É fácil criticar empresas como o Facebook ou o Google por sua conduta quando se trata de dados, em grande parte porque elas são frequentemente objeto de relatórios e artigos de notícias amplamente divulgados. As histórias que documentam os erros gigantes da tecnologia (ironicamente, muitas vezes exibidas no feed de notícias do Facebook) demonstram uma crescente conscientização do capitalismo de vigilância e dos estados de vigilância, bem como o aumento dos reguladores de atenção e dos legisladores. Além disso, o Facebook acaba de ter três anos realmente muito ruins.

Apenas olhe como ele está chateado.
Sim, é fácil criticar, mas é muito mais difícil extrair as lições apropriadas dessa crítica. Excitantes gigantes da tecnologia atendem a alguns propósitos e certamente ajudam a esclarecer práticas que merecem atenção. Ao mesmo tempo, ele pode ofuscar os problemas reais que o restante de nós enfrenta, incluindo a grande maioria dos negócios que lidam com dados (o que é, literalmente, todo negócio). Mencionamos, antes do princípio contra-intuitivo, que a atenção negativa no Facebook, por exemplo, pode de fato impedir o progresso da legislação de privacidade de dados e pode impedir uma mudança significativa quando é mais necessária.

O problema é que, para melhor ou para pior (e é quase sempre para pior), as empresas adoram se comparar ao Google-Apple-Facebook-Amazon, como se qualquer um dos quartetos do GAFA fossem comparadores razoáveis. A ideia é que, se essas empresas altamente lucrativas adotarem determinadas práticas com relação a dados, parcerias de dados e coleta de informações sobre clientes e usuários, se adotarmos as mesmas práticas, seremos maciçamente lucrativos. Em todos os casos, exceto os mais raros, é como sugerir que você deve avaliar suas métricas de execução semanais em relação a Usain Bolt. (Spoilers: ele é melhor em correr do que você.)

Quero dizer, a resposta é obviamente “não”, Usain.
Esta abordagem de copiar e colar para usar dados não é apenas o produto de um silogismo defeituoso, ele perde completamente o ponto. As empresas GAFA empregam centenas de milhares de cientistas de dados, pesquisadores de AI e ML e especialistas em conduta do consumidor. O que faz sentido nos negócios nesse tipo de domínio é totalmente diferente do que faz sentido para empresas muito grandes que lidam com dados de consumidores. E lembre-se: consumir e processar dados não é uma faceta do Facebook ou dos negócios do Google, isso é problema deles. A menos que você gere receita com dados do consumidor para vendas a anunciantes, está imitando um negócio totalmente diferente, simplesmente porque é bem-sucedido.

Para empregar uma metáfora diferente, a Exxon-Mobil obtém enormes lucros com o processamento e a venda de produtos petrolíferos, incluindo a gasolina. Sua empresa pode consumir gasolina (para entregar produtos em caminhões, por exemplo) e pode usar óleo de aquecimento para o escritório nos meses de inverno. Mas você não imita as práticas da Exxon-Mobil ou presume que a abordagem deles para clientes ou parceiros faz sentido para você simplesmente porque você compartilha uma conexão tangencial com a gasolina.

Sim, eu sei que a gasolina é divertida. Ainda.
Isso não quer dizer que não podemos tirar lições das empresas GAFA, principalmente quando as lições derivam de dados incorretos. Mas as decisões estratégicas sobre como estruturar parcerias de dados e operações de dados têm que se desenvolver de forma orgânica, se quiserem ter algum efeito significativo em sua empresa. Dito de outra forma, você tem que tomar decisões sobre o negócio como ele existe, e não sobre um híbrido hipotético entre você, Amazon, Google e Facebook. (Estou bastante convencido de que o Departamento de Justiça, o FTC e a Comissão Européia de Justiça teriam algo a dizer sobre isso, de qualquer forma).

Por motivos de clareza, que tipo de lições aprendemos com empresas GAFA que não são aplicáveis? Em grande parte, as respostas para nossos problemas consistem em implantar novas tecnologias, lançando erros como sendo sobre pessoas (e não políticas ou modelos de negócios), ou jogando dinheiro em um problema. Aqui está um exemplo. O escândalo do dia no Facebook é que a equipe teve acesso a centenas de milhões de senhas de usuários, armazenadas em texto simples, durante anos. A resposta, inevitavelmente, será uma mudança nas políticas internas escritas, alguém será demitido e haverá um anúncio sobre novas práticas e sistemas de segurança “para tornar seus dados ainda mais seguros”. É inevitável porque é isso que acontece resposta a todos os escândalos do Facebook (ou Google, para esse assunto).

Essas respostas não alteram o problema subjacente, que é que há uma tensão inevitável entre a privacidade e um modelo de negócios que comoditiza os dados pessoais (e, portanto, exige a quantidade máxima de dados que podem ser obtidos em todas as formas). Eles também têm uma tendência a falhar em empresas menores, onde 1) as políticas escritas raramente são abrangentes, 2) culpar a equipe pode causar perdas perigosas em talentos e suporte e 3) não há dinheiro suficiente para investir ou tecnologia significativa a ser protegida. É por isso que essas respostas são afirmativamente inúteis quando realizadas por empresas de fora daquelas do Vale do Silício com um valor de mercado multibilionário. Em outras palavras: praticamente todo mundo.

Constantemente.
Uma lição a ser tirada das lutas do Facebook (ou de qualquer empresa em uma confusão de privacidade de dados) é que você precisa entender por que os dados se tornaram um problema. Houve uma violação, alguém perdeu segredos comerciais valiosos, fez um cliente descobrir que seus dados foram utilizados para um propósito não revelado – seja qual for o motivo, ele provém de um erro mais fundamental na abordagem. Normalmente, o erro é esquecer os três valores aos quais continuamos voltando: transparência, consistência, segurança. Sem orientar princípios para servir como um teste contra ideias novas, é fácil cair em um padrão em que seguir a novidade se torna um método de negócios: se é novo ou se traz mais dados, deve ser bom.

Teoricamente, isso pode levar à inovação e ao sucesso, mas, com mais frequência, simplesmente leva a uma adoção aleatória de novos sistemas e tecnologias sem nenhum benefício perceptível. É a durabilidade e o valor a longo prazo que você deve preferir. A principal diferença entre um modismo e uma revolução é manter o poder. Crie seu modelo de negócios em torno de parcerias de dados transparentes, consistentes e seguras, e você terá aprendido a lição mais importante.