A Sua Estratégia de IA Já Está Obsoleta?

Os executivos de todos os setores cometem o mesmo erro com a adoção da IA.

Tratam-na como uma decisão de aquisição. Comprar esta plataforma. Fazer um projeto-piloto com aquele agente. Adicionar esta funcionalidade ao conjunto tecnológico.

O problema vai além da seleção de ferramentas. De acordo com o relatório O Estado da IA nas Empresas 2025 do MIT, os trabalhadores de mais de 90% das empresas utilizam contas pessoais de chatbots para tarefas diárias, frequentemente sem aprovação do departamento de TI, enquanto apenas 40% das empresas têm subscrições oficiais de LLM. Os seus colaboradores já construíram a base do seu conjunto tecnológico de IA. Simplesmente fizeram-no sem pedir autorização.

Isto cria uma realidade estranha: a tecnologia que a maioria dos líderes ainda está a planear implementar já está a funcionar nas suas organizações. Quando formarem um comité para avaliar as ferramentas de IA, a vossa equipa já terá escolhido as suas favoritas e integrado-as nos fluxos de trabalho diários.

O problema da arquitetura

Quando abordam a IA como uma decisão de aquisição, perdem a oportunidade de reformulação.

Gabriela Mauch, Diretora de Clientes e responsável pela produtividade na ActivTrak, observa este padrão repetidamente.

As equipas conseguem imaginar casos de utilização transformadores para a IA, mas estão bloqueadas por uma infraestrutura organizacional que não foi concebida para o trabalho apoiado por IA. Se a liderança medir apenas a utilização das ferramentas, não conseguirá ver estes limites invisíveis.

O resultado é que a IA é acrescentada às estruturas organizacionais existentes, em vez de transformar a forma como o trabalho é realizado. As competências atrofiam em vez de evoluírem.

A alternativa exige encontrar áreas de atuação para a IA e áreas de atuação para as pessoas. A IA deve tratar da análise, elaborar rascunhos de relatórios e gerir tarefas rotineiras. Deve informar as pessoas e fazer perguntas que não consegue contextualizar. A decisão final cabe a alguém que possa ser responsabilizado.

A responsabilização é importante porque a IA não perderá o emprego. Em março de 2024, a Air Canada aprendeu esta lição quando um cliente processou a companhia aérea depois de o seu chatbot fornecer informações incorretas sobre tarifas de viagem por falecimento. O tribunal decidiu que a Air Canada era responsável pelos erros do seu chatbot. Quaisquer danos reputacionais para a IA foram temporários. A equipa jurídica da empresa suportou as consequências reais.

Essa é a limitação de conceção que a maioria das conversas sobre IA evita.

Porque estão os executivos experientes a cometer erros

Os líderes que geriram com sucesso a migração para a nuvem e as implementações de ERP estão a cometer erros de principiante com a IA. Três fatores tornam esta vaga diferente.

• O ritmo é sem precedentes. A Gartner prevê que 40% das aplicações empresariais integrem agentes de IA até ao final de 2026, contra menos de 5% em 2025. Trata-se de um aumento de 8 vezes num único ano. Quando compreenderem um desenvolvimento, a vaga seguinte já oferecerá algo radicalmente diferente.
• A dimensão ética é complexa. Cada implementação exige que se coloquem perguntas: A IA consegue fazer isto tão bem como as pessoas? O que seria necessário para lá chegar? As pessoas devem continuar a estar no controlo?
• O padrão de adoção está invertido. As tecnologias profissionais anteriores exigiam formação, certificação e implementações controladas. As ferramentas de IA exigem uma especialização mínima porque as pessoas já as utilizam.

Esse é o desafio fundamental. Nas vagas tecnológicas anteriores, o departamento de TI controlava a implementação. Agora, a camada inferior do vosso conjunto tecnológico já está em movimento e é, em grande medida, invisível.

A diferença entre o anúncio e a adoção

Um problema comum é a convicção de que, assim que uma nova estratégia é anunciada, as pessoas saberão instantaneamente como trabalhar de forma diferente.

Vemos isto muitas vezes com a IA," afirma Iris Cremers, CHRO da GoodHabitz. "Assim que a liderança diz 'vamos implementar a IA', parte-se do princípio de que todos começarão subitamente a trabalhar de forma mais inteligente e eficiente. Na realidade, as pessoas e as equipas precisam de tempo, orientação clara e aprendizagem prática.

A nova tecnologia pode parecer complexa ou ameaçadora sem o apoio adequado. A GoodHabitz concebeu um programa de formação para toda a empresa com a sua plataforma de aprendizagem de IA Goodlearn, para proporcionar às pessoas uma forma simples e segura de desenvolver confiança e competências.

"Ajudou a reduzir a ansiedade e a substituí-la por curiosidade e entusiasmo à medida que introduzíamos estas novas ferramentas no nosso trabalho quotidiano", afirmou Cremers.

Sharon Steiner, CHRO da Fiverr, aborda a questão de forma diferente.

"A maior desconexão que observo é que a liderança aborda frequentemente a IA como uma estratégia tecnológica ou de eficiência, enquanto as equipas a vivem como uma mudança fundamental na forma como o trabalho é realizado", afirmou. "Os executivos perguntam: 'Que ferramentas devemos adotar?', mas os colaboradores perguntam: 'Como é que isto muda a minha função, as minhas competências e a forma como sou avaliado?'"

O que está realmente a acontecer ao nível das equipas é experimentação. As pessoas já estão a utilizar a IA para trabalhar mais depressa, aprender novas competências e resolver problemas em tempo real.

Quando as decisões tecnológicas ignoram a realidade organizacional

Mauch partilhou o exemplo de um cliente do setor dos serviços financeiros que implementou IA empresarial utilizando abordagens tecnológicas padrão: acesso a ferramentas, formação, bibliotecas de casos de utilização e promotores. Seis meses mais tarde, a adoção estagnou e o ROI não se estava a concretizar, apesar de 70% de utilização ativa.

A empresa queria utilizar a IA para fazer a triagem automática dos pedidos dos clientes por complexidade e encaminhá-los adequadamente, o que representaria uma verdadeira transformação do fluxo de trabalho. Não conseguiu fazê-lo porque:

• As TI não tinham dado prioridade ao trabalho de API necessário para aceder aos sistemas de dados dos clientes
• Os fluxos de aprovação dos gestores não tinham sido alterados para permitir que a IA tomasse decisões de encaminhamento
• Os processos de garantia de qualidade continuavam concebidos para trabalho exclusivamente humano
• Os padrões de coordenação das equipas continuavam estruturados em torno da atribuição de tarefas individuais

"A liderança continuava a tratar estes aspetos como 'pormenores de gestão da mudança a resolver mais tarde'", afirmou Mauch. "Entretanto, investia em mais tecnologia, como modelos avançados, mais ferramentas e mais integrações. Mas a limitação não era tecnológica."

Os colaboradores apareciam nas métricas de adoção como "utilizadores ativos de IA" porque continuavam a utilizar a IA para tarefas básicas, mas tinham desistido dos casos de utilização de elevado valor que efetivamente impulsionariam o ROI.

A perspetiva de longo prazo que ninguém está a adotar

Quando falo em adotar uma perspetiva de longo prazo sobre a IA, refiro-me a duas coisas específicas.

Alterações no pessoal

Uma empresa de serviços profissionais identificou os seus profissionais de topo na área da IA — consultores que produziam três vezes mais do que o normal — e recompensou-os com promoções, bónus e apresentações para toda a empresa. Um reconhecimento clássico do talento.

Três meses mais tarde, a adoção da IA ao nível das equipas tinha, na realidade, diminuído nos grupos desses profissionais de excelência.

"A empresa recompensava os ganhos de produtividade individuais, por isso os profissionais de elevado desempenho guardavam as suas técnicas de IA em vez de as partilharem", afirmou Mauch. "Porque haveriam de ajudar os colegas a adotar a IA se isso apenas criava mais concorrência pela próxima promoção? A empresa perdeu uma oportunidade de criar mentores de IA."

Reestruturaram os incentivos em torno da adoção pela equipa, em vez da produtividade individual. Os bónus estavam associados à ajuda prestada aos colegas para desenvolverem as suas competências de IA. As promoções exigiam demonstrar que se tinha orientado outras pessoas.

Com esta mudança, os profissionais de elevado desempenho começaram a ensinar ativamente e a adoção ao nível das equipas acelerou. Os profissionais de excelência individuais são ótimos, mas apenas se o seu conhecimento se multiplicar por toda a organização, em vez de permanecer fechado como uma vantagem competitiva individual.

Evolução organizacional

Os líderes adoram um plano para cinco anos, mas não fazemos ideia de como será o mundo no final deste ano.

Incorpore flexibilidade no seu planeamento. O perfil do seu talento e a forma como está a desenvolver as pessoas ajudarão a manter essa flexibilidade. A alternativa é dar uma importância excessiva à IA como componente central da estratégia, perceber depois que precisa de pessoas para a fazer funcionar e, em seguida, entrar num mercado de talento onde as competências específicas de que necessita são difíceis de encontrar.

Planeie para dois anos e veja o que acontece. O ritmo da mudança é demasiado elevado para horizontes mais longos.

Como construir quando a base já está em movimento

Tem de comunicar.

"Deixe de tratar a adoção como algo binário e comece a diagnosticar o impacto", afirmou Mauch. "A maioria das organizações tem bastante utilização básica, mas quase nenhuma utilização transformadora, que é onde o valor se concretiza."

A maioria dos executivos acompanha inícios de sessão, consultas e licenças de utilizador, em vez da transformação comportamental. O verdadeiro ROI acontece quando a IA reformula os fluxos de trabalho, o que exige compreender se a tecnologia alterou o comportamento efetivo no trabalho, e não simplesmente se a utilização das ferramentas de IA aumentou.

O analista que utiliza a IA para elaborar rascunhos de secções de relatórios não transformou o seu fluxo de trabalho. O analista que reformulou todo o seu processo analítico em torno das capacidades de monitorização contínua da IA, sim.

Steiner salienta a importância da conversa sobre aprendizagem.

"Pergunte às suas equipas como estão a utilizar a IA atualmente, onde querem desenvolver competências e de que apoio precisam para crescer", afirmou. "Dê às pessoas espaço para experimentar, melhorar as suas competências e ganhar confiança com estas ferramentas."

Enquanto analisa opções de reestruturação, algumas das suas pessoas estão a tentar aprender. Estão a adquirir novas competências sem saber se são as certas. Pode orientá-las na direção de que precisa e ajudá-las a desenvolver as capacidades de que a empresa necessita.

No processo, compreenderá as ferramentas que estão a utilizar, onde estão a extrair valor e onde a organização pode apoiar melhor aquilo que estão a fazer.

Isto mantém-no a par do que está a mudar e ajuda-o a manter o controlo sobre a vertente ética. Fica mais à vontade com a orientação, em vez de se deixar levar pelo entusiasmo.

E, em vez de pensar "estamos atrasados, temos de fazer isto para acompanhar", passa a perguntar-se: "essa novidade apelativa ajuda-nos a concretizar a visão que temos para onde queremos estar daqui a dois anos?"

A mudança de uma postura reativa para uma postura intencional exige repensar completamente a governação.

Governação como alinhamento, não policiamento

Quando descobrir que um colaborador criou o seu próprio fluxo de trabalho com IA, encare a situação como uma colaboração.

"Trate a IA oculta como pesquisa de mercado, não como um problema de conformidade", afirmou Mauch. "Os seus colaboradores que adotaram ferramentas não aprovadas estão a dizer-lhe que encontraram soluções para problemas reais que as suas ferramentas oficiais não resolvem."

Cremers e a sua equipa na GoodHabitz adotaram esta abordagem quando perceberam que os colaboradores já estavam a utilizar ferramentas externas de IA.

"Em vez de bloquear tudo, optámos por uma abordagem mais aberta e de apoio", afirmou. "Convidámos todas as pessoas que já utilizavam uma ferramenta externa a partilhá-la connosco. Verificámos depois se podia ser utilizada em segurança. Se passasse na verificação de segurança, disponibilizávamo-la a toda a organização para que os outros também pudessem beneficiar.

Este processo criou confiança, reduziu riscos e mostrou que o objetivo era ajudar as pessoas a trabalhar de forma mais inteligente, não policiá-las. E, como seria de esperar, alguns colaboradores tinham descoberto ferramentas úteis que a empresa ainda desconhecia.

"A Goodlearn também ajudou, proporcionando a todos uma compreensão básica de como lidar com a informação de forma segura e responsável, bem como de reconhecer quais as ferramentas em que se podia confiar", afirmou Cremers.

Mauch recomenda um modelo constituído por três partes:

Compreender antes de normalizar

Mapeie o que está efetivamente a ser utilizado e porquê, não para o penalizar, mas para aprender com isso. Num caso, a ActivTrak descobriu uma equipa de produto a utilizar uma ferramenta de programação com IA não aprovada durante quatro a cinco horas por dia.

Em vez de a encerrar, a liderança perguntou porquê. A equipa tinha encontrado funcionalidades específicas que faltavam à sua ferramenta "oficial" e tinha desenvolvido organicamente fluxos de trabalho sofisticados que mais ninguém tinha conseguido alcançar.

Diferenciar os níveis de risco

Nem toda a IA oculta acarreta o mesmo nível de risco. O analista que utiliza IA para gerar ideias sobre estruturas de apresentações não representa o mesmo risco que alguém que processa dados pessoais identificáveis de clientes através de uma ferramenta não aprovada. Crie critérios simples:

• Que dados estão a ser processados?
• Que decisões podem ser influenciadas pelos resultados da IA?
• Qual é o grau de maturidade do discernimento do utilizador relativamente à utilização adequada?

Permita que a utilização de baixo risco e elevado valor continue enquanto desenvolve as devidas salvaguardas.

Cocriar a governação com os utilizadores

Envolva os utilizadores de IA oculta na conceção das políticas. Compreendem melhor do que ninguém os compromissos práticos entre segurança e utilidade. Pergunte-lhes:

• O que perderiam se encerrássemos isto?
• Que preocupações têm?
• Que salvaguardas gostariam de ter?

Isto revela soluções como ambientes isolados, onde as equipas podem experimentar ferramentas não aprovadas com dados sintéticos antes de obterem aprovação para utilização em produção.

A realidade é que a IA já faz parte da forma como o trabalho é realizado e tentar travar isso deixa as empresas para trás, não no controlo", afirmou Steiner. "A governação continua a ser importante, mas num ambiente que privilegia a IA deve permitir o progresso, não atrasá-lo.

Para que estes processos funcionem, é necessário integrá-los nos sistemas que as pessoas já utilizam. Poderá ser um formulário no seu centro interno de documentação? Poderão os responsáveis designados aprovar rapidamente ideias dentro de um prazo definido no Slack? Tornar a aprovação nativa nos fluxos de trabalho existentes reduz a fricção e ajuda as pessoas a avaliar as ideias quanto à sua clareza, alinhamento com os objetivos e impacto no negócio.

É necessário recompensar a transparência dos colaboradores que estão a fazer experiências. Se alguém partilhar algo que não constitua uma boa utilização da tecnologia, isso não pode ser motivo de punição.

Qual é, na realidade, o aspeto de "demasiado tarde"

Não tem muito tempo.

Demasiado tarde é lançar funcionalidades que os seus concorrentes disponibilizaram há seis meses. É ver os seus melhores profissionais frustrados e a pensar em sair. É ver os gestores a sentirem-se intermediários confusos entre a estratégia e a execução.

Acima de tudo, é a incapacidade de implementar a IA como solução para problemas reais da sua organização.

Algumas empresas já estão a sentir isto. É por isso que estão a recorrer a despedimentos e a ganhos de curto prazo. Não têm uma visão clara dos benefícios a longo prazo, por isso estão a reduzir a empresa enquanto tentam perceber o caminho a seguir.

Uma investigação da Reco AI concluiu que duas ferramentas de IA não autorizadas tiveram durações medianas de utilização de 403 e 401 dias, respetivamente. Bem mais de um ano de utilização contínua sem aprovação ou supervisão formal. Após 100 dias de utilização contínua, uma ferramenta de IA já não é um teste. Está integrada nos processos empresariais essenciais. Tentar removê-la não é apenas uma tarefa de TI; é uma potencial perturbação para a empresa.

É isto que significa agir tarde demais. A incapacidade de controlar aquilo que já foi adotado.

O primeiro passo

Steiner tem um conselho claro para os executivos que sentem que estão atrasados.

"A verdadeira questão não é saber se devemos começar a utilizar a IA, mas quando e como o fazer, e a resposta é agora e através da experimentação", afirmou. "Este não é o momento para ficar de fora e observar. A IA está a transformar muito rapidamente a forma como o trabalho é realizado."

Inicie a conversa sobre a forma como as suas equipas estão a trabalhar com IA. Que ferramentas estão a utilizar. Onde estão a encontrar valor. O que gostariam de poder fazer, mas não conseguem.

Uma pergunta tão simples como "o que faria com a IA se as limitações organizacionais não fossem um obstáculo?" pode revelar barreiras invisíveis.

"Vemos sistematicamente pessoas que idealizam aplicações transformadoras, mas que são impedidas pelo acesso aos dados, pelos fluxos de aprovação ou por políticas de governação concebidas para riscos iniciais", afirmou Mauch.

Essa conversa revela onde já existe a sua base invisível. Mostra-lhe quais as experiências que vale a pena expandir e quais precisam de ser redirecionadas. Ajuda-o a compreender se está a construir sobre bases sólidas ou sobre dívida técnica.

"Uma força de trabalho que compreende a IA é mais adaptável, mais eficiente e está mais bem preparada para o que vem a seguir", afirmou Steiner. "Criar espaço para a aprendizagem é um dos investimentos mais inteligentes que os líderes podem fazer neste momento, porque cada hora que os colaboradores passam a aprender a utilizar a IA de forma eficaz traduz-se em maior produtividade, melhor tomada de decisões e uma adaptação mais rápida à medida que as funções e os fluxos de trabalho mudam."