"Não é tão simples quanto muita gente pinta que sua vida vai mudar, sua empresa vai faturar milhões a partir da adoção de IA. O MIT divulgou um relatório mostrando que cerca de 80% das empresas que investiram pesado em IA não têm o retorno esperado — porque essas empresas não têm uma base de dados fidedigna, normalizada, estruturada." — Diego Braga, executivo de produtos da Neoway/B3 Diego Braga traz uma perspectiva única para o podcast. Diferente dos empreendedores que fundaram empresas de dados do zero (como vimos nos episódios anteriores), Diego é um "intraempreendedor", alguém que inovou e criou produtos dentro de grandes organizações. Ele passou mais de 14 anos no Broadcast (Grupo Estado), onde foi peça-chave na estruturação do time de market data, fez curadoria de dados de bolsas de valores globais, gerenciou relacionamento técnico e estratégico com exchanges, e desenvolveu produtos e APIs para o terminal financeiro. Hoje, Diego lidera produtos na Neway, empresa do grupo B3 especializada em dados, analytics e inteligência para finanças, crédito, risco e compliance. Na vertical de Capital Markets, ele trabalha na construção de produtos usando os vastos dados históricos da própria B3 — um desafio de escala e engenharia que envolve armazenar, normalizar e distribuir milhões de mensagens geradas a cada segundo nos sistemas de negociação da bolsa. PRINCIPAIS TÓPICOS O que faz um agregador de dados financeiros Diego explica o papel de terminais como Broadcast, Bloomberg e Refinitiv: capturar dados de múltiplas fontes (bolsas de valores, governos, provedores especializados), normalizá-los em um protocolo único e distribuí-los aos clientes. O objetivo é criar um "one-stop-shop" — manter o usuário dentro da plataforma o máximo de tempo possível, sem precisar buscar informações externamente. Curadoria de dados: quais critérios importam? Para selecionar dados de terceiros, Diego aplicava três critérios essenciais: Fidedignidade das fontes — garantir que os dados sejam confiáveis, idealmente vindos de fontes primárias ou validados por múltiplas referências Product-market fit — entender se aquele dado realmente agrega valor ao cliente final Latência (velocidade de entrega) — no mercado financeiro, entregar dados mais rápido pode significar a diferença entre lucro e prejuízo Diego destaca que, independentemente do mercado (financeiro, commodities, energia), esses três pilares são universais. Desenvolvimento de produtos: do dado ao cliente ou do cliente ao dado? Diego defende uma abordagem híbrida. Quando você já tem uma massa crítica de dados estruturados (como a B3), é mais eficiente criar MVPs, testar hipóteses e iterar rapidamente com clientes. Quando você é uma startup ou está começando, precisa validar a necessidade do cliente antes de investir pesado em infraestrutura. Ele também reconhece a vantagem competitiva do branding: "É muito mais fácil testar produtos usando a marca da B3 do que sendo uma empresa totalmente desconhecida." Inteligência Artificial: o hype vs. a realidade Diego é entusiasta de IA, usa ferramentas como ChatGPT e Perplexity diariamente, e vê enorme potencial, mas alerta para as ilusões do mercado. Ele cita um relatório do MIT que mostra que cerca de 80% das empresas que investiram pesado em IA não viram o retorno esperado. O principal motivo? Bases de dados ruins, desorganizadas ou não estruturadas. A IA não resolve o problema de dados ruins. Ela amplifica o que você já tem. Se seus dados são imprecisos, inconsistentes ou incompletos, a IA vai gerar insights imprecisos, inconsistentes ou incompletos. Empresas transacionais vs. empresas estratégicas Diego observa uma divisão clara no mercado de provedores de dados: Empresas transacionais: Agregam dados públicos, criam dashboards, entregam visualizações básicas. Essas empresas estão ameaçadas pela IA, que consegue fazer o mesmo trabalho de forma mais rápida e barata. Empresas estratégicas: Coletam dados exclusivos, sabem fazer as perguntas certas, constroem insights únicos e entregam valor no nível estratégico. Essas empresas têm vantagem competitiva sustentável. A lição: dados exclusivos + perguntas certas = diferenciação real. SOBRE O CONVIDADO Diego é economista formado pela PUC-SP, com MBA em Marketing pela ESPM. Começou sua carreira em 2010 como analista no Broadcast (Agência Estado), onde participou da estruturação do time de market data e passou mais de uma década desenvolvendo produtos, gerindo relacionamento com bolsas de valores e garantindo a qualidade, latência e confiabilidade dos dados financeiros entregues aos clientes. Em 2024, migrou para a Neway, empresa do grupo B3 que atua em três verticais: Marketing e Vendas, Loss Prevention (prevenção a fraudes) e Capital Markets. Nesta última, Diego lidera o desenvolvimento de produtos baseados nos dados históricos da B3, enfrentando desafios de escala, armazenamento e distribuição de milhões de mensagens geradas diariamente. Além do trabalho corporativo, Diego é professor voluntário no projeto social Multiplicando Sonhos, levando educação financeira para jovens do ensino médio em escolas públicas de São Paulo. Sobre o Negócios de Dados Negócios de Dados é o podcast para quem cria, escala, vende e consome produtos de dados. Conversamos com empreendedores, executivos e usuários finais que vivem o desafio de transformar dados em inteligência de mercado e vantagem competitiva. Host: Clayton Melo | 25+ anos em energia e commodities LinkedIn: Clayton Melo Siga o Negócios de Dados Se você gostou deste episódio, deixe uma avaliação no Spotify ou Apple Podcasts e compartilhe com alguém que está construindo produtos de dados. Spotify: https://open.spotify.com/show/2Zzboy7WXpegD1clnLNcfu Apple Podcasts: https://podcasts.apple.com/br/podcast/negócios-de-dados/id1846720506 YouTube: https://www.youtube.com/playlist?list=PL9CsC-NeA474I99qeEGgi0npxjyUzPDwZ
