Apesar de já ter ganhos de produtividade comprovados em várias atividades, os resultados e o real impacto da IA nos diversos perfis de pessoas nas organizações exigem muita observação e uma estratégia sólida de governança. Este foi um dos destaques de executivos de inovação de corporações de vários setores, que compartilharam seu aprendizado e visão em um painel do Futurecom.
Gustavo Araújo, CEO da Distrito, destaca que os agentes de IA trazem novo patamar de produtividade. “Diferente de RPA (robôs de automação de processos), não é necessário ter o dado digital ou digitalizado; uma anotação em papel ou um áudio entram na automação. Além de derrubar as fronteiras dos dados não estruturados, com o agente de IA não se definem procedimentos. Se definem objetivos”, compara.
O especialista em inovação avalia que no próximo ano se consolidam casos de uso em áreas como marketing, jurídico e financeiro, com ganhos de produtividade de até 80%. “Em 2026, devem acontecer a revisão de head count e o redesenho das operações, inclusive com mudanças de funções”, antevê.
“Os grandes ganhos de produtividade só são alcançados por se ter analisado bem o processo e inserido a IA sem perda de qualidade”, observa Renato Corrêa, especialista de telecomunicações da Intel.
Mariana Zaparolli, líder de práticas ágeis da Bain & Company, aponta a necessidade de estabelecer formas de colaboração e corresponsabilidade das áreas de negócios em relação às transformações com automação e IA. “Há um exercício a ser feito de revisão de funções. Tipicamente, isso é com o RH, que joga mais no operacional do que no estratégico”, exemplifica.
“Validar se a tecnologia e o modelo funcionam é rápido. Mas, sabemos que a IA precisa de governança”, destaca Rodrigo Assad, diretor de inovação da Claro. “Não existem só os produtos da OpenAI e do Google. Avaliamos vários modelos”, conta. Seja qual for a tecnologia, foram definidos dois pilares de governança na operadora: pessoas e dados.
“Quem trabalhar com IA, tem que estar pronto para se dedicar à curadoria. Durante este ano, acompanhamos detalhadamente tudo que a IA faz. Conforme se entende e confia nos processos, algumas coisas podem sair do modo copiloto (com supervisão constante), o que deve ocorrer em 2025”, revela Assad.
Rodrigo Fernandes Garcia, diretor de digital da Gol, conta que a Gal, a agente do chatbot da companhia, também é aplicada para facilitar as atualizações e consultas por parte dos funcionários. A Gal atua dentro de equipes de colaboração no Teams e as informações de treinamento da IA são auditadas pelas áreas responsáveis.
“Cuidado para a IA não emburrecer. Vemos gente usando o copiloto para gerar coisas em que não pensaram. Não é para delegar tudo”, adverte Garcia.
Jorge Stakowiak, diretor de tecnologia da Dasa, informa que uma das frentes de IA na empresa – além, evidentemente, das aplicações de diagnóstico assistido – é enriquecer alguns processos já automatizados com novas facilidades. “Muitos pacientes reclamam que o médico digita mais do que conversa”, reconhece.
Renato Corrêa, da Intel, diz que a disseminação do uso de IA deve implicar atualizações na infraestrutura, tanto pela carga de dados e processamento quanto pelo consumo de energia. Neste momento, as plataformas de hardware otimizadas para IA se consolidam no data center. Em outros casos de uso, a implementação nos endpoints – tanto de PCs com processador dedicado quanto de dispositivos inteligentes – faz sentido, por razões técnicas e de segurança. “Uma aplicação médica ou de reconhecimento facial pode rodar localmente e enviar apenas os metadados ao processo, sem trafegar informações sensíveis”, exemplifica.
IA não pode criar sua própria criatividade
Embora seja um setor sensível à inovação em produtos e CX, o diretor da Gol lembra que a aviação só não é mais regulada do que energia nuclear, além de ter processos com muitas variáveis inter-relacionadas. “As operações lidam com normas e qualquer coisa que aconteça em um aeroporto ou em um voo reverbera em toda a operação”, descreve. “A calibração da IA é para ter zero de criatividade; não é para inventar nada”, afirma.
“Com ML e GenAI, você ‘treina’ a máquina e não ‘programa’. Você não controla o miolo dos processos, assim como não acompanha os detalhes da rotina de trabalho de alguém que você treinou”, nota Gustavo Araújo, da Distrito.
“É preciso entrar no território”, afirma Zaparolli, da Bain & Company. “Não se pode partir para automação com um mapa teórico. A criatividade em escala não é mapeada. Os mapas de processos não enxergam as soluções que as pessoas criam no dia a dia e que podem ser quebradas com a automação”, adverte.
Outra fragilidade que impõe uma curadoria cuidadosa são os vieses nos processos de treinamento. “Vieses são opiniões em larga escala”, define.
