Ep. 30 — IA TALKS #19 | Marcus Bernardi: Como a IA está revolucionando o Quick Commerce
Neste episódio do podcast IA TALKS, Carolina da Luz recebe Marcus Bernardi, head de dados da Daki. Ele conta como a empresa trocou dashboards tradicionais por IA conectada direto ao banco de dados, criando uma "camada semântica" e agentes que tomam decisões sozinhos. Também fala sobre o lado difícil disso: o burnout de gerenciar várias IAs ao mesmo tempo, e por que o Brasil ainda está atrás na corrida da inteligência artificial. 📲 Me siga no Instagram: https://www.instagram.com/carolinadaluz/ 🎙️ Siga o podcast: https://www.instagram.com/iatalkspodcast/ 💼 LinkedIn Marcus Bernardi: https://www.linkedin.com/in/marcusbernardi/ 00:00 Quem é Marcus Bernardi 00:10 O que é Quick Commerce 02:42 Como funciona um Data Lake centralizado 05:25 O que é Shadow Data e por que evitar 09:08 A trajetória de Marcus por Natura, Telefônica, TAM e Carrefour 12:23 Por que o mercado de IA busca generalistas, não especialistas 17:12 Os três perfis da área de dados: engenharia, contexto e IA 25:46 A IA não devolve seu tempo, ela muda o tipo de trabalho 26:46 Trabalhando com 5 telas de IA ao mesmo tempo e o preço disso 34:03 O que é MCP e como ele substitui dashboards 38:57 Agentes de IA tomando decisões na prática 46:54 Por que não vai ter mais espaço para treinar júnior 58:06 O que é camada semântica 1:03:06 Como se preparar para entrar no mercado de dados e IA 1:10:03 Por que o Brasil está atrás na corrida da IA 1:16:07 A armadilha da POC 1:20:37 Conselho para C-levels sem conhecimento técnico #InteligenciaArtificial #IATalks #Dados #QuickCommerce #MCP #IA
Resumo
Carolina da Luz recebe Marcos Vinícius Bernard para discutir como a IA está mudando, na prática, a operação de dados em uma empresa de quick commerce (a daqui). Marcos começa definindo quick commerce como a capacidade logística de entregar “qualquer coisa” no menor tempo possível, o que reduz margens e obriga uma gestão extremamente precisa. A conversa mostra que, sem dados centralizados e bem definidos (venda, ruptura, estoque), a promessa de velocidade vira caos operacional. O episódio contrasta a narrativa de “IA devolve tempo” com a realidade de aumento de ritmo, mais decisões paralelas e risco real de burnout. A partir do caso da daqui, Marcos explica a arquitetura: ingestão bruta no datalake para manter histórico mesmo com troca de sistemas, camadas analíticas com KPIs padronizados
Destaques
- Quick commerce é principalmente uma disciplina logística que reduz margens e exige precisão; dados centralizados e KPIs únicos por definição (ex.: venda e ruptura) viram vantagem competitiva.
- O modelo clássico de self service BI com dashboards demanda treinamento contínuo, cria dependência de “champions” e, se falhar, gera “shadow data” em Excel com números divergentes.
- A maior ruptura não é “fazer mais rápido o mesmo”: é trocar dashboards por IA conectada diretamente ao banco, para entregar análises prontas e permitir agentes que tomam decisões e executam ações.
- A IA aumenta produtividade, mas não necessariamente reduz trabalho: o ganho vem com multitarefa intensa (várias telas/fluxos) e risco de vício em produtividade e burnout se não houver limites.
- O perfil mais valioso migra de programador puro para “engenheiro de contexto”: alguém que conhece o negócio, valida respostas, garante consistência e constrói camadas semânticas versionadas.
- Engenharia de dados tende a virar arquitetura de dados: com IA, a limitação deixa de ser execução e passa a ser desenho do sistema ideal (agnóstico de fornecedor e preparado para AI-centric).
- No Brasil, há excesso de POCs e soluções vendidas como plataforma; sem documentação de processos e padronização, a escala falha e o custo (tokens/processamento) torna a iniciativa inviável.
Tópicos: Quick commerce, logística e margens: o papel dos dados, Arquitetura de dados centralizada (datalake, camadas analíticas, near real time) e combate a shadow data, Transição de dashboards para IA conectada ao banco (MCP) e agentes, Camadas semânticas, documentação do conhecimento tácito e governança para consistência, Perfis profissionais na era da IA: generalistas, engenharia de contexto e times mais horizontais, Limites pessoais, produtividade e risco de burnout com IA
Citações
- “Eu caço Shadow Data como se caçavam as bruxas da idade média.” — Marcos Vinícius Bernard
- “A minha capacidade de entrega aumentou exponencialmente, tá? Sem sombra de dúvida. Agora eu nunca trabalhei tanto na vida.” — Marcos Vinícius Bernard
- “Nós passamos nesses 6 meses, 8, 10 meses por uma revolução que, por todos os seus clichê e todos os medos que traz é equivalente à revolução industrial, tá?” — Marcos Vinícius Bernard
- “Olha, quando a gente começou essa jornada, eh, há um ano atrás, eu e o meu time, a gente começou a ir em todos os eventos que tinham a palavra e ai... vou te dizer que foi bem decepcionante, bem decepcionante.” — Marcos Vinícius Bernard