CIO Codex E-book
Uma introdução clara ao CIO Codex Framework, com os pilares essenciais para transformar TI em valor. Ideal para ter a visão geral do framework.
A questão da quantidade de pessoas que têm buscado novas oportunidades no mercado e mudando de emprego no mundo de TI é muito bem abordada nessa matéria da ComputerWorld
Tema super quente na atualidade e que merece atenção das organizações (sendo que as ações extrapolam TI), especialmente quando se pensa nesse volume de pessoas, mais de 50% dos líderes em tecnologia!
Alguns pontos que destaco:
Como fazer um melhor uso dos recursos de desenvolvimento de sistemas, priorizando aquilo que efetivamente traz mais valor para organização?
Essa questão foi muito bem abordada nessa matéria da McKinsey:
https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/in-pursuit-of-value-not-work
Considero esse tema inevitável em qualquer organização que passe a escalar o uso do modelo ágil.
Quando se uso o modelo tradicional waterfall/iterfall, a própria visão projetizada, com toda a sua lógica de priorização embutida.
É bem verdade que se têm algum nível de burocracia esperada ao longo do processo de discussão em comitês de análise e priorização até se definir efetivamente quais projetos devem ser feitos.
O modelo ágil tem todos seus méritos e qualidades de encurtar caminhos entre a ideia e a execução justamente ao dar mais autonomia aos PMs/POs em definir e priorizar o que será feito.
Mas como muito bem disse o Tio Ben, "grandes poderes trazem grandes responsabilidades".
E aí é que se incorre no risco muito bem apontado aqui de se priorizar coisas eventualmente não tão importantes, eventualmente por se dar essa atribuição de visioning da organização a um grupo de pessoas que podem estar vislumbrando apenas a próxima sprint ou PI, e não os objetivos de médio e longo prazo.
E isso pode levar a apenas manter os times ocupados trabalhando, mas sem efetivamente construindo aquilo que de fato vai diferenciar ou gerar valor.
Quando se fala em Machine Learning, diversas preocupações adicionais que eram basicamente inexistentes no mundo de software tradicional passam a surgir, como por exemplo a necessidade de monitorar o comportamento dos modelos de ML.
E nesse sentido, aqui vai uma ótima matéria do InfoWorld sobre o tema:
https://www.infoworld.com/article/3675389/the-importance-of-monitoring-machine-learning-models.html
Nuito boa a comparação entre desenvolver e monitorar software versus desenvolver e monitorar machine learning.
ML (AI como um todo) é algo realmente bem mais complexo e de operação/curadoria as vezes até imprevisível, exigindo competências muito distintas tantos das áreas de IT quanto business aí longo de toda cadeia de valor.
Acrescento aqui minha percepção pessoal de que para complicar ainda mais, as próprias soluções de ML e AI parecem ser menos "perenes" do que as soluções tradicionais de SW,
Isso por conta de surgirem a cada ano tantos conceitos, plataformas e serviços novos (afinal de contas, estamos apenas engatinhando nisso) que aquilo que desenvolvemos hoje pode ficar defasado/obsoleto/ineficiente/não-competitivo muito rapidamente, as vezes antes mesmo de trazer o retorno sobre o investimento feito.
Titanium Economy, essa é uma expressão que não conhecia, mas que pelo "poder" desse nome atraiu a minha atenção para ler esse artigo da McKinsey:
Fiquei curioso pelo tema e pelo livro.
Creio que as crises recentes estão deixando claro que haverá (ou já está havendo) uma transformação e tanto nas cadeias produtivas globais.
Já se houve até sobre possíveis plantas de microchips aqui no Brasil (ao mesmo tempo que EUA e UE já possuem várias plantas anunciadas e em construção).
Ou seja, os países estão (finalmente) entendendo que não é saudável abrir mão de toda manufatura, e espero eu, que ainda dê tempo para que eles revertam suas trajetórias de desindustrialização, para o bem geral de suas respectivas economias e para o bem estar das próximas gerações.
Não sei o quanto dessa manufatura de altíssimo valor agregado pode eventualmente também vir aqui para o hemisfério sul, mas espero que tenhamos as reformas públicas e a audácia privada necessárias para tal!
Como já dizia o famoso Brett King, nenhuma indústria passou por tantas disrupções e ameaças quanto a indústria bancária atual.
São novos entrantes, regulamentações, revoluções tecnológicas e mudanças de perfis de consumo que alteram drasticamente o panorama geral do mercado.
Aqui uma matéria muito rica da McKinsey abordando as mudanças sobre os bancos de varejo dentro do contexto dessa revolução digital:
Matéria focada em banking com muitos dados, fatos e comparativos bem legais (inclusive diferenciando as regiões do globo).
Quanto a essência das recomendações em si, creio que valem também para outros incumbentes tradicionais buscando seu lugar ao sol frente aos "insurgentes" nativamente digitais:
Já conheciam a APQC?
Eu os conheci esse ano, por conta de uma indicação e achei o conteúdo muito interessante sob a ótica de um framework geral de "processos".
E eles possuem uma visão organização por indústria de atuação, o que ajuda bastante.
Esses dias recebi uma newsletter sobre esse webinar abaixo:
Achei ele muito interessante. Nesse caso, sendo bem honesto, vale mais a pena ler o report diretamente (poupa um bom tempo).
Já achava o conceito de benchmarking muito útil e produtivo, afinal, ajuda bastante ter algum parâmetro de comparação versus o mercado.
Obviamente que o benchmarking não vai trazer todas as respostas e não deve ser a única referência. Muitas vezes o diferencial de mercado ou de operação vem de algum movimento pensado fora da caixa e que nenhum benchmark iria indicar.
Fiquei muito surpreso por ter levado tanto tempo para sequer saber que essa empresa existia. Tem muita coisa interessante produzida por eles que vale a pena ler e utilizar no dia a dia.
Creio que não existam mais dúvidas de que para se transformar digitalmente, as empresas precisam avançar em suas competências de uso de dados.
Mas quais são os maiores enganos e erros que elas cometem nesse sentido?
Essa matéria da CIO Online aborda muito bem o tema:
https://www.cio.com/article/400812/what-companies-get-wrong-about-data-transformation.html
Concordo com muitos dos pontos e destaco um entendimento que julgo ser essencial.
Para ser "digital" e efetivamente utilizar dados como um ativo e um acelerador na tomada de decisões é preciso mudar o mindset de forma drástica, incluindo o próprio modelo operacional.
Como é muito bem apontado, não adianta encarar dados como um mero "projeto", é preciso mudar forma como se opera assumindo os dados como uma função on-going em uma ou mais unidades operacionais na organização.
Certamente "falar é bem mais fácil que fazer" (vide o fato de quanto a maior parte das empresas ainda tem muito a fazer nesse sentido) e cada organização acaba tendo sua forma específica e fine tuning especial, mas o conceito como norteador de decisões faz muito sentido.
É muito legal quando se pode ver o uso de "conhecimento teórico" aplicado em exemplos super práticos e que vivemos no dia a dia!
Nessa matéria da CIO Online temos um pouco disso, tratando especificamente dos erros na busca pela otimização:
https://www.cio.com/article/406970/what-cios-get-wrong-about-optimization.html
Aqui a "teoria das filas", que creio todo mundo que fez Administração ou MBA em gestão deve ter aprendido, mostra sua importância em como se organizar para otimizar o time to market.
Há uma grande diferença entre otimizar um processo versus otimizar individualmente as etapas de um processo.
E essa diferença fica ainda mais evidente nos dias de hoje, pois as organizações tendem a ser cada vez mais complexas, assim como a interdependência cada vez maior entre diversas áreas para a entrega de projetos (igualmente mais complexos sob a ótica técnica).
Outro tema que merece a atenção de qualquer organização que deseja ter projetos entregues dentro do prazo e do custo: as demais áreas de "suporte" à execução de projetos (exemplificando: arquitetura, infraestrutura, governança e qualidade) precisam operar com alguma "folga" de alocação para poderem atender aos projetos em tempo hábil.
Ou seja, é improvável conciliar uma operação justa 100% alocada (foco no custo operacional) com a entrega ágil na entrega de projetos (foco na velocidade e T2M).
Muito se escuta sobre o conceito de Fusion Teams, e creio que até mais do que apenas escutar, cada dia se verifica na práticas mais casos reais de empresas que ingressaram na sua jornada de transformação rumo a esse destino.
E aqui um artigo muito bom do Gartner conceituando de forma ampla o que significa de fato esse modelo para as organizações:
https://www.gartner.com/en/articles/why-fusion-teams-matter
Merece bastante atenção para quem não quiser ficar para trás, especialmente no quesito time to Market.

Acho que esse aspecto da velocidade é o maior benefício em se integrar Business & IT nos "Fusion Teams".
De qualquer forma, acho que para tal, os sistemas e demais ativos de IT precisam estar em um nível adequado de modularidade, estabilidade, resiliência, disponibilidade e performance.
Da mesma forma, é preciso manter uma grande atenção e pensar muito bem nos mecanismos que permitirão garantir a qualidade e estabilidade arquitetônica no médio e longo prazo.
Tem um outro material da própria Gartner que aponta muito bem essa distinção em camadas de "produtos" (business driven) e "plataformas" (IT driven).
Enfim, são várias abordagens que têm surgindo sobre como reorganizar os times de forma a buscar a maior e melhor interação e sinergia possível entre equipes de "negócios" e de "tecnologia", aqui colocadas propositalmente entre aspas justamente por ser cada dia amis tênue a linha que separa esses dois mundos.
Matéria interessante da Infomoney sobre Open Finance no Brasil:
Open Finance: veja 6 mitos sobre o sistema aberto de dados financeiros no Brasil
Acho curioso que apesar de o Open Finance tenha nascido quase junto ao Pix, definitivamente não gerou o mesmo nível de engajamento junto ao público consumidor.
Todo mundo conhece e usa o Pix, que por sua vez desde o lançamento já evoluiu de diversas formas (parcelado, saque e outros).
O Pix mudou o mercado de meios de pagamento no Brasil (acho que basta olhar os números para ver o quanto) de uma forma que creio ter superado todas as expectativas.
Já o Open Finance (originalmente Open Banking) parecia ser um divisor de águas revolucionário e disruptor (vide o que se escutava dos efeitos dele na Europa, em especial no Reino Unido).
Ainda acho que ele trará mudanças radicais no mercado ao trazer novos atores e formas de competição.
Confesso que não sei se existe algum "indicador" ou "observatório" que permita ver o tamanho desse novo mundo do Open Finance no Brasil (se alguém conhecer algo nesse sentido, agradeço se puder compartilhar) mas baseado apenas no que vejo, leio e escuto a respeito, acho que ainda não "pegou" da forma que se esperava.