A INTELIGÊNCIA ARTIFICIAL ESTÁ MUDANDO ATÉ A MANEIRA COMO TEMOS SORTE

Algumas ideias envelhecem mal. Outras, curiosamente, ficam mais interessantes à medida que o mundo muda ao redor delas. A teoria da “Luck Surface Area”, ou superfície de sorte, proposta por Jason Roberts em 2010, pertence claramente ao segundo grupo. Quem me apresentou essa ideia foi um grande amigo e empreendedor, Guilherme Negri. Na época, Roberts formulou uma ideia simples e poderosa: “quanto mais coisas relevantes você faz e quanto mais pessoas sabem que você está fazendo essas coisas, maior a probabilidade de surgirem oportunidades inesperadas.”

Roberts chegou a representar isso com uma pequena equação: L = D × T, em que Luck (a sorte) seria resultado da multiplicação entre Doing (fazer) e Telling (contar). É apenas uma metáfora, não uma lei científica, mas é uma metáfora extremamente útil porque descreve algo que qualquer pessoa que construiu uma carreira, uma empresa ou uma reputação reconhece intuitivamente.

Você pode fazer coisas extraordinárias, mas, se ninguém souber disso, sua superfície de sorte continuará pequena. Da mesma forma, pode falar o dia inteiro sobre si mesmo sem produzir nada relevante. Nesse caso, muita exposição apenas torna a ausência de substância mais visível. Durante anos, a ideia de Roberts esteve essencialmente ligada à produção, comunicação e networking. Faça coisas interessantes, publique, participe de conversas, conheça gente, compartilhe o que aprendeu, mostre o que está construindo.

Em outras palavras: aumente a quantidade de colisões possíveis entre você e o mundo. O raciocínio continua válido, mas com a inteligência artificial no mundo de hoje introduziu mais uma variável que provavelmente não era possível imaginar com clareza lá em 2010.

O primeiro efeito é relativamente óbvio: existe uma limitação importante na teoria original que é que nosso tempo é finito. Uma hora dedicada a produzir é uma hora que não está sendo usada para divulgar. Um dia inteiro em networking é um dia em que talvez você tenha criado menos. A IA começa a reduzir brutalmente esse custo.

Por exemplo, pesquisar sobre algo ou alguma coisa ficou mais barato, produzir uma primeira versão de alguma coisa ficou mais barato, adaptar uma ideia para públicos diferentes também ficou mais barato.Traduzir, sintetizar, organizar, testar e distribuir todas essas ações também ficaram muito mais baratas. Uma única pessoa pode hoje fazer coisas que, há poucos anos atrás, exigiriam várias especialidades e muitas horas de trabalho.

Isso significa que a IA pode ampliar tanto o “Doing” quanto o “Telling” da equação original do Roberts. Podemos fazer mais e podemos comunicar melhor aquilo que fazemos. Essa já seria uma transformação relevante. Mas para mim é justamente a parte menos interessante da história. A mudança realmente profunda começa quando a IA deixa de apenas nos ajudar a produzir e comunicar melhor e passa a aumentar a probabilidade de encontrarmos oportunidades que jamais procuraríamos por conta própria.

Imagine um profissional extraordinário trabalhando em uma cidade pequena. Ele conhece profundamente sobre um determinado problema, desenvolveu uma metodologia excelente, acumulou experiência real e talvez até publicou ocasionalmente sobre aquilo que faz. Em 2010, sua superfície de sorte dependeria fortemente de que as pessoas o encontrasse, dos lugares que ele frequentasse e da capacidade que ele tivesse de fazer seu trabalho chegar às redes certas. Uma oportunidade extraordinária poderia existir em outro país fazendo o mesmo e nenhum dos dois jamais saberia da existência um do outro.

Agora mude esse cenário. Um profissional possui uma IA que conhece sua trajetória, suas competências, seus interesses, suas restrições e aquilo que sabe fazer excepcionalmente bem. Em outro lugar do mundo, uma organização enfrenta um problema que não sabe resolver e também possui uma IA capaz de pesquisar soluções, interpretar contextos e comparar possibilidades. Nenhum dos dois precisa saber previamente que o outro existe. A IA pode começar a identificar para elas uma compatibilidade que os próprios humanos jamais teriam procurado.

Nesse momento, a sorte ganha uma dimensão nova. Ela deixa de depender apenas de quem você conhece, de quem cruza com você ou de quem vê uma publicação sua por acaso e começa a depender também de quem consegue encontrar você. E mais importante: depende de quem consegue reconhecer que aquilo que você sabe fazer pode resolver um problema que talvez nem tenha sido descrito nos mesmos termos.

Essa superfície de sorte já começa a aparecer em aplicações concretas no mundo. Um exemplo disso é o Banco Interamericano de Desenvolvimento que desenvolveu a Ada, uma assistente de IA para o ConnectAmericas (https://connectamericas.com/pt), plataforma que reúne centenas de milhares de empresas. Funciona assim: uma pequena empresa pode descrever aquilo de que necessita e a IA interpreta seu pedido, compara perfis empresariais e sugere parceiros potencialmente compatíveis para essa necessidade. O mecanismo criado é mais interessante do que qualquer número isolado: o comprador não precisa conhecer previamente o fornecedor, e o fornecedor não precisa estar fazendo prospecção direta naquele mercado. Basta que uma necessidade de um lado e uma capacidade do outro possam ser compreendidas e relacionadas.

Se eu pudesse cometer a pequena heresia de atualizar a metáfora de Roberts, acrescentaria uma terceira variável. Em vez de L = D × T talvez começássemos a pensar em L = D × T × M. Doing, Telling e Matching. O M representaria a qualidade da correspondência entre aquilo que uma pessoa ou empresa é capaz de fazer com as oportunidades reais que existem no mundo afora.

O tal “Matching” evidentemente não nasceu com a inteligência artificial. Sempre tivemos vendedores, recrutadores, headhunters, feiras, marketplaces, associações, indicações e o clássico “conheço alguém que talvez possa ajudar”. O problema é que todos esses mecanismos têm uma limitação brutal de escala. Há pessoas demais, empresas demais, problemas demais e combinações demais para que nossa capacidade humana de pesquisa e networking consiga explorar esse espaço de maneira eficiente.

Com a IA isso começa a mudar, diminuindo essa limitação e, com isso, cria uma diferença importante entre busca e descoberta. Durante décadas, a internet ficou extraordinariamente boa em nos ajudar a encontrar aquilo que já sabíamos procurar. O Google nos ajudou a resolver uma parte gigantesca desse problema, mas ainda havia uma condição: você precisava saber qual pergunta fazer. As inteligências artificiais começam a oferecer algo diferente: elas podem ajudar a encontrar aquilo que você nem sabia que deveria estar procurando.

E é aí que a ideia começa a ficar economicamente muito interessante. Parte do valor existente no mundo está literalmente parada pela ausência de encontros. Pessoas que poderiam trabalhar juntas e não sabem, empresas que poderiam fazer negócios e não sabem, tecnologias desenvolvidas para um setor que resolveria problemas de outro, pesquisadores com ideias complementares que nunca se encontram e talentos valiosos que estão simplesmente no lugar errado da rede. A IA pode SIM reduzir uma parcela desse desperdício de compatibilidade.

Então seria tentador concluir que todos ficaremos exponencialmente mais sortudos, certo? Não é tão simples assim. A inteligência artificial pode tornar produção e comunicação muito mais abundantes, mas não cria atenção infinita. Se todos conseguem produzir dez vezes mais, publicar dez vezes mais e abordar dez vezes mais pessoas, o mundo não passa magicamente a ter dez vezes mais horas disponíveis para consumir tudo isso concordam? Na prática, a abundância pode tornar o problema de seleção ainda mais severo.

Quando produzir fica barato, o só produzir perde parte de seu poder de diferenciação. Quando comunicar fica barato, o comunicar também perde esse poder. E os mesmos sistemas que aumentam nossa superfície de sorte podem se transformar em novos porteiros: se uma IA precisa recomendar três empresas entre milhares de alternativas, alguém estará nesses três lugares e milhares de outros não estarão. E talvez o futuro tenha muito mais oportunidades potenciais e, ao mesmo tempo, shortlists muito menores.

É aqui que o assunto toca marca e reputação. Durante décadas, o marketing perguntou como fazer as pessoas nos encontrarem. À partir de agora surge uma pergunta bem mais decisiva: como fazer sistemas inteligentes entenderem quem somos e em quais situações somos a melhor resposta? Uma empresa pode ser muito conhecida e, ainda assim, aparecer para uma IA como uma nuvem elegante de adjetivos. Ser conhecido continua ser muito importante, mas já não basta: é preciso ser compreendido.

É aí que mora o M da nova equação: a sorte favorece quem torna suas capacidades claras e verificáveis tanto para pessoas quanto para máquinas. Jason Roberts queria aumentar os encontros possíveis e dezesseis anos depois, a IA nos permite ir além: provocar os encontros que nem sabíamos que deveriam acontecer. Há um oceano de valor parado no mundo, feito de pessoas, empresas e ideias que poderiam mudar tudo juntas e ainda não sabem umas das outras. Esse oceano está começando a se mover.

Em algum lugar, agora, uma IA está procurando exatamente aquilo que você sabe fazer. A pergunta a ser feita é: ela vai te encontrar? E quando encontrar, vai saber por que deveria escolher você?