozinhados e
conseguiriam prever essas indicações. Quando eu falo obsolescência do modo como
eles atuam hoje, se eles se reinventarem e passarem a entender através da
exploração das mídias sociais serem BigData ou provedores de BigData, eles vão
ter um outro caminho a percorrer. Aí bastante positivo. Talvez tenham que se
transformar.

– Você escreveu um artigo recente dizendo que
a área de TI das empresas, como ela existe hoje, está com os dias contados. O
que quis dizer com isso?

A área
de TI como nós vemos hoje é muito, primeiro, operacional. Na maioria das
organizações é vista de forma operacional, ligada ao executivo-financeiro,
executivo-operacional. Não tem um papel estratégico. Ao mesmo tempo tecnologia
é um dos principais fatores externos de disrupção nas empresas. Tem uma
pesquisa muito interessante que reflete isso. A IBM fez uma pesquisa com CEOs
que mostrou que o ponto principal de preocupação dos executivos, top
executives, era a disrupção provocada pelas tecnologias. Outra pesquisa
perguntava aos mesmos CEOs “Quem são os seus auxiliares ou quem são as
pessoas dentro da organização mais próximas a você na decisão de estratégias,
na decisão de como inovar, no apoio à inovação?”. O CIO estava em sétimo
ou oitavo lugar.

Há um descompasso entre a importância que os executivos dão à
tecnologia e a percepção de como eles vêm a área
de tecnologia fornecendo isso. A área de tecnologia por si tende a ser um pouco
conservadora, ela tende… Talvez eu esteja generalizando, claro que tem executivos
com uma visão muito aberta, mas em sua grande maioria são conservadores, não
querem a inovação porque a inovação de alguma forma perturba o ambiente como um
todo. Isso faz com que haja esse descompasso. A outra pesquisa foi muito
preocupante. Perguntou aos CEOs “Dentro da sua empresa quem você vê como
sucessor no caso de uma futura aposentadoria sua? Quem, dos seus gestores,
poderia ser o seu sucessor?”. Apenas 1 em 200 disseram o CIO seria essa
pessoa. Há um descompasso muito grande. Então a área de TI como está hoje está
desalinhada com a organização.

– Mas ela não está sendo prestigiada porque
a importância dela não é entendida ou porque a tarefa que ela está executando
hoje não é uma tarefa tão importante quanto deveria ser?

Acho
que aí as duas respostas serão sim. De um lado, você tem os executivos de
negócio cada vez mais conhecendo a tecnologia. É comum e a geração digital está
aí também, entrando nas empresas, usando tecnologia de ponta. Smartphones,
tablets e assim por diante. E as áreas de TI muitas vezes focadas na operação
até pela própria característica dos seus gestores. Muita formação tecnológica e
pouco conhecimento de negócios. Isso gera um descompasso de linguagem, gera um
descompasso até de percepção.

É muito comum, e eu tenho visto isso nas minhas
andanças profissionais, que os executivos de tecnologia ao serem questionados
sobre o que você pretende fazer nos próximos anos ou ano que vem como atividade
prioritária, ele coloca coisas técnicas. “Vou colocar virtualização, vou colocar
um sistema de gestão empresarial.” É errado! Virtualização é um problema
técnico. Talvez eu possa botar isso em um ambiente de computação em nuvem e não
me preocupar com essas questões técnicas. E eu não quero colocar um sistema de
gestão empresarial. Eu quero repensar os processos de negócio, quero colocar a
empresa em uma posição mais estratégica. A linguagem de negócios não é a
linguagem dos executivos.

– A área de TI tem que ser reinventada de
uma área operacional/informática para uma área de inteligência/estratégia.

Exatamente.
Talvez a posição ideal seja IT And Strategy. Porque eu não consigo separar a
estratégia de negócios, já que nós estamos em uma sociedade digital onde
tecnologia faz parte de qualquer coisa, e a área de TI tem que ter esse papel.
Então IT And Strategy ligado ao CEO, eu acredito que seja uma posição bastante
interessante.

– Você falou em mudanças nos perfis e skills
dos profissionais de TI, com a criação de novas funções como Social Media
Evangelist, Cloud Integration Specialist, Data Scientist, etc.

Essa é
uma questão extremamente interessante. Hoje nós já vemos claros sinais que a
formação profissional não está adequada. O índice de evasão no ano passado dos
cursos de ciência de computação aqui no Brasil foi de 83%. Quer dizer, apenas
17 em cada 100 alunos se formam nos cursos ligados à computação.

– Os cursos estão muito chatos ou…

Exatamente.
As duas razões que eu entendo são, primeiro, o mercado aquecido e, segundo,
tirando a parte básica – conceitos de algoritmo, matemática – quando você entra
na parte profissionalizante você está aprendendo tecnologias de uma ementa
feita há quatro anos em um curso de quatro anos em oito anos. E oito anos que
nós temos hoje iPhone, tablets… Nada disso existia há oito anos. E daqui a oito
anos?

Então eu aprender tecnologias que não vão ser usadas daqui a quatro anos
que eu me formar, são tecnologias de oito anos atrás, não me dá
empregabilidade. Então eu vou para Internet, vou para as universidades abertas
e consigo aprender isso. A evasão mostra que o ensino está defasado. Nós
precisamos de um novo profissional. Um novo profissional que consiga surfar
essas ondas. Vamos pegar, por exemplo, mobilidade. Mobilidade você tem um
dispositivo como um smartphone que tem que ser visto não como mais um ponto de
entrega da informação. Eu tenho um sistema que leva para o laptop, que leva
para o smartphone. Não. Ele tem que ser o que nós chamamos um “system of
engagement” onde ele é o ponto de partida dos processos de negócio. Ele
tem inteligência suficiente e aí, juntando com o BigData, para entender o
contexto onde a pessoa está, quem é essa pessoa, quais são as intenções dela
naquele momento, ou seja, eu posso reconhecer que a pessoa está entrando no
aeroporto e já fazer o check-in, não preciso eu mesmo fazer. O sistema conhece
e a partir daí dispara todas as ações. Isso leva a uma nova atividade que é
como eu consigo fazer isso e gerar uma experiência muito positiva para o
usuário.

Nesse momento entra o designer, aquela pessoa que faz o interface de todos esses
processos que aparece para você no dispositivo móvel. Hoje você não tem essa
pessoa dentro da organização. Se entrar em um sistema de teclado e mouse são
horrorosas as interfaces. Você às vezes tem que levar um dia para entender.
Tecla aqui, aperta ali, vários Menus e quando você pega um iPhone, pega um
tablet, não tem nem manual. É intuitivo. Eu tenho um netinho de quatro anos que
ele pega o iPhone, reconhece os ícones, quebra lá, passa a senha… Ele sabe
clicar os números, embora ele não saiba ler. E com os ícones ele brinca com o
joguinho e não precisou ninguém ensinar. Não teve a professora ensinando a ele.
Ele aprendeu sozinho porque é intuitivo.

É isso que tem que ser colocado nos
sistemas. A questão do tratamento de dados, Data Scientist, é a pessoa que consegue
interpretar os dados e fazer novas perguntas. Ele não é um profissional de
banco de dados como a gente conhece hoje. Na área de cloud computing eu não vou
mais precisar ter dentro da minha organização alguém que fique cuidando de
sistema operacional, implementar uma nova versão do sistema operacional… Isso
não agrega valor nenhum.

Coloca isso em uma nuvem! Vou precisar de
alguém que de alguma forma faça a ligação com os demais provedores de nuvens e
gerencie os contratos, avalie o nível de serviço, a qualidade, a
disponibilidade. São novas funções que começam a surgir, novas maneiras de
interagir com a computação e que faz parte do processo natural de evolução.

Só
para a gente ter uma ideia, se nós pegarmos uma comparação, na cabine de um avião
há 50 anos se tinha cinco profissionais lá dentro. Comandante, copiloto, você
tinha um rádio-operador, um navegador e um engenheiro de voo. O engenheiro de
voo, o rádio-operador e o navegador desapareceram porque a tecnologia
substituiu essas funções. E hoje o comandante e o copiloto são muito mais
operadores de computadores do que eram antigamente.

Meu pai foi da Força Aérea e ele contava isso dos primórdios ainda da
Varig, isso nos anos 1930, quando a Varig começou a operar que teve a história
de um piloto e seu copiloto estavam fazendo voo de Porto Alegre para outra
cidade do interior do Rio Grande do Sul. Estavam dentro de nuvem, estavam meio
perdidos, praticamente não tinha instrumentos, e então como é que ele descobriu
a rota se estava no caminho certo? Ele desceu, passou em cima de um pasto e
subiu de novo. E o copiloto, surpreso, “Comandante, como é que você sabe
que está na rota certa?”. Você viu que nós descemos, passamos em cima da
manada que estava pastando e continuamos, sim, então eles acostumados com o
barulho do avião, por isso eles não fugiram, então nós estamos na rota certa.
Hoje é inimaginável um piloto pensar dessa forma. Ele tem que operar
computadores. O perfil profissional do comandante é muito diferente do que era
naquela época. Essa transformação das profissões, que afeta outras atividades,
está hoje dentro da área da tecnologia de informação.