A inteligência artificial entrou nas empresas. O trabalho, porém, continuou praticamente igual.
Existe uma cena que começa a se repetir em empresas de todos os tamanhos.
A organização compra licenças de inteligência artificial. Os funcionários recebem acesso a um assistente. A equipe de marketing passa a produzir textos mais rapidamente. O departamento comercial resume reuniões. O financeiro utiliza IA para organizar documentos. Desenvolvedores começam a gerar trechos de código.
Meses depois, a diretoria faz a pergunta inevitável:
Onde está o resultado?
A resposta nem sempre é simples.
A inteligência artificial pode estar sendo utilizada por centenas ou milhares de pessoas e, ainda assim, a maneira como a empresa funciona permanecer quase exatamente igual.
Esse talvez seja um dos maiores paradoxos da atual transformação tecnológica.
A adoção cresceu rapidamente. Segundo o AI Index Report 2026, da Stanford University, 88% das organizações pesquisadas disseram utilizar IA em pelo menos uma função empresarial em 2025. O uso de inteligência artificial generativa também se espalhou, chegando a 79% das organizações pesquisadas.
Veja o capítulo econômico do AI Index 2026 da Stanford
O número impressiona.
Mas existe outro dado que conta uma história muito mais interessante.
Uma análise da McKinsey publicada no final de 2025 mostrou que, embora 88% dos respondentes relatassem uso de IA em pelo menos uma função, apenas 7% afirmavam ter escalado completamente a tecnologia em toda a organização.
Esse contraste revela o problema central.
As empresas aprenderam a usar IA.
Ainda estão aprendendo a trabalhar com IA.
E essas duas coisas são muito diferentes.
Colocar uma ferramenta nova dentro de um processo antigo não cria necessariamente uma empresa nova
Boa parte dos processos empresariais existentes foi desenhada em um mundo anterior à atual inteligência artificial.
Foram criados considerando que pessoas precisavam localizar informações, preencher sistemas, comparar documentos, escrever relatórios, pedir aprovações, transferir dados entre departamentos e acompanhar manualmente cada etapa.
Então surge uma tecnologia capaz de analisar documentos, produzir conteúdo, raciocinar sobre informações, executar determinadas tarefas e coordenar agentes digitais.
O que muitas empresas fazem?
Colocam essa tecnologia em cima do processo antigo.
Um funcionário que levava duas horas para preparar um relatório agora leva quarenta minutos.
Isso é produtividade.
Mas o processo continua basicamente o mesmo.
O relatório continua existindo.
As mesmas pessoas continuam recebendo o documento.
As mesmas aprovações continuam acontecendo.
Os mesmos sistemas continuam separados.
As mesmas reuniões continuam no calendário.
É possível tornar cada etapa mais rápida sem questionar se todas elas ainda deveriam existir.
A McKinsey resume esse problema de forma bastante clara. Sua pesquisa sobre o futuro do trabalho com IA argumenta que a aplicação da tecnologia apenas em tarefas isoladas tende a capturar uma parcela limitada de seu potencial. A maior oportunidade aparece quando a empresa redesenha fluxos completos de trabalho.
Essa diferença muda tudo.
A pergunta deixa de ser:
“Como podemos fazer esta tarefa mais rapidamente com IA?”
E passa a ser:
“Se criássemos este processo hoje, sabendo o que a IA consegue fazer, nós ainda o desenharíamos dessa maneira?”
É aí que começa a verdadeira transformação.
A produtividade individual pode crescer enquanto a produtividade da empresa quase não muda
Esse ponto é particularmente importante.
Existem evidências consistentes de que inteligência artificial pode aumentar a produtividade de determinadas atividades.
Um estudo conduzido por Erik Brynjolfsson, Danielle Li e Lindsey Raymond analisou 5.179 profissionais de atendimento ao cliente. O acesso a uma ferramenta de IA generativa aumentou em aproximadamente 14% a produtividade média, medida por problemas resolvidos por hora. Entre profissionais menos experientes, os ganhos foram consideravelmente maiores.
Leia o estudo Generative AI at Work no NBER
O estudo é importante porque demonstra que a tecnologia pode efetivamente melhorar o desempenho.
Mas existe uma diferença entre aumentar a produtividade de um trabalhador e transformar a produtividade de uma organização inteira.
Imagine dez funcionários produzindo relatórios duas vezes mais rápido.
Se esses relatórios continuam esperando três dias por uma aprovação, o impacto sobre o resultado final pode ser pequeno.
Agora imagine que a IA analise os dados, identifique exceções, prepare a documentação, encaminhe automaticamente apenas os casos relevantes para aprovação humana e registre o resultado no sistema.
Nesse segundo cenário, não aceleramos apenas uma tarefa.
Mudamos o processo.
É por isso que tantas empresas conseguem mostrar exemplos interessantes de produtividade individual, mas ainda têm dificuldade para demonstrar impacto equivalente sobre receita, margem, tempo de atendimento ou custo operacional.
A diferença entre adoção e transformação está ficando mensurável
Os números recentes ajudam a enxergar essa distância.
A McKinsey aponta que quase 90% das empresas pesquisadas investiram ou utilizam IA, enquanto menos de 40% relatam ganhos mensuráveis em escala empresarial. A análise relaciona parte dessa diferença ao fato de muitas organizações ainda estarem realizando pilotos ou aplicando IA a tarefas específicas em vez de redesenhar fluxos completos.
Em outra pesquisa, 39% dos respondentes relataram impacto sobre EBIT em escala empresarial, apesar da enorme disseminação da tecnologia. Entre as empresas consideradas de melhor desempenho em IA, o redesenho de workflows aparece como uma característica recorrente.
Em junho de 2026, a McKinsey sintetizou essa situação de maneira ainda mais direta: 88% das organizações tinham implantado IA em pelo menos uma função, mas 94% ainda não haviam alcançado implementação empresarial em escala com impacto significativo sobre EBIT.
Isso não significa que IA não funcione.
Significa algo mais desconfortável:
comprar tecnologia é mais fácil do que mudar uma empresa.
O verdadeiro problema não está necessariamente na IA. Está na arquitetura da organização
Uma empresa é formada por muito mais do que tarefas.
Ela possui departamentos, sistemas, hierarquias, permissões, indicadores, responsabilidades, regras, incentivos, dados e hábitos.
A inteligência artificial entra nesse ambiente.
Se cada departamento utiliza IA isoladamente, surgem ganhos locais.
Marketing produz mais.
Vendas pesquisa mais.
Financeiro analisa mais.
Tecnologia programa mais.
Atendimento responde mais.
Mas isso não significa que a empresa, como sistema, esteja se tornando proporcionalmente mais eficiente.
Talvez esteja apenas produzindo mais coisas.
Mais documentos.
Mais apresentações.
Mais mensagens.
Mais análises.
Mais conteúdo.
Mais código.
Mais informação.
E existe um limite para o valor produzido simplesmente aumentando o volume.
O próprio Microsoft Work Trend Index chamou atenção para esse risco ao descrever o que denominou “infinite workday”. A empresa observou que adicionar inteligência artificial sem repensar o ritmo e a estrutura do trabalho pode simplesmente acelerar um sistema já sobrecarregado.
A frase é poderosa porque identifica um dos maiores riscos da adoção superficial de IA:
usar uma tecnologia revolucionária para executar mais rapidamente uma forma antiga de trabalhar.
Transformação começa quando a empresa redesenha o fluxo inteiro
Considere um processo de vendas.
No modelo tradicional, um vendedor recebe um lead.
Pesquisa a empresa.
Procura informações.
Prepara uma abordagem.
Envia uma mensagem.
Registra o contato.
Agenda uma reunião.
Faz anotações.
Atualiza o CRM.
Prepara uma proposta.
Realiza follow up.
Agora imagine introduzir IA apenas na redação da mensagem comercial.
O vendedor economiza alguns minutos.
Isso ajuda.
Mas praticamente nada no sistema mudou.
Uma transformação maior poderia começar antes.
Um agente identifica empresas compatíveis com o perfil ideal de cliente.
Outro consolida sinais públicos e dados internos.
O sistema classifica oportunidades.
Um agente prepara o contexto.
O vendedor recebe apenas as oportunidades mais relevantes.
Depois da reunião, a IA registra informações no CRM, cria tarefas, prepara uma proposta inicial e monitora sinais de continuidade.
O humano continua sendo decisivo.
Ele entende nuances.
Negocia.
Constrói confiança.
Percebe hesitações.
Toma decisões.
Mas grande parte da infraestrutura cognitiva ao redor daquele profissional mudou.
O resultado não é simplesmente:
“o vendedor escreve e mails mais rápido.”
O resultado passa a ser:
“o vendedor dedica uma parcela muito maior do tempo a vender.”
É uma diferença estratégica.
Estamos saindo da era do copiloto e entrando na era dos agentes
A primeira fase da IA generativa dentro das empresas foi dominada pelo conceito de copiloto.
A máquina ajudava o humano.
Você escrevia.
A IA revisava.
Você pesquisava.
A IA resumia.
Você programava.
A IA sugeria.
O próximo estágio é diferente.
Agentes conseguem receber objetivos, executar várias etapas, utilizar ferramentas, consultar informações e retornar resultados.
O Work Trend Index 2025 da Microsoft, baseado em uma pesquisa com 31 mil trabalhadores em 31 países, descreveu três fases dessa evolução.
Primeiro, pessoas trabalham com assistentes.
Depois, equipes passam a incorporar agentes como colegas digitais responsáveis por determinadas atividades.
Finalmente, pessoas estabelecem objetivos e supervisionam sistemas de agentes capazes de executar processos completos.
Veja o Work Trend Index 2025 da Microsoft
Isso modifica profundamente a definição de trabalho.
Até agora, uma pessoa recebia uma tarefa e a executava.
Progressivamente, algumas pessoas passarão a receber um resultado esperado e decidir como distribuir o trabalho entre humanos e máquinas.
Gerenciar IA poderá se tornar tão normal quanto gerenciar pessoas, softwares e fornecedores.
O funcionário está mudando mais rapidamente do que muitas empresas
O Work Trend Index 2026 revelou um fenômeno particularmente interessante.
Em muitas organizações, os indivíduos estão avançando mais rapidamente no uso da IA do que as próprias estruturas ao redor deles.
Segundo o estudo, fatores organizacionais como cultura, apoio de gestores e práticas de desenvolvimento de talentos respondem por cerca de duas vezes o impacto relatado da IA quando comparados ao esforço individual isolado.
O estudo também encontrou que 66% dos usuários de IA entrevistados afirmavam conseguir dedicar mais tempo a trabalho de maior valor, enquanto 58% diziam produzir coisas que não conseguiriam produzir um ano antes.
Mas somente 19% dos usuários analisados estavam em ambientes nos quais capacidade individual e capacidade organizacional estavam simultaneamente avançadas.
Isso significa que podemos estar diante de um novo tipo de desperdício empresarial.
Antes, uma empresa poderia possuir bons profissionais, mas ferramentas ruins.
Agora pode possuir bons profissionais, boas ferramentas e processos que impedem ambos de atingir seu potencial.
Essa talvez seja uma das maiores questões de gestão dos próximos anos.
Por que mudar a forma de trabalhar é tão difícil?
Porque processos carregam história.
Uma aprovação pode existir porque dez anos atrás ocorreu um erro.
Uma reunião pode existir porque determinada informação antes não estava disponível.
Um relatório pode ter sido criado para um diretor que nem trabalha mais na empresa.
Uma planilha pode continuar sendo preenchida porque ninguém sabe exatamente qual sistema depende dela.
Organizações acumulam processos da mesma maneira que cidades acumulam ruas.
Eles não foram necessariamente planejados como um conjunto.
Foram surgindo.
Inteligência artificial obriga empresas a olhar novamente para essa arquitetura.
E perguntar:
Qual informação precisa realmente passar por uma pessoa?
Qual decisão exige julgamento humano?
Qual tarefa poderia ser completamente automatizada?
Qual atividade pode ser executada por um agente, mas validada por uma pessoa?
Qual etapa existe apenas porque sistemas não conversam entre si?
Qual documento deixou de fazer sentido?
Qual reunião poderia ser substituída por informação disponível continuamente?
Essas perguntas são muito mais importantes do que simplesmente escolher qual chatbot será contratado.
Liderança precisa tratar IA como transformação empresarial, não como projeto de tecnologia
Esse talvez seja o erro organizacional mais comum.
A empresa cria um “projeto de IA”.
Coloca a responsabilidade em tecnologia.
A equipe técnica avalia modelos, segurança, integrações e fornecedores.
Tudo isso é necessário.
Mas inteligência artificial não afeta apenas tecnologia.
Ela muda vendas.
Marketing.
Finanças.
Operações.
Atendimento.
Recursos humanos.
Produto.
Logística.
Estratégia.
Se a transformação ficar confinada ao departamento técnico, a empresa poderá implantar excelentes ferramentas sem transformar sua operação.
O AI Transformation Manifesto, publicado pela McKinsey em abril de 2026, argumenta que as organizações que estão conseguindo resultados mais relevantes não possuem necessariamente acesso a tecnologias exclusivas. A vantagem surge da maneira e da velocidade com que aplicam IA a problemas empresariais reais, redesenhando produtos, serviços, processos centrais e sistemas organizacionais.
Leia The AI Transformation Manifesto da McKinsey
Essa ideia merece atenção.
Os principais modelos de IA estão disponíveis para concorrentes.
Ferramentas semelhantes podem ser compradas por praticamente qualquer empresa.
Portanto, a vantagem competitiva não está necessariamente em ter IA.
Está em organizar melhor a empresa ao redor dela.
Dados continuam sendo um dos grandes limites
Uma IA pode ser excelente e ainda produzir pouco valor quando não consegue acessar contexto empresarial confiável.
Imagine um agente comercial sem informações corretas sobre clientes.
Um agente financeiro trabalhando com documentos incompletos.
Uma IA de atendimento sem histórico atualizado.
Um sistema de manutenção sem integração com sensores.
Um agente de compras sem acesso a estoque e contratos.
Modelos podem raciocinar sobre aquilo que recebem.
Mas não podem corrigir magicamente décadas de dados fragmentados.
Por isso, empresas que desejam avançar além dos chatbots precisam tratar dados como infraestrutura.
Quem pode acessar o quê?
Qual fonte é oficial?
Quais informações estão desatualizadas?
Como sistemas se comunicam?
Como decisões automatizadas são registradas?
Como resultados podem ser auditados?
Quanto mais autonomia damos à IA, mais importante se torna a qualidade da infraestrutura ao redor dela.
Governança deixa de ser obstáculo e passa a ser condição para escala
Muitas organizações enxergam governança como algo que desacelera a inovação.
Na prática, acontece o contrário quando a IA começa a executar tarefas relevantes.
Para escalar, é necessário saber claramente o que a máquina pode fazer.
Também é necessário saber quando deve parar.
Um agente pode enviar um e mail sozinho?
Pode conceder desconto?
Pode movimentar dinheiro?
Pode alterar código em produção?
Pode aprovar um fornecedor?
Pode utilizar dados pessoais?
Pode responder a um cliente em nome da empresa?
Essas decisões precisam ser desenhadas.
Sem regras, empresas ficam presas entre dois extremos.
Ou bloqueiam quase tudo por medo.
Ou liberam ferramentas sem controles adequados.
Nenhuma das duas situações representa maturidade.
A verdadeira transformação exige autonomia acompanhada de responsabilidade.
O profissional do futuro talvez seja menos executor e mais orquestrador
À medida que IA assume partes da execução, o valor humano muda de lugar.
Imagine um analista que antes passava quatro horas reunindo informações e uma hora interpretando.
Se a IA conseguir reunir e estruturar as informações em minutos, o profissional pode dedicar mais tempo à interpretação.
Isso aumenta a importância de habilidades como julgamento, clareza de objetivos, capacidade de questionar, comunicação, decisão e compreensão de contexto.
O trabalho não desaparece necessariamente.
Ele sobe de nível.
Essa mudança já começa a aparecer nos dados.
O levantamento global da PwC sobre empregos e IA encontrou, entre outros resultados, crescimento mais elevado de receita por funcionário nas indústrias mais expostas à IA e mudanças significativamente mais rápidas nas habilidades exigidas pelos empregadores. Segundo o estudo, as habilidades demandadas nos trabalhos mais expostos à IA estavam mudando 66% mais rapidamente.
O desafio, portanto, não é apenas ensinar funcionários a escrever prompts.
É ensiná los a trabalhar em um ambiente em que parte da capacidade cognitiva está disponível sob demanda.
O maior ganho talvez venha de eliminar trabalho, não de acelerá lo
Existe uma pergunta simples que empresas deveriam fazer antes de automatizar qualquer tarefa:
essa tarefa ainda precisa existir?
É uma pergunta mais radical do que parece.
Automatizar uma etapa desnecessária continua sendo desperdício.
Fazer um relatório inútil dez vezes mais rápido não produz dez vezes mais valor.
A verdadeira transformação começa quando a empresa distingue atividade de resultado.
Clientes não querem processos internos.
Querem respostas.
Empresas não querem apresentações.
Querem decisões.
Diretores não querem planilhas.
Querem entender o negócio.
Pacientes não querem formulários.
Querem atendimento.
Consumidores não querem acompanhar o funcionamento de uma cadeia logística.
Querem receber o produto.
Quanto mais a IA consegue absorver partes intermediárias do trabalho, mais organizações podem redesenhar seus processos começando pelo resultado e trabalhando para trás.
Essa mudança pode ser muito mais importante do que qualquer ganho isolado de produtividade.
Como saber se uma empresa realmente está se transformando
Existe uma diferença perceptível entre uma organização que simplesmente disponibilizou IA e outra que começou a mudar sua operação.
Na primeira, as conversas giram em torno de ferramentas.
“Qual IA vocês usam?”
“Quantas licenças compramos?”
“Quantos funcionários acessaram o sistema?”
Na segunda, as perguntas mudam.
“Quanto reduzimos o tempo entre pedido e entrega?”
“Quantas etapas manuais eliminamos?”
“Quantas decisões podem ser tomadas automaticamente?”
“Quanto aumentou a receita por profissional?”
“Quantos problemas estão sendo resolvidos sem transferência entre departamentos?”
“Qual parcela do trabalho humano migrou para atividades de maior valor?”
Esse é o ponto em que IA deixa de ser novidade tecnológica e passa a ser estratégia empresarial.
A empresa preparada para IA poderá ter uma estrutura muito diferente
Durante décadas, empresas cresceram contratando mais pessoas para absorver mais trabalho.
Mais clientes exigiam mais atendimento.
Mais vendas exigiam mais operações.
Mais sistemas exigiam mais tecnologia.
Mais documentos exigiam mais administração.
A inteligência artificial começa a desafiar essa relação.
Uma organização poderá aumentar significativamente sua capacidade sem aumentar sua estrutura na mesma proporção.
Isso não significa empresas sem pessoas.
Significa empresas com uma nova combinação entre pessoas, software, automação e agentes.
O Work Trend Index 2026 descreve organizações avançadas como sistemas de aprendizagem, nos quais funcionários, líderes e agentes trabalham dentro de estruturas capazes de aprender continuamente com a própria operação.
Esse modelo pode tornar as empresas mais adaptáveis.
Em vez de processos rígidos que mudam a cada projeto de transformação, surgem fluxos capazes de incorporar novas capacidades conforme os modelos evoluem.
E modelos estão evoluindo rapidamente.
A verdadeira corrida da IA talvez esteja apenas começando
Durante a primeira fase da inteligência artificial generativa, a vantagem parecia pertencer a quem adotasse primeiro.
Agora essa diferença começa a desaparecer.
Quase todo mundo terá acesso a modelos poderosos.
Quase todo software empresarial terá IA integrada.
Quase toda função terá algum tipo de assistente.
Quando isso acontecer, simplesmente possuir IA deixará de ser vantagem.
Será o equivalente a possuir internet.
O diferencial migrará para outro lugar.
Para a qualidade dos dados.
Para a velocidade das decisões.
Para a capacidade de redesenhar processos.
Para a integração entre pessoas e agentes.
Para a cultura organizacional.
Para a capacidade de aprender.
Para a liderança.
É exatamente por isso que a atual distância entre adoção e transformação importa tanto.
Empresas podem acreditar que estão avançadas porque centenas de funcionários utilizam IA diariamente.
Mas utilizar uma ferramenta nova dentro de uma estrutura antiga talvez represente apenas a primeira etapa.
A transformação começa quando a tecnologia muda quem faz o trabalho, como ele circula, quais etapas existem, quais decisões precisam de humanos e qual resultado a organização consegue produzir.
A questão não é mais se sua empresa usa IA
Essa pergunta está rapidamente perdendo relevância.
Em pouco tempo, praticamente toda empresa utilizará algum tipo de inteligência artificial.
A pergunta mais importante será:
o que sua empresa passou a fazer de maneira diferente porque a IA existe?
Se a resposta for apenas:
“escrevemos mais rápido”,
“fazemos resumos”,
“criamos apresentações”,
“produzimos mais conteúdo”,
então existe ganho.
Mas provavelmente ainda não existe transformação.
Transformação acontece quando um processo que demorava cinco dias passa a durar cinco horas.
Quando oito etapas passam a ser três.
Quando uma pessoa deixa de procurar informação e passa a tomar decisões.
Quando um agente acompanha uma operação e chama o humano apenas diante de uma exceção.
Quando departamentos deixam de transferir tarefas e passam a compartilhar um fluxo inteligente.
Quando novos produtos surgem porque capacidades antes economicamente impossíveis ficaram acessíveis.
Quando a estrutura da empresa muda.
Os números mostram que a adoção da IA já aconteceu em grande escala.
Agora começa a fase muito mais difícil.
Mudar a forma como trabalhamos.
E provavelmente será justamente nessa fase que descobriremos quais empresas realmente entenderam a inteligência artificial e quais apenas compraram acesso a ela.
