Você está na nuvem, mas está realmente aproveitando tudo o que ela tem a oferecer? Lições das empresas nativas digitais

Como a nuvem ajuda a acelerar a inovação? Qual é a diferença entre estar na nuvem e aproveitar o que a nuvem tem a oferecer? É possível reduzir os custos de desenvolvimento e diminuir o tempo para o mercado?

Para responder a essas perguntas, é útil recorrer às empresas nativas digitais (DNBs – Digital native businesses) como referência. Essas empresas B2C "nasceram na nuvem", e muitas têm mais de uma década de experiência extraindo valor de vários serviços na nuvem.

O sucesso ou o fracasso das DNBs é medido pela qualidade e velocidade de suas inovações, criando aplicativos digitais valorizados por seus usuários e, ao mesmo tempo, superando a concorrência no mercado. Suas equipes de desenvolvimento de produtos e software trabalham duro para maximizar o uso de seus orçamentos e do tempo de engenharia para criar recursos verdadeiramente diferenciados que são importantes para seus usuários.

Como muitas DNBs começaram como startups de tecnologia, elas precisam afiar suas propostas de valor básicas para garantir financiamentos de capital de risco. Esse processo as forçou a definir seu valor diferenciado para o consumidor. Valor esse que poderia ser a conveniência de receber entregas por meio de uma rede de restaurantes e motoristas, o preço e a disponibilidade de itens de segunda mão ou uma forma prazerosa de consumir conteúdo.

As DNBs também precisam aprimorar continuamente sua produtividade e a velocidade de engenharia. Uma forma de fazer isso é migrar seus recursos commodities para a nuvem. Em contraste com os recursos de diferenciação, commodities são aqueles aos quais os clientes das DNBs não dão o devido valor. Exemplos de recursos importantes, mas nem sempre valorizados, incluem a capacidade de um sistema registrar novos usuários, emitir um alerta quando um pedido está pronto e expandir o banco de dados de backend. Esses recursos normalmente não influenciam na decisão final de compra de um cliente. Por isso, ao fazer uso desses recursos commodities, as DNBs podem concentrar suas equipes de desenvolvimento em inovações verdadeiramente diferenciadas e fidelizar seus clientes. E, porque essas funcionalidades podem ser rapidamente implementadas e otimizadas, as equipes de desenvolvimento podem reduzir imediatamente o tempo gasto com manutenção de rotina, bem como os custos das melhorias.

Em 2009, quando a AWS introduziu a capacidade de expandir e reduzir automaticamente a capacidade de computação de acordo com a demanda, isso foi visto como revolucionário. Empresas que adotaram esse serviço economizaram dinheiro, tempo e esforços preciosos de engenharia em seus ciclos de desenvolvimento. Com o tempo, muitos serviços na nuvem foram adicionados e "andaram na fila" com recursos ainda mais avançados.

Esses serviços incluíram a automação de segurança, governança e conformidade; processos de suporte para desenvolvimento e teste de software; plataformas de inteligência artificial (IA) e machine learning (ML); ferramentas úteis para uma infinidade de recursos de agregação de valor, incluindo AR/VR e robótica. Por exemplo, a Duolingo, uma plataforma de ensino de idiomas com tecnologia de IA, usa a estrutura PyTorch na AWS para apresentar algoritmos personalizados que fornecem aos clientes lições customizadas para 32 idiomas, desde árabe a galês. Esses modelos personalizados chegam a usar de 100.000 a 30 milhões de pontos de dados para fazer 300 milhões de previsões por dia, por exemplo, a probabilidade de um usuário se lembrar de uma palavra específica e responder corretamente a uma pergunta.

O sistema da Duolingo faz essas previsões usando deep learning, um subconjunto de IA e ML que analisa o número de vezes que um usuário viu uma palavra, quantas vezes ele a utilizou corretamente, os modos sob os quais ele respondeu corretamente e o tempo decorrido desde que ele a praticou pela última vez. Usando essas previsões, o aplicativo então injeta a palavra no currículo em um contexto que precisa ser dominado pelo usuário.

Quando a Duolingo começou em 2009, ela usava algoritmos de ciência cognitiva tradicionais para ensinar idiomas estrangeiros como parte de um projeto de tradução na Universidade de Carnegie Mellon. Mas esses algoritmos não podiam processar dados em tempo real para criar experiências personalizadas capazes de manter os usuários interessados no conteúdo.

Ferramentas de deep learning também ajudaram a Duolingo a aperfeiçoar a qualidade de suas previsões para aprimorar o engajamento dos clientes. Após implementar essas ferramentas, a Duolingo descobriu que o número de usuários que utilizaram o serviço e voltaram no segundo dia aumentou em 12 por cento. A Duolingo agora conta com 300 milhões de assinantes e continua a depender da nuvem AWS para aumentar a velocidade e a capacidade de dimensionamento e expandir os tipos de previsões que podem ser feitas.

Como a experiência da Duolingo demonstrou, a nuvem agora oferece uma gama cada vez maior de recursos. Esses recursos oferecem três vantagens principais:

O foco principal de uma equipe de produtos é criar produtos com valor diferenciado que encontrarão um grande mercado e tornarão a empresa um sucesso. Embora a infraestrutura seja crítica, mover a aquisição, o design, a implementação e a manutenção de hardware e software para a nuvem pode ajudar as organizações a reduzir o tempo de entrada no mercado. A maioria das organizações entende que a infraestrutura na nuvem inclui aspectos físicos como um data center, computadores e armazenamento. No entanto, as DNBs mais bem-sucedidas também reconhecem que a infraestrutura de software representa um ponto de aproveitamento ainda mais crítico para o aumento da velocidade e qualidade.

A nuvem AWS agora proporciona um pipeline de integração e entrega contínuas (CI/CD) que permite que cada desenvolvedor em uma organização use o mesmo processo para testar código em busca de defeitos. Isso também garante que o código escrito por equipes diferentes seja integrado e funcione bem junto, e que todo ele esteja pronto para ser implantado ao mesmo tempo. Uma vez implantado na produção, a carga de trabalho será monitorada, e será dimensionada automaticamente de acordo com a demanda. No passado, o orçamento e os recursos de pessoal necessários para criar e oferecer suporte a essas capacidades representava uma média do setor de 15 por cento do orçamento total de engenharia e operações. Essas funções algumas vezes eram pontos de atrito que atrasavam a implantação de novos recursos geradores de receita. Em nossa experiência, algumas das melhores DNBs da categoria agora dedicam muito poucos recursos de engenharia e operações para oferecer suporte a essas capacidades. Ao mesmo tempo, reduzem drasticamente o tempo de entrada no mercado e aprimoram a experiência de seus clientes.

Esse é o caso da Coinbase, uma provedora de carteira digital e plataforma com 30 milhões de clientes. A empresa com sede em San Francisco usou o AWS Step Functions para automatizar e gerenciar a implantação de novos recursos e atualizações de software e para melhor proteger seus usuários contra ataques cibernéticos. A Coinbase não apenas realiza implantações bem-sucedidas 97% das vezes, mas também reduziu o tempo necessário para adicionar novas contas de dias para apenas alguns segundos, tendo reduzido também o número de tíquetes de suporte ao cliente.

De forma semelhante, a Freshworks, empresa com sede em San Mateo, Califórnia, que desenvolve soluções de SaaS para pequenas e médias empresas, turbinou seu marketplace com o AWS Lambda, uma plataforma que ajuda os desenvolvedores a criar e executar plugins ao mesmo tempo que gerenciam os custos dimensionando a capacidade sob demanda apenas para a função de um plugin específico. Em apenas um exemplo, os agentes da Freshworks agora resolvem tíquetes de suporte ao cliente na metade do tempo.

Insights de dados que podem ajudar a atender melhor os clientes são críticos para qualquer empresa. Talvez ninguém entenda isso melhor que as DNBs, que atendem aos clientes mais exigentes que existem: os consumidores. É por isso que essas empresas se dedicam tanto a desenvolver recursos que agregam valor para o cliente. Ao mesmo tempo que são profundamente técnicas, as melhores DNBs também são brutais quando o assunto é dedicar tempo à criação de recursos diferenciados em vez de commodities. Elas entendem que os consumidores preocupam-se mais com os benefícios do mundo real, como receber recomendações confiáveis de filmes, obter ajuda para encontrar um bar com temática esportiva em uma nova cidade e análises perspicazes de restaurantes.

As experiências altamente relevantes e personalizadas são orientadas pelo uso de ferramentas de IA/ML que atendem a múltiplos níveis de conhecimento. 1) Em um nível fundamental, os desenvolvedores especializados tem a flexibilidade necessária para personalizar a estrutura de software subjacente em si. Isso é análogo a construir o próprio motor do carro. 2) A grande maioria das empresas criará, treinará e implantará seus modelos em cima de uma estrutura. Por exemplo, é como escolher um motor pronto e regulá-lo de acordo com suas necessidades. 3) Para maximizar a velocidade, no entanto, as empresas podem implantar um modelo pré-construído para casos de uso específicos, como detecção de fraudes ou personalização. Isso é análogo a comprar a "edição esportiva" ou o "pacote para climas frios" quando você já conhece seus requisitos.

A personalização com IA/ML pode ser especialmente poderosa. A Intuit, empresa de software financeiro, usou o serviço Amazon Personalize para desenvolver e lançar rapidamente um mecanismo de recomendação para seu aplicativo Mint de acompanhamento e planejamento de orçamento do consumidor. Da mesma forma, a Keen, fabricante de botas e calçados outdoor, usa o mesmo serviço da Amazon para acompanhar os históricos de navegação e compras de seus clientes para fazer recomendações de compras. Os e-mails de teste da Keen que utilizam o recurso de recomendação produziram um aumento de receita de cerca de 13 por cento. E a Ably, startup coreana de eCommerce de vestuário, usa IA para fazer recomendações personalizadas na página inicial de seu aplicativo. A Ably afirma que o mecanismo de recomendação, que utiliza o histórico de navegação e compras de clientes individuais, permitiu à empresa desenvolver recursos de IA sofisticados sem ter nenhuma experiência anterior com tecnologia de ML.

Combinados à excelência operacional, esses novos alavancadores e capacidades possibilitam inovações mais rápidas. Pegando emprestado de Isaac Newton:

A massa representa o total de recursos (orçamento e pessoas) dedicados ao desenvolvimento de recursos de produtos diferenciados geradores de receita. A aceleração é o processo de desenvolvimento e o ambiente operacional. Uma força mais intensa resulta da maximização dos recursos disponíveis para atividades diferenciadas, bem como do aumento da velocidade de engenharia.

Toda empresa digital pode se beneficiar do maior ritmo de inovação proporcionado pela nuvem AWS. Vejamos quatro recomendações de pontos de partida:

Uma visão desses três fatores é mostrada a seguir. O eixo X horizontal indica o nível de esforço, descrito como um custo em dólares. O eixo Y vertical representa uma avaliação subjetiva dos riscos do projeto. Os tamanhos dos círculos mostram os orçamentos que poderiam ser desviados para inovação.

Este exemplo usa uma avaliação do estado atual da organização. Essa mesma metodologia deve ser usada de forma recorrente. Afinal, olhando para trás, torna-se evidente que um dos primeiros adeptos do autoscaling em 2009 obteve uma vantagem competitiva sobre outros agarrados ao provisionamento manual.

Uma perspectiva voltada para o futuro pode ser aplicada a novos projetos à medida que as equipes de produto e engenharia discutem direções, níveis de esforço e metas. As equipes devem identificar as capacidades verdadeiramente diferenciadas e procurar oportunidades para minimizar o trabalho de commodities. Esse exercício direto pode acelerar significativamente um projeto.

As empresas nativas digitais podem criar inovações que mudam nossas vidas no dia a dia. Elas revolucionam a forma como fazemos compras, nos entretemos, nos deslocamos pela cidade e muito mais. Ao longo do processo, as DNBs aprenderam que simplesmente executar inovações na nuvem não é suficiente. Elas podem nos ensinar lições valiosas de como aproveitar a nuvem para inovar mais rápido.