SPEAKER_00 0:04

Olá, esse é o People Analytics na Prática, podcast que explora como os dados estão transformando a gestão de pessoas no Brasil. Histórias reais, aprendizados e bastidores do People Analytics no Brasil, disponível nas principais plataformas de áudio e no YouTube. Olá! Começando mais um episódio, primeiro de 2026, agora, novamente, com o Zenir Mitman. A gente vai falar hoje sobre tendências de People Analytics pro futuro, para 2026, com base em dois eventos que o Zenir participou, mas antes eu vou deixar ele se apresentar.

SPEAKER_01 0:46

Bom, primeiro, bom dia, boa tarde, boa noite, pra quem estiver escutando ou assistindo. Eu me chamo Zenir, Zenir Mitchman, hoje eu sou gerente de Pipo Analytics da TOTOS e eu trabalho com Pipo Analytics algum tempo. Já trabalhei em partes differentes de Pipo Analytics. Já trabalhei até numa startup de Pipanalytics onde eu não fazia Pipanalytics, fazia planejamento financeiro da empresa. Isso já lá nos índices de 2014, 2015. E é isso. Hoje eu lidero ali um time na TOTUS de Pipo Analytics.

SPEAKER_00 1:24

Show, show. Zenir, você foi a dois eventos internacionais em poucos meses. Antes eu vou só retomar aqui que você já participou do Peepo Analytics na prática. A gente já tem um episódio contigo onde a gente fala sobre estudos analíticos e como a gente fazia isso, né? Como é que a gente entra nisso? Então, caso alguém queira saber um pouquinho mais sobre esse tema, a gente já tem um episódio aqui falando sobre isso. O Zenir voltou aqui em poucos meses, em pouco tempo, pra gente falar sobre dois eventos internacionais que ele acabou de participar, envolvendo People Analytics. Fala um pouquinho pra gente sobre quais são esses eventos, Zenir.

SPEAKER_01 2:03

Eu participei primeiro do People Analytics World, que é um evento internacional que acontece em várias cidades ao longo do ano. Ele é organizado ali principalmente pela Insight 222, né? Que é ali puxada pelo David Green. E acontece um evento que acontece em vários lugares do mundo ao longo do ano. E eu consegui, tive a oportunidade de ir no de Nova York em outubro do ano passado. Depois, por questões da vida pessoal, eu acabei me mudando. Hoje eu estou morando em Paris. E, estando em Paris, eu já fui pesquisar que outros eventos eu poderia ter por aqui. E eu consegui participar do event chamado HR Technologies, que não é um evento específico sobre peopleanalytics, é mais geral sobre tecnologias para a área de recursos humanos. E eu consegui participar e ter essa visão de como que Pipo Analytics participou ou não desse evento. E é isso. Esses foram os eventos que eu participei. São eventos bem interessantes.

SPEAKER_00 3:07

Um era focado em Pipo Analytics, que era esse world aí em Nova Iorque, e outro em tecnologias de RH.

SPEAKER_01 3:13

Isso, tecnologias de RH e tecnologias para aprendizado. Então tem o evento HR Technologies e tem o evento, acho que é Learning Technologies, se eu não me engano. Então, os dois acontecem ao mesmo tempo, então ele acaba tendo um peso maior para o aprendizado, né? Mas sempre tecnologia e RH, tecnologia e plataformas de aprendizado, de desenvolvimento.

SPEAKER_00 3:39

Certo. E como é que foi chegar nesses eventos? Eu não sei se a gente divide aqui, a gente pode começar pelo People Analytics World, que eu acho que foi primeiro, lá em outubro, né? E depois a gente vem pro HR Technologies, e daí acho que você pode nos dar essa percepção. Então, como é que foi chegar no People Analytics World, em Nova York, aquele evento gigantesco, acho que é o principal de People Analytics que a gente tem nesse momento. Como é que foi estar lá sendo um gerente de People Analytics aqui no Brasil?

SPEAKER_01 4:08

Primeiro foi interessante ver que ele é um evento. Ele é um dos maiores eventos, ao mesmo tempo ele não é um evento grande, né? Eu acho que deve ter umas 400 pessoas participando. 300, 400. Só que ele é um evento que acontece várias vezes ao ano, né? Então, ao longo do ano, muitas pessoas têm opportunidade de participar. E daí até em comparação com a HR Technologies a participação de mais ou menos 14 mil pessoas. É um evento bem robusto. But foi interessante, foi interessante ver que o Brazil, de certain form, é subrepresentado inventos. I encontrei um brasileiro lá, o Pablo Serri that Valley. I took another idea. But for this, I'm going to say other brasile. Talvez tivesse, I had an opportunity to conversate. But I'm going to say no other Brazil. I think a game is a little subrepresentated in these events internationally. And I think it's an opportunity for the events brasile, so I think it's an opportunity for these events to Brazil. I think it series to acontecer in America doing it.

SPEAKER_00 5:25

And what you view in event, those days in which you participate?

SPEAKER_01 5:36

It funciona mais ou menos assim, né? It tem uma feira de negócios, então tem vários expositores de solutions de analytics, que daí você pode explorar, pode conversar. Ele tem sessões de demonstração, sessões de demonstração desses produtos. So você consegue entender com um pouco mais de profundidade. Andras, os congressos ali. Alguns acontecem simultâneos, então todas as salas. Se não me engano, eram duas salas, tá? Então as duas salas tem the same palestra. In all the moment, you have palestras concorrents, and you can't get the agenda. So you have to perform all the palestrass that would have been interessant. But they're gonna know that the time of the event was very parallel. An intended that there was a disaceleration of discipline from those. Inclusive in this event, participant to one of these palestrants for Cole Knapper, who is vice-president of the Lightcast, who offered solutions. He then did a living, which includes the living, which I will recommend, which is a living AI. This was the prime point. And there was a discussion, this was the palestra do David Green, who did this tongue to eventually a discussion of what a discipline precisely for that mostly the value that they're the value that ofere. Out of the inteligência artificial. Outra opportunity that aparece was a quest de enxergar a área de people analytics como uma área de produto, mas como uma solução para escalar. Talvez a melhor maneira fosse escalar as entregas de Pipo Analytics and a maneira de fazer isso através de produtos de analytics.

SPEAKER_00 9:15

Então, três grandes aqui. Aproximação com a área financeira. Acho que a gente até falou sobre isso, sobre receita por headcount ser uma those metrics as common to follow efficiency of RH in some form, certainly.

SPEAKER_01 9:34

So continue this. If a gentleman, I concord. Acho que é uma metric, it's a metric super finalistic, and for serve finalistic, it would be difficult to enter all that for the complexities, but it's a metric important to be accompanied, with certain.

SPEAKER_00 10:03

In relation to essas duas, especially iniciando por IA. O que apareceu lá no event in relation a solution of A or a pensamento voltado para inteligência artificial?

SPEAKER_01 10:18

I acho que ali teve duas frentes, pensando no eventual, a gente teve duas frentes ali de demonstração. One front were Arias explicando o que elas fizeram, what type of application. And the donors of product of people analytics who were in the stands, who were patrocinators, following the testes deles. So this was a point that I don't goste tanto, because I showed that the event had these empresas who are offering products palestrando. But it was interesting, so I've got all these cases of areas pratics, of people analytics, and cases that I asked aproximam do que a gente consegue fazer no Brazil, for example. Foi o case da HubSpot, a partir disso eles criaram até um produto interno. So a pessoa vai lá, ela pode fazer o upload do documento onde tem o plano de mudança que eles precisam fazer. E a partir dos planos anteriores e dos comentários em pesquisas, eles fazem uma simulação de comentários que podem existir a partir daquele plano e dão feedback sobre o que deveria ser alterado naquele plano de mudança. So, um exemplo interessante tem a sua complexidade, ainda mais que eles transformaram isso num produto ou até a própria área de gestão de mudança pode entrar lá e fazer o upload do documento. Então tem uma complexidade ali. Mas não é algo que você está tão fora de mão. É como que se criasse uma persona sintética que vai fazer comentários sobre aquele plano de mudança. Então eu achei um case interessante. Um outro case que me chamou a atenção e eu acho legal trazer também, porque ele é IA no sentido no sentido mais antigo do que a gente costuma falar de IA, que é o uso de machine learning, né? Então foi um caso da Amazon, que eles conseguiram reduzir drasticamente os custos de marketing para recrutamento e seleção. Então, e daí tudo isso usando algoritmos de machine learning para entender quais são os melhores lugares para se fazer job posts e coisas do tipo, qual é o melhor tipo de job post, dependendo do. da vaga em si, do cargo. E eles conseguiram reduzir muito, assim, era na ordem de. Eles gastavam. Amazon tudo é gigante, né? Então eles gastavam 900 milhões de dólares com marketing de recrutamento. E eles passaram a gastar 30 milhões. Foi uma redução muito grande. Então foi bem expressivo. Outros pontos de IA que apareceram foi sobre a necessidade de ter uma confiança, uma boa estrutura de dados para poder você alavancar a IA dentro das companhias. E também uso de. E também questões relacionadas à ética, na inteligência artificial, parceria com outras áreas, né? A gente falou que tem o termo financeiro, mas apareceu muito parceria com a área jurídica também, pensando nessa questão legal de uso de inteligência artificial dentro das empresas. Então essa foi a parte mais prática, né? E depois teve uma outra série de palestras que foram com os donos de produtos, com as empresas que estavam apresentando teses. Mas também foi bastante interessante, tá? Qual que é a tese que apareceram. Tem vários produtos diferentes que apareceram lá. É de que a IA vai romper com as habilidades que as pessoas têm. As habilidades vão mudar muito mais rápido agora. E que pra isso a gestão por habilidades e planejamento da força de trabalho muda. Tem que mudar. Então tinha várias soluções que, por exemplo, dentro do sistema eles têm uma taxonomia de atividades. Uma taxonomia de habilidades. Então eles conseguem padronizar e comparar. Então você vai lá e faz o upload dos seus cargos. Eles conseguem simular quais são as habilidades daquele cargo. Conseguem olhar quais são os. Por job post de mercado, olhar quais são as habilidades do mercado. Então eles conseguem saber qual habilidade que está crescendo. Qual habilidade que está decrescendo, em relevância. Quando eles. Eles têm também. Daí eu não entendi muito bem como que eles fazem isso, mas eles conseguem obter o valor daquela vaga, né? Quanto que estão oferecendo para aquela vaga. E daí, a partir de algoritmos de A, machine learning, coisas do tipo, eles conseguem falar quanto que determinada habilidade adiciona ou retira de valor para aquela vaga específica. Então você abre uma vaga com determinadas habilidades, ao invés de você olhar para o cargo e o valor, você olha para habilidades e valor. Aí dentro dessas ferramentas você simula turnover, faz uma projeção daquela habilidade ao longo do tempo. Então, você tem uma habilidade relevante para a sua empresa, você consegue simular o quanto que você deve ter dessa abilidade along the time, or quanto que vai custar você aumentar o ability dentro da empresa. É bem interessante, o que eu senti falta foram de empresas dando seu testemunho sobre o uso, sobre o valor que trouxe pra empresa. But in terms of conceito, achei bem interessante também.

SPEAKER_00 16:51

O conceito, só pra eu ver se eu entendi, seria quando falou de turnover de ability. Eu imaginei um gráfico onde a gente enxerga a evolução a long do tempo do percentual, da quantidade dessa abilidade dentro da empresa que a gente tem disponível in this moment and the quanto it's saindo or ficando in relation along the time. Seria algo nesse sentido. Nesse sentido.

SPEAKER_01 17:18

Com a possibilidade de você entender os custos disso também pelas variações de mercado. So é a promessa, né? Que bacana, que bacana. E eu achei bem interessante, apesar de eu ter sentido falta as empresas que usam essas ferramentas orces do type follow que aquilo trouxe, a tese in si I should be interessante, and I should have application no mercado brasile. And I consegui conversar with a lot of people to enter if they attend the mercury or some of the attendance, but don't take clients in Brazil. Or when clients are empresas that, in fact, are sediadas in the St. United and escritories in Brazil, and these empresas utilities solutions of existed, not for as areas of people analytics desenvolver this type of cool internally, but for empresas brasile, forneced of solution this type, desenverse for the Brazil. I think that's interesting. I think it's a caminho that me chama attention.

SPEAKER_00 18:42

A gente tem algumas empresas de Pipanalística no Brasil, algumas soluções, mas eu realmente nunca vi ainda de gestão de habilidades nesse sentido.

SPEAKER_01 18:50

O que eu percebi é que isso é o que está mais quente, pelo menos nos Estados Unidos, né? É o que está mais quente e por causa da questão da IA, desse entendimento de que as habilidades vão ficar cada vez mais fluidas. Legal. E que precisa ter uma gestão melhor das habilidades.

SPEAKER_00 19:08

Então a gente já falou do primeiro ponto, a gente falou agora de A, segundo, e a gente vai entrar do terceiro, que é produto. E eu lembro que quando você voltou de Nova York, tu estava com isso na cabeça, assim, me falando Produto, product. A gente tem que passar em produção.

SPEAKER_01 19:26

O que é isso? The idea is simply. And the nucleus of product with a product, for example. And I chamber much attention for the case do LinkedIn. It was like you entered what you're trying to say. What are the features that are utilized, what type of service you can escalate via production, as well as an análise pontual, alguma coisa in this sentiment, so for example, I was no LinkedIn, but the nudges for liderances in momentos more specifics vai lá andando a mensagem para a liderança that precisa ter determinado comportamento. Isso colocado dentro de um produto. So essa seria uma terceira forma ali de você aumentar o impacto da área. Então a gente tem uma parte que é percepção, a parte financeira. Tem uma parte grande dessa necessidade de aproximação com o financeiro que é de percepção. Tem uma parte também que é a gente conseguir focar em coisas que trazem valor e valor financeiro para a empresa. Tem uma parte que é aproveitar essas oportunidades da inteligência artificial. E tem essa outra parte que é você escalar o impacto das entregas através de produtos.

SPEAKER_00 22:00

Perfeito, perfeito. There are alguma coisa dessas três partes que a gente não consegue fazer no Brazil? Talvez seja um pouco difícil essa pergunta, mas tu verificou, teve alguma percepção acerca da maturidade lá versus aqui.

SPEAKER_01 22:16

É um pouco complicado to fazer essa comparação, porque a gente está falando de um evento that were representatives of empresas muito grandes those St. United, so I falei do LinkedIn, falei da Amazon, tinha do CIT, tinha várias otra empresas, the Pepsi, representadas, HubSpot, which was aquele case que eu falei antes. So empresas que tem um nível de investimento muito grande também in people analytics. So acho que esse é um ponto. conseguem entregar um valor consistente ao longo do tempo. I esqueci o número exato, but a boa partie consideram que são areas sub-investidas. This a gente tá falando de pessoas que responderam a pesquisa que foi utilizada para fazer aquele people analytics trends. So I think it's a question of sub-investiment in relation to empresas americanas. Of nothing that no possible existir people analytics de guerrilla no Brazil, utilizando people refletido sobre esse nome, inclusive. But utilizando ferramentas menos prontas, because lá também tem uma outra diferença grande foi essa questão de produtos. Eu percebi que lá tem muito produto para analytics. Muito produto. So esses produtos que as empresas dos Estados Unidos utilizam são produtos que estão mais maduros. Então eu também saí com essa sensação de que no mercado brasileiro não tem tanto produto assim. Então as áreas de people analytics, in muitos casos, pelo menos por enquanto ainda, precisam dar conta desse tipo de análise, ofrecer, enfim. So essa foi uma sensação. It's part of other differences, a mão de obra in Brazil in relation to St. United is barato. So there are cases that in people analytics I think that for an area bastard costuma have a salary a little more than others, ainda is barato do que comprar uma ferramenta. And this desafio de mercado brasileiro também. But I think that's the principal difference.

SPEAKER_00 24:57

Certo, certo. Saindo de Nova York, qual a sensação que tu teve voltando pra tua realidade, teu trabalho, tudo mais? What foi o grande gap que você gostaria de trabalhar durante os próximos anos, for example?

SPEAKER_01 25:13

Eu saí de lá com vontade de fazer várias coisas que eu vi. E o que mais me pegou foi essa questão de habilidades mesmo, né? Foi o que mais ficou na minha mente, né? Porque eu acho que é uma coisa que é muito difícil de fazer e que a gente não faz hoje. Então é onde eu senti que se a gente olha pra dentro das empresas, a gente faz gestão por cargo, a gente faz gestão por descrição de cargo. You acho que ali tem um nicho que é muito interessante de ser explorado. And I fiquei com interesse grande nisso. Andique com o interesse de adotar uma philosophia de produto. Eu não sou de produto, então é algo que eu vou precisar me desenvolver ao longo do tempo, enfim. But de ter um olhar com mais carinho ofanalytics como product. Ou eles vão vir pra cá, but I acho mais provável que fornecedores ofuções desse tipo no Brazil vão conseguir desenvolver isso. Então a gente vai começar a ter cada vez mais produzo mesmo, né? Ou a área começa a desenvolver mais com o produto, então vai escalar impacto, mas vai descentralizar um pouco também, eu acho.

SPEAKER_00 27:00

Legal. Okay. O que eu ia te perguntar agora? Eu ia falar o seguinte. When a gente fala de gestão dessas abilidades, a gente tá falando de uma disciplina in psychologia organizational that is antiguissima, né? I just follow it, job analysis, análise of the trabalho of the person, which involves categorization, for example, and ponderation of the time that a person gas in their maps in relation to the empresa. When a gun follows psychological organizational and RH. Entry is very difficult to say this. But it feels deep that would have been atropelada or cima. Because if a gente for fashion, it involves lado a lado da persona, olhar, observar. And so, é um custo muito grande, né? É muito grande. And I think when a gente tem a IAD in this sentiment, in this moment, old categorization, for example, of abilities or the tariffs that people have, in caso a gente of description of those activities at the time, a gente alavanca this much. A gente tem a moment.

SPEAKER_01 28:55

Come on, ganhar uma scala, né? É. In relation to it, I think. And tô lembrando mais especificamente do caso da Lightcast, que eles tem uma. Eles têm uma padronização de tarefas e padronização de habilidades. Isso é importante para ter essa comparabilidade e tal. Então eles conseguem, você pôr um monte de cargo, falar quais são as habilidades comuns daquele cargo no mercado, quais são as tarefas comuns do mercado. E tem soluções que conseguem estimar a probabilidade de automação daquela tarefa, por exemplo, com novas tecnologias, seja com IA ou automação mesmo. Então também tem esse tipo de solução que é interessante. E uma outra coisa que foi discutida ali, que eu voltei na cabeça também, que eu até tinha esquecido de falar, mas que tem relação com essa gestão de habilidades, é de como que você como que você determina quais habilidades uma pessoa tem. Quando a gente sai do cargo, a gente começa a falar da habilidade da pessoa. Andra que eu estou querendo explorar isso também, é essa. Você define as habilidades de uma maneira inferencial. So você precisa ter algumas evidências, andar as evidencias, você infere que aquela pessoa tem ability. One other maneuver seria você fazer uma prova, né? Todo mundo vai responder um questionário sobre todas as abilidades que você tem.

SPEAKER_00 30:31

Dito relato, assim, né? Eu consigo mexer no Excel, sei lá, eu tenho habilidade analítica para criticar uma apresentação. Ah, e concordo muito. É uma coisa, okay. Isso.

SPEAKER_01 30:46

E é uma coisa que provavelmente tem uma correlação com a realidade também. Então, sei lá, acho que um questionário. Seria melhor até do que fazer a diferencial dependendo do tipo de habilidade que você consegue extrair, né? Perfeito. De habilidade, não, desculpa, de evidência, né? E que tipo de evidência de verdade a gente consegue extrair com dados estruturados, que é o que a gente precisa. A gente vai precisar saber se a gente vai ter que usar, por exemplo, a descrição do cargo. Se a pessoa ocupa determinado cargo, se a pessoa é analista contábil, isso aumenta a probabilidade dela entender de contabilidade. Isso deve ser levado em consideração como uma evidência. Se a empresa tem objetivos determinados e ela cumpre os objetivos, e se a gente conseguisse classificar os objetivos, aí pensando os objetivos individuais, classificar os objetivos em temas, se o tema for uma entrega nitidamente contábil, com algum grau de complexidade, e ela entregou e foi bem avaliada, isso é uma outra evidência de que aquela pessoa tem aquela habilidade. E a gente vai somando essas evidências e vai ter uma probabilidade no final da pessoa ter essa evidência ou não. Pelo menos é assim que eu estou imaginando um dia montar isso, né? Mas seriam evidências em bases estruturadas. Ou vai, não tão estruturadas, né?

SPEAKER_00 32:13

Texto, daqui a pouco, né?

SPEAKER_01 32:14

A gente pode. Um futuro texto, né?

SPEAKER_00 32:17

A gente pode pegar uma avaliação de performance, de uma liderança. Texto da avaliação de performance.

SPEAKER_01 32:24

Então eu vejo essa possibility, vejo que essa possibilidade não precisa vir de produto, mas ela tem uma complexidade maior de se implementar.

SPEAKER_00 32:35

Perfeito, perfeito. Agora olhando pra Paris, você saiu lá em outubro de Nova York. Se mudou, acho, nesse período, né? Pra Paris. E está hoje na França e soube, eu não sei como é que foi que você encontrou o event chamado HR Technologies, né? Tecnologias de RH. Como é que foi esse encontro com o event? Como é que foi chegar lá e ver o tamanho do eventual?

SPEAKER_01 33:02

Bom, eu cheguei aqui na França, eu tava ainda pensando no que tinha acontecido no eventual de Nova York. And I come. Deve ter algum eventually. Infelizmente, não tem People Analytics World in France. So I fui pesquisando and I shall get in this event. It is an event gratuito, and it's sort of se inscrever and participating. So it's an ultra grandeur. And pertinent I'm sort of bond and 20 minutes I just told no event. And I did, it's focused in technologias for RH, and it acontece simultaneamente with uma feira de negócios gigantesca, muito grande mesmo, com soluções desde folha de pagamento até realidade virtual para treinamentos e onboarding. Desde empresas grandes, fornecedores grandes, até fornecedores bem pequenininhos, startups. E várias palestras vão acontecendo também simultaneamente. Então as palestras são até um pouco menores que as palestras do People Analytics World in termos de tamanho ali. But some, some palestras simultaneous, and I fui me aventurando no pouco de francês that I've had. So this was certainly a limitation that I told in the event. Conversing with people who consegui conversation and assisting all these palestres, what me chamou attention in event, with a vision of analytics, is that not separated in people analytics. You perceive an event, 14 mil people, an event of technologia pro RH not seal in people analytics. And it me surpreendeues. Eu percebi isso no eventually. Because I old as palestras que iam acontecer, crente that in this moment of intelligence artificial, people analytics are in center. A probability estimate a probability of the process of a gente consegue entend. So it was interesting. But enfim, o que me chamou atenção foi isso. Por que não se fala mais in people analytics? O que está acontecendo? Encruzilhada in people analytics. Ela tá ganhando uma atração muito grande. As pessoas do RH finalmente entenderam que dados andrics are muito importante. And inteligência artificial também. E os produtos de analytics estão mais maduros. So when a gente vai nesses produtos de analytics, for example, a produto de analytics vai otimizar ali o processo seletivo. Acelerar ou não acelerar aquele currículo dentro do processo. Esse produto usa analytics, o que a gente chamaria de analytics. But no stand vai estar escrito que ele usa inteligência artificial. And tinha muita solution on intelligence artificial that a gente chamaria de analytics até three years at last, for example. And the termo corrente for falar analytics não é mais analytics. É IA. É intelligente artificial. And so I percebi que talvez eu até me pergunto se o nome people analytics hoje explica bem pras pessoas que não são da área o que é a área. Because the correlation that a área de people analytics take with intelligence artificial, com dados, no termo analytics, I ask that not as pessoas entendem hoje. So é uma coisa que eu tenho pensado se analytirics transmite o que a gente quer transmitir when a gente fala de people analytics. O que eu ia falar é que no evento tinha bastante coisa de analytics, mas com outro nome.

SPEAKER_00 39:42

Era isso. O que tu acha que ele remonta o quê? E o que ele deveria remonter que nesse momento não está acontecendo?

SPEAKER_01 40:06

Eu não sei dizer o que ele remonta. Ainda mais estou pensando assim em português, né? But I say that as pessoas não fazem a conexão de analytics com IA, for example. So one of the cool acontecendo nos ultimos anos, e principalmente no começo das LLMs, when elas estouraram com o Chat GPT, foi de que a gente precisava usar IA. And I tive difficult to enter what it.

SPEAKER_00 41:47

Começando não, né? A gente já mexia antes, anda, quando falam de IA, às vezes também estão falando de automatação.

SPEAKER_01 41:56

Às vezes a gente está falando de automação. É um conceito errado, né? Se você for analisar, né? A automação de tarefas você pode fazer sem nem. Só com algoritmo. Não precisa ter nem IA de hoje em dia, nem IA de antigamente, nem analytics, não precisa ter nada, né? Mas no coloquial existe essa diferença conceitual, né?

SPEAKER_00 42:20

Sim, sim, perfeito. Ness event of the HR Technologies, okay? Or teve algum conhecimento ali que tu consegue trazer pra gente?

SPEAKER_01 42:40

I think all the coins me marcaron. Algumas are mais curiosidades, but I'm a pessoa movida por curiosidade, elas acabam me marcando mais do que coisas importantes, né? Então, assim, uso de reality virtual in várias coisas diferentes. Andendi o valor disso. Estamos alinhados. Por isso que é uma curiosidade, que eu fico olhando e pensando, pra quem, gente? Talvez em alguns contextos empresariais isso possa fazer sentido. Mas eu não sei. Mas é, por exemplo, pra fazer reuniões remotas. Mas o que eu penso é assim, eu já faço reuniões remotas, eu tô morando milhares de quilômetros distante da empresa que eu trabalho. Eu não quero fazer uma reunião com um troço na minha cabeça, entendeu? Está ótimo do jeito que tá.

SPEAKER_00 43:42

O que eu penso também, assim, tá bom assim. O que vai agregar na minha experiência? Eu entendo, mas assim, não compro essa ideia. Tá bom o suficiente.

SPEAKER_01 43:52

Eu também não. Então, isso me chamou bastante atenção. Por curiosidade, né? Outra coisa que me chamou bastante. De atenção, por curiosidade, foi uso de IA, no sentido de IA generativa mesmo, para geração de cursos. Então tinha vários estantes que você olhava, tinha um vídeo lá falando sobre o próprio produto e estava explicando sobre o produto. Era um vídeo gerado por inteligência artificial. Então tinha bastante disso também. Outra curiosidade que me chamou atenção, notou a revista aqui perto, mas foi o tema do HR Technologies, which era RH Vamos reascender a chama, alguma coisa inicio, que é um nome que eu acho que no Brazil não ia funcionar. So this me chamou bastante attention. Because in Brazil they're much of the pensamento, aquela coisa do I abrasando the arbor, and you actually ascend a chama, it's a coisa un poco mais coach. I ask that no i serve escolhido como um tema. I acho que o RAW Brazil can se ver mais technological, it can sever mais próximo do negócio, né? And reascender a chama, no sentido de engajamento is extremamente importante, né? But entregar mais valor pro negócio. Andrake me chamou atenção foi que nessa palestra nessa unica palestra que teve, que foi aquela mesa redonda, que foi falado sobre people analytics, a conversa foi um pouco básica do que eu esperava. Apesar de que eu entendi nas trocas that are empresas that had a bom nível de analytics. I esqueci agora o nome de todas as empresas, but se eu não me engano era Renault, tinha uma outra que era fábrica de mísseis de guerra, um negócio que eu descobri depois eu pensei, nossa. But enfim, áreas de people analytics that tinha uma maturidade interessante. But the conversation was adaptada pro public. And as descriptions of the importance of the area for a básicas. And me chamou attention. I sent that a maturity not alter naquela discussion. For example, a definition of analytics in a moment push up a question of descritivo, preditivo, prescriptive. And I asked that to determinate context, because the principal notes is prescriptive or preditivo. Eu entendi que existe um espaço grande para People Analytics na França também. Foi feito uma análise de job posts in this article, and boa parte dos posts the Excel domina, for example. The habilidade no Excel é dominante. And so demonstra-se um espaço grande de crescimento da disciplina na França também. Isso também me chamou atenção. Eu achei que ia ser um pouco mais maduro do que eu vi.

SPEAKER_00 47:56

Entendi. And você saiu do eventual People Analytics World com essa vision of product, com esse olhar voltado para productos. When you sai do eventually HR Technologies na France, your older está voltado pro quê?

SPEAKER_01 48:16

I asked for product then. Because as solutions de analytics that you've done of these produtes of the feira de negócios. I think in France are more products of analytics, products more maduros, empresas who offer this type of product that are more maduring, and a diversity of empresas with this type of service. So I saw a sensation. Seat problem in analytics, a gente que tinha que resolver. So I come to product mais pronts. These produtos não vão precisar necessariamente the area of people analytics. It takes direct in recruitment and selection. So no moment, a minha sensação is that in future an area decentralized. And a gente for multiple variables that will be in these other systems, for example, these problems more complex I'm on the Pipoanalytics will be. So for a lot, Pipoanalytics probably should have problems more simpler for solutions of analytics. And the problems more complex, I think will continue in the area, and a lot of necessity of amadurecement, a necessity of more approval, technically of analysis.

SPEAKER_00 51:55

In relation to when you're Brazil, would you see mudances in your vision? What you imagine in the future that are in Brazil?

SPEAKER_01 52:14

They are this type of exercise. So I think this will acontecer, só vai demorar um pouco mais de tempo pra acontecer. It's com que nos próximos sei lá quantos anos, but in a olhar mais de curto-medio prazo, partes solutions, a area ofanalytics vai entregar. So vejo que vai ter um espaço ali que Pipo Analytics vai ocupar, mas que ao longo do tempo eu acho que vai dar uma decentralizada mesmo.

SPEAKER_00 53:15

Perfeito. Eu vou te fazer uma pergunta agora em relação ao que tu tinha dito. Ah, sim. A gente já falou sobre IA no passado, quando a gente tava fazendo o último episódio, e você falou um pouco. A gente conversou um pouco sobre isso, assim, é uma coisa que eu sempre pergunto nos episódios também. E nesse momento, eu não sei se tu consegue traçar esse paralelo, tá? Mas como é que tá a tua perspectiva sobre IA hoje em relação ao ano passado? O que que mudou nesse meio tempo e o que tu tá imaginando pro futuro de A quando a gente fala de gestão de pessoas?

SPEAKER_01 53:56

Sabe que eu não lembro o que eu falei no ano passado, né? Então. Então isso é uma coisa boa, vai. Depois eu até vou escutar. Mas tu tá pensando mais em A no RH? E vou te fazer uma pergunta que eu costumo fazer, às vezes, pra ti, né? O que tu tá chamando de A nessa pergunta?

SPEAKER_00 54:20

Eu tô chamando de. Pensando em LLMs. É, o que a gente geralmente conversa e se entende no senso comum, como sendo senso comum das pessoas que a gente discute sobre, né? Que inclui, inclusive, automatomação, eu tô entrando em LLM, analytics em geral, essas coisas.

SPEAKER_01 54:38

Então, eu acho que existe uma. Eu acho que a gente vai ter muita adoção de soluções de automação, de analytics, de LLMs nos subsistemas do RH. Mas eu acho que isso não vai ser tão rápido assim quanto a maioria das pessoas imagina. Porque existe uma fricção, né? E essa fricção é não existe produtos tão prontos aqui. Então acho que isso vai ser uma fricção. Então, quem precisa desenvolver ou são pessoas da prova area, ou muitas vezes vai ser a área de analytics que vai precisar desenvolver esse tipo de solution. Não é muito escalável analytics entrar in todos esses types de solução. Então acaba atrasando um pouco a adoção. Andar que pessoas que trabalham diretamente in those areas desenvolvam esse tipo de ability. And muitas vezes não é o tipo de abilidade que elas precisavam orgulho desenvolver along the carreira. So existe uma inércia para a adoção desse tipo de ferramenta. But I ask that aos poucos this vai acontecendo. Seja por produtos específicos, seja por avanço nesses modelos. For example, o Gemini, ele permite você já conectar com várias outras ferramentas do Google. Aos poucos ele vai ficando cada vez melhor nisso. Até acho que a geração de texto talvez não vá melhorar tanto, mas a conexão orvez outros parâmetros ali dos modelos vão fazer com que isso fique mais preciso, que fique mais fácil. I don't see sequir responder a tua pergunta.

SPEAKER_00 56:44

Eu acho que no geral sim. Que é o que importa. Eu vou indo pra parte final do episódio, onde eu vou te perguntar agora quais são os livros, referências e fontes de aprendizado que você recomenda pra quem quer se aprofundar nas coisas que a gente discutiu nesse momento. E também, caso tu queira falar alguma outra coisa que não falou ainda, acho que pode aproveitar agora também.

SPEAKER_01 57:19

I falei um pouco do Mundo Assombrado pelos Demonios, of Carl Sagan. And I follow a living Commentir com Statistica. Because the part technica of a model statistic, for example, this is a cook that will be more fascinating. But the part of how pensar critically, to create a modelo theoretical sobrequest, create hipóteses over this, this would be an ability important. Dentro and for the Pipo Analytics. So I think it continuam recommendations boas, pensando in futuro. I acho que vale recomendar também o Pipo Analytics Trends, que é um documento que anualmente fala sobre as tendências. Eu acho que ele tem um foco um pouco mais executivo até, mas ele é interessante percepções andas de acordo com a pesquisa que eles aplicam. E eu vou recomendar também um livro, que é o livro do Cole Knapper, que eu não terminei de ler ainda. Então eu tô recomendando um livro que eu não terminei de ler ainda. But a parte inicial, ele fala, ele explica melhor essa questão da encruzilhada, não com esse nome, mas ele fala um pouco do momento de analytics. Então o nome do livro é. É um livro que eu acho que não tem tradução ainda. É People Analytics, Using Data Driven HR and GAI as a business asset, que é esse livro aqui. Que eu acho que ele ajuda a entender essa questão de como está a disciplina no momento. E é como está a disciplina nos Estados Unidos, mas eu acho que é como estará a disciplina in Brazil daqui a algum tempo. Então é interessante ter algumas coisas interessantes ali.

SPEAKER_00 59:29

Legal.

SPEAKER_01 59:36

No moment, I ask you to tiver opportunity to in the events de Analytics that acontece in Brazil and exterior, se tiver opportunity, I acho interessante, because realmente a gente está vivendo a moment in disciplina. I should interessante pra refletir, pra pensar o que pode acontecer no futuro, pra entender dilemas que outras empresas estão tendo. So não vou recomendar nenhum evento specifico. Até porque, por incrível que pareça, eu tô aqui falando de eventos, mas eu não sou um grande frequentador de eventos. Então eu não vou recomendar nenhum evento específico, mas ficar de olho. Normalmente tem meetups mais próximos onde você está. Então ficar de olho nessas comunidades que tem no entorno pra trocar sobre isso. Eu acho que é um momento legal pra falar sobre Peep Analytics, sobre o futuro da área, enfim. Impactos da inteligência artificial na área. E como é que as pessoas podem te achar, Zenir? As pessoas podem me achar no LinkedIn. Se pesquisar Zenir Mitman, não existe outro Zenir Mitman no mundo. Com tranquilidade eu falo isso. E recentemente, eu. Esse ano eu comecei a. Eu criei um blog que é o Caderno Pipo Analytics. E lá eu tenho colocado algumas ideias. O nome do blog é Caderno Pipo Analytics, porque a ideia é colocar coisas incompletas mesmo, anotações que eu faria no meu caderno. Apesar de que quando eu tô escrevendo, eu acabo aprofundando um pouco mais do que a minha ideia inicial, mas mesmo assim eu não tenho compromisso nenhum com ideias completas. E lá eu já tenho posts ali sobre esses dois eventos, mas também tenho posts mais exploratórios, talvez até mais técnicos, então eu já fiz um post ali sobre um prescritivo de remuneração. Em breve eu vou colocar um post também sobre preditivo de turnover, e daí ali eu vou usar o Pipo Analytics de Guerrilla, que é como fazer um bom preditivo de turnover no Excel. E daí, claro, isso é uma desculpa para falar sobre estatística meyziana, mas acho que vai ser um posto interessante também. Enfim, tem outras ideias, e eu acho que lá também é legal para ver algumas coisas que eu penso, e se quiserem comentar e quiserem discutir também, eu tô sempre aberto.

SPEAKER_00 1:02:14

Legal, legal. Muito obrigado pela participação de novo, Zenir. Eu espero que possa contar contigo, talvez, caso alguma coisa murde, algo aconteça, eu te chamo novamente. Combinado, combinado. Obrigado, pessoal, também por assistirem. Tchau, tchau. Valeu, tchau, tchau. Obrigado por ouvir o People Analytics na prática. Se curtiu, compartilha com alguém que também vive ou quer saber mais sobre o universo de gestão de pessoas com dados. O podcast está disponível nas principais plataformas de áudio, como Spotify, Apple Podcasts e também no YouTube. A gente se encontra no próximo episódio.