Stephen Straus, CEO e Co-Fundador da KUNGFU.AI – Série de Entrevistas

Stephen Straus, CEO e Co-Fundador da KUNGFU.AI, é um empreendedor, investidor e executivo de tecnologia com décadas de experiência construindo e assessorando empresas. Antes de lançar a KUNGFU.AI em 2017, atuou como Sócio Geral na Austin Ventures e fundou ou co-fundou várias empresas, incluindo a mbue, que foi adquirida pela Bluebeam. Straus também é parceiro e mentor de longa data na Capital Factory e faz parte do Conselho Consultivo de Engenharia da Cockrell School of Engineering da University of Texas at Austin. Além de tecnologia e investimentos, co-fundou e preside a Impact Dyslexia e fundou o Startup Diversity and Inclusion Pledge, refletindo um foco mais amplo em como tecnologia, empreendedorismo e liderança organizacional podem criar impacto social positivo.

KUNGFU.AI é uma empresa de consultoria de gestão e engenharia com sede em Austin, focada exclusivamente em inteligência artificial. Fundada em 2017, a empresa combina estratégia de IA com engenharia para ajudar organizações a passar da experimentação para sistemas de IA prontos para produção, com trabalhos abrangendo áreas como IA agente, aprendizado de máquina, visão computacional, governança de IA e colaboração homem-máquina. Sua abordagem enfatiza o design de IA em torno de como as organizações e suas pessoas realmente operam, em vez de tratar a IA como uma implantação tecnológica isolada. A KUNGFU.AI atua em setores como saúde, governo, private equity, varejo, finanças e seguros, e relata que 96% de seus projetos chegam à produção.

Você passou anos como capitalista de risco na Austin Ventures durante o boom e o bust da era ponto-com, e depois viu paralelos entre a ascensão da internet e o que estava começando a acontecer com a IA. O que o convenceu de que a oportunidade era suficientemente significativa para, em última instância, co-fundar a KUNGFU.AI, e o que você viu na época que muitos líderes empresariais ainda não percebiam?

Acho que foi o reconhecimento de padrões por ter estado na primeira fila da revolução da internet durante a era ponto-com que me levou a co-fundar a empresa seis anos antes do ChatGPT ser lançado. Não consigo realmente explicar, mas tive uma forte convicção de que a IA seria a próxima grande transição técnica que o mundo atravessaria, e, como a Internet, mudaria a base da competição.

Pessoalmente, na minha vida, vi múltiplas transições técnicas transformadoras, começando quando eu tinha 11 anos. Vi um Apple I e, embora não soubesse na época, ele representava o início da revolução dos computadores pessoais.

Pelo menos do ponto de vista de serviços, muito poucas pessoas viram o mesmo que eu e meus co-fundadores. Antes do ChatGPT, era muito difícil encontrar outras empresas de serviços focadas em IA, e agora é quase impossível encontrar uma empresa de serviços que não diga que oferece serviços de IA.

KUNGFU.AI foi fundada anos antes de a IA generativa se tornar uma prioridade nas salas de diretoria. Como sua definição de uma empresa “AI-first” mudou à medida que a tecnologia evoluiu do aprendizado de máquina tradicional para a IA generativa e cada vez mais agente?

Quando começamos a empresa, realmente reconhecemos que estávamos pioneirando o que significava ser uma empresa de serviços profissionais de IA. Mas só depois que o ChatGPT apareceu percebemos que também tínhamos a oportunidade de pioneirar o que significava ser uma empresa de serviços profissionais habilitada por IA.

Já havíamos feito alguma automação interna limitada antes do ChatGPT, mas foi realmente o advento dos LLMs e agora da IA agente que nos permitiu nos tornar uma empresa de serviços profissionais habilitada por IA. Acho que estamos avançando significativamente nessa direção. Aumentamos a receita em mais de 80% no ano passado, e basicamente mantivemos o número de funcionários estável. Nos serviços, tanto essa taxa de crescimento quanto esse desacoplamento do crescimento de pessoal são, acredito, realmente notáveis e representam o que é possível nos serviços nesta nova era de

Você argumentou que as empresas cometem um erro ao tratar a IA como mais uma implementação de software. Como realmente se parece para uma organização usar IA para repensar o que a empresa pode ser, em vez de simplesmente tornar seus processos existentes mais eficientes?

IA é diferente do software tradicional em várias dimensões. Este gráfico vem do meu novo livro, Wayfinding: A Business Fable About Leading in the Age of AI.

Como a IA é Diferente do Software Tradicional

Além desses detalhes e de forma mais estratégica, acho que a maioria das empresas está cometendo um grande erro, que é tentar descobrir como usar a IA para automatizar seus negócios. Por que isso é um erro? Quase todas essas mesmas pessoas concordariam que a IA está mudando tudo. E se está mudando tudo, isso inclui mudar a base da competição em seu setor.

Para mim, não faz sentido automatizar seu negócio se seu setor vai ser disruptado. Isso é muito parecido com dizer que é uma boa ideia automatizar a Blockbuster Video quando ela será substituída pela Netflix.

Não é que eu seja contra a automação, mas acredito que a primeira, segunda e terceira prioridade de toda empresa deveria ser descobrir como ser o disruptor em seu setor. Porque, se você não se concentrar nisso, por definição, não será o disruptor e provavelmente será disruptado, será disruptado. Portanto, essa deve ser a prioridade, e focar apenas na automação pode representar um risco existencial para sua organização.

A KUNGFU.AI já trabalhou em mais de 120 projetos abrangendo mais de 30 setores. Desses implantes, o que separa as organizações que transformam a experimentação em IA em vantagem competitiva duradoura daquelas que permanecem presas em pilotos? 

Existem diferenças realmente fundamentais que separam as organizações que convertem a experimentação em IA em vantagem competitiva duradoura. Acho que tudo começa tanto pelo perfil psicológico do líder quanto pelo nível de ambição das metas que eles estabelecem.

Vamos começar pelo perfil psicológico dos líderes mais seniores nas empresas, seja o CEO, mas também o conselho e a alta administração. É muito simplista, mas vejo dois arquétipos principais de líderes.

Do lado positivo, vejo pessoas que encaram esse enorme desafio de liderar nesta nova era da IA com a disposição de ser vulneráveis o suficiente para dizer: Isso é completamente novo. Não sabemos o que estamos fazendo suficientemente bem para tomar todas as decisões que precisamos e fazer todos os investimentos que precisamos. E vamos avançar sabendo que cometeremos erros, e nos sentiremos confortáveis com isso. Vamos aprender com esses erros e nos cercar de especialistas o máximo possível.

Isso contrasta com pessoas que, ao menos externamente, entram nisso com a atitude de dizer  Eu sei o que estou fazendo, e com confiança que, para quase todos, é infundada, e, portanto, se assemelha mais a arrogância.

Além disso, os mais bem-sucedidos são aqueles que percebem que a IA vai mudar a base da competição, e eles buscam modelos de negócios habilitados por IA baseados em dados proprietários voltados para pontos de ruptura na estrutura de seu setor, a fim de mudar esse setor e então liderá‑lo.

À medida que os agentes de IA se tornam capazes de executar fluxos de trabalho cada vez mais complexos e tomar decisões com menos intervenção humana, como você espera que a estrutura das empresas, as camadas de gestão e os papéis individuais mudem?

Tudo isso mudará e está mudando de forma dramática. Temos um framework completo sobre colaboração humano‑máquina, que está levando pesquisas de 50 anos de idade e aplicando‑as a esta nova era da IA. A oportunidade não é apenas automatizar o trabalho ou colocar ferramentas de IA na frente das pessoas, mas redesenhar o próprio trabalho em torno de equipes que incluam tanto inteligência humana quanto de máquina.

Isso significa que o papel das pessoas também mudará. Cada vez mais, as pessoas passarão de executar tarefas para projetar os sistemas que fazem o trabalho acontecer, trazendo o julgamento, a supervisão e a compreensão de contexto que a tecnologia ainda requer.

É uma questão muito complexa. Está acontecendo rapidamente. E é realmente importante ser extremamente intencional sobre os papéis de sua equipe à medida que eles trabalham cada vez mais com agentes autônomos.

As empresas agora têm uma enorme variedade de modelos de base, plataformas de IA, agentes e ferramentas de terceiros disponíveis. Onde as organizações devem contar com tecnologia externa, e quais capacidades de IA ou vantagens de dados elas precisam possuir internamente?

Com todas as ferramentas que estão surgindo, a parte de inteligência da IA está sendo rapidamente comercializada e não consigo enfatizar o suficiente a importância de ter seus próprios ativos de dados.

Há um ditado que diz que o melhor dia para plantar uma árvore foi há 40 anos. O próximo melhor dia é hoje. Isso significa, em relação aos dados, que se você não está coletando e arquivando o máximo de dados possível do seu negócio, deve iniciar esse processo hoje, mesmo que não vá fazer mais nada relacionado a seguir o caminho rumo a um futuro centrado em IA.

Outra forma de encarar essa questão é que existe toda uma gama de ferramentas na caixa de ferramentas de IA e as ferramentas que as pessoas agora costumam chamar de IA tradicional ou modelos de aprendizado de máquina geralmente não estão disponíveis prontas para uso. E, se estiverem, não necessariamente lhe proporcionarão o nível de precisão necessário para extrair valor real de negócios, e/ou podem não ser capazes de utilizar seus dados proprietários.

Portanto, acredito firmemente que faz sentido contar com tecnologia externa. Para muitas aplicações, as mais estratégicas provavelmente serão aquelas que são soluções sob medida construídas sobre seus dados proprietários.

Você enfatizou a importância da governança de IA ao nível do conselho. Quais perguntas os conselhos devem fazer à gestão hoje para determinar se sua estratégia de IA está criando valor estratégico genuíno, em vez de simplesmente gerar ganhos incrementais de produtividade?

Os conselhos enfrentam um novo conjunto de desafios com a IA. Eles mantêm seu papel tradicional de supervisão e governança, que frequentemente se concentra na proteção contra riscos e na mitigação de perdas. Mas, se não equilibram isso com o incentivo à tomada de riscos, à experimentação e à disponibilização de recursos para viabilizá‑los, por definição a empresa ficará para trás nesta nova era da IA. Portanto, encontrar o equilíbrio certo entre habilitação de risco e mitigação é fundamental.

Também acredito que seja importante que o conselho incentive a gestão a adotar modelos de negócios habilitados por IA que possam mudar a base da competição em seu setor, construídos sobre dados proprietários, pois, se não se concentrarem nisso, os ganhos incrementais de produtividade serão em vão quando o negócio for disruptado.

Em Wayfinding, você e Ben Szuhaj contam a história de um CEO que tem 90 dias para desenvolver uma estratégia de IA ou corre o risco de ser substituído. Por que escolheram uma fábula empresarial em vez de um livro de gestão tradicional para explorar como os líderes devem responder à disrupção impulsionada por IA?

Sou um grande fã de fábulas empresariais e de autores como Patrick Lencioni, uma lenda do gênero. Optamos por escrever este livro como uma fábula porque isso nos ajudou a explorar tópicos sutis, como a psicologia dos líderes, de forma fácil e acessível, permitindo que tenham sucesso nesta nova era, algo que seria muito mais difícil em um livro de negócios tradicional.

Acreditamos que o livro realmente alcançou algo que nos entusiasma bastante: ensinar material realmente substancial e relevante de maneira rápida, divertida e envolvente para líderes ocupados. Os aprendizados nele contidos, incluindo os 11 frameworks originais, são coisas que os leitores podem levar para o trabalho e aplicar imediatamente.

Um tema central de Wayfinding é tomar decisões consequentes quando a tecnologia evolui rapidamente e a certeza é impossível. Qual framework os executivos devem usar para decidir quando têm informações suficientes para agir, especialmente quando esperar por maior clareza pode, por si só, gerar risco competitivo?

Um dos frameworks que desenvolvemos e compartilhamos no livro chama‑se Wayfinding. É uma adaptação do Agile para IA. Trata‑se de um processo estruturado, orientado por hipóteses, de exploração de dados e validação da viabilidade de uma solução antes de comprometer‑se com uma implementação completa. Seu objetivo é responder se uma solução de IA vale a pena ser construída e se funcionará. Essa é uma razão fundamental para que nossa empresa tenha uma taxa de sucesso superior a 95 % ao transformar provas de conceito em produção, entregando valor de negócio real e mensurável, algo que já realizamos mais de 50 vezes para nossos clientes.

Colocando novamente o chapéu de investidor de risco, ao observar a geração atual de empresas de IA, quais sinais indicam que uma startup está construindo uma vantagem competitiva durável em vez de um produto que rapidamente poderia se tornar um recurso de um modelo de base ou de uma plataforma maior?

Na verdade, não faço ideia e, francamente, fico muito feliz por não estar nesse ramo hoje. Tenho muita empatia pelos investidores de risco atuais. Eles precisam fazer apostas grandes e ousadas se quiserem alcançar retornos de alto nível para seus investidores. Mas, como a tecnologia avança tão rapidamente e de forma bastante imprevisível, deve ser muito difícil distinguir vencedores de longo prazo dos perdedores.

Enfatizo o longo prazo porque, a menos que uma empresa tenha sorte e aprove uma oportunidade importante e seja absorvida cedo, haverá muitas empresas que parecem ter chance de sucesso, mas acabam não tendo sucesso devido à forma como o mercado evolui, o que novamente é muito difícil de prever. Em suma: assim como na era das pontocom, haverá alguns vencedores realmente grandes, bem como muita perda de dinheiro.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar KUNGFU.AI.