O desafio da inteligência artificial não é técnico, é de liderança. IA não é mágica, mas gestão inteligente de dados e pessoas.
Visite
Buscar
O desafio da inteligência artificial não é técnico, é de liderança. IA não é mágica, mas gestão inteligente de dados e pessoas.
O desafio da inteligência artificial não é técnico, é de liderança. Inteligência artificial não é mágica, mas gestão inteligente de dados e pessoas — e cabe ao líder fazer as perguntas certas, não dominar a operação. Ganhos reais entre 5% e 10% já transformam o jogo, enquanto resultados extremos são exceções. No futuro do trabalho, tarefas repetitivas serão substituídas, ampliando criatividade, estratégia e produtividade em até 45%. Em resumo: liderar em inteligência artificial não é sobre tecnologia, mas sobre transformar hype em vantagem competitiva sustentável.
Quando fui convidado a colocar minhas reflexões nesta coluna muitos foram os temos com vontade a serem abordados, mas vou tentar expressar aqui temas que eu gosto muito e estudo há alguns anos, que são liderança, gestão, estratégia e tecnologia, em especial sobre Inteligência Artificial que venho investindo tempo em aprender nos últimos anos.
Desde que trabalho com tecnologia, e já se vão mais de 25 anos, o ciclo se repete: o maior desafio está na adoção em função da resistência das pessoas. Especialmente no Brasil, nós vivemos em um paradoxo, em nosso dia-a-dia somos grandes early-adopters de tecnologia em geral, porém não se refletem na mesma curva de adoção e velocidade em nossas empresas.
Porém, o que está acontecendo com a inteligência artificial e mais disruptivo que tudo que já vimos, todos sabemos a curva de adoção é mais abrupta que tudo que já vimos antes, assim como os impactos que ainda nem conseguimos mensurar com profundidade.
Ainda que o hype comece a entrar em níveis de realidade, nós, enquanto líderes precisamos entender como aterrissar estes projetos em nossas empresas e liderar esta transformação.
Aqui vou colocar meus 50 cents de contribuição para este propósito:
Tive a oportunidade de participar de um programa da HSM para formação de Conselheiros Digitais, basicamente preparando a próxima geração de time para compreender o impacto das tecnologias em nível estratégico.
Especialmente sobre Inteligência Artificial, precisamos levantar o capô da tecnologia e entender como o ChatGPT (um tipo de Inteligência Artificial Generativa) funciona. Um grande brasileiro e referência mundial de Neurociência, Miguel Nicolelis, é literal ao afirmar que a tecnologia “não é nem inteligente, nem artificial”.
Sua afirmação é dura e carrega um embasamento profundo. Nós, meros mortais, precisamos entender que a Inteligência Artificial não pensa, mas tem um poder computacional estratosférico capaz de processar muitos dados para formular seu “pensamento”. Na prática isso quer dizer que os modelos são treinados com dados abertos e geralmente disponíveis na internet, para construir seu conhecimento.
Este conhecimento é estruturado de forma matemática para estruturar contextos e criar respostas.
Porém, nem só de Inteligência Artificial Generativa (ChatGPT, Claude, Gemini e outros) vive o homem. Muitas são as ferramentas que um líder precisa compreender para avaliar os impactos em seus negócios, como Machine Learning (reconhecimento de padrões em grandes volumes de dados) e Agentes (automação inteligente de tarefas).
Muitos são também os pontos que poderíamos explorar aqui para garantir melhor letramento, mas tenha em mente o ponto principal: os dados são determinantes e matéria prima para qualquer modelo de IA.
Para tocar neste tema, precisamos alinhar papéis e responsabilidades dentro de uma organização, em especial no contexto das aplicações práticas, entram também uma questão de estilo, pois embora seja necessário compreender o que é (letramento), não necessariamente um líder precisa compreender profundamente como fazer, embora, no meu entendimento, sempre seja importante.
O papel do líder na aplicação prática é saber discutir e delegar a execução dos projetos de IA. É preciso saber, por exemplo, o que é engenharia de prompt, mas certamente é uma habilidade que quem precisa dominar é o time, seja seu analista de dados, seja seu especialista de processos.
A aplicação prática também inclui a compreensão das capacidades e limitações da IA. Embora a inteligência artificial possa executar tarefas com grande precisão, ela ainda apresenta limitações significativas, especialmente em relação à criatividade, pensamento crítico e tomada de decisões em contextos complexos, onde a intersecção com a experiência humana é um fator importante na equação.
O líder precisa entender e responder ao trade-off: construir uma ferramenta ou contratar uma pronta ?
Em um país onde sofremos com o analfabetismo funcional, esse tópico é essencial para garantir projetos com êxito, pois o julgamento humano com seus vieses e limitações podem ser determinantes.
O desenvolvimento da capacidade de avaliar criticamente a qualidade, validade e vieses das respostas geradas pela IA constitui uma perspectiva essencial. As pessoas letradas em inteligência artificial devem aprender a questionar, avaliar e, quando necessário, recusar informações apresentadas pelos sistemas automatizados.
Esta importante dimensão dos projetos de IA, onde liderança e time precisam ser colaborativos nas análises podem potencializar dados ruins, gerando análises distorcidas. O pensamento crítico permite aos usuários letrados identificarem essas limitações e fazer uso mais consciente da tecnologia
Uma dica prática é revisitar nosso modelo mental e sempre se perguntar: como eu poderia fazer isso de forma diferente utilizando IA.
Até este ponto deste artigo, considerei o que chamo de “alicerces” dos projetos de inteligência artificial que como qualquer outro projeto de inovação, precisa ter foco nas pessoas. Líderes precisam compreender tudo que envolve o change management para entregarem valor ao final deste projeto.
Minha experiência prática nos projetos de IA está mais conectado com o dia a dia das áreas de Supply Chain e Go-to-market, mas como o objetivo neste artigo e ser mais abrangente, vamos dar mais um passinho e olhar um pouco mais sobre os projetos e impacto nas diferentes indústrias e áreas.
Vários são os estudos que indicam a adoção da tecnologia em nível global, para suportar minhas análises vou utilizar os dados do Artificial Intelligence Index Report 2025 de Stanford, pois é um estudo que já acompanha a evolução do mercado neste formato há 8 anos.
Neste estudo 78% indicam utilização IA em suas operações, um salto grande com relação ao ano anterior, onde foram reportados 55% de adoção.
Quando olhamos para um detalhamento dos casos de uso, as áreas com maior impacto foram:
– Operações: reportando 49% das empresas com redução de custos em tarefas
– Supply Chain: 43% dos casos de uso detalham melhorias operacionais e reduções impactando custos
– Marketing e Vendas: com aumentos de até 71% em receitas.
Obviamente estes são os casos extremos e de maiores retornos sobre os investimentos, na outra ponta da análise a maioria dos projetos alcança patamares inferiores a 10% nos custos e 5% de incremento das receitas, o que ainda sim, em um mercado competitivo, são bons resultados.
Naturalmente, o tema que nos traz grande ponto de dúvida é de como será o trabalho frente a esta tecnologia. Particularmente, eu acredito que a inteligência artificial potencializa o trabalho humano, sendo as atividades repetitivas e de pouco valor realmente substituídas pela tecnologia.
No AI Index Report o tema indica para mudança de skills das pessoas, estas serão cada vez mais exigidas competências por ciência de dados, machine learning e python.
Outro ponto a ser destacado está no ganho de produtividade entre 10%-45% em atividades técnicas, atividades que envolvem criatividade e tarefas de suporte, o que potencializa o desempenho de profissionais inexperientes e reduz desigualdade com níveis mais seniores.
Usuários frequentes de inteligência artificial economizam grande parte de sua banda de horas com maior eficiência e demostram melhores resultados em atividades cognitivas. Outro impacto percebido, e este talvez seja negativo, é a redução de colaboradores envolvidos em projetos indicando que há menos colaboração, por menos necessidade de múltiplos conhecimentos dos times.
Por fim, há diversas percepções sobre a necessidade redução ou aumento de trabalho, onde 43% indicam redução, 30% espera pouco impacto e 15% das empresas entendem que vão aumentar seus quadros em função de novas atribuições. De qualquer forma, a maioria entende que inteligência artificial complementa a força de trabalho.
Neste primeiro artigo, busquei uma visão mais alto nível e conceitual sobre os temas propostos, a ideia aqui foi realmente pavimentar o caminho para começarmos discussões mais profundas sobre os impactos nos negócios. Este artigo não tem a pretensão de ser exaustivo, mas sim identificar grandes temas necessários para alinhar os conceitos e garantir os próximos passos na jornada AI-driven.
Ainda assim, vou deixar aqui outras 5 perguntas que são provocativas para CEOs e fazem parte de um outro framework de IA:
– Estou avançando rápido suficiente?
– Como a inteligência artificial poderá mudar o meu setor?
– Como a inteligência artificial pode fortalecer nossa vantagem competitiva?
– Como essa transformação é diferente do que já fizemos e como habilitar a fundação tecnológica necessária?
– Como devo liderar meu negócio nesta jornada?
Aprofundaremos os temas nos próximos textos!!
Grande abraço,
Continue a sua leitura:
Mais de 25 anos de experiência em TI, sendo os últimos 5 anos dedicados a data & AI. Atuação desde operações em startups até multinacionais, com destaque para liderança de equipes multidisciplinares. Seu track-record abrange go-to-market, alianças estratégicas e supply chain.
O futuro acontece aqui: esteja entre os primeiros a receber insights, tendências e oportunidades que moldam o mercado.
