5 Tópicos de Terça #28

🥢 1. Product Market Fit não é para sempre

Em 1846, o bicarbonato de sódio começou a ser vendido nos EUA como um ingrediente para cozinhar. Daí o nome até hoje: baking soda.

O produto pegou. As vendas cresceram. A Arm & Hammer virou sinônimo da categoria. 

Product Market Fit de cartilha!

Só que... o tempo passou.

Os alimentos industrializados começaram a cair no gosto popular. 

Comida caseira começou a cair em desuso. O uso de bicarbonato despencou. A empresa começou a patinar.

O mercado tinha mudado. E o PMF sumiu tipo estalo do Thanos.

Nessa época, algumas pessoas estavam colocando bicarbonato dentro da geladeira, pra absorver o mau cheiro. 

A Arm & Hammer percebeu a oportunidade e decidiu testar isso.

Eles reposicionaram o "baking soda" como um produto para tirar fedor de geladeira. 

Resultado? 

A receita pulou de $16 milhões em 1969 pra $318 milhões em 1987.

Eles deixaram de ser uma marca de cozinha... pra virar uma marca de "desodorante" (ou seria desodorizante?).

Encontrar PMF é difícil. E encontrar PMF não é certeza de ter PMF para sempre. E o pior de tudo: reencontrar PMF é mais difícil que encontrar PMF.

Porque exige humildade pra aceitar que o que te trouxe até aqui... talvez não te leve adiante.

PS: Nunca tinha ouvido o conceito de "perder" PMF até ler o "Se apaixone pelo problema e não pela solução" do Uri Levine (founder do Waze).

PS2: Parece mentira, mas estou passando uns dias na casa dos meus pais e olha quem tá na geladeira.

🥢 2. AI vs UI

Desde que li um post do Zeh Fernandes, do Resend, questionando a interface de chat em AI fiquei me perguntando qual seria a melhor resposta para essa pergunta.

Já me convenci de que chat é a "resposta preguiçosa". Mas ainda não me arrisco a dizer que alguém já encontrou a melhor resposta.

Acabei de ler mais um post falando sobre isso, dessa vez de outro designer que admiro, Karri Saarinen, founder do Linear.

O ponto do Karri é bem interessante, de que a forma segue a função. Quando uma pessoa segura um machado, seu formato já induz um entendimento da sua funcionalidade.

Historicamente com software isso foi muito mais fácil de ser replicado ou construído dado sua natureza determinística - você sabe qual é a próxima etapa de um fluxo. Com Gen AI, surge uma nova camada de complexidade porque agora os fluxos são não-determinísticos.

Sem forma, é fácil que a função se perca. Por isso, a tentativa por lá é de tentar trazer função a forma.

A melhor analogia é a de uma bancada de trabalho de um carpinteiro. Assim como essa bancada é familiar ao usuário e serve a múltiplos propósitos, ela oferece um ambiente rico em ferramentas e materiais para quem usa.

Ao invés de ser uma única ferramenta, a bancada se torna um ambiente para que aumenta a utilidade de outras ferramentas - inclusive as de AI. Ela provê estrutura, contexto e um ambiente especializado para fluxos de trabalho específicos.

Parece interessante e faz sentido em alguns use cases. Mas sigo me perguntando como isso se traduzirá em interfaces na prática...

E por aí, algum palpite de como serão as interfaces no futuro das aplicações AI native?