Imagine contratar uma pessoa extremamente competente, entregar um computador, liberar o acesso aos sistemas da empresa e, sem explicar o negócio, os processos ou o que se espera dela, cobrar um aumento imediato de produtividade.
Não faria o menor sentido, concorda?
Mas é exatamente isso que muitas empresas estão fazendo com a Inteligência Artificial.
Nos melhores casos, compram licenças, liberam o acesso ao aplicativo, fazem uma live de uma hora ensinando alguns prompts e, na semana seguinte, começam a perguntar por que a produtividade ainda não aumentou 30%.
Em alguns casos, nem a live acontece.
O colaborador recebe um novo ícone colorido na barra de ferramentas e um recado mais ou menos assim: “Agora temos IA. Use, ganhe produtividade, reduza custos e supere suas metas!”.
Tem aqueles também, que nem uma ferramenta homologada tem, mas ainda assim, precisa entregar os “resultados da IA”, pois supõe-se que ele está utilizando sua própria IA pelo celular ou computador pessoal.
Depois de alguns meses, os líderes olham para os resultados, percebem que o retorno esperado não apareceu e chegam a duas conclusões possíveis: ou a tecnologia não funciona, ou as pessoas estão resistindo à mudança.
E eu posso lhe assegurar, que em ao menos 95% dos casos, nenhuma das duas está correta.
“Dar acesso à Inteligência Artificial não é capacitar pessoas. É apenas distribuir licenças.”
Ter IA não significa saber usar IA.
Entender a IA como um aplicativo ou sistema novo, como todos os outros licenciados por TI, é subjugar todo o potencial que esta nova forma de inteligência, capaz de remodelar todos os negócios do mundo, possui.
A adoção da Inteligência Artificial cresceu em uma velocidade impressionante. Segundo uma pesquisa global da McKinsey publicada em 2025, 88% dos respondentes afirmaram que suas organizações já utilizavam IA regularmente em pelo menos uma função do negócio. O problema é que somente cerca de um terço dizia ter começado a escalar essas iniciativas pela empresa.
Ou seja, quase todo mundo está usando, mas pouca gente está conseguindo transformar o uso em resultado consistente. Existe um abismo enorme entre experimentar uma tecnologia e incorporá-la ao modelo operacional da empresa, ou mesmo, repensar o modelo de negócios de sua empresa a partir da Inteligência Artificial.
Instalar um sistema de gestão, um CRM ou uma plataforma de videoconferência é diferente de adotar Inteligência Artificial. Sistemas tradicionais seguem processos mais determinísticos: você aprende onde clicar, quais campos preencher e qual botão gera o relatório.
A IA não funciona exatamente assim. Ela é probabilística, depende de contexto, repertório, qualidade dos dados, clareza de intenção e capacidade de avaliação. Duas pessoas usando a mesma ferramenta podem e devem chegar a resultados completamente diferentes.
Uma delas usa a IA para resumir um e-mail. A outra redesenha todo um fluxo de trabalho, cruza informações, identifica padrões, simula cenários, questiona as respostas e toma decisões melhores.
A ferramenta é a mesma. O modelo mental não.
É por isso que algumas empresas compraram Inteligência Artificial, mas continuam trabalhando exatamente da mesma forma que trabalhavam antes. Apenas adicionaram uma nova etapa aos processos antigos. O melhor modelo de IA do mundo, implementado e homologado em uma empresa onde a mentalidade é analógica, existem processos informais, e só é inovadora nas paredes, não vai entregar resultados mesmo.
Criam a reunião para discutir IA. O comitê de IA. A política de IA. A apresentação mensal sobre IA.
Mas o trabalho continua igual.
“Se você coloca Inteligência Artificial sobre um processo ultrapassado, não cria inovação. Apenas exponencializa o que já não funcionava.”
A IA está sendo tratada como um aplicativo, não como uma transformação de modelo mental e de negócios. Esse é seu real potencial, e onde verdadeiramente se encontra resultados expressivos.
Talvez o maior erro das empresas seja imaginar que a implementação da IA é uma responsabilidade apenas da área de Tecnologia. A TI escolhe a plataforma, negocia os contratos, configura os acessos, cria algumas regras de segurança e disponibiliza a solução.
Missão cumprida? Nem perto disso.
A Inteligência Artificial não muda apenas a ferramenta usada para realizar o trabalho. Ela muda a forma como pensamos, criamos, aprendemos, decidimos e distribuímos responsabilidades. Ou seja, ela deveria, em sua essência, reconstruir ou refundar a empresa, a partir de um novo modelo mental e de negócios.
Quando uma IA consegue produzir a primeira versão de um relatório, o papel do profissional deixa de ser apenas escrever. Ele passa a definir o problema, fornecer contexto, avaliar a qualidade, identificar erros, confrontar as informações e transformar aquele material em uma decisão.
Quando um agente consegue analisar milhares de contratos, o advogado não deixa necessariamente de ser importante. Mas seu trabalho muda.
Quando uma IA cria dezenas de possibilidades para uma campanha, o profissional de marketing deixa de gastar tanto tempo produzindo a primeira ideia e passa a dedicar mais energia para fazer escolhas melhores.
Em todos esses casos, não estamos apenas trocando uma ferramenta. Estamos redesenhando o trabalho, e suas fundações. E redesenhar o trabalho exige a participação de Tecnologia, RH, lideranças, áreas de negócio e, principalmente, das pessoas que conhecem profundamente os processos. Não adianta um grupo de executivos decidir, de dentro de uma sala, como a IA deve transformar uma atividade que eles nunca executaram.
As pessoas que estão na operação sabem onde o processo trava, onde existe retrabalho, quais decisões ainda são tomadas no escuro e quais tarefas consomem horas sem gerar valor. Mas, curiosamente, elas costumam ser as últimas a participar da conversa.
Mais pressão, pouca preparação!
Existe outra contradição acontecendo dentro das empresas.
A IA é apresentada como uma tecnologia que vai reduzir tarefas repetitivas, liberar tempo e tornar o trabalho mais humano. Afinal o “corno job” agora, é problema da IA. Mas, em muitos casos, está sendo utilizada apenas para aumentar a cobrança.
A pessoa continua com as mesmas reuniões, os mesmos relatórios, as mesmas metas, os mesmos processos e a mesma carga de trabalho. A diferença é que agora também precisa aprender a usar IA, e como “a IA faz tudo mais rápido”, a expectativa é que ela produza ainda mais.
Uma pesquisa da Microsoft mostrou que 53% dos líderes diziam que a produtividade precisava aumentar, enquanto 80% da força de trabalho global afirmava não ter tempo ou energia suficiente para realizar seu trabalho. Muito pelo contrário, ao invés da IA, gerar um alívio do excesso de trabalho, tem gerado mais ansiedade e stress. Colocar IA nessa equação sem rever prioridades pode não apenas acelerar o esgotamento.
A empresa economiza duas horas do colaborador com uma automação e imediatamente preenche as duas horas com mais tarefas.
Nenhum tempo para experimentar.
Nenhum espaço para aprender.
Nenhuma tolerância ao erro.
Só mais uma nova meta, pra continuar tentando chegar no impossível.
“Cobrar produtividade antes de desenvolver competência transforma a IA em uma ferramenta de pressão, e não de evolução.”
A BCG identificou que apenas cerca de um terço dos profissionais pesquisados dizia ter recebido treinamento adequado em IA. O uso regular da tecnologia aumentava de forma significativa entre aqueles que tiveram pelo menos cinco horas de treinamento, especialmente quando havia aprendizagem presencial e acompanhamento.
Cinco horas!
Mesmo assim, algumas empresas ainda acreditam que enviar um vídeo de 20 minutos explicando o que é prompt engineering seja suficiente para mudar a forma como milhares de pessoas trabalham. Não é.
Usar bem a IA exige letramento, prática e acompanhamento. Exige aprender a formular boas perguntas, dar contexto, verificar fontes, identificar alucinações, reconhecer vieses, proteger informações sensíveis e decidir quando não usar a tecnologia.
Também exige desenvolvimento humano.
Pensamento crítico, criatividade, extensão vocabular, flexibilidade e capacidade de julgamento se tornam ainda mais importantes. Quanto mais respostas a IA produz, mais precisamos de pessoas capazes de avaliar se elas fazem sentido.
A corrida pela eficiência começou a cobrar sua conta.
Durante os primeiros anos da explosão da IA generativa, muitas organizações entraram em uma espécie de FOMO (medo de ficar por fora) corporativo. Era preciso fazer alguma coisa com IA, não importava exatamente o quê.
Começaram a surgir provas de conceito, laboratórios, assistentes internos, chatbots, agentes e projetos que pareciam incríveis nas apresentações, mas não necessariamente resolviam um problema relevante ou gerava valor real aos seus clientes.
Em 2024, o Gartner estimou que pelo menos 30% dos projetos de IA generativa seriam abandonados depois da prova de conceito até o final de 2025. Entre as razões estavam baixa qualidade dos dados, controles de risco inadequados, custos crescentes e falta de clareza sobre o valor gerado.
É importante perceber que o problema não era exatamente a incapacidade da tecnologia. Era a ausência de um problema claro, de dados confiáveis (em quantidade e qualidade), de governança, de integração com os processos e de uma forma objetiva de medir o resultado.
Muita empresa começou pela solução e depois saiu procurando um problema para justificar o investimento.
Como costumo dizer, IA sem um problema real para resolver vira desperdício de recurso e descredibilização da tecnologia, além de uma conta cara de tokens a pagar.
Quando esses projetos fracassam, a organização cria uma espécie de anticorpo cultural. Os líderes ficam mais resistentes a novos investimentos, os colaboradores passam a enxergar a IA como mais um modismo e qualquer tentativa posterior começa carregando o peso da iniciativa anterior.
Demitimos as pessoas cedo demais?
Um dos casos mais simbólicos dessa primeira onda foi o da Klarna.
Em fevereiro de 2024, a empresa anunciou que seu assistente de IA já realizava dois terços das conversas de atendimento ao cliente e fazia um volume de trabalho equivalente ao de 700 profissionais em tempo integral. Segundo a própria companhia, o sistema reduziu o tempo médio de resolução de 11 para menos de dois minutos e poderia gerar uma melhoria de US$ 40 milhões no lucro anual.
Era o case perfeito, que todo C-Level precisava para aumentar a cobrança por resultados rápidos e ganho de produtividade, bastando usar a IA homologada, mas nem sempre usada por seus colaboradores.
IA mais rápida, mais barata e disponível em mais de 35 idiomas. Pouco mais de um ano depois, o discurso mudou.
A Klarna voltou a reforçar o atendimento humano, reconhecendo que o custo havia recebido peso demais nas decisões e que isso tinha prejudicado a qualidade. A empresa passou a defender que os clientes deveriam sempre ter a possibilidade de conversar com uma pessoa.
É importante fazer uma correção aqui, porque a realidade quase sempre é menos cinematográfica do que as manchetes.
Não existem evidências sólidas de que a Klarna tenha demitido exatamente 700 pessoas por causa da IA e depois recontratado as mesmas 700. A própria empresa negou uma relação direta entre as demissões realizadas em 2022 e o assistente lançado posteriormente. O que ela afirmou foi que a IA passou a executar um trabalho equivalente ao de 700 agentes, enquanto reduzia seu quadro principalmente por congelamento de contratações e rotatividade natural.
Mas isso não diminui o aprendizado.
A empresa que virou símbolo da substituição de pessoas pela IA precisou recalibrar sua estratégia e reconhecer algo bastante óbvio: eficiência sem qualidade não é eficiência. Economizar no atendimento e piorar a experiência do cliente é apenas transferir o custo de lugar. A conta pode reaparecer na insatisfação, no cancelamento, na reputação ou na perda de confiança.
A IA era muito boa para resolver situações simples. Quando apareciam complexidade, emoção, ambiguidade ou necessidade de negociação, os humanos continuavam essenciais. Não porque a IA seja inútil. Mas porque o erro foi colocá-la como substituta absoluta, quando poderia ser uma poderosa ampliadora da capacidade humana.
Não podemos também ignorar o fato de que substituir pessoas por IA, gera notícias que, supostamente, beneficiam a imagem da empresa. Ela reduz custo demitindo gente, ao mesmo tempo em que demonstra ao mercado que é uma empresa inovadora, com ampla adoção de IA. O que já vimos, que não é bem assim.
A IA não veio para encaixar no trabalho antigo.
As empresas que começam a encontrar resultados mais consistentes não estão apenas usando ferramentas melhores. Elas estão mudando a maneira como o trabalho acontece.
A pesquisa da McKinsey mostra que as organizações que mais extraem valor da IA costumam perseguir objetivos que vão além da redução de custos. Elas também utilizam a tecnologia para crescimento, inovação e transformação do negócio, redesenhando fluxos de trabalho de forma mais profunda. Essa diferença é fundamental.
Quando a única pergunta é “quantas pessoas podemos reduzir?”, a empresa limita o potencial da tecnologia antes mesmo de começar. As perguntas deveriam ser: o que agora podemos fazer que antes era impossível?
Que problema do cliente nunca conseguimos resolver?
Que decisão pode ser tomada com mais inteligência?
Que conhecimento está perdido dentro da empresa?
Que tarefa pode deixar de existir, e não apenas ser feita mais rapidamente?
Um estudo da PwC encontrou crescimento três vezes maior na receita por trabalhador em setores mais expostos à IA. Também identificou mudanças 66% mais rápidas nas habilidades exigidas pelas ocupações impactadas pela tecnologia. A oportunidade existe. Mas ela não acontece automaticamente depois da assinatura do contrato com a plataforma.
A Inteligência Artificial não produz transformação por osmose. Ao menos, por enquanto.
Os 5 Ps para a IA começar a gerar resultado.
E pra não deixar mais um triplex na cabeça dos líderes sem propor um caminho, criei de forma didática, cinco pontos que considero fundamentais para tirar a IA da apresentação de PowerPoint e levá-la para o resultado. São os 5 Ps pra gerar resultado com inteligência artificial:
Problema: comece pela dor, e não pela ferramenta. Identifique tarefas repetitivas, decisões tomadas com pouca informação, gargalos, desperdícios e necessidades reais dos clientes. Nem todo problema precisa de IA. Em alguns casos, melhorar o processo já resolve. Realize um tempos e movimentos de todos os colaboradores, identificando quais possuem a maior quantidade de atividades sucetíveis a serem executadas por uma IA.
Processo: não automatize cegamente a forma antiga de trabalhar. Questione cada etapa, elimine o que não gera valor e redesenhe o fluxo considerando o que humanos e máquinas fazem melhor. Digitalizar uma burocracia não deixa de ser burocracia. Lembra do tempos e movimentos do passo anterior? Ali mesmo, você já pode definir quais as atividades devem ser feitas exclusivamente por humanos e quais devem ser por máquinas.
Pessoas: envolva quem executa o trabalho desde o início. Explique por que a tecnologia está sendo adotada, como ela afetará cada função e quais decisões continuarão sendo humanas. Segurança psicológica e transparência são fundamentais para que as pessoas experimentem em vez de jogarem contra a mudança. Entenda quais ferramentas preferem e já usam, como usam. Faça um assessment pra entender o nível de maturidade e uso da IA de seus colabores.
Prática: capacitação em IA não pode ser apenas conceitual. As pessoas precisam aprender usando desafios reais, com tempo protegido para testar, errar, compartilhar e evoluir. Não basta ensinar prompts. É preciso desenvolver novas formas de pensar, avaliar e trabalhar. Que tal fazer desafios para todos da empresa, com recompensa financeira, de projetos ou agentes criados de IA e que já comprovem resultados práticos?
Prova de valor: defina antes quais resultados serão medidos. Tempo economizado? Qualidade? Receita? Satisfação do cliente? Redução de erro? Experiência do colaborador? A quantidade de licenças distribuídas ou de prompts realizados não deveria ser considerada resultado.
Resumindo.
A IA não deve entrar na empresa como mais um aplicativo ou sistema a ser adotado por todos.
Ela deve provocar uma revisão profunda sobre como as pessoas trabalham, como as decisões são tomadas, como o conhecimento circula e como o valor é criado.
Talvez a tecnologia ainda não esteja entregando o que sua empresa esperava porque ela foi implementada, mas não foi verdadeiramente adotada.
Deram acesso às ferramentas, mas não desenvolveram as pessoas.
Automatizaram tarefas, mas não redesenharam os processos.
Cobraram produtividade, mas não criaram espaço para aprendizagem.
Reduziram gente antes de compreender onde o humano continuaria sendo essencial.
E agora começam a descobrir que a transformação nunca esteve apenas no algoritmo.
“A Inteligência Artificial pode mudar profundamente o trabalho. Mas, antes disso, as empresas terão que mudar profundamente a forma como pensam o trabalho.”
Texto escrito 100% por um ser humano. .
