Conversa com Liu Ye: OpenClaw é apenas as "mãos e pés", precisamos evoluir de "funcionários digitais" para "organizações digitais", de "criar soldados" para "formar estratégias"

Diálogo｜Zhang Peng

Quando todos se lançam de cabeça no desenvolvimento de «empregados digitais» e ferramentas de agentes, e se envolvem numa competição interminável em cenários específicos, onde está realmente a vantagem competitiva do empreendedorismo em IA?

Recentemente, Zhang Peng, fundador e presidente do Geek Park, e Liu Ye, fundador da VisionFlow, tiveram uma discussão de projeção futura após a explosão do OpenClaw. Como um dos primeiros programadores chineses, nascido em 1979, Liu Ye viveu todo o ciclo, desde hardware de baixo nível até software, de integração empresarial (ToB) até educação online (Internet industrial). Após meses de isolamento, conversando com investigadores das principais empresas globais de IA e os principais empreendedores nacionais, chegou a uma conclusão fria: tratar a IA como «empregado digital» para substituir tarefas isoladas é uma simplificação excessiva do pensamento de engenheiro sobre negócios reais.

Nesta conversa, Liu Ye apresentou conceitos e frameworks inspiradores, como «exposição progressiva» e «matriz de tarefas de alta e baixa dimensão». Uma possibilidade futura começou a ficar clara: o próximo passo da IA não será uma proliferação de ferramentas, mas a construção de uma «organização digital» com mecanismos de colaboração, reporte e reflexão. Quando a cultura empresarial deixar de ser necessária e o trabalho de baixa dimensão for completamente eliminado, o futuro CEO talvez já não seja «Chief Executive Officer», mas um «produtor» com estética extrema.

Este é um debate sobre a forma de organização na era da IA, barreiras comerciais e o nicho de novos empreendedores. Espera-se que estimule discussões mais profundas entre futuros empreendedores.

A seguir, uma seleção do diálogo organizado pelo Geek Park:

01 A guerra do milhão de A começou, há muitas possibilidades,

mas o que é mais importante fazer?

Zhang Peng: Desde o “Caixa de Tarefas” até hoje, tão entusiasmado com as mudanças trazidas pelo OpenClaw, que mudanças você viveu?

Liu Ye: Sou da primeira geração de programadores na China, comecei a programar desde pequeno. Vivi o ciclo do BASIC ao DOS, depois Windows e hoje Mac, testemunhei o surgimento das três principais portas de entrada. Trabalhei em informatização empresarial, quis fazer a IBM da China; depois mudei para o Caixa de Tarefas, participando profundamente na educação online. Educação online é uma indústria muito profunda, a forma mais avançada da Internet industrial, a «última carruagem». Essa experiência me fez perceber que o núcleo da Internet industrial não é tecnologia, mas o próprio setor, o negócio. As regras da Internet industrial são: primeiro fazer mediação de informações, depois produtos padronizados, depois cadeia de suprimentos, e por fim serviços não padronizados e complexos. Quanto mais avançamos, maior a margem de lucro, mas mais difícil de fazer.

Assim, quando a onda de IA chegou, minha primeira ação foi passar quase seis meses sem fazer nada, conversando com todas as pessoas possíveis, de cientistas-chefes de startups famosas a algoritmos e engenheiros de grandes empresas, além de novos empreendedores de IA. Conversamos intensamente, acumulando cerca de mil horas de troca. Até que ponto? Quando uma pessoa diz a primeira metade de uma frase, eu já sei a segunda. O consenso entre todos já não difere muito.

Depois de conversar com todos, a conclusão foi surpreendentemente unânime: todos estão fazendo a mesma coisa — empregados digitais. Isso me lembrou de um erro estratégico de um grande líder sobre a computação em nuvem, que disse que a nuvem da Alibaba não passava de um serviço de armazenamento. Usar uma estrutura antiga para entender algo novo é sempre uma visão superficial.

Hoje, todos pensam que criar um empregado digital, usando Claude para gerar «vendas digitais» ou «atendimento digital», qual é a barreira técnica? Onde está a vantagem competitiva? Quando uma pessoa queima bilhões de tokens por dia, isso se torna algo normal, mais parecido com manufatura, e não consegue decolar. Então, faço a mesma pergunta a cada empreendedor: por que você? Por que você consegue? Você é mais jovem? Mais inteligente? Mais capaz de ficar acordado até tarde? Competindo num único aspecto, isso não é só uma questão de «10 segundos 69» versus «10 segundos 70»?

Zhang Peng: Sim, hoje há muitas possibilidades, mas o que realmente importa fazer? Você tem alguma reflexão sobre isso?

02 A década da Internet industrial, hoje será uma repetição

Liu Ye: IA é muito diferente, mas acredito que ainda há aspectos que se alinham com as regras da Internet industrial. No começo, criamos ferramentas, na fase intermediária, negócios, e por último, consultoria. Quando a tecnologia não está madura, os primeiros a entrar são engenheiros, que tendem a abstrair demais o mundo, como o «cálculo em quadros» do Baidu, que pensa tudo em termos de quadros. Mas a segunda metade da Internet móvel é conteúdo e serviço, não quadros.

Engenheiros tendem a simplificar demais a imaginação sobre organização. Olhe para as três principais portas de entrada da primeira geração da Internet, as que mais se destacaram no final foram Tencent e Alibaba, que estavam um pouco distantes da tecnologia, mas muito próximos do setor. Hoje é igual: a tecnologia fica cada vez menos importante.

Zhang Peng: Essa onda de profissionais de humanas está feliz, parece que não saber programar não importa mais. Mas, a longo prazo, que mudanças o IA traz para as pessoas? O que mudou?

Liu Ye: No talento chinês, percebo um problema. A primeira geração de programadores eram também gerentes de produto, porque naquela época não existia essa função. O gerente de produto só virou uma posição reconhecida por volta de 2010, após o lançamento do iPhone 4 por Jobs e a visão de produto de Zhang Xiaolong, quando surgiu a frase «todo mundo é gerente de produto». Antes disso, programadores também faziam gestão de produto, primeiro eram programadores, depois gerentes de produto. Esses primeiros programadores aprendiam código por paixão, não por trabalho, por amor. São esses que se destacam, porque não se encaixam em rótulos convencionais.

Já a segunda geração de programadores, na última década, foi transformada pela Internet industrial: eles viraram «trabalhadores de código», enquanto gerentes de produto se tornaram arquitetos, e esses trabalhadores de código foram domesticados, deixando de pensar em negócios. Agora, com a chegada da IA, a parte «código» está sendo eliminada, e eles não evoluem, só permanecem como «trabalhadores rurais». Esses jovens são excelentes, mas não têm compreensão do setor. Assim, a «guerra do milhão de A» ainda é, essencialmente, uma proliferação de ferramentas.

Na fase final da Internet industrial, empresas como Alibaba e Meituan usam consultorias de ponta (MBB) para análise de negócios, com consultores liderando gerentes de produto na gestão de processos, porque o gerente de produto de internet não tem sistema. É assim que se faz o Feishu. ByteDance, embora seja pura internet, também usa consultorias para construir processos internos. Na era da IA, essa regra só se fortalece, não diminui.

03 O problema das empresas nunca foi o funcionário, mas a organização

Zhang Peng: Então, você acha que a competição por «empregados digitais» não tem muito sentido.

Liu Ye: Essa é minha principal conclusão: o futuro não é «empregado digital», mas «organização digital». Se a proliferação de empregados digitais eliminar até as vagas de recrutamento, e todos puderem ter bons empregados digitais, e daí? A empresa consegue lucrar e ter sucesso? Na verdade, o problema de todas as empresas é estratégia e organização, nunca funcionário.

Por isso, o agente ainda trabalha para as pessoas, não para a tomada de decisão. Nós internalizamos o OpenClaw e criamos algo chamado MetaOrg. Sua essência é um núcleo capaz de gerar equipes de agentes. Para qualquer tarefa, não enviamos um funcionário, mas construímos uma «organização» para resolvê-la. Essa organização tem relações de colaboração, reporte, missão, objetivos e modos de ação.

Zhang Peng: Mas no futuro, um indivíduo pode ser um departamento? Ou até uma empresa?

Liu Ye: Essa é uma ótima questão. Ainda trabalhamos em nível de tarefa: ao usar IA para fazer um vídeo curto ou escrever um documento, é preciso múltiplas rodadas de diálogo. Você diz uma coisa, ela responde outra, e assim por diante. É uma utilização de «ferramenta», inteligente, mas ferramenta. A ideia de departamento ou pessoa não é quantidade, mas capacidade.

Quando descrevemos um cargo avançado, geralmente dizemos: primeiro, consegue fazer várias tarefas; segundo, domina várias ferramentas; terceiro, entende a intenção, planeja, executa, entrega, reporta, reflete e ajusta estratégias com base nos resultados. Essa é uma capacidade avançada.

Zhang Peng: Um departamento de nível «L4 de condução autônoma»?

Liu Ye: Exatamente. Quando damos uma habilidade, ela consegue realizar tarefas complexas; com um sistema de habilidades, realiza tarefas mais complexas e integradas; quando há múltiplos agentes coordenados, podem fazer coisas ainda mais avançadas, como produzir uma curta-metragem. Costumo dizer aos funcionários: ao usar MetaOrg, não se veja como um gestor, mas como um diretor-presidente. Você deve explorar seus limites.

No futuro, jovens empreendedores podem começar com um orçamento de tokens para experimentar, ao invés de 50 mil yuan de capital inicial. Quanto mais tokens você estiver disposto a gastar, mais avançado será o cargo que pode criar. Quanto mais alto o nível, maior a cadeia de raciocínio, mais necessidade de tentativa e erro, iteração e reflexão.

Zhang Peng: Voltando à questão anterior, se um grupo de agentes puder ser dividido em unidades menores, ou desmembrado em funções e habilidades, e formar uma equipe que enfrenta uma tarefa central, a qualidade de cada indivíduo determinará o sucesso ou fracasso. Isso remete à lógica de competição organizacional do passado: maior densidade de talentos, maior a capacidade de alcançar tarefas-chave e vencer.

Se no futuro IA for onipotente, e todos puderem usar a melhor IA, além de as organizações comerciais oferecerem serviços mais eficientes, há uma outra camada: a «densidade de talentos». Ou seja, quanto maior a capacidade de desmembrar agentes e bots em capacidades atômicas, maior a «densidade de talentos», e, em tarefas complexas, melhores resultados, eficiência e inovação. Essa é uma hipótese que faço, não tenho certeza se está correta.

Liu Ye: Concordo. Dentro das empresas, há um departamento de desenvolvimento organizacional (OD). Para saber se uma organização pode vencer, normalmente comparam-se todos os talentos do adversário, avaliando se as pessoas estão alinhadas às funções e suas capacidades, para prever o resultado. Empresas vencem por capacidade organizacional, não por estratégia de negócio. O exemplo mais clássico é a Alibaba, que valoriza muito a construção organizacional, e por isso vive uma «segunda primavera». A equipe fundadora envelhece, mas a organização pode renascer continuamente. Basicamente, se um dia formos concorrentes, ambos usando IA, eu construo uma organização forte de IA, com alta capacidade de desenvolvimento organizacional de IA. Como faço? Abro todos os skill systems dos agentes concorrentes, analiso suas habilidades, e crio habilidades melhores, preenchendo lacunas. Por exemplo, tenho um setor estratégico, começo observando e analisando.

Huawei tem a metodologia «Cinco Olhares e Três Definições». Brinco que, usando só essa metodologia, podemos eliminar 99% dos concorrentes. Os «cinco olhares» são: tendências do setor, clientes, concorrentes, capacidades próprias, oportunidades estratégicas; as «três definições» são: pontos de controle, objetivos e estratégias. Essa abordagem é suficiente para filtrar a maioria dos concorrentes, pois a maioria joga de forma aleatória, confiando na rapidez de raciocínio, enquanto os mestres pensam profundamente, usando raciocínio estratégico. A primeira reação é: como comandante, pensar na melhor estratégia.

Zhang Peng: «Cinco Olhares e Três Definições» é, na essência, evitar reações impulsivas, consolidar um processo de raciocínio prolongado, certo?

Liu Ye: Os mestres fazem pesquisa profunda e raciocínio, conhecem as melhores práticas globais, resumem, analisam, pensam e raciocinam, e dão uma resposta rápida e eficaz.

Acredito que a competição futura se resume a uma coisa: modelar os negócios tradicionais, abstraí-los em sistemas capazes de serem orquestrados por agentes inteligentes. Essa é a nova capacidade de desenvolvimento organizacional (OD), que evoluirá para AIOD, a única vantagem competitiva do futuro.

A Alibaba tem sua força na construção de organizações. Quando a organização está bem estruturada, ela consegue competir contra qualquer adversário ou negócio. Ma Yun disse que o objetivo da guerra não é conquistar um setor, mas fazer a organização crescer. Para ele, o crescimento organizacional é o padrão de sucesso de uma batalha. Ma Yun é como um centro de informações, voando 200 vezes por ano para obter dados, que depois usa para melhorar a organização. Ele é, de fato, o verdadeiro presidente, não apenas o CEO.

Essa é a forma mais avançada de organização: capaz de atravessar várias gerações, cobrir diferentes setores, obter sucessos contínuos e se ajustar após declínios. Geralmente, uma empresa que nomeia um CEO errado por dez anos tende a declinar. Portanto, usar o passado como referência, com uma visão de maior nível, para avaliar o presente, mesmo com ajustes e otimizações, é muito mais eficiente do que construir do zero.

Hoje, qualquer pessoa pode montar facilmente um agente, com uma barreira de entrada muito baixa, apoiada por comunidades open source. A competição na camada de ferramentas nunca será maior que a comunidade open source. Então, qual é a vantagem competitiva que a comunidade open source não consegue copiar?

04 A física da organização de IA: por que a «exposição progressiva» é fundamental?

Zhang Peng: No «antigo tempo», falar de organização envolvia cultura, valores, KPIs, etc. Quando passamos do modelo antigo para a nova era de organizações de agentes IA, quais elementos podem ser completamente descartados, quais podem ser mantidos mas precisam de transformação?

Liu Ye: A Anthropic lançou skills principalmente por causa do conceito de «exposição progressiva» na codificação de IA — se a IA recebe muita informação desorganizada, ela sofre de corrupção de contexto, atenção insuficiente e confusão. A exposição progressiva ajuda a manter a atenção da IA e gerar resultados de alta qualidade. Se depender de diálogo humano para fazer isso, a eficiência é baixa, pois é uma conversa totalmente manual. Portanto, o valor central de skills é dividir tarefas complexas em camadas, permitindo a exposição progressiva da IA.

Isso se alinha à lógica de gestão empresarial: o conselho foca na estratégia, o CEO na estratégia operacional, gerentes de alto nível na gestão, e funcionários lidam com tarefas simples. Se 300 pessoas participarem da mesma reunião, ela não acontece. A essência da organização é a hierarquização da informação, como na normalização de bancos de dados, que melhora a eficiência ao comprimir e hierarquizar informações. Problemas complexos devem ser divididos em camadas, com exposição progressiva, e não uma entrada massiva de contexto de uma só vez. Essa é a lógica central das organizações tradicionais, pois o poder computacional é limitado em um dado momento.

Zhang Peng: Cada modelo consome uma quantidade enorme de recursos computacionais para criar do zero, o que é ineficiente.

Liu Ye: Impossível fazer diferente. Ainda depende de uma abordagem hierárquica de exposição progressiva, usando os recursos necessários, que são limitados pela capacidade do modelo de IA. Além disso, a Anthropic lançou skills porque tarefas complexas já ultrapassaram as leis físicas básicas, e skills podem dividir tarefas complexas em tarefas simples de baixa dimensão. A distinção entre tarefas não é dificuldade, mas grau de complexidade — tarefas de baixa dimensão e alta dificuldade, ou de alta dimensão e baixa dificuldade, por exemplo, codificação por programadores ou resolução de problemas matemáticos, que são tarefas de baixa dimensão e alta dificuldade.

O modelo clássico de Horizon, de Yu Kai, propõe que todas as profissões podem ser categorizadas em quatro quadrantes com base na «competição» e na «dimensão»: alta dimensão e alta competição, baixa dimensão e baixa competição, baixa dimensão e alta competição, alta dimensão e baixa competição. Por exemplo, vendas e engenharia são baixa dimensão e alta competição; gerentes de produto e CEOs, alta dimensão e alta competição; cientistas, alta dimensão e baixa competição — esses podem ser únicos no mundo, com baixa competição, mas alta dimensão. Tarefas de alta dimensão, como criar curtas de alta qualidade ou romances excelentes, ainda não podem ser feitas por IA; tarefas de baixa dimensão, como otimização de código, já são bem dominadas por IA. Quanto maior a dimensão, menor a quantidade de dados disponíveis, mas maior a quantidade de dados necessária para treinar o modelo. Essa é a razão pela qual modelos de texto surgiram primeiro, seguidos por modelos de imagem e vídeo, e por que modelos de vídeos curtos ainda têm dificuldades de implementação. Essa contradição entre alta dimensão de tarefas e dados só pode ser resolvida dividindo tarefas com skills, assim como uma empresa divide um cargo de alta dimensão em três cargos básicos, sendo que o cargo de CEO é insubstituível.

Zhang Peng: Tarefas de baixa dimensão e alta competição serão totalmente substituídas por IA.

Liu Ye: Com certeza, e isso já está acontecendo.

Zhang Peng: Então, tudo que for de alta competição e baixa dimensão deve ser resolvido rapidamente por IA, desmembrando em skills e implementando via agentes, muitas vezes sem necessidade de intervenção humana.

Liu Ye: Tenho uma hipótese inicial: as maiores consultorias globais, IBM e Accenture, seu core é extrair as melhores práticas do setor, alinhá-las à digitalização e vender processos, não ferramentas. Quando uma empresa compra um risco ou IP, ela contrata consultorias para implementação. Nosso trabalho atual é construir clusters de skills, encontrar os melhores especialistas, extrair suas capacidades, padronizá-las e criar conjuntos de skills. É semelhante ao modelo do Caixa de Tarefas — que, junto à escola de Beijing, a Universidade de Renmin, e professores de outros colégios, extrai métodos de ensino, correção, avaliação, e os integra com engenheiros da Baidu, criando sistemas. A essência é alinhar as melhores práticas. A capacidade organizacional central é montar equipes multidisciplinares de alta qualidade, que entendam de setor, engenharia, e possam coordenar especialistas de diferentes áreas, além de possuir competências comerciais, de recrutamento e gestão. Essa é a nova geração de empresas de SaaS de IA.

Zhang Peng: Uma projeção mais avançada: a partir do negócio, retrocedemos na estrutura organizacional necessária. Organização é uma espécie de sistema operacional de negócios — colocando pessoas como unidades de produção em uma estrutura que maximize seu valor, ou ela não funciona eficientemente. Hoje, os fatores de produtividade mudaram: de dependência de humanos para uma oferta infinita de IA, que, se bem gerida, pode se expandir continuamente. A cultura organizacional do passado pode se transformar em objetivos e contextos, dispensando slogans, reuniões tradicionais ou dinâmicas de quebra-gelo.

Liu Ye: Cultura é uma intenção de gestão, não de negócio. No antigo tempo, estratégia começava com visão, que definia valores, e a organização obedecia à estratégia, enquanto o negócio validava tudo. Cultura era apenas uma ferramenta de governança, não uma parte direta da estratégia, e muitas vezes era uma preferência pessoal do fundador.

Zhang Peng: No passado, a lacuna entre as pessoas e a estratégia era grande. A IA está eliminando essas lacunas?

Liu Ye: Sim, na era da IA, a cultura perdeu importância. Cultura é a crença na organização humana, mas a IA não precisa disso. A IA não tem carne ou sangue, não precisa de cultura. Sua necessidade central é poder computacional.

Zhang Peng: Você quer dizer que a IA precisa de objetivos e princípios. Um documento basta para definir objetivos e princípios, e todas as unidades de produção podem imediatamente sincronizar e executar fielmente, sem desvios. Grande parte das fricções humanas na organização desaparece.

Liu Ye: Exato. A antiga cadeia de gestão: estratégia → cultura → talento → execução, agora na organização de IA: objetivos → princípios → skills → orquestração. A cadeia de gestão foi comprimida pela metade.

05 A última barreira: estética e orquestração

Zhang Peng: Qual é a nova barreira das empresas? A qualidade do talento foi substituída por Skill Set, e se eu tiver bom gosto, posso obter os melhores Skills do mundo. Então, o próximo nível é «orquestração» (Orchestration), certo? O que isso mudará?

Liu Ye: Como a Huaqiangbei, que vende todos os componentes eletrônicos, mas por que nem todo mundo consegue fazer um iPhone? Steve Jobs tinha uma definição clara de estética: ver muitas coisas boas no mundo, distinguir o que é bom ou ruim, isso é estética. Se alguém nunca viu um produto, processo ou organização de alta qualidade, não consegue fazer um resultado de alta qualidade.

Zhang Peng: Visão é a base da estética.

Liu Ye: Visão mais talento, só isso.

Zhang Peng: Estética se manifesta de duas formas: uma, projetando e orquestrando ativamente; outra, identificando e selecionando emergentes de alta qualidade no caos. Essas duas formas não se excluem.

Liu Ye: Não se excluem mesmo. Parte do sucesso da Apple vem de pesquisa própria, parte de aquisições de terceiros, mas o núcleo é a estética — não reinventar a roda, mas desenvolver internamente quando necessário.

Zhang Peng: O ponto central é: fazer o agente operar dentro de um módulo de configuração, confirmando o caminho, ou definir todos os caminhos de antemão, e fazer uma orquestração de projeto?

Liu Ye: A emergência é não controlável, precisa primeiro estabelecer sementes e princípios, que refletem a estética de alguém. Como engenheiros excelentes, com 500 ou 5000 linhas de código, podem criar um OpenClaw útil, enquanto engenheiros ruins, com 50 mil linhas, não conseguem. As regras fundamentais ainda precisam ser humanas.

Zhang Peng: Então, não podemos esperar que a emergência aconteça no caos, pois levaria muito tempo. A orquestração ainda é fundamental. Essa orquestração só pode vir do fundador, ou mais parecido com um «produtor»?

Liu Ye: Acho que o termo «produtor» é ótimo. Mesmo com emergência e efeitos de escala, ainda é preciso rotular dados, limpar dados e alinhar algoritmos continuamente, para evitar expansão desordenada.

Quem orquestra depende da complexidade do negócio — negócios complexos, como fazer um curta ou escrever prompts, são difíceis de serem feitos por uma pessoa só. O conceito de «empresa de uma pessoa» é muitas vezes abusado; o mundo não pode ser simplificado ao infinito. Embora um computador possa ser operado por uma pessoa, é difícil dominar todas as habilidades de alta dimensão. Pessoas como Elon Musk ou Fei-Fei Li, que dominam múltiplas áreas e podem assumir qualquer cargo, são raras.

Zhang Peng: Se pudermos usar os melhores agentes e sistemas de skills do mundo, como um roteirista de elite, seria possível, em teoria, produzir um filme de sucesso global e rentável? Embora o roteirista tenha um diferencial (um bom roteiro), não consegue fazer todas as etapas. Essa «borda de núcleo + recursos globais» é viável?

Liu Ye: Isso é uma questão de dados — se existem dados que armazenam informações de alta dimensão. Por exemplo, treinar skills de CEOs ainda não tem dados suficientes: os textos de Ren Zhengfei, as falas de Jack Ma, não representam completamente sua cognição de alta dimensão; mesmo coletando relatórios financeiros globais e todas as falas de CEOs, não é possível treinar um modelo que seja um CEO competente, porque as habilidades centrais do CEO são conhecimentos tácitos, que não podem ser totalmente expostos por texto.

Zhang Peng: Ou seja, as habilidades centrais do CEO ainda não podem ser totalmente vetorizadas. Isso limita a ideia de uma «empresa de uma pessoa» — mesmo que cada um explore uma dimensão, combinando com recursos globais, ainda falta um «orquestrador» central, que é, na essência, a capacidade de orquestração.

Liu Ye: O mesmo vale para gerentes de produto, cujo conhecimento tácito não é totalmente formalizável. Essa é a razão pela qual os companheiros de IA e geração de conteúdo ainda não parecem «vivos» — falta suporte de dados de alta dimensão e conhecimento tácito. Quando os dados são escassos, o foco deve ser em skills; com mais dados, treinamos modelos. No momento, robôs ainda não se concretizaram, porque faltam dados suficientes.

Zhang Peng: Então, podemos concluir que o diferencial de uma empresa no futuro não será apenas o acesso aos melhores modelos — recursos iniciais de IA parecem iguais, poder de computação e capacidade de negócio também, mas a verdadeira diferença será o «produtor», ou seja, sua capacidade de orquestração, inovação de objetivos e significado, que constituem a vantagem competitiva central.

Liu Ye: Um ex-sócio da McKinsey me disse que o core da McKinsey é extrair melhores práticas, criar modelos e ajudar empresas a implementar. Por exemplo, ao fazer consultoria para fabricantes de automóveis na China, eles consultam os japoneses sobre a Toyota, essencialmente copiando e implementando as melhores práticas.

O caso de Mimi Meng, que faz curtas, é bastante ilustrativo. Ela é formada em chinês, mas sua equipe inclui graduados de Tsinghua, Peking e computação, que desmontam a lógica de vídeos virais, atingindo altas taxas de sucesso. Essa abordagem é modelar engenharia social do setor, mesmo com risco de overfitting, mas a direção do modelo é correta.

IBM, Accenture, McKinsey fazem algo semelhante — a primeira geração da McKinsey modelou as melhores práticas nos parceiros, a IBM as transformou em processos digitais, tudo na lógica de «vender gestão e processos».

Zhang Peng: A essência é extrair melhores práticas, validar e implementar continuamente, essa será a chave do sucesso organizacional futuro. Só com uma decomposição adequada é possível uma orquestração eficiente. Então, o foco de vocês será seguir essa linha?

Liu Ye: Nos últimos três anos, focamos em negócios de IA B2C, reconstruindo o sistema de ensino com MetaOrg. Não é só uma história de «usar IA para aumentar eficiência». Construímos uma organização de pesquisa e ensino baseada em agentes, com equipes virtuais de pesquisa: uma equipe de linguística, uma de coleta de corpus, uma de avaliação de diálogo, uma de design de diálogo, uma de design de questões, uma de análise de dados. Cada equipe tem suas skills, fluxo de trabalho e critérios de avaliação. Hoje, cerca de 80% do trabalho de rotulagem de dados, monitoramento, avaliação de usuários e iteração de produtos é feito por IA.

Nosso caminho é evoluir de «IA como função» para «IA como capacidade organizacional». A posição de professor de inglês, de complexidade média, foi abstraída e gerada por MetaOrg, e com o novo framework de skills, podemos criar cargos mais avançados.

Já concluímos toda a cadeia do AI tutor, incluindo orquestração e implementação. No futuro, provavelmente, evoluiremos de Meta tutor para Meta organização — onde a menor unidade será o cargo, não o funcionário, com foco na colaboração e gestão entre cargos. Nosso objetivo atual é conectar os principais CEOs de cada setor, pois eles são os «produtores» centrais.

Zhang Peng: Então, vocês estão criando algo mais parecido com um departamento escalável?

Liu Ye: O objetivo é avançar na direção de uma «empresa». Grandes empresas são, na essência, compostas por várias pequenas empresas, e a menor unidade é o cargo. É preciso focar na estratégia de todo o setor, mas também partir dos cargos para evoluir produtos — se os cargos não funcionam bem, mesmo gestores fortes não conseguem uma organização eficiente.

Zhang Peng: Para montar um bom departamento, primeiro é preciso decompor as capacidades e cargos relacionados, depois desmembrar skills desses cargos, buscando sempre o estado da arte.

Liu Ye: A única metodologia é co-criar com as empresas mais avançadas. Os skills criados precisam ser avaliados por essas empresas, como uma proposta de subordinado que precisa de aprovação superior, nada de autoindulgência. Por exemplo, ao modelar curtas, é preciso reconhecimento das principais instituições do setor, senão não é considerado top. Tudo deve ser avaliado e medido.

Midjourney consegue criar imagens de alta qualidade porque sua equipe inclui fotógrafos e engenheiros com estética de ponta; a LV treinou seu modelo com imagens do Stable Diffusion, com resultados muito superiores, pois possui a melhor estética e dados globais. Assim, a avaliação é o núcleo. Para fazer IA, é preciso como IBM ou Huawei: após atender às principais montadoras, dominar as melhores práticas de fabricação; a Huawei gastou 4 bilhões na aquisição do IPD, para uso interno e externo, que é sua vantagem competitiva.

Zhang Peng: Basicamente, a estratégia é desmembrar skills a partir das melhores práticas, alcançar o estado da arte dessas skills, depois evoluir para o estado da arte de cargos e departamentos, e, por fim, orquestrar tudo para o topo do negócio. Como manter skills atualizadas? Como lidar com a evolução constante, como na biosfera, onde o SOTA de hoje pode ser substituído amanhã?

Liu Ye: A lógica é a mesma da evolução biológica: percepção, planejamento, ação, reflexão. Manter alta densidade de talentos e atributos multidisciplinares, conectando-se às fronteiras tecnológicas (pesquisadores) e às inovações de modelos de negócio, além de co-criar com clientes líderes do setor, avaliando e otimizando continuamente em cenários reais, é a única forma.

Zhang Peng: Assim, as melhores práticas das empresas de ponta podem ajudar as médias a avançar rapidamente, mas esse sistema geralmente só é acessível a empresas com recursos e capital. Pequenas e médias empresas, startups, podem focar na camada de skills? Como inovar de forma disruptiva nessa camada, evitando o «círculo aristocrático»?

Liu Ye: Na primeira geração de SaaS, empresas como Salesforce, Palantir, Notion, Slack, fizeram ferramentas gerais ou serviços integrados, mostrando que há oportunidade para jovens empreendedores — afastando-se de negócios que não têm vantagem, focando em skills universais, encontrando nichos. Notion é um exemplo: não envolve processos específicos, apenas uma abstração de notas e textos, tornando-se uma ferramenta universal. No final, o mundo será uma divisão de trabalho entre inúmeros agentes inteligentes, e jovens devem primeiro encontrar seu nicho, depois usar suas vantagens, alinhando-se às tendências futuras, para evitar serem «inimigos do tempo». Nos últimos dez anos, a primeira geração de empreendedores da Internet eram principalmente expatriados (com vantagem cognitiva), a segunda, programadores (com vantagem de ferramentas), e a terceira, empreendedores de segunda rodada na Internet industrial. A regra é clara: jovens precisam entender o jogo médio e suas próprias vantagens.

Zhang Peng: Então, você acha que inovação local na camada de skills tem limites, e que a maior oportunidade dos novos é na inovação de objetivos — identificar novas metas emergentes na era, combinando skills de alta qualidade e evolução contínua, para construir novos sistemas e alcançar avanços?

Liu Ye: A competição de skills é muito sutil. Skills atuais estão em alta, mas se alguém alinhar com especialistas humanos mais avançados e criar skills melhores, os atuais serão substituídos. Isso volta à questão da vantagem competitiva: quem começou cedo pode não estar no topo amanhã, podendo se tornar o «solo» para adversários de maior dimensão.

Zhang Peng: O medo é de se tornar um «carregador de programas», apenas ajudando adversários mais avançados a construir a base. Se apenas otimizar a eficiência em objetivos existentes, sem inovação, isso não faz sentido, pois a vantagem de eficiência será nivelada. Para uma verdadeira inovação, os novos precisam criar diferenças fundamentais nos objetivos.

Liu Ye: Exatamente. Se não evoluir para uma força central, só estará alimentando adversários de maior dimensão. A essência do negócio é simples: saber quem é o cliente, como servi-lo e como fazer o cliente precisar de você. Se um jovem não entender quem é seu cliente, não conseguirá otimizar.

Zhang Peng: É importante também focar em mercados de crescimento, pois no mercado de saturação a competição é muito difícil. Se seu negócio for bem-sucedido, levará as empresas do setor ao mesmo nível avançado, com riqueza e conhecimento, tornando difícil para jovens competir na saturação.

Liu Ye: Na primeira geração de SaaS, o sucesso de Notion e Slack veio da diferenciação de objetivos.

No início, investidores chineses preferiam financiar cientistas, mas logo perceberam que cientistas se encaixam melhor em pesquisa e colaboração, não em empreendedorismo — seu campo de alta dimensão e baixa competição é diferente do setor comercial, de alta dimensão e alta competição, dominado por profissionais de negócios, gerentes de produto e operadores. Quando o iPhone foi lançado, os aplicativos eram feitos por programadores; anos depois, com o crescimento do setor, esses produtos foram substituídos por outros liderados por profissionais do setor.

Na era da IA, se seguir a lógica da Internet móvel, o núcleo de inovação continuará sendo profissionais experientes, como na China, onde muitos empreendedores de segunda rodada continuam. A oportunidade dos jovens está em encontrar objetivos diferenciados.