“Como Transformei Minha Empresa Familiar (Sem Que Me Mandem Embora)”

O áudio e o vídeo estão em espanhol. Estas notas são uma tradução.

Hoje entrevistei Anuar Chapur, chief product and technology officer da The Palace Company, uma das maiores redes hoteleiras do México, com mais de 15.000 funcionários em sete países.

É uma empresa familiar com mais de 40 anos. Os irmãos dele são os donos. E quando ele decidiu que era preciso mudar a forma de fazer tecnologia, a própria frase dele resume o que aconteceu: se não fosse da família, teria sido demitido.

Eles passaram de gastar muitos milhões por ano em projetos internos que ninguém usava a construir produtos que impactam a experiência de centenas de milhares de hóspedes.

Falamos sobre por que desenvolver tudo in house foi uma loucura, sobre como se convence um CTO ex-Booking a se mudar para Mérida e sobre o que acontece quando 14.000 pessoas começam a construir as próprias soluções com IA.

Estrutura e Principais Destaques

Por Que as Transformações Demoram Tanto

• A resposta dele para o que tornou a transformação possível é uma palavra só: o time
• O problema do ovo e da galinha: você não consegue transformar uma empresa sem o time certo, porque o resto da organização não confia em um time sem as capacidades. E esse time não quer entrar em um ambiente onde não há confiança
• Por isso as transformações não são um projeto com começo e fim. Todo dia acontece algo que parece dizer que não se confia no time, e todo dia acontece algo que mostra o contrário
• A analogia dele: é como o jogo do Mario. Você cai e volta, mas não para o ponto inicial, e sim para uma fase a partir da qual fica mais fácil

A Conversa com os Irmãos

• Ele entrou em tecnologia há três ou quatro anos para fazer mais rápido o que já se achava que era preciso fazer: um novo sistema de reservas, um novo site, um aplicativo
• Fez cursos de programação e de Scrum, tudo do lado da entrega, nada do lado de entender o problema
• Quando o que saía não dava resultado, as conversas mudaram: parem de supor, vamos entender o problema a fundo
• O problema real que descobriram: queriam que os clientes reservassem sem ligar para o call center, porque a empresa crescia e o call center de Miami tinha um espaço físico limitado
• E um aplicativo novo não era a solução. Eles souberam disso depois da pesquisa e acabaram melhorando o site que já tinham
• Os irmãos foram as últimas pessoas que ele conseguiu convencer, e ele diz que continua convencendo. Agradece a confiança deles depois de tantas promessas quebradas
• O sobrenome não ajudava: eles também se chamam Chapur
• O que destravou a tensão: dedicar um dia inteiro de reunião para falar a fundo do que tinha acontecido, das pequenas conquistas e do que tinha dado errado

O Que Gerava Mais Atrito

• Que ele não viesse do mundo da tecnologia e, por isso, parecesse difícil de acreditar que entendesse o que dá para fazer
• E que o time não tivesse contexto do negócio, o que fazia parecer que os diretores de vendas e de operações já sabiam do que o cliente precisava
• A resposta dele: de fato ele não desenha a arquitetura nem escreve o software, mas ele falava de produto, onde tinha sim contexto de negócio por anos na empresa
• E a análise de dados, que faz as conversas deixarem de ser opiniões e percepções
• O diagnóstico dele do telefone sem fio: os diretores entendem o negócio, sim, mas comunicam de um jeito e não é ouvido como quiseram expressar
• O conselho dele para alguém na mesma posição: começar pelos dados, desde que sejam objetivos e não uma história que alguém quer contar

Marty Cagan e o Turning Point

• Um amigo recomendou o podcast do Lenny com Marty Cagan falando de Inspired
• A primeira reação dele foi que aquilo era para empresas de tecnologia, não para redes hoteleiras familiares mexicanas
• Mesmo assim assinou a newsletter, continuou ouvindo e leu o livro. Por essa newsletter ficou sabendo de um workshop em Nova York sobre Transformed
• Esteve a ponto de cancelar. Foi, e esse foi o turning point
• A frase que mais o impactou: outcomes acima de outputs
• A tradução pessoal dele: para que eu me levantaria para ir ao escritório terminar um aplicativo que ninguém usa. Se ninguém usa, não significa nada
• O que o workshop e o livro deram a ele e o podcast não: os fundamentos explicados de forma clara, e entender que são os mesmos seja o produto físico ou digital

O Que Encontrou ao Chegar

• A estratégia era desenvolver tudo in house, com a ideia de eventualmente vender como SaaS para outros hotéis
• Isso os levou a construir o próprio CRM, o próprio PMS (o sistema core de um hotel), o próprio processador de pagamentos conectado direto ao banco
• O veredito dele: era uma loucura, porque se dedicavam a fazer coisas que já existiam
• A virada de chave: contratar o que existe e não reinventar a roda. HubSpot para CRM, Opera Cloud para PMS, Adyen para pagamentos
• E construir só o que é único, o que fica em cima desses sistemas
• Eles ainda pagam por esses pecados. Continuam carregando coisas que nunca deveriam ter feito, como o relógio de ponto dos funcionários
• Quanto estavam queimando: muitos milhões por ano, sem contar o custo de oportunidade
• O detalhe que piora tudo: o que eles substituíam já tinha amadurecido e funcionava, ainda que a tela não fosse bonita

O Ponto de Ruptura

• Dois projetos enormes quase ao mesmo tempo, com muitas noites em claro e muito compromisso do time
• Quando foi lançado, a versão anterior era melhor. Fizeram um esforço extremo para ficar pior
• Era uma plataforma de vendas para agências de viagem, então todas as agências reclamavam e isso afetava as vendas
• O que ele aprendeu: algo estar bom no Figma, ser aprovado na empresa e parecer necessário não significa que seja o certo
• E o que tirou o projeto do buraco: contratações-chave de gente que entendeu o problema a fundo

De Fábrica de Software a Times de Produto

• A mudança não é que os engenheiros tenham mais ou menos contexto que o pessoal de negócio, é que eles conhecem o que dá para fazer com a tecnologia
• E isso importa mais do que nunca, porque ela se move rápido demais
• O argumento dele sobre por que são trabalhos de tempo integral: ninguém esperaria que quem desenha o Instagram também fosse gerente de outra coisa
• O exemplo dele com design: se você só diz ao designer que ele sabe usar Figma e entrega uma tela desenhada num guardanapo, não está extraindo valor dele
• A rejeição dele aos handoffs: implicam pouca colaboração. Eles precisam estar sentados juntos, vendo a tela um do outro
• Mudou até o espaço físico, além das descrições de cargo
• Como mudou o papel dos líderes: um líder de design não põe mais a mão na massa para entregar as coisas, agora garante que cada designer funcione no seu time e constrói um design system
• O resultado: mudou 90% do time. Muita gente entrou e outra saiu, uns por decisão própria e outros não
• A nuance dele sobre isso: era a mesma cadeira e o mesmo escritório, mas a empresa e a forma já tinham mudado

Contratar em Mérida

• Ele levou dois anos para encontrar o CTO certo, entrevistando semanalmente com um headhunter especializado
• A regra dele: contratar devagar, e não contratar por desespero
• O componente ético que ele acrescenta: se a pessoa vai se mudar, escolher mal não é só problema seu. As dúvidas se resolvem antes
• O que convenceu David, o CTO dele, que vinha da Booking e de Amsterdã: a forma como eles pensam que a tecnologia pode impactar a experiência do cliente
• O ponto dele: é fácil pensar que um hotel só precisa de wi-fi, licenças e computadores. Isso é TI e é importante, mas é outra coisa
• O método dele com candidatos: venha conhecer Mérida e o time, e quando virmos que flui fazemos a oferta
• Quem se muda sem problema: gente jovem, ou com filhos muito pequenos, ou com filhos já grandes. O difícil é a idade intermediária
• O dado que sustenta isso: a sede corporativa de 1.000 pessoas se mudou de Cancún para Mérida e as pessoas estão contentes

Como se Mede o Valor

• Não há uma métrica que dê toda a certeza. Mas eles usam métricas, sim
• Uma das primeiras aplicações de IA deles, há uns dois anos: analisar todos os comentários das pesquisas com hóspedes com Amazon Bedrock e Power BI
• Eles categorizam por tema e subtema e analisam o sentimento, para saber se o problema é do restaurante e, dentro disso, da temperatura da comida ou do serviço
• O que descobriram: o principal problema não estava no hotel, estava no transporte
• Os hóspedes passavam as férias ligando para o call center para remarcar o traslado, e às vezes ninguém atendia
• O que fizeram: otimizar esse tempo, permitir editar a reserva e, sobretudo, dar ao cliente a certeza de onde e a que horas ele sai
• E aí, sim, há métrica: caem as ligações para o call center e sobe a satisfação

Por Que a Tecnologia Nem Sempre Aparece no Resultado

• Em uma empresa tradicional, a tecnologia pode estar desconectada do resultado. Se o serviço é ruim ou a comida é ruim, nada mais importa
• E o contrário: uma empresa pode ir muito bem por razões que não têm nada a ver com a área de tecnologia
• O exemplo dele de por que vale a pena mesmo assim: analisaram os padrões de consumo para distribuir os hóspedes entre restaurantes segundo o horário e quais eles já visitaram
• Não vendem mais por isso. Mas esse cliente volta mais contente
• Outro exemplo concreto: os restaurantes de café da manhã lotam porque todo mundo vai ao bufê. No aplicativo eles recomendam um restaurante segundo a localização do quarto
• O alerta dele contra a acomodação: se as coisas funcionam e você não mexe nelas, fica no seu máximo local

Quando 14.000 Pessoas Constroem Software

• O enquadramento dele: o time de tecnologia nunca vai ser rápido nem numeroso o bastante para atender os problemas de 14.000 funcionários e 500.000 hóspedes
• Então a meta é que tecnologia seja habilitadora e não gargalo
• O que estão fazendo: sete sessões abertas para toda a empresa, nas sextas à tarde, em que as pessoas mostram não como usaram o ChatGPT, mas o que construíram
• Um demo day interno. São escolhidas as propostas que são escaláveis e bem formuladas
• O efeito: os curiosos se animam, quem construiu fica mais motivado e o time de tecnologia aprende quais necessidades existem
• A leitura dele sobre proibir: não dá para tapar o sol com a peneira. Melhor entender para que estão usando o ChatGPT e dar a eles uma licença corporativa

Os Dois Exemplos que Funcionaram

• A descoberta prática dele: o Lovable é bom para prototipar e mais útil para o time de tecnologia, mas não termina em um produto completo
• O que funciona muito bem são os GPTs personalizados. É simples demais e útil demais
• O caso das reservas especiais: os grupos mandam listas de chegada no formato que o próprio sistema deles gera, com os nomes em uma coluna ou combinados, o check-in e o check-out na mesma célula
• Alguém precisava passar centenas de reservas linha por linha, para todos os hotéis
• Treinaram um GPT com o formato deles e agora sobem o arquivo como vier e ele devolve no formato deles. Essas pessoas hoje fazem coisas mais úteis
• O caso de compras: um GPT que cruza o ID do pedido da nota fiscal do fornecedor com o catálogo deles e com o que sai no SAP, comparando preço, quantidade e descrição para detectar discrepâncias
• A reflexão dele sobre os dois: são ineficiências que a tecnologia nunca teria priorizado, mas eram o problema mais importante do dia a dia dessas pessoas

Avaliar Tanto Pitch de IA

• Ele está procurando uma pessoa dedicada a isso, porque há muito hype e é difícil separar a realidade
• O problema concreto: a área jurídica é importante e não tem time de produto nem de tecnologia. Como avaliar e implementar uma ferramenta como o Harvey?
• O perfil que ele procura é uma combinação de produto, tecnologia, licenças, TI, gestão de ativos de software e robótica
• Sobre robótica: ele acredita que há muito potencial para a operação, mas não para o hóspede. Não vão colocar um robô para fazer o check-in, porque isso é uma recepção
• Onde sim: um robô que leve a comida até o andar e recolha os pratos sujos, ou que limpe salões de convenções à noite
• A regra geral dele: poder não significa que a gente queira

O Hotel Redesenhado do Zero

• Sem telas e sem tecnologia aparente
• As coisas deveriam funcionar sem que o hóspede tenha que inserir informação em um app ou em um totem. Não é para passar o nosso trabalho para ele
• A cena dele: se já sabemos em qual van ele vem do aeroporto, que deem as boas-vindas na guarita, o mensageiro e a recepção, com toda a informação pronta
• Com as reservas de restaurante pré-carregadas segundo as preferências dele, e ele só confirmando, como faria um mordomo
• E com espaço para que os hóspedes se conectem entre si segundo seus gostos, porque uma parte importante vem para fazer comunidade
• O dado que justifica isso: 60% dos clientes deles são recorrentes e 40% têm assinatura de membro
• A frase dele sobre o fosso: dizem que a memória é o moat da IA. Eles acreditam que conhecer bem as preferências dos clientes é o que faz você voltar a um hotel e não a outro

O Que Acontece com Quem Não se Transforma

• A resposta dele em uma palavra: desaparecer
• A nuance dele: para umas empresas a ameaça vai chegar antes e para outras depois, mas isso não autoriza ninguém a se descuidar
• O que ele vê como erro concreto hoje: proibir o ChatGPT, ou não permitir Cursor, Claude Code ou Figma Make por medo da incerteza. Isso é cortar as mãos do seu pessoal
• O conselho final que ele dá a um CEO na posição dele de três anos atrás: apoiar-se em dados quantitativos e qualitativos, e falar com usuários
• E não perder a paciência. Exige teimosia e cansa, mas cansa mais fazer algo que não faz sentido

Glossário do Vale do Silício

Pessoas, Empresas e Referências

Pessoas Mencionadas

• Anuar Chapur: chief product and technology officer da The Palace Company
• Os irmãos dele: donos e líderes da empresa, as últimas pessoas que ele convenceu
• David: o CTO dele, ex-Booking, que se mudou de Amsterdã para Mérida
• Jorge Cerna: o recrutador de tecnologia dele, que veio do mundo das startups
• Marty Cagan: do Silicon Valley Product Group, autor de Inspired e Transformed
• Ricardo Rubio: quem recomendou a ele o podcast que começou tudo
• Enzo Cavalie: host do podcast

Empresas e Ferramentas

• The Palace Company: mais de 15.000 funcionários em sete países, com hotéis em construção em vários destinos
• HubSpot, Opera Cloud e Adyen: o que decidiram contratar em vez de construir
• Amazon Bedrock e Power BI: a análise de comentários de hóspedes que revelou o problema do transporte
• ChatGPT e os GPTs personalizados: a ferramenta que as áreas não técnicas mais adotaram
• Lovable, Cursor e Figma Make: as ferramentas de prototipagem que ele menciona
• SAP: o sistema de compras contra o qual cruzam as notas fiscais
• Harvey: o exemplo de ferramenta jurídica que querem avaliar bem
• Mérida: a cidade de onde operam e para onde trazem talentos