Como utilizar uma mentalidade operacional para escalar a entrega de produtos

Hannah Clark: Encontrar a adequação produto-mercado pode ser como escalar a montanha mais alta que alguma vez viu, apenas para chegar ao cume e descobrir uma montanha ainda mais alta atrás dela. O desafio de entrar nessa fase de crescimento rápido e escalar a entrega de produtos é multifacetado; testa os processos e a infraestrutura da sua organização, obriga-o a ser implacável na forma como define prioridades e implementa os seus recursos, e exige uma enorme coragem para fazer apostas que nunca estão isentas de risco. Mas, apesar de todas essas dependências, existem muitos caminhos para escalar uma montanha. Por isso, hoje vamos analisar apenas um.

O meu convidado de hoje é Amit Shah, diretor de operações da Virta Health, e o que torna a sua perspetiva especialmente valiosa é o facto de não ter seguido o percurso tradicional da gestão de produto. Começou nas operações, liderando equipas de prestação de cuidados, antes de transitar para o produto há cinco anos. Esse percurso dá-lhe uma perspetiva única sobre o pensamento sistémico e a colaboração multifuncional, algo que tem sido fundamental à medida que a Virta cresceu rapidamente enquanto enfrentava um dos desafios mais complexos da tecnologia de saúde — perceber quando utilizar profissionais de saúde humanos e quando deixar as ferramentas de IA fazerem o trabalho.

Está prestes a ouvir como a sua equipa percorreu o caminho até à adequação produto-mercado, que decisões não escalaram bem e como estão a pensar sobre a IA e a dívida técnica na próxima fase de crescimento. Vamos começar.

Amit, muito obrigada por arranjares algum tempo na tua preenchida agenda de janeiro para nós.

Amit Shah: Obrigado pelo convite. Estou muito entusiasmado por estar aqui.

Hannah Clark: Bem, podes falar-nos um pouco sobre o teu percurso e sobre como passaste de uma função nas operações para a liderança de produto na Virta Health?

Amit Shah: Claro. Vou começar desde o início. Vou seguir uma ordem mais ou menos cronológica. Estudei engenharia industrial e isso conduz diretamente às operações.

Passei algum tempo como consultor. Fundei a minha própria empresa, que fabricava produtos solares na Índia rural. Depois interessei-me bastante pelos cuidados de saúde, sobretudo porque gostava de trabalhar em coisas que melhoravam a qualidade de vida das pessoas. Trabalhei depois na área dos cuidados de saúde baseados em valor, começando pelos cuidados primários diretos, e cheguei à Virta há cerca de nove anos e meio.

Estou na Virta há cerca de nove anos e meio e, ao longo desses anos, como disseste corretamente, comecei nas operações. Inicialmente, liderava equipas de prestação de cuidados. À medida que crescemos na Virta, o nosso modelo principal de prestação consiste em prestar cuidados através dos nossos produtos, através da tecnologia. Por isso, inicialmente era parceiro das nossas equipas de desenvolvimento e entrega de produto e, ao longo dos anos, fui-me envolvendo cada vez mais nessa área.

Há cerca de cinco anos, pediram-me para liderar a equipa de desenvolvimento de produto, porque grande parte do que fazíamos consistia em articular a prestação de cuidados pelos nossos profissionais de saúde com a forma como o nosso produto os disponibilizava. E foi assim que entrei no produto. Só para dar uma breve explicação sobre a Virta, para que as pessoas saibam: a Virta tem como missão reverter as doenças metabólicas em mil milhões de pessoas, incluindo a diabetes, a obesidade e a pré-diabetes, e prestamos todos os nossos cuidados de forma totalmente virtual.

Somos uma clínica completa de doenças metabólicas. O que fazemos é incrivelmente único, porque personalizamos a biologia e a nutrição para curar o metabolismo das pessoas.

Hannah Clark: Bem, isso é realmente fantástico e é sempre uma missão muito nobre. Sei que é algo que afeta muitas famílias e as suas vidas.

Por isso, estou muito entusiasmada por te ter aqui para falarmos um pouco mais sobre os pormenores por detrás da missão e sobre como isso está a correr agora. Mas hoje vamos concentrar-nos especificamente na fase de transição entre o crescimento rápido e a entrega de produtos em escala, que é precisamente a situação em que te encontras agora na Virta.

Na tua opinião, Amit, como é que essa mudança se manifesta no terreno? E, na tua experiência, o que torna este momento particularmente desafiante?

Amit Shah: Sim. Para dar algum contexto às pessoas sobre essa mudança, fomos simultaneamente uma empresa de crescimento rápido e de produto em escala ao longo dos últimos anos. No ano passado, por exemplo, a nossa taxa de crescimento ultrapassou os 70% em termos homólogos e temos receitas na ordem das centenas de milhões de dólares.

Por isso, e novamente não vou partilhar detalhes por vários motivos, mas podem imaginar que estamos a crescer muito rapidamente e temos um produto bastante desenvolvido. Essa mudança tem sido muito intensa no terreno, porque há muita coisa a acontecer ao mesmo tempo. Falei com muitos colegas e, em primeiro lugar, à medida que se escala, isso exige frequentemente mais pessoas: mais equipas, mais equipas de desenvolvimento de produto a trabalhar em diferentes coisas, pessoas diferentes a entrar para fazer determinadas tarefas. E, por isso, é necessário perceber quais são as responsabilidades de cada pessoa.

É preciso criar os sistemas e processos certos para conseguir escalar aquilo que funcionava numa escala mais pequena. Portanto, penso que o principal a dizer é que pode parecer caótico no terreno e que, enquanto líder, é necessário dedicar bastante tempo a definir qual é a estrela-guia e o que estamos a tentar alcançar.

E depois, quais são os sistemas, processos e estruturas organizacionais que estamos a criar para atingir esse objetivo.

Hannah Clark: Queria voltar um pouco ao que mencionaste anteriormente sobre o teu percurso nas operações, que penso ser uma vantagem decisiva quando se faz a transição para a liderança de produto.

De que forma é que essa mentalidade centrada nas operações ou no pensamento sistémico moldou a tua abordagem ao desenvolvimento de produto, especialmente durante a fase de crescimento?

Amit Shah: É uma boa pergunta e, na verdade, fico grato por achares que é algo positivo, certo? Penso que, muitas vezes, quando olhamos para os líderes de produto,

há pessoas que cresceram dentro da área de produto, e penso que isso tem muito valor e proporciona muito conhecimento. Eu tive a sorte, como disseste, de crescer nas operações e penso que há determinados aspetos das operações que são realmente úteis. A excelência na execução é algo que, enquanto estudante de engenharia industrial, cheguei a estudar na universidade.

Por isso, pensar muito sobre a excelência na execução implica ser um pensador sistémico, pensar nos sistemas, ser alguém que toma decisões com base em análises, definir prioridades de forma eficaz, simplificar e ser um bom líder de pessoas. Essas são, na minha opinião, as características fundamentais dos excelentes profissionais de operações, e acontece que os grandes líderes de produto fazem muitas dessas mesmas coisas fundamentais.

Existem outras competências e a abordagem para as aplicar pode ser um pouco diferente. Mas essas são as competências essenciais que, na minha opinião, conseguiram ser transferidas entre as operações e o desenvolvimento de produto. Quando fiz a transição, dediquei algum tempo a isso. Quando me pediram pela primeira vez para liderar o desenvolvimento de produto, li livros — provavelmente li 15 livros. Ouvi muitos podcasts, incluindo este, e depois falei com outros líderes de produto. Repetidamente, descobria que, se conseguirmos pensar de uma perspetiva sistémica, ajudar a equipa a tomar decisões analíticas, ajudar a equipa a definir prioridades com base nesses sistemas analíticos e nos sistemas que criámos, simplificar até chegar ao que é mais importante e liderar as pessoas como normalmente faríamos,

é isso que se traduz melhor.

Hannah Clark: Quando enumeras essas cinco competências fundamentais, todas me parecem especificamente e igualmente importantes para escalar corretamente. E são também coisas com que penso que todas as organizações têm realmente dificuldades, dependendo do departamento. Por isso, parece-me uma escolha óbvia.

É um excelente conjunto de competências.

Amit Shah: Voltando à tua última pergunta sobre a passagem do crescimento rápido para um produto em escala, penso que a simplicidade também se torna muito difícil. Este é o quarto ponto que mencionei, mas queria dizê-lo claramente: numa fase muito inicial de uma empresa, a adequação produto-mercado é muito simples. Temos de encontrar a adequação produto-mercado, temos de saber o que estamos a fazer e, quando estamos a escalar muito rapidamente, na verdade também é relativamente simples.

Temos de manter o comboio nos carris. Quando fazemos essa transição para um produto em escala, a complexidade surge de uma forma muito interessante. Por isso, acrescentaria isso como algo que hoje, olhando para trás, penso: sim, isso faz sentido.

Hannah Clark: Está bem, não vais escapar assim tão facilmente.

Vamos ter de aprofundar um pouco mais esse tema. Despertaste a minha curiosidade, por isso fala-me um pouco sobre o que isso significa para ti. Consigo fazer uma ideia, mas tenho a certeza de que a forma como penso sobre simplicidade, com a minha perspetiva, seria muito diferente da tua, enquanto pessoa das operações a entrar neste cenário. O que é a simplicidade no contexto da tua função?

Amit Shah: Simplicidade é conseguir reduzir todas as diferentes oportunidades a um conjunto de prioridades em que a equipa possa realmente trabalhar, de forma clara e sem se distrair. Estamos num espaço — a saúde metabólica — que está a evoluir muito rapidamente com o aparecimento dos agonistas do GLP-1 e de tudo o resto.

Somos muito distintos naquilo que fazemos. Temos uma intervenção nutricional e de estilo de vida que é escalável. Poucas outras empresas têm isso. E é totalmente digital. Quando temos um produto em escala, há o trabalho de manter o produto a ser disponibilizado ao nível e com a excelência que temos demonstrado até agora, desde o nosso ensaio clínico em 2015. Produzimos resultados realmente transformadores para os nossos pacientes e o nosso objetivo é fazer isso todos os dias, apesar de sermos literalmente centenas de vezes maiores do que éramos nessa altura.

Por isso, há muito trabalho envolvido, certo? Isso não acontece simplesmente. Além disso, o mercado está a mudar rapidamente. Surgiu uma nova classe de medicamentos. Existem outras empresas e somos uma empresa B2B2C, porque é assim que a tecnologia de saúde funciona muitas vezes.

Por isso, temos necessidades diferentes consoante os clientes. Temos de perceber como definir prioridades entre essas necessidades e depois simplificá-las até chegar àquilo que contribui para o mesmo núcleo. E quais são as coisas que talvez queiramos separar e nas quais investir de forma diferente, investir separadamente ou não fazer.

Esse é o tipo de simplificação com que lidamos atualmente.

Hannah Clark: Está bem. Queria esclarecer isso porque penso que podemos olhar para a simplicidade da perspetiva do utilizador, das operações internas ou apenas para enquadrar o tema. Qual é o âmbito daquilo de que estamos a falar? Está bem, quero avançar um pouco, porque tenho curiosidade sobre o aspeto realmente interessante da Virta: como é que utilizam profissionais de saúde na prestação de cuidados e quando é que optam por uma abordagem totalmente digital?

Parece que conseguiram conjugar estas duas coisas ao mesmo tempo no vosso produto. Podem explicar-nos como concebem esse equilíbrio e o que torna particularmente difícil acertar?

Amit Shah: Sim. Grande parte da magia da Virta, do nosso produto e da nossa prestação consiste em perceber quando utilizar tecnologia.

E uso tecnologia no sentido mais amplo: IA, automatização, modelos de aprendizagem automática que impulsionam essa automatização, entre outras coisas. E perceber quando utilizar profissionais de saúde e pessoas. Para dar apenas um exemplo dos nossos resultados: temos uma perda média de peso de 10% ao fim de um ano. Reduzimos significativamente o risco de ataque cardíaco e de morte.

Partilho estes resultados porque são resultados reais, concretos. Não se trata de as pessoas estarem simplesmente a clicar mais no telemóvel. Não. As pessoas estão a fazer mudanças no estilo de vida que melhoram a sua saúde metabólica geral. Isso melhora a sua vida e a sua esperança de vida.

Por isso, perceber essa magia é extremamente importante para nós. Um dos sistemas em que me apoio é essa estrela-guia. Estamos aqui para produzir esse resultado. Esse resultado é muito claro para nós: melhorar a saúde metabólica. E, aliás, é possível medi-lo. Pedimos aos nossos pacientes que nos forneçam diariamente biomarcadores: peso, cetonas, glicose, tensão arterial, entre outros.

Assim, conseguimos acompanhar regularmente essa melhoria. E, por termos uma estrela-guia tão clara — precisamos de ver estes números a melhorar — torna-se um pouco mais fácil perceber como melhorá-los da melhor forma. Há determinadas coisas que, mesmo na era atual da IA — e utilizamos extensivamente modelos de aprendizagem automática e IA na Virta —, continuamos a acreditar que são melhor desempenhadas por profissionais de saúde e seres humanos. Essas coisas são a empatia, a criatividade, a responsabilização e a tomada de decisões clínicas complexas.

São estas as quatro áreas em que dizemos: vamos dar prioridade à intervenção humana. Na maioria das outras coisas, a tecnologia e a IA serão melhores. Por isso, a nossa abordagem é geralmente a seguinte: se um profissional de saúde estiver a fazer algo que não se enquadre em nenhuma dessas quatro categorias, não se tratar de uma tomada de decisão clínica complexa — como prescrever ou desprescrever medicamentos e gerir comorbilidades —, nem de responsabilização emocional, isto é, algo que esteja realmente a motivar um paciente através da ligação humana, então devemos tentar recorrer à tecnologia.

Aliás, essas mesmas coisas em que os profissionais de saúde são bons são também as que lhes proporcionam realização profissional. Acontece que temos profissionais de saúde muito realizados quando podem passar o dia a demonstrar empatia, a estabelecer ligações com outras pessoas e a ajudá-las a resolver um problema clínico complexo. É assim que pensamos sobre o assunto. Essa é a nossa abordagem: se algo puder ser feito por tecnologia, tanto em termos de produzir um resultado melhor como tendo em conta determinadas orientações legais, devemos começar por aí.

Mas há certas coisas que acreditamos que os seres humanos fazem melhor, e isso permite-nos preparar os nossos profissionais de saúde para serem tão eficazes quanto possível na produção desse resultado.

Hannah Clark: Sim. Falando em realização profissional, impressiona-me pensar como deve ser gratificante medir o sucesso da vossa plataforma com base nos resultados reais das pessoas que a utilizam, bem como na satisfação dos profissionais de saúde que também interagem com os seus pacientes através dela. Mas também existe uma enorme responsabilidade para garantir que todos estão a cumprir essa promessa, essa estrela-guia, dia após dia.

Amit Shah: Sim. Estou aqui há nove anos e meio. Somos absolutamente orientados pela nossa missão e é isso que me faz levantar todas as manhãs: fazer melhor o meu trabalho significa literalmente salvar mais vidas e melhorar mais vidas. E isso é verdade para todas as pessoas que trabalham na Virta.

É literalmente o combustível que impulsionou tanto as fases de crescimento rápido como as de produto em escala. Esse tem sido o combustível.

Hannah Clark: Sim, sem dúvida. É um enorme privilégio e uma enorme responsabilidade. É fantástico. Vamos voltar um pouco aos pormenores. À medida que a Virta cresceu, quando pensamos em algumas das decisões iniciais relacionadas com a nossa arquitetura, os processos ou a estrutura da equipa, o que funcionou bem inicialmente, mas que tiveram de deixar para trás à medida que as coisas avançaram e tiveram de escalar?

Amit Shah: Há duas coisas que me vêm à cabeça.

Uma delas é um exemplo de estrutura organizacional. Nos primeiros tempos, uma estrutura organizacional que funcionava consistia em ter o produto, a engenharia, a análise de dados e o design como áreas de especialização individuais. É assim que as coisas costumam funcionar: há um líder de engenharia, um líder de produto, um líder de análise de dados e um líder de design.

A nossa estrutura organizacional original consistia em ter essas áreas, cada uma com um conjunto próprio de prioridades, embora parcialmente sobrepostas. Isso funcionava quando éramos uma equipa de desenvolvimento de produto mais pequena. Era bastante eficaz. Era necessário criar excelência na engenharia e excelência no produto.

À medida que escalámos e as equipas cresceram, tivemos de deixar isso para trás. Acabámos por nos organizar de forma a manter essas comunidades de prática. Continuamos a ter uma comunidade de engenharia, com excelência na engenharia e tudo o resto, mas a maioria dos nossos engenheiros é distribuída por aquilo a que chamamos uma equipa.

Uma equipa é um grupo multifuncional de pessoas que aborda um problema empresarial. Isso acabou por ser muito mais eficaz à medida que atravessávamos a fase de crescimento rápido e até nesta fase de produto em escala, porque permite que as equipas tenham um conhecimento profundo do problema. Permite-lhes ter essa estrela-guia sobre aquilo que estão a tentar resolver — estão a resolver mais ou menos a mesma coisa ou o mesmo conjunto de coisas.

Permite-lhes resolver problemas de forma mais aprofundada. Numa abordagem mais compartimentada, estaríamos a trocar engenheiros que estavam a trabalhar em algo, o que criaria o seu próprio conjunto de problemas. Penso que essa mudança na estrutura organizacional — quando somos mais pequenos e ainda não estamos a crescer rapidamente, todos podem concentrar-se mais ou menos na mesma coisa — para uma situação em que estamos a escalar rapidamente e a chegar a um produto em escala exige dividir a equipa e garantir que cada equipa tem as capacidades multifuncionais adequadas para executar aquilo de que necessita. Portanto, esse é um ponto.

Hannah Clark: Queria intervir brevemente. Espero não te desviar do tema. Tocaste numa questão em que tenho pensado muito no contexto do crescimento, que é o peso — e hesito em chamar-lhe um problema — da transferência de conhecimento. Pode ser um enorme estrangulamento, não apenas entre equipas ou entre membros de uma equipa, mas também à medida que as organizações crescem e contratam pessoas novas e perdem pessoas mais antigas.

Existe frequentemente um mecanismo disfuncional para otimizar verdadeiramente a transferência de conhecimento à medida que uma organização cresce. É algo em que tenho pensado e é interessante ouvir-te falar sobre isso e concentrar-te na abordagem por equipas como sendo a forma mais eficiente que encontraram para gerir parte desse desafio.

Continua, mas talvez possamos voltar a este tema, porque é um fio de conversa interessante.

Amit Shah: Vou comentar isso e dizer que é definitivamente melhor na abordagem por equipas, mas não é um problema resolvido. É algo que descobrimos e, mais uma vez, diria que é simultaneamente positivo e preocupante: positivo em termos humanos e preocupante em termos organizacionais. Há determinadas pessoas que são extraordinárias, o que significa que detêm uma enorme quantidade de contexto e executam muito bem.

Se acabarmos por mudá-las de função, se saírem ou se acontecer qualquer outra coisa, perdemos parte desse contexto. Não creio que exista uma solução de documentação para isso. Pelo menos, nós ainda não a encontrámos. Mas o modelo de equipas facilita a situação, porque há mais consistência naquilo que está a ser feito e no resultado que é necessário alcançar.

Hannah Clark: Sim, sem dúvida. Sinto que poderíamos fazer um episódio inteiro apenas sobre isso, mas continua.

Amit Shah: A pergunta que fizeste era sobre coisas que não escalaram ou decisões iniciais que não escalaram. Penso que a segunda diz respeito à forma como estruturámos os nossos dados e a análise de dados. Ainda não conheci um líder de uma empresa tecnológica que tenha acertado nisso desde o início — embora tenha a certeza de que essas pessoas existem; estou apenas a dizer que ainda não as conheci.

No início, queríamos democratizar os dados. Colocámos tudo em tabelas e demos acesso a essas tabelas a muitas pessoas, o que funcionou muito bem inicialmente. Qualquer pessoa podia extrair dados. Mas, à medida que crescemos, as tabelas ficaram desorganizadas. As pessoas extraíam coisas diferentes. Costumávamos brincar dizendo que havia duas respostas para a mesma pergunta, dependendo de quem extraía os dados e da forma como o fazia.

Por isso, dedicámos e continuamos a dedicar muito tempo a limpar essa situação, a garantir que revemos a forma como os dados entram nessas tabelas e a assegurar que estão limpos desde a origem. Isso tem exigido investimento. Diria que é algo que se tornou especialmente importante na transição para a fase de produto em escala, embora ainda esteja a acontecer na fase de crescimento rápido.

Estão sempre a entrar dados novos. E quero ter cuidado: não quero dar a entender que já saímos da fase de crescimento rápido. Somos simultaneamente um produto em escala e uma empresa que cresce rapidamente. Como disse anteriormente, somos um produto em escala que continua a crescer rapidamente. À medida que nos tornámos um produto mais desenvolvido, tentámos ser intencionais na implementação antecipada desses controlos: o que entra nas tabelas de dados, como entra e tudo o resto.

Hannah Clark: Muito bem. Agora que entrámos no segmento de dados deste episódio, vamos falar um pouco sobre IA generativa. Como mencionaste, existem algumas áreas em que o conhecimento e a participação dos profissionais de saúde são realmente a melhor abordagem, mas há outras coisas que, se não se enquadrarem nessas quatro categorias, é melhor delegar à IA, que as consegue executar de forma mais eficiente, sem utilizar o precioso tempo das pessoas nessas tarefas.

Tenho a certeza de que há mais decisões envolvidas na integração da IA generativa no produto. Como estão a pensar integrar a IA e os diferentes tipos de IA no produto para complementar esse conjunto de competências humanas?

Amit Shah: Como disse anteriormente, grande parte da magia está na forma como fazemos isso.

Estamos constantemente a iterar sobre essa abordagem, mas há um enquadramento que temos utilizado. Em primeiro lugar, somos uma empresa rigorosa em termos de dados e de análise desde o primeiro dia. Por isso, mesmo antes de falarmos de IA generativa, já tínhamos modelos de aprendizagem automática altamente preditivos e eficazes há sete ou oito anos.

Uma coisa fundamental em que pensamos frequentemente é a intervenção proativa. Utilizamos modelos de aprendizagem automática treinados no nosso conjunto de dados proprietário, com mais de 200 000 pacientes ao longo de 10 anos — literalmente centenas de milhões de pontos de dados. Os tipos de pontos de dados de que estou a falar incluem, como disse anteriormente, níveis de glicose no sangue, níveis de cetonas e peso.

São pontos de dados objetivos que nos permitem prever qual poderá ser a próxima melhor intervenção para um paciente. Quando prevemos qual é a próxima melhor intervenção, é frequentemente aí que fazemos experiências: deve esta intervenção ser realizada por uma pessoa? Deve ser realizada automaticamente? Deve ser realizada por uma ferramenta de IA generativa que desenvolvemos?

Voltarei à IA generativa dentro de um momento. Mas a primeira coisa que diria é que este sistema de intervenção proativa — e o conjunto de modelos de aprendizagem automática que construímos à sua volta — é essencial para sabermos sequer quando devemos intervir.

A segunda coisa é que, para além da intervenção proativa, existe a intervenção reativa. Trata-se da ajuda no momento, quando um paciente nos procura por algum motivo. Por muito bons que sejam os modelos, não será sempre possível prever tudo. E penso que, para grande parte da ajuda imediata, foi aí que descobrimos que a IA generativa pura é muito útil.

Mais uma vez, é treinada nos nossos sistemas e nos nossos dados, mas implementámos IA generativa para prestar ajuda imediata e reativa. O paciente pode obter uma resposta naquele momento e nós podemos sinalizar a situação a um profissional de saúde para acompanhamento, se considerarmos necessário. É assim que temos pensado um pouco sobre a IA.

Agora, deixe-me falar um pouco mais sobre a IA generativa. Também descobrimos que queremos criar uma relação de grande confiança com os nossos pacientes. Por isso, somos muito claros quando algo é orientado por IA e quando algo é orientado por um profissional de saúde. Uma das relações mais importantes que temos com os nossos pacientes é o facto de estarmos a trabalhar com a sua saúde.

Queremos que confiem verdadeiramente naquilo que recebem. Por isso, tentamos tornar essa distinção muito clara. Na verdade, não tentamos apenas — tornamos isso muito claro — e damos-lhes a oportunidade de encaminhar a situação para um profissional de saúde ou de trabalhar com um profissional sempre que possível.

A última coisa que diria sobre este tema é o inverso. Há certas situações em que, voltando ao momento em que sabemos que temos de intervir, temos de perceber o que faz mais sentido. Através de todos os testes, sabemos que determinadas coisas funcionam melhor quando um ser humano intervém e, por isso, damos novamente prioridade aos nossos profissionais de saúde. Eles querem ajudar outras pessoas a ser mais saudáveis, por isso devemos proporcionar-lhes essa oportunidade.

É o melhor para eles e é o melhor para o paciente.

Hannah Clark: Enquanto me explicas como estão a pensar sobre este tema, há algo que me impressiona particularmente. Faço este programa há vários anos. Quando começámos o podcast sobre gestores de produto, estávamos mesmo no início daquilo em que a IA se viria a tornar, pouco antes de explodir para o que é hoje.

E noto uma diferença quando falo contigo, alguém que trabalha numa área em que a IA — a Virta já utilizava IA, digamos assim, antes de isso ser popular — fazia parte do trabalho. Há uma diferença no processo de pensamento e até na abordagem àquilo que a IA representa, ou à utilização eficaz e ética da IA num produto.

Penso nas pessoas que a utilizam há mais tempo, e não apenas porque agora é uma tendência e todos estão numa corrida para perceber como podem adaptá-la ao seu produto ou criar um produto baseado nestas novas capacidades tecnológicas.

Queria insistir um pouco neste ponto, porque tenho curiosidade em saber se já pensaste sobre a forma como a tua experiência anterior na utilização de IA ou de aprendizagem automática te diferencia na maneira como pensas sobre a tecnologia, na tua abordagem enquanto avançam e na forma como continuam a mantê-la sustentável.

Amit Shah: É uma excelente pergunta e é interessante dizeres isso. Gosto da ideia de sermos utilizadores originais desta tecnologia. Vou passar a usar essa expressão. Penso que isso tem sido uma referência para nós. Sabemos — não apenas acreditamos — que uma das coisas mais proprietárias que temos é o nosso conjunto de dados.

Mais uma vez, temos centenas de milhares de pacientes ao longo de uma década, com dados objetivos, subjetivos e de perceção. Assim, libertar modelos de aprendizagem automática e treinar IA generativa com os nossos dados é uma superpotência que mais ninguém tem.

Como disseste, alguém poderia lançar amanhã uma versão de IA generativa daquilo que fazemos. Mas, como a nossa estrela-guia são os resultados — a reversão das doenças metabólicas —, conhecemos o percurso de cada indivíduo com base em todos os pontos de dados que temos.

Vejo os modelos de IA generativa e de aprendizagem automática como ferramentas. A implementação de profissionais de saúde também é uma ferramenta. São todas ferramentas na caixa que utilizamos para alcançar o resultado definido pela nossa estrela-guia. E, quanto mais ferramentas tecnológicas tivermos, mais iremos utilizar. O que virá depois da IA generativa? Na verdade, não sei, mas acredito que conseguiremos utilizá-la e tirar partido dela para alcançar esse mesmo resultado.

O que continuará a ser proprietário será a nossa abordagem e o nosso conjunto de dados, que permitem concretizar essa abordagem.

Hannah Clark: Sim, sem dúvida. Tive de insistir um pouco neste ponto porque é muito bom ouvir o respeito que demonstras pelos dados que possuem, bem como a responsabilidade envolvida em tratá-los corretamente e em se concentrarem verdadeiramente na questão: isto contribui para o resultado?

Penso que é uma queixa comum em todo o setor atualmente: há muita utilização da IA apenas por utilizar IA e, por vezes, a sua implementação pode parecer um pouco forçada ou até irresponsável.

Por isso, é muito reconfortante ouvir uma forma tão humana e fundamentada de pensar sobre a IA e sobre a sua utilização nos produtos.

Amit Shah: Diria que os nossos pacientes vêm ter connosco para melhorar a sua saúde e que os nossos clientes B2B nos contratam para melhorar a saúde da sua população. Por isso, as nossas estrelas-guia são a melhoria da saúde e utilizaremos todas as ferramentas ao nosso dispor para o conseguir.

A IA generativa, não me interpretem mal, é uma ferramenta incrível que está a evoluir a um ritmo vertiginoso, e penso que nos ajuda a fazer isso. Uma das minhas funcionalidades favoritas na nossa aplicação é aquela que permite tirar uma fotografia de um prato e obter uma decomposição dos macronutrientes.

Com base em todos os dados que temos sobre essa pessoa, a aplicação também indica, através das cores laranja, amarelo e verde, se o prato se enquadra no seu plano nutricional de estilo de vida. Não conseguiríamos realizar todo esse fluxo sem IA generativa. É incrivelmente poderosa.

A última parte é o que torna tudo isto realmente importante: contribui para o resultado que procuramos, que é ajudar essa pessoa a tomar, naquele momento, a decisão que é melhor para si.

Hannah Clark: Para ser sincera, esta abordagem faz-me lembrar um pouco uma conversa que tivemos há alguns meses com a responsável pela investigação de utilizadores da Photo Room. Ela tinha uma observação semelhante: penso que os investigadores de utilizadores têm sido um pouco relutantes em adotar a IA. Agora começamos a ver uma adoção e uma confiança ligeiramente maiores na tecnologia, porque existe um caminho um pouco mais claro sobre como utilizá-la de forma responsável.

As semelhanças que vejo são que a Virta Health e algumas destas outras organizações parecem concentrar a IA no reconhecimento de padrões em grandes volumes de dados e em tarefas que não seriam humanamente possíveis para um profissional de saúde absorver, processar e transformar em resultados.

Faz todo o sentido enviar esse tipo de tarefa para a IA generativa. Já o aspeto do julgamento, penso que, a esta altura, todos deveríamos saber que o ChatGPT não tem o melhor discernimento. É bom ouvir e reforçar essa ideia: devemos pensar sempre na forma de transpor exemplos muito claros para determinar em que é que a IA é realmente boa, em que devemos apoiar-nos nessa tecnologia e para que tarefas talvez não seja a melhor opção.

Amit Shah: Estava a brincar com a minha mulher há uns dias. Ela é muito mais brilhante do que eu por muitas razões. Estávamos a falar um pouco sobre IA generativa e eu disse-lhe que, no fundo, deveríamos pensar na IA generativa como algo treinado com tudo o que é público na internet.

É a melhor base de conhecimento que existe, e há muita coisa na internet — é mesmo muita informação. Mas, como disseste, não diria que tudo o que está na internet demonstra o melhor discernimento.

Por isso, distinguir, pensar criticamente, perceber como e onde tirar partido dela e como apresentar os resultados — penso que é aí que está grande parte da magia.

Hannah Clark: Sim, sem dúvida. Penso que parte do discernimento está relacionada com a empatia. A empatia talvez não seja algo que possamos medir através de uma métrica, mas é algo em que conseguimos observar claramente um resultado quando é tido em consideração. Queria falar um pouco sobre alguns dos desafios atuais, especialmente com a aproximação de 2026.

Temos agora um novo ano, e, como disseste, a Virta está a escalar e a crescer rapidamente. Qual é o próximo grande desafio que estão a enfrentar e como estão a abordar a evolução que se aproxima em 2026?

Amit Shah: É certamente muito relevante para o podcast que estamos a fazer. Somos novamente um produto em escala que cresce rapidamente, por isso aquilo em que me estou a concentrar — e talvez a razão pela qual mencionei anteriormente a simplicidade e desenvolvi esse tema — é garantir que temos sistemas e processos para criar alinhamento desde a conversa inicial com um cliente sobre como podemos ajudar a sua população até à experiência de cada paciente individual.

As pessoas inscrevem-se na Virta e fazemos isso perante um mercado que continua a mudar rapidamente. Uma das coisas que fazemos pelos nossos clientes é — vou referir apenas uma das nossas características especiais — proporcionar a mesma perda de peso que os medicamentos agonistas do GLP-1, como o Ozempic, o Wegovy e o Mounjaro, mas sem o medicamento.

Somos uma alternativa aos medicamentos. Cerca de 70% dos americanos que querem perder peso querem fazê-lo sem tomar medicamentos, por isso é uma opção muito procurada. Temos muitos pacientes que nos procuram porque ouviram falar de nós e dizem: não quero tomar medicamentos.

Mas também somos uma via de saída. Uma parte da aprovação da FDA para a classe de medicamentos GLP-1 consiste em associá-los a mudanças no estilo de vida. Nós proporcionamos uma mudança de estilo de vida que funciona. Temos um artigo publicado e revisto por pares que demonstra que mantivemos os pacientes com cerca de 11% de perda de peso durante mais um ano depois de deixarem de tomar os medicamentos GLP-1 que lhes tinham sido prescritos.

Digo isto para explicar que os medicamentos GLP-1 são atualmente um tema muito importante. Estão a surgir versões orais e há muitas outras mudanças a acontecer. Somos ágeis na forma como abordamos o mercado, porque há muitas alterações, mas a nossa proposta de valor fundamental é a mesma.

Por isso, estou muito concentrado em garantir que somos ágeis, que conseguimos responder às necessidades do mercado, que encontramos os nossos pacientes e clientes onde eles estão e que nos alinhamos para continuar a produzir os resultados extraordinários e distintos que temos proporcionado até agora, ajudando realmente a melhorar a vida das pessoas a um custo mais baixo.

Hannah Clark: Saber que conseguem obter resultados semelhantes ou equivalentes aos dos medicamentos existentes no mercado é absolutamente impressionante. Um enorme aplauso para toda a equipa da Virta. É uma missão tão importante e é fantástico saber que estão a concretizá-la com tanto sucesso. Já que mencionaste a importância de encontrar as pessoas onde elas estão, onde é que as pessoas podem encontrar-te depois deste programa?

Amit Shah: Na verdade, sou mais ativo no LinkedIn, por isso procurem-me no LinkedIn. E sigam a Virta Health no Instagram, porque também estou frequentemente envolvido na nossa conta.

Hannah Clark: Obrigada por teres vindo. Agradecemos o teu tempo, Amit. Foi ótimo.

Amit Shah: Foi maravilhoso. Muito obrigado.

Hannah Clark: A seguir, no podcast do Gestor de Produto. Este episódio é para os líderes empresariais que gerem portefólios com vários produtos. Se alguma vez viu as mães no Costco a lutar para atravessar uma multidão enquanto acompanham quatro crianças em fases de desenvolvimento drasticamente diferentes e pensou: “É exatamente assim que o meu trabalho é”, então este episódio com Anneka Gupta, da Rubrik, está prestes a tornar-se o seu kit de sobrevivência. Subscreva agora para não perder o episódio.