Qual foi a coisa mais impressionante que você já fez?

Durante o recrutamento da Naijm, Samuel e eu fizemos uma pergunta meio estranha aos candidatos: qual foi a coisa mais impressionante que você fez quando era criança? E na escola? E na universidade? E no trabalho? O que nos surpreendeu não foi tanto a qualidade das respostas. Foi a quantidade de gente que não tinha realmente nenhuma.

Mais de 1.000 pessoas se candidataram à Naijm. Havia 213 candidaturas sérias, e acabamos contratando doze pessoas. Havia muitos bons currículos, boas escolas, boas empresas, gente que tinha feito tudo o que normalmente se espera dela. Mas, quando essa pergunta aparecia, às vezes não acontecia grande coisa. E, de vez em quando, encontrávamos alguém que Samuel e eu imediatamente queríamos conhecer.

Um deles já construía coisas aos nove anos e, aos quatorze, tinha vendido um produto que usava IA para ajudar pessoas cegas. Anos depois, contribuía para o Chromium, construía seus próprios sistemas de memória para IA e reescrevia um banco de dados em Rust. Outro tinha vinte e dois anos, havia representado a França na HackerOne World Cup e passado uma parte bastante significativa da sua jovem vida entrando legalmente nos sistemas de informática dos outros. Outro havia vencido um concurso nacional de matemática na França, estudado matemática em Israel e depois passado cinco anos na inteligência militar antes de construir sistemas de IA. Outro ainda havia trabalhado com vários grandes grupos farmacêuticos e de cosméticos, automatizado pipelines de análise na LVMH Recherche, publicado pesquisa em IA e construído, por diversão, um sistema que permitia codificar um arquivo em DNA sintético.

A cada vez, a reação era mais ou menos a mesma: queríamos saber mais. Não necessariamente contratar a pessoa, porque naquela fase ainda não sabíamos se ela era adequada à Naijm, mas conhecê-la e continuar a conversa. Ainda não sei se essa pergunta prevê alguma coisa. A equipe está só começando, então seria um pouco cedo para explicar que descobrimos uma nova ciência do recrutamento. Talvez, daqui a seis meses, algumas pessoas que nos fascinaram durante uma hora de entrevista nos deixem completamente loucos. Por enquanto, só sei que, assim que aparecia uma trajetória realmente singular, ela provocava muita curiosidade em Samuel e em mim.

Doze pessoas que provavelmente nunca deveriam ter se encontrado

Foi assim, afinal, que essa primeira equipe se formou, e ela é bem esquisita. Alguns têm mais de vinte anos de experiência, outros mal têm vinte anos de idade. Há um hacker, engenheiros, gente que trabalhou na indústria farmacêutica, no luxo ou na inteligência, pessoas que sabem vender, dois irmãos que fazem filmes juntos e Samuel Cardillo, que liderava a tecnologia da RTFKT antes da aquisição pela Nike e cujo título oficial entre nós agora é CTO & Open Source Tsar. Assumo essa última escolha com uma serenidade razoável.

Organizamos esse pequeno grupo em quatro crews: Navigators, Builders, Outriders e Firekeepers. Os Builders constroem, os Outriders entram diretamente nas operações dos nossos clientes, os Navigators dão a direção e assumem os compromissos, e os Firekeepers cuidam, entre outras coisas, da narrativa e do sinal em torno do que construímos. Dito assim, parece que a empresa existe há muito tempo e apenas documentamos uma organização perfeitamente azeitada. Na realidade, a equipe começa amanhã, e já temos mais RFPs do que pessoas disponíveis para responder a elas.

É provavelmente aí que a Naijm fica interessante.

Fazer muito com pouco

Construímos a empresa em torno de uma hipótese bastante agressiva: algumas operações que hoje custam 100 milhões talvez acabem custando 20 ou 30. Obviamente, não porque as pessoas vão trabalhar cinco vezes mais rápido, mas porque provavelmente não se constrói a mesma operação quando é possível usar software e agentes desde o início, em vez de acrescentá-los quinze anos depois a uma organização já existente.

E, se realmente acreditamos que uma equipe pequena pode realizar o que antes exigia uma organização muito mais pesada, há uma consequência meio incômoda: deveríamos começar sendo capazes de fazer isso dentro de casa. Nosso primeiro problema já é exatamente esse. Temos trabalho demais para doze pessoas. A resposta clássica seria bem simples: continuar contratando até a capacidade alcançar a demanda.

Na Naijm, queremos ao menos que outra série de perguntas venha antes dessa. Esse trabalho precisa mesmo existir? Podemos eliminar uma etapa, mudar o processo, programá-lo, construir um agente, dar mais capacidade a alguém que já está aqui? E às vezes, depois de tudo isso, a melhor resposta obviamente será um ser humano, e nesse caso contrataremos um ser humano. O objetivo não é transformar o número de funcionários em placar de golfe. Uma empresa de sete pessoas não é moralmente superior a uma de setecentas. Só quero ver até onde podemos ir antes que cada nova quantidade de trabalho produza automaticamente uma nova descrição de vaga.

Recrutar sem construir um exército de recrutadores

O recrutamento nos deu uma primeira amostra desse problema. Tratar mais de 1.000 candidaturas com seriedade e uma equipe pequena pode rapidamente virar o trabalho de várias pessoas, então construímos Al-Battani, a IA que acompanha nosso processo de recrutamento. Ela lê as candidaturas, analisa as respostas e produz uma avaliação. Quando um caso é ambíguo, pode ser reavaliado várias vezes, e os desacordos fazem o candidato chegar a um humano.

Mas Al-Battani não rejeita ninguém. Cada recusa ainda exige que uma pessoa tome a decisão. Acho essa distinção interessante porque frequentemente misturamos duas coisas nas discussões sobre IA: delegar o trabalho e delegar a responsabilidade. Queremos delegar muitíssimo do primeiro, mas a segunda não delegamos com tanta facilidade. Uma máquina pode ler mais rápido, comparar mais coisas e recomeçar vinte vezes sem se cansar. Isso não significa necessariamente que devemos confiar a ela o momento em que alguém deixa de ser candidato.

Por outro lado, permitimos que os candidatos usassem IA durante os testes. Na verdade, queríamos vê-los usá-la. Não faz muito sentido alguém que vai trabalhar diariamente com agentes mostrar o que consegue fazer depois que tiramos seus agentes. O interessante passa a ser justamente como ele os usa: o que delega, o que verifica, como formula o problema e, principalmente, em que momento percebe que a máquina acabou de seguir pelo caminho errado. Antes de começarmos a confiar nas pontuações de Al-Battani, as primeiras avaliações também foram revisadas por humanos. Seria uma pena criar uma máquina para avaliar o discernimento dos outros sem antes verificar o discernimento da própria máquina.

Quando o software começa a conter a empresa

Essa lógica foi contaminando progressivamente o resto da Naijm. Construímos nosso próprio sistema interno, onde vivem o recrutamento, as pessoas, as RFPs, as compras, a wiki, o onboarding, a marca e parte das operações diárias. Até o organograma existe no código: funções, crews, acessos e permissões estão ligados entre si, a ponto de uma mudança real na organização acabar exigindo uma mudança no sistema que a representa.

Há alguns anos, construir tanto software interno para uma empresa desse tamanho provavelmente seria uma ideia bastante absurda. Por que pagar uma equipe durante meses para recriar, de forma pior, cinco SaaS de 49 dólares por mês? O SaaS venceu justamente porque essa conta era óbvia: você comprava o mesmo software que outras dez mil empresas e adaptava um pouco seu jeito de trabalhar para caber nele.

Mas a conta fica menos óbvia quando fabricar uma pequena ferramenta perfeitamente adaptada à sua forma de trabalhar começa a levar algumas horas ou dias, em vez de vários meses. De repente, o software pode voltar a ser extremamente específico. Não precisa ser genérico o suficiente para satisfazer dez mil empresas. Pode conter suas regras, seus acessos, suas manias e os nomes meio ridículos dos seus crews. E, acima de tudo, pode absorver parte dessas pequenas regras de coordenação que normalmente acabam morando na cabeça de algumas pessoas.

Toda empresa conhece as frases que aparecem nessa hora: “pergunta para X”, “Y sabe onde está”, “ela volta segunda-feira”, “nem pense em mexer nessa planilha”. Uma parte bastante estranha do crescimento de uma empresa consiste em fabricar seres humanos que se tornam progressivamente necessários para saber como a empresa funciona. Quero ver por quanto tempo podemos evitar isso quando muitas dessas regras podem estar contidas diretamente nos sistemas.

Também dá para automatizar o bullshit

É claro que essa história toda tem um lado inverso bastante divertido: quando fica mais barato construir software útil, fica exatamente na mesma proporção mais barato construir software inútil. E somos, objetivamente, candidatos excelentes a esse problema. Temos nosso próprio sistema interno, uma IA de recrutamento batizada em homenagem a um astrônomo árabe morto há mais de mil anos, quatro crews chamados Navigators, Builders, Outriders e Firekeepers e um CTO cujo título contém oficialmente a palavra Tsar. Dá para ficar muito bom em brincar de empresa rapidamente.

Já vi empresas suficientes com uma cultura magnífica, processos magníficos, uma apresentação magnífica e clientes de menos para saber que o perigo não é teórico. A IA pode até tornar esse tipo de bullshit muito mais fácil: hoje é possível construir rapidamente um agente, um dashboard ou uma automação em torno de um problema que talvez nunca devesse ter existido. Portanto, não é porque conseguimos programar algo em duas horas que necessariamente devemos passar essas duas horas programando.

No fim, é preciso mudar um número

Felizmente, nosso modelo de negócio deixa poucos lugares para nos escondermos. Quando a Naijm trabalha com uma empresa, entramos nas operações, olhamos os processos, as pessoas e os sistemas e, principalmente, estabelecemos com ela quanto tudo isso custa hoje. Depois tentamos diminuir esse número. Há uma remuneração de base, mas uma parte importante do que ganhamos depende da economia realmente obtida em relação a essa referência inicial.

Gosto muito dessa característica do modelo porque ela nos impede de ganhar apenas por parecermos inteligentes. Podemos implantar cinquenta agentes, refazer toda uma arquitetura, automatizar doze processos e explicar durante duas horas por que a empresa agora é AI-native. Se a operação custava 100 antes da nossa chegada e continua custando 100 depois, provavelmente aconteceu algo menos interessante do que o PowerPoint conta. O cliente não paga pela nossa religião, paga pelo número.

É isso que torna interessante nossa hipótese de 100 milhões virarem 20 ou 30. Por enquanto, é exatamente isso: uma hipótese. Ainda não conquistamos o direito de contá-la como uma verdade e, aliás, prefiro escrever esta newsletter agora, enquanto muita coisa ainda está indefinida. Daqui a um ou dois anos, se der certo, será muito fácil reconstruir a história de trás para frente. Cada contratação parecerá óbvia, cada agente dará a impressão de ter sido pensado desde o primeiro dia, os erros se tornarão aprendizados necessários e os acidentes, decisões estratégicas particularmente sutis. Empreendedores são bastante bons nisso.

Amanhã, a experiência começa de verdade

Hoje a situação é muito menos elegante. Temos doze pessoas começando amanhã, mais RFPs do que capacidade disponível, muito software, alguns agentes e várias convicções, algumas provavelmente erradas. Se os agentes não permitirem que essa equipe faça muito mais com pouco, simplesmente não vamos conseguir.

Há alguns meses, tínhamos três clientes e nenhum funcionário. Amanhã, teremos os funcionários e já trabalho demais para eles.

Agora precisamos ver o que doze conseguem fazer.