Automatizamos Tudo com IA e Triplicamos Nossa Equipe

You prompt AI to do something, it blows your mind, you feel inadequate, you feel like,"Oh my god, this thing is going to take my job." Você pede para a IA fazer algo, fica de queixo caído, se sente inadequado, pensa: "Meu Deus, essa coisa vai roubar meu emprego." And then it stops working and it looks back at you and says,"What should I do next?" E então ela para de funcionar, olha para você e diz: "O que devo fazer agora?" The further away an agent gets from a human, the less valuable it is. Quanto mais longe um agente fica de um humano, menos valioso ele é. If you just ride the models, you're going to be fine. Se você simplesmente acompanhar os modelos, vai se dar bem. If you care about leading a really ambitious life, I truly think that this is going to make that more possible for more people. Se você quer ter uma vida realmente ambiciosa, eu sinceramente acho que isso vai tornar isso mais possível para mais pessoas. Every is the only subscription you need to stay at the edge of AI. Every é a única assinatura que você precisa para se manter na vanguarda da IA. If you care about being on top of the latest models and using latest tools, you have to subscribe to Every to separate out the signal from the noise. Se você se importa em estar por dentro dos modelos mais recentes e usar as ferramentas mais novas, você precisa assinar a Every para separar o sinal do ruído. Go to every.to/subscribe today. Acesse every.to/subscribe hoje. So, we are here uh because we're going to flip the script a little bit. Então, estamos aqui porque vamos virar o roteiro um pouco. I am going to be interviewing Dan Sick. Vou entrevistar Dan Shipper. uh about the piece that he published yesterday, May 21st. Sobre o artigo que ele publicou ontem, 21 de maio. Uh and we're going to try to understand why he wrote it, what's underneath his reasoning for it. E vamos tentar entender por que ele o escreveu e o que está por trás do raciocínio dele. There's going to be some conflict. Vai ter conflito. I'm going to I'm going to fight with him on it. Vou brigar com ele sobre isso. Let's fight. Vamos brigar. and see, you know, bringing some of my opinions, which are more or less aligned, but uh trying to understand does this is this piece going to reflect the future in 10 years, in 5 years? E ver, você sabe, trazendo algumas das minhas opiniões, que estão mais ou menos alinhadas, mas tentando entender se este artigo vai refletir o futuro em 10 anos, em 5 anos. And who are you again? E quem é você de novo? Um I'm Brandon. Sou o Brandon. I'm our COO. Sou nosso COO. And that's it. E é isso. So, the piece is called After Então, o artigo se chama After And it it comes from this feeling that I have. E ele vem de uma sensação que eu tenho. And there's a video about this, and there's there's a piece, but just for people who who have not seen either of those things. Existe um vídeo sobre isso, e tem o artigo também, mas só para as pessoas que não viram nenhum dos dois. It comes from this feeling that I have that at Every, we are as AI native, as agent native, as it as you as it gets, you know, if you swing a stick around in our Slack, you're you're as likely to hit a human as you are an Vem desta sensação que eu tenho de que na Every, somos tão nativos de IA, tão nativos de agentes, quanto é possível. Se você balançar um pau no nosso Slack, é tão provável que você acerte um humano quanto um [snorts] [fungadas] Everyone's using Claude Code and codex and all these tools to do their job every day. Todo mundo está usando Claude Code, Codex e todas essas ferramentas no dia a dia. Um and yet it feels like there's more human work to do than ever. E mesmo assim parece que há mais trabalho humano a fazer do que nunca. And in fact like since the GPT-3 days like we've grown from four people to like 30 people and we're hiring more now. E de fato, desde os dias do GPT-3, crescemos de quatro pessoas para umas 30 e estamos contratando mais agora. And so it came from me looking at that and then looking at the environment and being like what's going on because the whole information environment if you look at Dario is out there saying like half of entry-level white-collar jobs may be wiped out. E tudo isso veio de eu observar isso e então olhar para o ambiente e pensar: o que está acontecendo? Porque todo o ambiente informacional, se você olhar, o Dario está por aí dizendo que metade dos empregos de colarinho branco de nível de entrada podem ser eliminados. Even even people like um like Ken Griffin from Citadel is like you can tell he just had this moment where someone showed him an AI doing like an advanced data or finance question and he was like holy [ __ ] like that's what I would pay PhDs to do for me and it just did it. Até mesmo pessoas como Ken Griffin, do Citadel, dá para perceber que ele teve esse momento em que alguém mostrou para ele uma IA fazendo um tipo avançado de pergunta de dados ou finanças e ele ficou tipo: meu Deus, é exatamente o que eu pagava PhDs para fazer por mim, e ela simplesmente fez. And I feel like I'm watching a lot of people who maybe don't have a ton of experience with agents and don't have a ton of experience with the curve of improvement that we've been riding for the last like three three and a half years hit it for the first time and then come to all these conclusions about E tenho a impressão de que estou vendo muita gente que talvez não tenha muita experiência com agentes, nem com a curva de melhoria que estamos surfando nos últimos três, três anos e meio, encontrando isso pela primeira vez e chegando a todas essas conclusões sobre oh my god like all work is going away we're not going to have jobs and I'm just like sitting here being like actually your intuitions when you first see a technology like this are usually very meu Deus, todo o trabalho vai embora, não vamos mais ter empregos. E eu fico aqui pensando: na verdade, a sua intuição quando você vê uma tecnologia assim pela primeira vez costuma ser muito And we've seen a lot over and over again over the years that E já vimos isso acontecer repetidamente ao longo dos anos, que Every is a very good bellwether for where things are going because it's a it's a group of early adopters we have people in doing all sorts of work internally at Every and if something works here it there's a good bet that it's going to spread to other other places other other businesses that are that are adjacent to ours. Every é um excelente indicador de para onde as coisas estão indo, porque é um grupo de adotantes iniciais. Temos pessoas fazendo todo tipo de trabalho internamente na Every, e se algo funciona aqui, há uma boa aposta de que vai se espalhar para outros lugares, outras empresas adjacentes à nossa. And so when I look around at Every I I see so much automation and I also see way more human work. E quando olho para a Every, vejo muita automação e também muito mais trabalho humano. So I was really um the the whole piece is saying here's the current state of work with agents. Então, o artigo todo está dizendo: aqui está o estado atual do trabalho com agentes. And then pulling apart that paradox and sort of explaining why does why does more automation mean more work? E depois desmontando esse paradoxo e explicando por que mais automação significa mais trabalho. Yeah, when I read the piece it was there wasn't like an explicit call to action in it, but I sort of felt this call to action of like there is actually a massive amount of hope right now in a world that is filled with a lot of doomers. Sim, quando li o artigo, não havia um chamado explícito à ação, mas eu senti esse chamado à ação de que há uma quantidade enorme de esperança agora, num mundo que está cheio de pessimistas. And um and this is why. E é por isso. Um É [snorts] [fungadas] but I am going to come out of the gate and ask you a devil's advocate question. mas vou sair da largada e te fazer uma pergunta do advogado do diabo. Which is a couple hours before you publish this piece the CEO of ClickUp came out with this long tweet about why he fired 8,000 people and 3,000 people some Algumas horas antes de você publicar este artigo, o CEO do ClickUp soltou aquele longo tweet sobre por que ele demitiu 8.000 pessoas, 3.000 pessoas, alguma coisa assim. What? Que? I don't I don't think it was 8,000. Não acho que foram 8.000. I was 20,000 people. Foram 20.000 pessoas. What I mean O que eu quero dizer [laughter] [risos] I think it was like 3,000. Acho que foram umas 3.000. an entire economy. uma economia inteira. like 22% of of his workforce. tipo 22% da força de trabalho dele. I don't think it was in the thousands, but yes, it was it was a Não acho que foram milhares, mas sim, foi it was a lot of his workforce. foi uma grande parte da força de trabalho dele. Yeah. Sim. Yeah. Sim. So my question to you is um in a business like every we're growing super fast. Então, minha pergunta para você é: numa empresa como a Every, que está crescendo super rápido. Um what you wrote makes a lot of sense to me. O que você escreveu faz muito sentido para mim. And what you wrote theoretically makes a ton of sense in that AI is not autonomous right now. E o que você escreveu faz muito sentido na teoria, no sentido de que a IA não é autônoma agora mesmo. It has to be told what to do and then has to be checked. Ela precisa ser orientada sobre o que fazer e depois precisa ser verificada. We need to have that that sandwich that you described in in the piece. Precisamos ter aquele sanduíche que você descreveu no artigo. But in a business that is 8,000 people, 10,000 people that is mature and has built ways of managing like SOPs for managing their business does this manifesto and this thesis still hold true? Mas numa empresa com 8.000, 10.000 pessoas, que é madura e construiu formas de gerenciar SOPs para administrar o negócio, este manifesto e esta tese ainda se sustentam? It's a É uma It's a really good question. É uma ótima pergunta. Um É Are there a couple Tem umas There are a couple different questions here. Tem algumas perguntas diferentes aqui. The first thing I want to do is like lay out the argument. A primeira coisa que quero fazer é expor o argumento. Why does Why does automation make more work? Por que a automação gera mais trabalho? I'm sure many people listening to this also haven't read it. Tenho certeza de que muitas pessoas ouvindo também não leram. So take a second to explain that in detail. Então, reserve um momento para explicar isso em detalhes. I will do that. Vou fazer isso. So basically, the idea is the way that AI works and the way it functions in the workplace is AI makes yesterday's expert competence cheap. Basicamente, a ideia é: a forma como a IA funciona e como ela opera no ambiente de trabalho é que a IA torna barata a competência especializada de ontem. And by that I mean AI is trained on all of our outputs, all of the code and the writing and the design and and decision-making and everything that's ever been written. E com isso quero dizer que a IA é treinada em todos os nossos resultados, todo o código, a escrita, o design, a tomada de decisões e tudo o que já foi escrito. And it makes that available to everyone for very cheap. E torna isso disponível para todos a um custo muito baixo. So uh you can Então, você pode So anyone now with a prompt can use yesterday's competence to solve a programming problem, build an app, or write a uh write a piece like I did, write a report, or uh or, you know, make a YouTube thumbnail. Então, qualquer pessoa com um prompt pode usar a competência de ontem para resolver um problema de programação, criar um aplicativo, ou escrever um artigo como eu fiz, escrever um relatório, ou fazer uma miniatura para o YouTube. And the interesting thing is that when you do that when when expert competence is available for cheap, it gets really widely adopted. E o interessante é que quando você faz isso, quando a competência especializada está disponível barata, ela é amplamente adotada. So everyone starts to do it. Então, todo mundo começa a fazer. Everyone starts to like, you know, we see this internal Todo mundo começa a, tipo, a gente vê isso internamente Everyone's making pull requests Todo mundo está fazendo pull requests. [ __ ] [palavrão] this is crazy. isso é loucura. Yeah. Sim. And and and like I'm making pull requests and ops people are making pull requests and you know, engineers are like writing essays and you know, there's all this line crossing basically for non-experts to do the thing that experts used to do. E tipo, eu estou fazendo pull requests, pessoas de operações estão fazendo pull requests, e engenheiros estão escrevendo ensaios, e há todo esse cruzamento de linhas basicamente de não especialistas fazendo o que os especialistas costumavam fazer. And that feels very threatening to experts. E isso parece muito ameaçador para os especialistas. They're like,"Well, what's my job going to be now?" Tipo, qual vai ser o meu emprego agora? Mhm. Sim. And [snorts] what's interesting about that is because these tools are trained on outputs, are trained on yesterday's data the stuff that they do is uh with with default prompt with is it uh the stuff that they do with a default prompt all looks kind of similar and is all kind of right for the current situation, but it's like not actually totally right. E [fungadas] o que é interessante sobre isso é que, como essas ferramentas são treinadas em resultados, são treinadas nos dados de ontem, o que elas fazem com um prompt padrão, parece tudo muito parecido e está mais ou menos certo para a situação atual, mas não está exatamente certo. And so what happens is you sort of like flood the zone with tons of stuff that's like close, but not quite right. E o que acontece é que você inunda a zona com uma tonelada de coisas que estão perto, mas não exatamente certas. And then you need to basically like and and well E então você basicamente precisa, tipo, e bem There's a Tem muito There's a lot of that at every too. Tem muito disso na Every também. There's a lot of Tem muito There's a lot of people doing what seems like great work and then you go under the hot under the hood and you're like, this isn't quite right. Muita gente fazendo o que parece um ótimo trabalho e então você olha por baixo do capô e pensa: isso não está bem certo. Maybe like the expert should do it. Talvez o especialista devesse fazer isso. Yeah. Sim. Yeah. Sim. Yeah. Sim. Exactly. Exatamente. Uh me for example. Eu, por exemplo.