Empresas estão colocando inteligência artificial em produtos, processos e metas antes de responder uma pergunta básica: o problema realmente precisa de IA?
Neste episódio, Paulo Chiodi conversa com Isabela Chitolina, Staff Product Manager no Mercado Livre e professora de AI Product Builder na PM3, sobre os critérios que deveriam orientar qualquer iniciativa de inteligência artificial.
Isabela explica como avaliar a solução mais simples, calcular o ROI de projetos de IA e considerar o time to market antes de iniciar o desenvolvimento. Ela também conta como ajudou a reduzir um processo de dois meses para duas semanas, sem tratar IA como resposta automática para todas as etapas.
A conversa passa pela falsa confiança nos outputs dos modelos, pelo erro de medir produtividade por consumo de tokens, pela decisão entre build, buy ou partner e pelos casos em que construir um modelo proprietário custa mais do que o valor que ele entrega.
Conecte-se com Isabela Chitolina: https://www.linkedin.com/in/isabela-chitolina/?locale=pt
🎧 Assista no YouTube ou Spotify.
Você também vai entender:
O que significa ser um Product Builder
Como separar um problema real do hype da diretoria
Como calcular o retorno de iniciativas de IA
Por que consumo de tokens não representa produtividade
Quando uma automação simples resolve melhor
Os riscos de confiar cegamente nas respostas da IA
Quando um modelo proprietário pode fazer sentido
Por que a adoção deveria começar nos processos internos
Conheça as soluções mencionadas no episódio:
PM3: https://productgurus.short.gy/HBiSmt
Deel Global Badges: https://productgurus.short.gy/pPAeWy
Revelumi: https://productgurus.short.gy/miSFA2
Inscreva-se no Product Guru’s e acompanhe conversas sobre produto, inteligência artificial, tecnologia e negócios.
🔥 Indicação de conteúdo extra:
Eu coloquei 28 frameworks de produto dentro de uma skill
A primeira versão da skill PM Especialista era simples: um arquivo com frameworks de produto, instruções de uso e exemplos.
