A integração da IA no dia a dia das empresas encontra diversos graus de maturidade. Nas grandes empresas começa a perceber que a IA não é mais apenas uma organização do trabalho, mas um novo parâmetro de avaliação de desempenho dentro das organizações. Após uma primeira fase focada na adoção e testes, as empresas devem demonstrar que os investimentos em IA têm um impacto real na produtividade.
Com o Decolar, a tecnologia funciona como uma camada transversal que amplia as capacidades das equipes; “Começamos a medir o seu impacto estruturalmente”, disse Pablo Abad, diretor de tecnologia da empresa. “Estimamos o tempo que uma pessoa levará para concluir cada tarefa que atribuímos a um agente. “Atualmente estamos aumentando nossa capacidade com 20% de funcionários equivalentes e planejamos chegar a 40% até o final do ano. completo.
No Brubank, no início do ano, todas as equipas da empresa realizaram um estudo interno dos vários processos e mecanismos que poderiam ser otimizados com recurso à IA para melhorar a eficiência operacional. Se necessário, possuem métricas específicas dependendo da equipe que os implementou. “Nas equipes técnicas, medimos os tempos de desenvolvimento de funcionalidades usando IA. E vimos inicialmente até 25% de otimização dos tempos de desenvolvimento. Acreditamos que esse número será ainda maior à medida que o uso de IA se expandir em suas vidas diárias”, explica o cofundador e CIO da fintech Pablo Sanchez.
A IA já não é uma ferramenta isolada, mas tornou-se uma parte central das operações diárias. também com Salesforce. Na lógica do “cliente zero”, a empresa testa suas soluções internamente antes de colocá-las no mercado, integrando IA em processos cotidianos, como automação de tarefas, análises preditivas e fluxos de trabalho; e criatividade”, disse Martin Tommasi, Business Partner Diretor de Employee Success da Salesforce.
Maior produtividade
Segundo especialistas, a eficiência que este tipo de tecnologia promete às organizações exige um certo tipo de quantificação; A maneira mais direta de fazer isso, concordam eles, é medir o comportamento.
“As empresas já não estão apenas a promover a utilização da inteligência artificial, estão a começar a medir concretamente o seu impacto na produtividade, eficiência e qualidade do trabalho.” explica Johanna Dzikowski, Especialista em Aquisição de Talentos de TI da Adecco Argentina.
Paralelamente, comenta, o uso de ferramentas de IA começa a se consolidar como uma habilidade esperada nas equipes, no mesmo nível da adaptação e do aprendizado contínuo. “Medições relacionadas à eficiência, redução do tempo operacional, qualidade dos resultados e nível de aceitação pela equipe estão surgindo”, enfatiza o executivo.
Conforme relatado pelo Business Insider, empresas como Meta, Google ou JPMorgan Chase estão desenvolvendo novas métricas internas que classificam os funcionários de acordo com o nível de uso de IA. painéis e classificações que tornam visível essa adoção e os objetivos específicos associados à sua implementação. Em alguns casos, os gestores podem até exigir a utilização destas ferramentas como parte do processo de trabalho.
Nesse sentido, o que se configura é uma mudança nos critérios pelos quais se define o “bom desempenho”. Se antes se media o quanto uma pessoa produz, agora também é importante como ela produz e, antes de tudo, quanto o fará na esperança da inteligência artificial.
Dzikowski explica que este fenómeno é uma resposta ao facto de a incorporação da IA também estar a acelerar as mudanças culturais nas empresas; estruturas mais ágeis, menos hierárquicas e maior aposta na autonomia, na experimentação e no trabalho interdisciplinar. “Paralelamente, face à escassez de talento especializado, muitas empresas começam a apostar no desenvolvimento de capacidades internas e na remodelação dos perfis existentes para se adaptarem às novas dinâmicas de trabalho.”
Há pouco tempo, por exemplo, Tory Trombley, diretor de produtos do Instagram, postou um vídeo em suas redes sociais onde falava sobre os emergentes “AI pods” (pequenas equipes interdisciplinares com alto grau de autonomia nas quais coexistem perfis de produtos, pesquisarprojeto e engenharia). A lógica por trás dessas equipes? Reduza as dependências entre domínios e acelere os testes. qualquer pessoa com uma ideia deve ser capaz de testá-la rapidamente, sem ter que passar por múltiplas camadas de validação ou implementação técnica.
Qualquer um pode criar tecnologia
De acordo com Dzikovsky As organizações estão caminhando para um modelo onde perfis não técnicos também podem desenvolver autonomia no uso de ferramentas de IA.. “Isso não significa que todos tenham que programar, mas significa que eles podem interagir de forma eficaz, desde a criação de bons prompts até a automatização de tarefas ou a prototipagem de soluções simples”.
No caso do Despegar, as Olimpíadas de IA são iniciativas onde equipes de diferentes setores, inclusive de perfis não técnicos, desenvolvem agentes de IA para solucionar desafios reais de negócios. Cerca de 300 pessoas participaram da última edição com mais de 190 projetos. “Esse tipo de dinâmica está possibilitando novas formas de trabalho mais flexíveis, onde as equipes podem testar e iterar soluções rapidamente sem depender apenas de áreas técnicas”, explica a empresa.
Um dos lançamentos recentes do Brubank, como o BruAgro, solução tecnológica que facilita o acesso a financiamento para aquisição de investimentos no setor agrícola, teve a velocidade de desenvolvimento graças ao uso da IA como diferencial. “Trabalhamos com um esquema de iteração curta, apoiado em ferramentas automáticas de geração e teste, o que nos permitiu acelerar os ciclos de desenvolvimento, verificação e implementação. O resultado foi em tempo recorde e um caso de sucesso interno em termos de colaboração e eficiência entre as equipes”, afirma Sanchez.
No caso do Salesforce, A empresa promove a adoção da inteligência artificial através de formação interna e programas piloto abertos a toda a organização, incluindo áreas não técnicas como RH, jurídica ou marketing. Um dos casos mais recentes foi o AI Fluency Quest, uma iniciativa global “gamificada” de cinco dias com desafios práticos em ferramentas de inteligência artificial que ultrapassou 2.000 participantes. A empresa também está centralizando o treinamento em IA por meio do Trailhead, sua plataforma de treinamento e certificação, e capacitando pilotos com ferramentas avançadas como Claude para equipes interdisciplinares testarem casos de uso específicos em um ambiente seguro. “A ideia é democratizar a inovação e permitir que qualquer funcionário possa sugerir melhorias tecnológicas, mesmo sem conhecimento de programação”, afirma Tommasi.
Menos obstáculos técnicos
Nesse sentido, o crescente fenômeno da “vibe coding” é uma prática que reflete o fluxo de competências nas organizações. Não se trata mais de programação no sentido tradicional, mas de usar ferramentas de inteligência artificial para criar protótipos, escrever código básico ou materializar ideias a partir de instruções em linguagem natural. “Isso implica que perfis que historicamente não foram programados, como gerentes de produto ou investigadores – estão a começar a desenvolver capacidades mínimas para execução técnica assistida por IA. O objetivo é reduzir a distância entre a ideia e a implementação”, afirma Dzikovski.
A tendência, na verdade, ecoa a mesma lógica que impulsiona os sistemas internos de medição; Se a IA permitir uma produção mais rápida, as empresas esperam que essa capacidade seja distribuída por toda a organização. “A IA está começando a sair do espaço técnico e se tornar uma ferramenta cotidiana para perfis não especializados. Vemos alguma analogia no uso dessas ferramentas com a adoção precoce de planilhas, que hoje são onipresentes e usadas por todos os tipos de funções”, diz Abad.
Na mesma linha, Tommasi acredita que estamos vivendo “o fim da barreira técnica” e hoje espera-se que “qualquer perfil possa ser um ‘arquiteto de soluções’ utilizando ‘linguagem natural’ natural”. No caso do Salesforce, a ferramenta central para esta mudança é o Slackbot, um assistente inteligente integrado ao espaço de trabalho que não apenas resume conversas ou prioriza tarefas, mas também atua como uma interface de conhecimento onde qualquer colaborador pode explorar dados complexos ou automatizar fluxos sem escrever uma única linha de código. “A preparação para reuniões executivas, que costumava levar de 2 a 3 horas, agora é feita em três minutos, e 73% dessa adoção aconteceu organicamente. Com esse tipo de programação assistida, por exemplo, um perfil de marketing pode criar um protótipo de aplicativo simplesmente descrevendo o que precisa, tornando a velocidade da inovação dependente da curiosidade e não do conhecimento técnico prévio.”
No caso do Brubank, iniciaram o processo de transformação completa de todas as equipes do banco para atingir a meta de ter todos os processos do banco alimentados por inteligência artificial dentro de um ano. “Para isso, criamos uma equipe de ‘Capitães de IA’ em cada uma das equipes operacionais do banco, fosse área técnica ou não, e eles foram responsáveis por identificar processos que poderiam ser implementados com inteligência artificial para serem mais eficientes”, explica Sánchez.
O próprio Sanchez entra em toda essa reorganização interna das empresas com não menos tensão. Nem todos os funcionários desejam implementar essas ferramentas no mesmo ritmo. alguns questionam a sua verdadeira eficácia, outros desconfiam dos seus resultados ou simplesmente resistem a mudar as formas de trabalhar que já dominam.
“Embora haja mais perfis no início primeiros adotantes do que outros quando se tratava de usar essas ferramentas, percebemos que a grande maioria das pessoas nas equipes já usava alguma ferramenta de IA em seu trabalho e em sua vida pessoal, até certo ponto. É por isso que a adoção é muito mais natural quando você cria um o quadro trabalho para que todos possam adotar”, explica Sanchez.
Certamente além das mudanças na medição de desempenho A inteligência artificial está ultrapassando os limites históricos de quem pode ou não criar soluções nas organizações. A tecnologia atua cada vez mais como tradutora da idealização e da execução, mesmo para perfis não técnicos, indicando que a velocidade da inovação começa a depender menos do conhecimento técnico puro e mais da curiosidade, da iniciativa e da capacidade de identificar oportunidades.
