Jump Talk 46 - Open Gateway e o futuro das telecomunicações com a Claro

Início \ Produções \ Jump Talk 46 - Open Gateway e o futuro das telecomunicações com a Claro

1. O que é Open Gateway e qual o papel da Claro nessa iniciativa global

Glauber explica que o Open Gateway é uma iniciativa da GSMA (associação global de operadoras móveis) que cria padrões para que as operadoras exponham APIs baseadas em sua infraestrutura de rede – transformando dados de conectividade, localização e autenticação em produtos digitais para o mercado empresarial (B2B). A Europa, Japão e China estão avançados, mas o Brasil lidera na América Latina. Na Claro, a iniciativa veio do México, mas o Brasil rapidamente assumiu a dianteira devido à riqueza dos dados e à força do mercado digital. “Hoje, as telcos não são apenas provedoras de conectividade; são provedoras de soluções digitais de excelência.”


2. Produtos Open Gateway em produção: antifraude, geolocalização e autenticação

Glauber descreve alguns produtos já disponíveis no portal Claro Insights (com possibilidade de trial gratuito):

  • Device Location – valida se um dispositivo (entregador, usuário) está em um determinado endereço, usando triangulação por antena. Case iFood: reduz fraudes na entrega, impedindo que entregadores emulem GPS.
  • SIM Swap – informa quando houve troca recente de chip (SIM card). Útil para instituições financeiras antes de aprovar transações de alto valor (se houve troca nos últimos 2-3 dias, pode ser fraude).
  • Number Verification – segundo fator de autenticação implícito, que valida o número de telefone sem que o usuário perceba (mais fluido que SMS ou token).
  • Quality on Demand (QoS) – melhora a qualidade de sinal sob demanda para eventos específicos (shows, GP, máquinas de cartão em zonas congestionadas). A empresa contratante (ex.: organizadora do evento, banco) compra a API e a operadora aloca mais recursos de rede para aqueles usuários/equipamentos naquele momento.
  • Face Match – validação biométrica facial, sem armazenar imagens (apenas hashes).
  • Know Your Customer (KYC) – validação de cadastro com percentual de similaridade de endereço (ex.: 85% de similaridade).

Glauber enfatiza que a Claro não vende dados brutos; apenas respostas booleanas ou escores. Tudo segue rigorosamente a LGPD, com criptografia, autenticação OAuth 2.0/CIBA, tokenização e governança.


3. Integradores e o ecossistema: Prime Link como exemplo

Como os clientes finais (ex.: NuBank, Itaú) não querem saber de qual operadora é o usuário, as integradoras (ex.: Prime Link, parceira da Jump) têm papel fundamental: recebem a requisição, identificam a operadora (Claro, Vivo, Tim) e direcionam para a API correta. “É um braço extenso das telcos no Brasil.” A Claro também mantém portal próprio (Claro Insights) com documentação (Swagger) e camada trial.


4. Desafios técnicos: integração de sistemas legados, latência e segurança

O maior desafio foi integrar os sistemas legados de back‑office com a infraestrutura de rede, garantindo latência baixa (milissegundos). A solução envolveu laboratórios apartados em cloud, com microsserviços modernos e gateways de segurança. “Habilitar a nossa infraestrutura de rede como produto de inovação foi o maior paradigma que rompemos.”


5. Casos de uso reais: iFood, prefeituras, NuBank, GM e score de crédito

Glauber cita exemplos concretos:

  • iFood – Device Location para combater fraudes na entrega.
  • Prefeituras (Rio, São Paulo) – monitoramento de concentração de pessoas em eventos (Carnaval) para planejamento de segurança.
  • GM (My Link) – chips Claro embarcados em carros, fornecendo geolocalização e futuramente autenticação do motorista.
  • NuBank – parceria desde o início da fintech, usando dados da Claro para criar score de crédito e viabilizar empréstimos para clientes sem histórico bancário.
  • Score próprio da Claro – produtos fora do Open Gateway, que combinam dados da operadora com modelos estatísticos para gerar capacidade de pagamento, usados por parceiros financeiros.

6. LGPD e privacidade: respostas booleanas, hashes e validação sem exposição

Glauber é categórico: a Claro não expõe dados pessoais. Para biometria facial, não armazenam imagens; geram um hash único a partir de uma malha de cerca de 15 fotos e comparam hashes. Para geolocalização, apenas confirmam se o dispositivo está no endereço (true/false). Para KYC, devolvem um percentual de similaridade, não o endereço correto. “Não vendo o dado, vendo a autenticidade do dado.”


7. Carreira: a experiência como professor, especialista vs. generalista, e a paixão por ensinar

Glauber atribui sua virada de carreira ao período como professor. “Quando você está ensinando, é quando você mais aprende.” Ele destaca que sua equipe é multidisciplinar (idades de 22 a 56 anos) e que tanto especialistas (quem resolve pepinos) quanto generalistas (quem direciona) são necessários. Para os jovens, o conselho é: não escolha TI pelo dinheiro, escolha por paixão e prazer em aprender. Não importa a linguagem (Cobol, Python, Spark, Spring Boot) – o que importa é se adaptar e gostar.


h2>8. IA generativa: assistente, não substituta

Glauber acredita que a IA não substituirá profissionais, mas substituirá aqueles que não aprenderem a usá-la. “IA é uma auxiliar; você precisa treinar, validar, ter pensamento crítico.” Ele e seu time usam IA como secretário, copiloto ou para acelerar análises (ex.: reduzir 3 horas de trabalho para 30 minutos). A Claro tem uma vertical de IA, mas a governança e a validação humana continuam sendo essenciais – especialmente em empresas com petabytes de dados legados.


9. Futuro: autenticação biométrica, agentes de IA e mais produtos Open Gateway

Glauber prevê que a autenticação facial se tornará onipresente (como já ocorre na China), mas sempre combinada com um segundo fator (ex.: número de telefone). O Open Gateway deve crescer exponencialmente até 2030, com foco em autenticação e novos produtos. Sobre agentes de IA, ele já experimenta agentes autônomos, mas acredita que ainda estamos em fase de experimentação e protótipo – a adoção em larga escala ainda esbarra na complexidade de treinar modelos com bases de dados massivas e heterogêneas.