Vice-presidente de Pessoas e Organização numa empresa unicórnio de IA afirma que os líderes de RH têm de se tornar os arquitetos de uma força de trabalho humano-máquina

Brad Wilkins é o VP de Pessoas e Organização da Cognite, um unicórnio de IA industrial. Com duas décadas de liderança na área de Pessoas em empresas SaaS e de IA em crescimento acelerado, tem uma visão clara sobre a forma como a IA está a transformar os recursos humanos.

Na nossa entrevista, disse-nos que as melhores empresas não estão apenas a adotar IA: estão a reformular todo o seu negócio em torno da IA. Eis como.

Liderar à frente da concorrência

Sou Brad Wilkins, VP de Pessoas e Organização da Cognite, um unicórnio de IA industrial. Desempenho a função de parceiro estratégico de recursos humanos dos nossos líderes executivos na Europa, Índia, Médio Oriente, Japão e Américas, mas a linha condutora dos últimos vinte anos é mais importante do que qualquer cargo individual.

Ocupando cinco cargos de VP e CHRO em empresas SaaS e de IA em crescimento acelerado, além de exercer atualmente funções de parceiro num fundo de capital de risco que investe em setores regulamentados, adquiri uma perspetiva particular. Vi o mesmo padrão repetir-se em mais de uma dúzia de empresas e tenho surgido desde cedo nas transformações da força de trabalho que o resto dos profissionais de recursos humanos considerava prematuras.

Há uma década, na Altisource, eliminámos a avaliação anual de desempenho e substituímo-la pelo que chamámos de "avaliação de impacto". A mesma conversa, mas com um centro de gravidade oposto. Medíamos aquilo que as pessoas entregavam, não o que faziam. Reduzimos a rotatividade nas fases iniciais de 14% para 4% e aumentámos a retenção dos profissionais de elevado desempenho de 48% para 98%.

Essa aposta revelou-se acertada. Na Loadsmart, triplicámos a avaliação para 1,3 mil milhões de dólares, duplicando simultaneamente o número de colaboradores em 21 países. Na Collibra, gerimos uma oscilação no número de colaboradores de 600 para 450 e depois para 825 durante a COVID, sem perder o motor do negócio. Nenhuma dessas iniciativas foi apenas de recursos humanos. Foram iniciativas de negócio lideradas, por acaso, pela função de Pessoas.

O momento atual é uma versão ampliada de todas essas apostas. O relatório Tendências do Capital Humano 2026 da Deloitte descreve-o como um ponto de viragem: 7 em cada 10 líderes afirmam agora que a rapidez e a adaptabilidade, e não a escala, serão a sua principal vantagem competitiva nos próximos três anos.

O Índice de IA de Stanford mostra a mesma curva a comprimir-se no lado tecnológico. E existe uma diferença de 60 pontos entre os líderes que afirmam que o design intencional entre humanos e IA é importante e aqueles que estão efetivamente a trabalhar nesse sentido. Essa diferença é a verdadeira história de 2026.

As empresas mais agressivas não estão apenas a utilizar IA nos recursos humanos; estão a reconstruir os recursos humanos em torno da IA. Os organogramas incluem agora agentes como elementos, e não apenas pessoas. Colaboradores individuais lideram equipas de seis elementos, sendo os seis subordinados diretos agentes.

A Moderna fundiu os recursos humanos e as tecnologias de informação numa única função, sob a liderança de um Diretor de Pessoas e Tecnologia Digital. A Walmart descreve a sua transformação como "liderada pelas pessoas e impulsionada pela tecnologia". A Disney nomeou um Diretor de IA e Colaboração.

O cargo de CHRO está a tornar-se o de arquiteto de uma força de trabalho híbrida, composta por pessoas e máquinas, e não o de líder de recrutamento. As competências estão a desvalorizar-se mais rapidamente do que os ciclos anuais conseguem acompanhar e cada fluxo de trabalho que ainda não reformulou é aquilo a que a BCG e a EY chamam agora "dívida de talento" — potencial não concretizado, preso numa lógica organizacional antiga.

Eis a minha conclusão, e vou dizê-la claramente porque penso que o setor ainda está a abordar esta questão com demasiada cautela: a IA como ferramenta é o mínimo indispensável. A IA como mentalidade é onde está o verdadeiro trabalho.

A mudança não consiste em "vamos adicionar um copiloto ao recrutamento". Consiste em partir do princípio de que um agente pode executar uma parte do trabalho e, depois, determinar de forma inversa onde é genuinamente necessário um ser humano — aquilo a que chamo provar o negativo.

Significa compreender que o quarto público dos seus conteúdos de aprendizagem é agora o próprio LLM. Significa aceitar que as tecnologias de informação provavelmente devem voltar a integrar a função de Pessoas. Significa reconhecer que os colaboradores com quatro a dez anos de antiguidade podem agora estar mais em risco do que os colaboradores em início de carreira, porque os recém-licenciados são nativos de IA e os seus profissionais a meio da carreira ainda estão a defender o fluxo de trabalho que passaram uma década a aperfeiçoar.

O meu trabalho é conduzir a organização para esse futuro à frente da concorrência, e não ficar para trás.

Como a IA reduz o tempo entre um sinal fraco e uma solução estrutural

Partilhas de Brad

A maior mudança não foi uma ferramenta que adotámos. Foi a redução do tempo entre um sinal fraco na força de trabalho e uma solução estrutural… Um exercício que historicamente teria consumido semanas do tempo de um parceiro de negócio de recursos humanos — recolher descrições de funções, compará-las com dados externos e mapear responsabilidades — foi concluído em cerca de três horas.

A maior mudança não foi uma ferramenta que adotámos. Foi a redução do tempo entre um sinal fraco na força de trabalho e uma solução estrutural.

Historicamente, o modelo operacional dominante na nossa área tem sido o de os dados de envolvimento estarem aqui, os dados de desempenho ali, os resultados dos questionários aos novos colaboradores num terceiro sistema, os metadados do calendário e do registo de horas num quarto, e alguém preparar uma síntese trimestral que é apresentada à liderança seis semanas depois de o momento em que poderia ter sido relevante.

Construímos a nossa função de Pessoas com base na mesma arquitetura que a nossa empresa vende aos clientes industriais: ligar dados díspares num único grafo, colocar uma camada agêntica por cima e permitir que o sistema revele ligações que, por si só, os seres humanos não detetariam a tempo.

Um exemplo recente: um questionário aos 90 dias de um novo colaborador assinalou uma ligação fraca com a chefia. Em paralelo, os dados de registo de horas mostravam que o calendário deste gestor tinha sido silenciosamente absorvido por atividades de pré-vendas que, na realidade, não faziam parte da descrição da função — cerca de metade da sua semana.

Há três anos, estes teriam sido dois pontos de dados não relacionados, alojados em dois sistemas não relacionados, identificados por dois analistas diferentes, com seis semanas de intervalo. Nessa altura, ou já teria perdido o novo colaborador ou teria integrado permanentemente um problema estrutural na função. Com a IA a cruzar os sinais em tempo real, o diagnóstico demorou minutos.

Quando detetámos o trabalho de pré-vendas indevidamente atribuído, não nos limitámos a corrigir o calendário do gestor. Voltámos à descrição da família profissional, reavaliámos se esse trabalho pertencia realmente àquela função, analisámos referências de pares em empresas comparáveis e tomámos uma decisão estrutural sobre onde esse trabalho deveria ficar.

Um exercício que historicamente teria consumido semanas do tempo de um parceiro de negócio de RH — recolher descrições de funções, fazer comparações com dados externos e mapear responsabilidades — foi concluído em cerca de três horas.

Como a IA está a mudar a função de Pessoas

A mudança comportamental relevante não é "agora usamos IA nos RH". Muitas organizações podem dizer isso. A mudança comportamental é que o tempo entre um sinal fraco e uma decisão estrutural foi reduzido em cerca de duas ordens de grandeza. Isso muda aquilo que a função de Pessoas é.

O planeamento da força de trabalho deixa de ser um documento trimestral e passa a ser uma disciplina de terça-feira à tarde. A gestão de competências deixa de ser uma taxonomia estática e passa a ser um mapa continuamente atualizado. O papel do parceiro de negócio de Pessoas deixa de ser o de alguém que executa um processo e passa a ser o de alguém que coordena um sistema.

O efeito a jusante é o que importa. Cada futura contratação para essa equipa começa agora com uma descrição de função que reflete o trabalho real, e não o trabalho tal como foi imaginado quando a função foi criada. O tempo de integração melhora. O custo por contratação diminui. A qualidade das reuniões individuais com o gestor aumenta, porque o gestor não está a ser puxado em quinze direções.

Nada disso aparece como uma implementação vistosa de IA — não há nenhum chatbot com o qual os colaboradores interajam. Mas a organização funciona de forma mensuravelmente diferente. É este o tipo de mudança com que penso que os líderes de Pessoas deveriam comparar-se, e não com a pergunta "implementámos um copiloto?".

Quando a pergunta passa a ser "Porque é que isto não pode ser feito por IA?"

Todos os fluxos de trabalho passam por um filtro orientado primeiro pela IA — a pergunta não é "Onde poderia a IA ajudar aqui?" É "Porque é que isto não pode ser feito por IA?"

O que fica do outro lado é aquilo que realmente precisa de capital humano, discernimento humano ou empatia humana. Inverter a pergunta é o passo decisivo. Obriga-nos a provar o negativo de cada vez e revela uma enorme quantidade de trabalho que ninguém teria voluntariamente delegado.

O que a IA trata agora por mim: síntese de dados dispersos sobre pessoas, análise de funções e arquitetura profissional, elaboração de rascunhos (descrições de funções, comunicações, orientações sobre políticas e apresentações para executivos), orientação sobre a qualidade das entrevistas para gestores, reconhecimento de padrões entre sinais de envolvimento e sentimento, correspondência no mercado interno de talento e interpretação de políticas de primeira linha.

Estamos a incorporar IA generativa em tudo isso através de bibliotecas de instruções estruturadas — não utilização ad hoc, nem "desenrasque-se". Se tivesse de atribuir um número, diria que cerca de metade do trabalho que a minha função envolvia há cinco anos foi comprimido ou eliminado. Considero isso uma boa notícia, porque o que resta é o trabalho estratégico e empático substancial que me levou realmente a entrar nesta área.

Porque a verdadeira alavancagem está nos dados de entrada, não nos resultados

A IA só é tão boa quanto os dados de entrada e o profissional que está por detrás dela. Não ouço líderes suficientes a dizer isso.

Todo o setor tem procurado obter melhores resultados, quando a verdadeira alavancagem está no lado dos dados de entrada. A mesma ferramenta, dois profissionais, resultados completamente diferentes. As decisões baseadas em discernimento — sobre pessoas, sobre cultura, sobre quem merece compreensão e quem precisa de uma conversa clara — são os dados de entrada. Se não fizer o trabalho inicial, o mecanismo intermédio não importa.

Por isso, a minha resposta a "O que continua a ser humano?" é também "O que torna a IA suficientemente valiosa para ser utilizada?" A mudança que os melhores líderes estão a fazer é passar de humano no circuito para humano na liderança. A IA executa, o ser humano assume a decisão.

Como saber que tipo de trabalho deve "continuar a ser humano"

A IA é excelente a assinalar em que grupo alguém poderá enquadrar-se. A IA é péssima a conduzir a conversa que se segue. O mesmo se aplica às promoções. A IA pode mostrar-lhe quem está preparado através de sinais de capacidade, mas a decisão sobre se alguém está preparado para o discernimento exigido no nível seguinte é fundamentalmente uma avaliação humana.

Onde a IA assume a liderança e um ser humano aprova: síntese de dados da força de trabalho e deteção de padrões, análise inicial da arquitetura de funções, elaboração de políticas e comunicações normalizadas, síntese de avaliações de desempenho, análise do sentimento relativamente ao envolvimento, preparação de gestores para entrevistas com base em transcrições, triagem de primeiro nível das relações laborais, correspondência entre candidatos e estruturas de competências e interpretação de políticas para questões de rotina.

Onde a IA presta assistência e um ser humano lidera: compromissos na planificação da força de trabalho, decisões de sucessão, filosofia de remuneração e conceção de recompensas, decisões de desenho organizacional e calibração das avaliações de talento. A IA fornece-me melhores dados de entrada, cenários mais rápidos e reconhecimento de padrões que eu não detetaria sozinho. A decisão é minha.

Onde a IA não tem voto: despedimentos, promoções, conversas sensíveis sobre desempenho, entrevistas de saída, decisões sobre a profundidade da reserva de liderança, qualquer situação que envolva uma avaliação sobre se a intenção de alguém está alinhada com a organização e qualquer momento que exija saber ler uma sala. A razão é simples: esses momentos exigem empatia, e a empatia é a única capacidade em relação à qual não vejo provas credíveis de que a IA esteja a reduzir a diferença face a seres humanos qualificados num horizonte temporal relevante. Isso não é um estrangulamento, é um ativo cultural, assente na crença profunda de que o consenso e a justiça são vantagens competitivas, não entraves. Eu defendê-lo-ia contra qualquer argumento de eficiência que uma IA pudesse apresentar.

A empresa de tecnologia financeira que anunciou que iria substituir 700 representantes do serviço de apoio ao cliente por IA — e que agora os está a readmitir discretamente — é o exemplo de alerta que todos os líderes de Pessoas deveriam acompanhar. A IA tratou da velocidade e do volume. Falhou na empatia e nos casos excecionais. Os líderes que estão a apostar contra o discernimento humano em 2026 vão publicar mensagens de desculpa no LinkedIn em 2027.

Onde a IA é vencedora nos Recursos Humanos

O entusiasmo é real. A IA traz grandes benefícios.

O tempo entre o sinal e a ação relativamente a questões da força de trabalho diminuiu de semanas para horas. A qualidade das entrevistas dos gestores melhorou de forma mensurável quando começámos a aplicar guiões de preparação a transcrições — quando mostramos a um gestor dados que revelam que 90% das suas perguntas de entrevista eram fechadas, ou que ele falava durante 85% do tempo, ele corrige o comportamento. A maioria quer melhorar, simplesmente nunca teve esse espelho.

O tempo de preenchimento das funções diminuiu significativamente quando deixámos de tratar os títulos das funções como a unidade de trabalho e começámos a comparar os candidatos com capacidades inferidas. A saída voluntária de colaboradores que lamentamos está bem abaixo dos 5% — não apenas por causa da IA, mas em parte porque agora detetamos problemas de integração e de desligamento dos gestores enquanto ainda podem ser corrigidos.

A adoção interna de ferramentas de IA acelerou drasticamente quando criámos laboratórios de aprendizagem em formato de workshop, em vez de formação tradicional em sala de aula, com os primeiros utilizadores a ensinarem os colegas durante o trabalho.

O padrão que mais me entusiasma é o facto de a IA estar a tornar visível o trabalho que antes era invisível — o gestor cujo calendário perdeu o rumo, o novo colaborador cuja integração está a correr mal, o profissional de elevado desempenho cujo envolvimento está a começar a diminuir. Nada disso era anteriormente percetível com rapidez.

Onde a IA não cumpre

O Brad partilha

A IA continua a ter dificuldades com a tradução cultural subtil entre regiões… Tenho observado diferenças significativas no desempenho quando os modelos se deparam com dialectos, contextos culturais ou especificidades da legislação laboral local. Continuamos a depender do discernimento humano local para tudo o que tenha uma forte dimensão cultural. A tecnologia irá colmatar essa lacuna. Ainda não o fez.

Entrei em 2025 à espera de que a IA ajudasse a calibrar as avaliações de desempenho entre equipas — assinalando inconsistências, identificando possíveis preconceitos e ajudando com a comparação de remunerações. Faz parte disso bastante bem. Mas a parte da calibração que realmente importa é a conversa entre líderes sobre se esta pessoa, neste nível e neste contexto, está a desempenhar a sua função da forma de que precisamos.

A IA tem sido um contributo bastante fraco nesse aspecto. Uma parte demasiado significativa do desempenho é contextual, relacional e orientada para o futuro. A IA é boa a reconhecer padrões com base no passado. Não é a mesma coisa.

A segunda lacuna está na conceção organizacional verdadeiramente nova. A IA pode dizer-lhe como empresas comparáveis estruturaram as suas funções de criação de valor, organizações comerciais ou equipas financeiras.

É muito menos eficaz quando se está a conceber algo que ninguém fez realmente antes, como uma estrutura funcional que parte do princípio de que os agentes respondem diretamente a gestores e que os seres humanos gerem equipas de agentes. A conceção organizacional orientada para o futuro continua a ser sobretudo humana, e espero que assim continue durante algum tempo.

A terceira lacuna está na sucessão da liderança. A IA pode mapear capacidades em relação aos requisitos de uma função, mas não consegue dizer-lhe quem tem o capital político, as relações ou a confiança acumulada junto da equipa executiva necessários para ter realmente sucesso numa função sénior. A sucessão da liderança é, na sua essência, um problema de confiança humana, e duvido que a IA consiga resolvê-lo num prazo útil.

A IA também não cumpriu a promessa de uma plataforma tudo-em-um. A maioria dos fornecedores de tecnologia de RH que, em 2024, promoveram uma plataforma única, integrada e alimentada por IA lançou um painel com um chatbot acrescentado de lado.

O verdadeiro valor resulta da combinação de ferramentas especializadas através de instruções estruturadas e fluxos de trabalho que os profissionais controlam efetivamente. Quem lhe vender a plataforma consolidada está a vender-lhe um roteiro, não um produto.

De forma mais ampla, a IA não substituiu o discernimento sénior. A IA trata da velocidade, do volume e da identificação de padrões. Falha na empatia, nos casos excecionais e nos momentos que exigem uma leitura humana: a conversa difícil, o discernimento sobre se alguém está num momento de “não sabe como fazer” ou de “genuinamente não consegue”, a leitura cultural numa sala. É esse o trabalho substancial que quero que os profissionais façam mais, não menos.

E o ponto que mais quero que os líderes de Pessoas interiorizem: a IA não provou que os profissionais em início de carreira sejam os que correm maior risco. A ideia convencional de que se pode substituir a camada júnior por agentes é, na minha opinião, precisamente o inverso da realidade. A geração que sai da universidade é nativa em IA. Não precisa de ser convencida.

O grupo que está realmente em risco é o dos colaboradores com quatro a dez anos de antiguidade — a pessoa que construiu a sua carreira a dominar um fluxo de trabalho que a IA está agora a reduzir a minutos e cujo instinto é defender esse fluxo em vez de o reconstruir com base nele. É aí que o verdadeiro investimento na requalificação precisa de ser feito.

Por fim, a IA continua a ter dificuldades com a tradução cultural subtil entre regiões. Na Europa, na Índia, no Médio Oriente, no Japão e nas Américas, observei diferenças significativas no desempenho quando os modelos se deparam com dialectos, contextos culturais ou especificidades da legislação laboral local. Continuamos a depender do discernimento humano local para tudo o que tenha uma forte dimensão cultural. A tecnologia irá colmatar essa lacuna. Ainda não o fez.

Como a implementação de um fluxo de trabalho alimentado por IA está a transformar o processo de recrutamento

Eis o fluxo de trabalho de que mais me orgulho. Penso que mostra como será o setor daqui a três anos, e a maioria das funções de Pessoas ainda não o construiu.

Trata-se do ciclo completo de recrutamento, desde a descrição da função até ao feedback da integração, a funcionar como um único fluxo de trabalho ligado, assente numa competência personalizada do Claude que desenvolvemos. O recrutamento é o caso ideal para explicar este processo, porque é onde a maioria das organizações tem a pior qualidade de dados, a maior variação no comportamento dos gestores e a menor tolerância para cometer erros.

Passando por cada etapa de forma clara:

Passo 1: Recolha de informação

O responsável pela contratação identifica uma necessidade. A competência realiza com ele uma entrevista estruturada, por voz ou texto, identificando os resultados esperados para os doze meses seguintes, as relações com parceiros e as lacunas que o desqualificariam.

Compara as respostas com o plano de efetivos do departamento financeiro, a distribuição de desempenho existente na equipa e as descrições de funções anteriores do gestor, para assinalar inconsistências antes de alguém escrever uma única palavra.

Passo 2: Triangulação das partes interessadas

Duas ou três conversas com pares e subordinados diretos, de quinze minutos cada, sintetizadas numa única necessidade composta. A competência identifica lacunas entre a intenção do gestor e a realidade da equipa e traz-las à discussão para serem resolvidas antes de a função ser divulgada externamente.

Passo 3: Geração de materiais

Descrição da função com uma secção sobre o impacto real, guião de entrevista estruturado distribuído pelas várias rondas e uma grelha de avaliação ancorada de 1 a 4, com descritores comportamentais. Os três materiais têm versões, são auditáveis e podem ser editados pelo parceiro de negócio de Pessoas antes do lançamento.

Passo 4: Entrevistas em direto

Cada entrevistador tem a grelha de avaliação e as perguntas à sua frente. As conversas são transcritas (com consentimento) e a competência assinala observações em tempo real: qualidade das perguntas, proporção do tempo de fala, desvios e conformidade com a grelha de avaliação.

Passo 5: Avaliação e agregação

Cada entrevistador atribui uma classificação com base na grelha de avaliação ancorada imediatamente após a conversa. As classificações são agregadas de acordo com as médias de cada pilar e competência. A competência assinala os entrevistadores que apresentam resultados atípicos — alguém que atribui a todos uma classificação de 4, ou alguém que discorda significativamente do resto do painel — para chamar a atenção do parceiro de negócio de Pessoas.

Passo 6: Decisão

Uma reunião de avaliação conduzida por pessoas, com a competência a fornecer pontos de discussão estruturados, médias da grelha de avaliação e quaisquer inconsistências assinaladas. A decisão é humana, mas a preparação é automatizada.

Passo 7: Integração

A competência gera os objetivos binários para 30/60/90 dias, a cadência de acompanhamento do gestor e as perguntas estruturadas de acompanhamento. Cada sinal de acompanhamento realimenta, ao longo do tempo, os dados de avaliação do candidato.

Passo 8: Ciclo de feedback sobre a qualidade da contratação

Ao fim de seis meses, o sistema correlaciona as classificações das entrevistas com o desempenho real durante a integração e a satisfação do gestor. A precisão dos entrevistadores aumenta de forma cumulativa com cada contratação. Surgem padrões — que gestores são bons a avaliar determinadas competências, que funções são avaliadas incorretamente de forma consistente e que sinais da entrevista preveem mais fortemente o sucesso.

Todo o ciclo funciona como um único sistema interligado. O trabalho que costumava ocupar duas semanas do esforço fragmentado de um parceiro de negócio de Pessoas, distribuído por cinco ferramentas, demora agora algumas horas de revisão humana concentrada num único fluxo de trabalho. E a qualidade é melhor, porque cada passo é calibrado com base nos passos anteriores e seguintes. É isto que significa realmente ser de ponta a ponta.

O que faz isto funcionar não é a ferramenta. É o compromisso estrutural de que a competência faz o trabalho pesado e a pessoa faz o trabalho de julgamento. Cada material produzido pela competência do Claude é um rascunho, não uma decisão. O responsável pela contratação continua a ser dono da definição da função. Os entrevistadores continuam a ser responsáveis pelas suas classificações. A decisão de contratação continua a acontecer numa sala com pessoas a decidir se esta é a pessoa certa.

O que o fluxo de trabalho eliminou foi a tarefa rotineira que historicamente se interpunha entre esses momentos de julgamento — a reformatação, a reescrita, a calibração manual e a análise posterior que ninguém tinha tempo para fazer. As pessoas recuperaram o seu tempo para exercer o julgamento. O sistema tornou-se mais rigoroso. O trabalho tornou-se mais interessante. É esta a troca que quero que todas as funções de Pessoas façam.

Porque as instruções são a unidade de trabalho errada

Quando a maioria dos líderes de Pessoas lança a sua primeira iniciativa de IA, lança-a como um projeto de instruções.

Aqui está uma ótima instrução para redigir descrições de funções. Aqui está uma ótima instrução para resumir os temas de um inquérito de envolvimento. Aqui está uma ótima instrução para dar feedback sobre avaliações de desempenho.

As pessoas aprendem as instruções, guardam-nas num documento partilhado e sentem que estão a ser produtivas. A liderança sente que está a haver progressos. As métricas de adoção sobem. Seis meses mais tarde, olha-se para onde o valor realmente se acumulou e a resposta é: não foi em grande medida.

As instruções são o primeiro passo. Não são a unidade de trabalho.

A unidade de trabalho é uma competência ou um projeto — uma capacidade estruturada e composta por várias etapas, que recebe dados de múltiplas fontes, executa um processo consistente sobre esses dados, produz um resultado definido e melhora ao longo do tempo à medida que aprende com os resultados.

O processo de recrutamento que descrevi anteriormente é uma competência, não uma instrução. Recebe como dados de entrada informações financeiras, contributos do gestor, contributos dos colegas, padrões de desempenho históricos e modelos estruturados de competências. Produz como resultados descrições de funções, guiões de entrevista, grelhas de avaliação, agregações de pontuações, planos de integração e sinais provenientes de ciclos de retorno. Melhora a cada contratação porque incorpora dados sobre os resultados. Nenhuma instrução isolada faz nada disso. Uma competência faz.

A razão pela qual esta distinção é operacionalmente importante é que as organizações que se concentram nas instruções tendem a estagnar em ganhos de produtividade na ordem dos 10-20% — úteis, mas não transformadores.

As organizações que se concentram em competências e projetos desbloqueiam reformulações ao nível dos processos de trabalho que produzem melhorias significativas. O primeiro tipo de organização está a industrializar aquilo que já faz. O segundo tipo opera genuinamente de forma diferente.

Se soubesse disto mais cedo, teria evitado os meses de curadoria de bibliotecas de instruções que todos no nosso setor têm vindo a fazer e teria avançado diretamente para a conceção de competências. Teria investido nos profissionais capazes de pensar em termos de processos de trabalho, em vez daqueles que eram bons a escrever instruções engenhosas.

Teria criado mais cedo as ligações de dados — as ligações entre os nossos sistemas de gestão de Pessoas, os nossos sistemas financeiros, as nossas ferramentas de produtividade e os nossos sinais de envolvimento — porque as competências só são tão boas quanto os dados a que conseguem aceder.

Os líderes que chegarem primeiro a este modo de pensar em termos de competências vão parecer estar a operar numa década diferente daqueles que ainda gerem bibliotecas de instruções.

Conselhos para líderes que conduzem a transformação da IA

A transformação da IA é fundamentalmente um problema de capital humano apresentado como um problema tecnológico. A tecnologia é a parte fácil. O seu trabalho — e o meu — é a parte difícil. E acaba de se tornar mais interessante do que tem sido nos últimos vinte anos.

Um: Comece pelo trabalho, não pela ferramenta. Passe todos os processos de trabalho por uma peneira — porque é que isto não pode ser feito com IA? — antes de perguntar que ferramenta deve comprar. Se está a acrescentar IA a um processo defeituoso, está a industrializar a disfunção. A ferramenta não é a estratégia; a reformulação do trabalho é a estratégia. A maioria dos líderes que conheço e que sentem que a IA não produziu resultados são líderes que ignoraram este passo.

Dois: Passe de IA como ferramenta para IA como mentalidade. É isto que distingue os líderes que respeito dos líderes que estarão a tentar recuperar o atraso em 2027. Pensar em termos de ferramentas dá-lhe copilotos dentro do software que já utiliza. Pensar em termos de mentalidade dá-lhe organogramas onde os agentes ocupam caixas lado a lado com as pessoas, colaboradores individuais a liderar equipas de seis subordinados diretos de IA, funções de aprendizagem que reconhecem que o seu quarto público é o próprio modelo de linguagem, estruturas de capacidades que incluem o trabalho digital como participante de pleno direito e funções de TI que provavelmente deveriam fazer parte da organização de Pessoas, em vez de estarem estacionadas na área financeira. A perspetiva do trabalho como sistema de capacidades está a substituir a perspetiva do trabalho como conjunto de títulos profissionais, e as organizações que chegarem primeiro a esse ponto vão operar de forma fundamentalmente diferente daquelas que não chegarem.

Três: Dedique um tempo desproporcional aos dados de entrada. A qualidade de qualquer resultado de IA é uma função da instrução, do contexto e do discernimento do profissional na fase inicial. Os líderes que estão a obter aceleração são os que estão a criar bibliotecas estruturadas de instruções da mesma forma que criariam uma estrutura de competências. Os líderes que se queixam de que a IA não produziu resultados são os que escreveram três frases num agente conversacional e esperaram magia. Trate a sua biblioteca de instruções como um ativo organizacional. Faça a sua governação. Melhore-a. Forme as pessoas para a utilizarem.

Quatro: Mostre às suas pessoas o que as espera. A confiança desmorona-se quando os colaboradores ouvem «transformação da IA» e imaginam despedimentos. A confiança é reconstruída quando os líderes utilizam visivelmente as ferramentas e explicam às pessoas no que o seu trabalho se vai tornar, e não apenas o que lhes está a ser retirado. Os engenheiros deixam de programar e começam a trabalhar à esquerda e à direita do código — na arquitetura, no discernimento, na tradução das necessidades dos clientes e na conceção de sistemas. Os profissionais de vendas deixam de tratar da manutenção do CRM e começam a aprofundar as relações com os clientes. Os parceiros de negócio de Pessoas deixam de executar processos e começam a orquestrar sistemas. O trabalho de visualização é o que distingue uma IA que fortalece a sua cultura de uma IA que a esvazia. A confiança nos empregadores tem vindo a diminuir; não pode dá-la como garantida.

Cinco: Plante a árvore. O meu provérbio chinês favorito: a melhor altura para plantar uma árvore foi há vinte anos. A segunda melhor altura é agora. A maioria dos líderes de Pessoas com quem falo está seis a doze meses atrás do ponto em que pensa estar. A curva de aceleração é mais acentuada do que modelou. Crie laboratórios de aprendizagem, não salas de aula, designe embaixadores da IA em cada unidade de negócio e aceite que a resposta que dará a esta pergunta daqui a três meses será uma fração da resposta que daria hoje. Isso não é um problema a resolver. É a condição operacional.

Três formas de a adoção da IA falhar

O Brad partilha

As equipas de engenharia e de produto adotaram imediatamente a IA. As funções que tiveram dificuldades — aquelas que quero ter o cuidado de nomear diplomaticamente — foram as funções gerais e administrativas, nas quais o trabalho é mais semelhante ao que os grandes modelos de linguagem fazem de forma nativa…

As equipas de engenharia e de produto adotaram imediatamente a IA. As funções que tiveram dificuldades — aquelas que quero ter o cuidado de nomear diplomaticamente — foram as funções gerais e administrativas, nas quais o trabalho é mais semelhante ao que os grandes modelos de linguagem fazem de forma nativa e nas quais os profissionais tinham menos memória muscular para trabalhar com estas ferramentas. Há uma profunda ironia nisso.

As funções que mais tinham a ganhar foram as mais lentas a envolver-se, porque os profissionais passaram carreiras inteiras a ser valorizados por serem o conhecimento institucional — e a IA está agora a democratizar esse conhecimento, o que parece uma ameaça antes de parecer um multiplicador.

A solução não foi formação técnica. Foi criar espaço psicológico para que esses profissionais redefinissem o valor que acrescentavam. Fizemo-lo através de workshops onde puderam brincar com as ferramentas em trabalho real, com colegas e num ambiente de baixo risco — aquilo a que chamo laboratórios de aprendizagem, não salas de aula. O formato de sala de aula não estava a gerar qualquer adoção. O formato de laboratório produziu um impulso visível em poucas semanas.

Eis mais três áreas onde a adoção da IA enfrenta dificuldades:

Primeiro, a adoção desigual entre funções cria uma tensão cultural real. A engenharia adotou-a imediatamente. As vendas chegaram lá. Algumas funções gerais e administrativas ainda estão na fase do "mas o que faria eu?" — e essa é precisamente a pergunta errada. Isso manifesta-se como ressentimento silencioso, não como resistência aberta. As pessoas começam a preocupar-se com a possibilidade de os colegas estarem a utilizar a IA para parecerem mais produtivos do que elas.

A confiança nas organizações que utilizam IA é genuinamente frágil neste momento — os dados de inquéritos deste ano sugerem que cerca de quatro em cada cinco trabalhadores e gestores estão preocupados precisamente com essa dinâmica. Se não a gerir através de embaixadores transparentes da IA em cada unidade de negócio, de uma utilização visível das ferramentas pela liderança e de normas claras sobre o que conta como trabalho assistido por IA, a cultura começa a pagar juros sobre uma dívida que nem sabia estar a contrair.

Segundo, tenho visto líderes de outras empresas sobrepor a IA a um processo quebrado e chamar-lhe transformação. Se a sua avaliação de desempenho é má, acrescentar-lhe IA cria um processo mau agravado — mais rápido, mais confiante e mais escalável na direção errada. Comece pelo trabalho em si, não pela ferramenta.

Caso contrário, não está a transformar: está a industrializar a disfunção. Este é o modo de falha mais comum que observo nas organizações semelhantes e é quase sempre motivado pela equipa de tecnologia, que persegue uma métrica de implementação, em vez de a função de Pessoas liderar uma reformulação do fluxo de trabalho.

Terceiro, e este é mais subtil: a IA não nivela o desempenho, amplifica a diferença. As pessoas mais experientes utilizam-na para ampliar os seus conhecimentos; as menos experientes utilizam-na para gerar resultados aceitáveis, mas superficiais, que mascaram um raciocínio fraco. Quando esse trabalho de baixa qualidade entra nos dados da sua organização, a sua próxima iteração de IA é treinada com base nele. Esse é um ciclo de retroalimentação sobre o qual a maioria dos líderes ainda não refletiu.

Combatemo-lo dando grande ênfase ao profissional humano na fase inicial de cada fluxo de trabalho — os dados de entrada são o ativo, não os resultados. Se permitir que a IA se torne o equalizador de produtividade que todos esperavam, daqui a dezoito meses acordará com uma força de trabalho em que a diferença entre os seus melhores profissionais e todos os outros é maior do que alguma vez foi, e não menor.

Três medidas táticas para líderes que adotam a IA

Primeiro: nomeie um embaixador da IA dentro de cada unidade de negócio, não apenas nas áreas de engenharia e produto. A maioria das organizações tem embaixadores de facto da IA nas suas funções técnicas e em mais nenhum lado. Torne isso intencional. Dê visibilidade à função, dê-lhe tempo e dê-lhe autorização para questionar a forma como a unidade funciona.

As funções onde isto é mais difícil — finanças, jurídica e administração geral — são precisamente aquelas onde existe maior potencial de alavancagem, porque o trabalho nessas funções é o mais semelhante ao que os grandes modelos de linguagem fazem de forma nativa. Se não nomear embaixadores nessas áreas, estará a deixar a maior parte do valor por aproveitar.

Segundo: crie KPIs duplos — um conjunto para o desempenho de "agora" e outro para a capacidade do "futuro". A armadilha consiste em medir a sua transformação pela quantidade de trabalho atual que automatizou, quando a verdadeira questão é quanto trabalho novo tornou possível.

Os líderes que estão a ser bem-sucedidos nesta área acompanham métricas de curto prazo do "agora" — adoção, produtividade e tempo poupado — juntamente com métricas de ciclo mais longo do "futuro" — novas capacidades desenvolvidas, novas funções criadas e novas receitas ou resultados para os clientes possibilitados. Se acompanhar apenas as métricas do "agora", otimizará a sua organização até obter uma versão mais pequena e mais rápida daquilo que era. O objetivo não é ser mais pequeno e mais rápido. O objetivo é ser diferente de uma forma relevante.

Terceiro: seja explícito sobre que decisões passam de um humano no circuito para um humano na liderança. A mudança de "o humano observa a IA a trabalhar" para "o humano orienta o trabalho da IA e assume a responsabilidade pelo resultado" é a alteração de governação mais importante que uma função de Pessoas pode fazer este ano. Clarifica a responsabilidade. Cria confiança mais rapidamente do que qualquer documento de políticas e dá às suas pessoas uma resposta clara à pergunta que realmente estão a fazer, que é: continuo a estar no controlo do meu trabalho?

Quando a resposta é sim — de forma visível e repetida, nos momentos que importam — a adoção acelera e a resistência diminui. Quando a resposta não é clara, todas as outras iniciativas de IA que implementar vão enfrentar obstáculos para os quais não tinha previsto recursos.

O que torna um líder insubstituível

As empresas que estão a tropeçar neste momento trataram a IA como uma estratégia de substituição, em vez de uma estratégia de reformulação, e eliminaram a camada onde residia a compreensão humana. A IA tratou do volume. Falhou o momento. O custo é sempre superior ao que o modelo de poupança previa, porque esse momento se transforma em confiança, em rotatividade e na próxima pessoa que consulta o manual e atualiza discretamente o seu currículo.

Os líderes que estão constantemente a vencer protegem aquilo que continua a ser distintamente humano. A conversa difícil. A chamada de promoção em que os dados dizem que sim, mas se percebe que a pessoa ainda não está preparada para o peso da próxima função. A saída foi tratada com dignidade suficiente para que a pessoa que parte continue a dizer coisas boas sobre a empresa. O discernimento sobre se alguém precisa de um incentivo através de coaching ou merece mais tempo e liberdade. É aí que a retenção, a confiança e a reputação são realmente construídas — e onde o próximo contratado diz que sim por causa da forma como tratou a última pessoa que saiu.

Orientação para o negócio, domínio da tecnologia e elevada empatia não são três competências separadas. São uma só competência expressa de três formas.

A razão por que isto me importa tanto, se for honesto, resume-se aos meus dois filhos.

O meu filho Jonah tem sete anos. Todas as manhãs, vai diretamente para uma caixa nova de Legos. Às vezes, segue as instruções à risca. Outras vezes, ignora-as completamente e constrói algo que ninguém viu antes. Não vê diferença entre as duas abordagens — ambas significam que construiu alguma coisa.

Isso não é um estilo de aprendizagem. É resiliência. A recusa em ser derrotado por uma parede quando existe uma janela algures que ainda não tentou. É também a característica que procuro em todos os líderes que ajudo um CEO a contratar, porque todas as empresas em expansão são um conjunto de Lego com metade das instruções em falta.

A minha filha Gabi fez cinco anos e planeou os seus próprios sacos de guloseimas para a festa de aniversário. Escolheu cuidadosamente os doces e os brinquedos para cada amigo. Fez ilustrações personalizadas para cada um. No seu próprio aniversário — o dia em que deveria ser ela a receber coisas.

Isso é generosidade, mas, de forma mais útil, é um instinto de multiplicação de forças: tornar melhores as pessoas à sua volta sem que lho peçam, sem esperar pelo momento certo e sem esperar nada em troca. É a característica de liderança que aparece em todas as salas que já vi funcionar verdadeiramente. A IA não a fabrica.

Resiliência e generosidade são as duas qualidades que quero que os meus filhos levem para um mercado de trabalho que não consigo prever totalmente. São também — por coincidência, não por acaso — as duas qualidades que procuro em todos os líderes que chegam a uma entrevista final. A IA consegue fazer quase tudo o resto. Não consegue fazer isso.

É essa a aposta que faria sempre. E é essa a aposta que faço sempre.

Acompanhe

Pode acompanhar o trabalho de Bradford Wilkins no LinkedIn.

Haverá mais entrevistas com especialistas no People Managing People!