Lauri Kien Kotcher, CEO e cofundadora da Different Day – Série de entrevistas

Lauri Kien Kotcher, CEO e cofundadora da Different Day, é uma líder empresarial experiente, construtora de marcas, diretora de conselho e consultora estratégica cuja carreira abrange inteligência artificial, produtos de consumo, varejo, saúde, serviços financeiros e private equity. Antes de fundar a Different Day, ela atuou como CEO e membro do conselho da quip, onde conduziu uma mudança mais ampla de cuidados bucais para bem‑estar oral, introduziu novos produtos, reformulou o modelo de assinatura direta ao consumidor da empresa e reduziu os custos operacionais. Anteriormente, liderou a The Shade Store e a Hello Products, guiando esta última por um crescimento significativo e sua aquisição pela Colgate em 2020. Seus cargos de liderança anteriores incluem posições seniores na L Catterton, Godiva Chocolatier, Lehman Brothers e Pfizer Consumer Healthcare, além de 15 anos na McKinsey & Company, onde se tornou sócia e co‑liderou a prática de bens de consumo da América do Norte da firma. Kotcher também integra o conselho de diretores da Freshpet, trazendo ampla experiência em estratégia de crescimento, inovação, marketing, fusões e aquisições e transformação organizacional.

Different Day ajuda organizações de médio porte a transformar desafios operacionais em aplicações práticas e personalizadas de inteligência artificial que se integram aos seus ambientes tecnológicos existentes. Em vez de focar em projetos experimentais de IA ou em softwares de uso geral, a empresa desenvolve soluções de ponta a ponta projetadas para reduzir o trabalho manual, melhorar a visibilidade, acelerar o crescimento da receita, fortalecer as margens e descobrir insights de negócios úteis. Seu trabalho abrange áreas como previsão de demanda, planejamento de suprimentos e inventário, inteligência de vendas, reconciliação de auxílio financeiro, conformidade, análise de contratos, gestão de relacionamento com clientes e relatórios de desempenho. A Different Day posiciona sua equipe como parceira desde a descoberta inicial do problema até a implantação e transferência de conhecimento, permitindo que os clientes operem e continuem aprimorando as aplicações internamente.

Você passou décadas liderando transformações na McKinsey, Godiva, hello products, The Shade Store e quip antes de co‑fundar a Different Day. O que a convenceu de que as empresas de médio porte precisavam de um novo tipo de parceiro de IA, e quais problemas operacionais você acreditava que os fornecedores de tecnologia existentes e as consultorias estavam deixando de resolver?

Surpreendentemente, os líderes empresariais muitas vezes vivem na obscuridade. Como CEO e CMO de marcas de consumo e varejistas de médio porte em rápido crescimento, nunca consegui ter uma visão clara de todo o escopo das diversas partes móveis do negócio. Nossos dados frequentemente viviam em silos desconectados por canal, geografia e proprietário funcional. Meu instinto era de que a IA poderia finalmente conectar esses pontos e ajudar a descobrir o que estávamos perdendo, mas eu não sabia a quem recorrer ou por onde começar. A Different Day se tornou a resposta a essa questão.

Empresas de médio porte têm menos recursos que grandes corporações, mas também podem ter menos burocracia e dívida técnica. Como deve ser a abordagem delas à implementação de IA em comparação com o manual das grandes empresas?

As empresas de médio porte possuem um superpoder extraordinário que precisam abraçar. Elas devem buscar ultrapassar seus concorrentes maiores, já que a velocidade é sua verdadeira vantagem. Nossa visão é que podemos transformar a maioria dos negócios de médio porte em organizações nativas de IA, como se fossem lançadas em 2026 do zero. As grandes empresas temem silenciosamente que a IA permita que rivais menores nivelem o campo de jogo, usando colegas de IA para avançar mais rápido sem aumentar o quadro de funcionários. Menos pessoas significam menos decisões sobre o que fazer, como fazer e quais são os objetivos, de modo que um organograma menor se torna um ativo, não uma limitação.

Ao avaliar as operações de uma empresa, como você distingue um fluxo de trabalho que realmente se beneficia da IA de um que seria melhor tratado por automação convencional, software aprimorado ou redesign de processos?

Acredito na abordagem nua: simplifique seu fluxo de trabalho até o básico. Simplificar o processo deve preceder a IA. Comece com uma folha em branco – o que você faria aqui se o software legado e as soluções alternativas não existissem? A maioria dos processos atuais foi criada para contornar ferramentas engessadas, não porque seja a forma correta de trabalhar. Quando os contratos chegam à renovação, pergunte quais recursos você utiliza e, com poucas exceções, a IA pode criar algo mais personalizado do que o que você tem hoje. Embora sempre existam sistemas que valem a pena manter, como seu ERP ou CRM, nós projetamos exatamente os complementos que você precisa e nada mais.

A Different Day afirma que pode começar com um protótipo de 72 horas e avançar para uma entrega pronta para produção em poucas semanas. O que torna esse ritmo possível e quais condições técnicas, de segurança ou organizacionais podem atrasar uma implementação?

Parece uma promessa exagerada, mas reflete nossa vantagem única como empresa fundada por pessoas que compreendem negócios E tecnologia. Nossa equipe é nativa em IA, portanto a construção em si avança muito mais rápido que o desenvolvimento tradicional de software. O que não muda é a descoberta: quem é o responsável pelo processo, quem mais precisa aderir, qual resultado você está buscando e em que medida, o que já falhou antes. Pular esse trabalho no início faz com que ele reapareça mais tarde; nas integrações, na implementação, a um custo muito maior. O ritmo só é possível porque carregamos a compreensão antecipadamente em vez de codificar.

Muitas empresas de médio porte operam com planilhas desconectadas, sistemas legados e fontes de dados inconsistentes. Quanto preparo de dados costuma ser necessário antes que a IA produza resultados operacionais confiáveis?

Os dados desconectados com os quais a maioria das empresas de médio porte convive são, na verdade, uma oportunidade, não um obstáculo. Nossas ferramentas revelam exatamente onde estão as lacunas, e a empresa decide se e como preenchê‑las. Antes da IA, essas lacunas eram invisíveis; alguém simplesmente forçava as planilhas a gerar uma decisão ou decidia com dados incompletos sem perceber. Agora as equipes podem ver a lacuna e ponderar sua decisão de acordo, em vez de assumir que os dados eram sólidos.

Quais métricas os executivos devem definir antes de iniciar um projeto de IA e quão rápido devem esperar ver evidências de que a implementação está gerando um retorno sobre investimento significativo?

A IA pode ser nova, mas as disciplinas clássicas de negócios continuam prevalecendo. Onde a IA encontra dificuldades é quando as pessoas acreditam que todas as regras antigas desapareceram. Cada projeto de IA precisa de um objetivo claro desde o início, seja vendas, visibilidade da marca, margem, velocidade de decisão ou mais produção sem aumento de pessoal, juntamente com um cronograma realista para alcançá‑lo. Os prazos variam conforme o número de conexões de dados, sistemas internos e externos envolvidos e quanto a ferramenta precisa aprender antes que sua saída seja sólida. Você deve observar algum tipo de resultado até o terceiro mês; projetos mais complexos demoram mais. O segredo é projetar o projeto em etapas, para não ficar aguardando um único resultado explosivo.

A Different Day destaca aplicações que vão desde previsão de demanda, planejamento de suprimentos, inteligência de contratos, reconciliação de auxílio financeiro e sinais de vendas em tempo real. Quais casos de uso estão produzindo os resultados mais repetíveis hoje, e quais ainda dependem fortemente da indústria e do modelo operacional de uma empresa?

Não subestime o fator de repetibilidade da IA. De muitas maneiras, as empresas são estruturalmente mais semelhantes do que percebemos, desde contratos universais até a correspondência das necessidades dos clientes com as capacidades internas. Inteligência de contratos e reconciliação de auxílio financeiro são as mais repetíveis hoje; ambas têm parâmetros claros e resultados definidos, de modo que a ferramenta sabe exatamente o que está resolvendo. Previsão de demanda e planejamento de suprimentos são mais difíceis: mais conjuntos de dados, mais canais e muito mais variação de um modelo operacional de empresa para outro. Algo como notificação ao cliente em tempo real fica no meio, dependendo da pilha tecnológica e dos canais atuais da empresa.

Como uma empresa deve decidir entre comprar um produto de IA pronto, desenvolver internamente ou criar uma aplicação personalizada com um parceiro externo? Quais perguntas ajudam a revelar complexidade desnecessária ou dependência de fornecedor?

Evite clickbait de IA e seja cético em relação a postagens no LinkedIn que fazem parecer fácil a construção de ferramentas sofisticadas internamente. Desenvolva internamente apenas quando a ferramenta for realmente simples, como um painel que reúne algumas planilhas em uma visualização limpa para alguns colegas. No momento em que você precisar extrair dados em tempo real de sistemas internos e externos, isso está fora do alcance de uma equipe não‑técnica com ferramentas faça‑você‑mesmo. A IA pronta tem o mesmo teto que o SaaS pronto sempre teve. Ela fornece uma visão de dados genéricos, mas não oferece a nuance específica do seu negócio e dos seus concorrentes.

Quais são os erros mais comuns que você vê as empresas cometerem ao passar de uma demonstração impressionante de IA para um sistema que os funcionários precisam confiar e usar diariamente?

Estou vendo uma epidemia de “prototipite”: empresas que se deixam enganar pelos 10 % visíveis do iceberg. O protótipo parece impressionante, mas o trabalho real acontece abaixo da superfície: teste e reteste de dados, verificação de cada ligação de sistema e garantia da segurança dos dados. Em seguida vem a gestão da mudança: ensinar as pessoas a usá‑lo, onde estão seus limites, quando um ser humano precisa permanecer no ciclo e quais perguntas fazer sobre sua saída. A IA deve ser adequada ao propósito, não um substituto do julgamento humano, especialmente em uma empresa de médio porte onde esse julgamento levou anos para ser construído.

À medida que a IA se incorpora às operações centrais, como você espera que mudem os papéis de gerentes e colaboradores de linha de frente, e o que os líderes de empresas de médio porte devem fazer agora para garantir que a IA eleve suas equipes em vez de simplesmente adicionar mais uma camada de tecnologia?

“Gerentes” antes se referiam à direção de pessoas. Rapidamente, isso se tornou a gestão de agentes e sistemas. Comece mapeando os maiores pontos de dor da equipe e isolando o trabalho manual e repetitivo; é aí que a IA deve atuar primeiro, antes de delegar decisões mais complexas. Ande antes de correr, especialmente em uma empresa de médio porte onde a confiança precisa ser conquistada vitória a vitória.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar Different Day.