A Inteligência Artificial já ocupa espaço nas estratégias, nos investimentos e nos discursos das empresas. Ainda assim, muitas organizações continuam encontrando dificuldades para transformar sua adoção em valor concreto para o negócio.
O desafio está no fato de que incorporar novas ferramentas não é o mesmo que se tornar uma organização preparada para operar com IA. Sem mudanças em processos, cultura, governança, modelos de decisão e desenvolvimento de pessoas, a tecnologia tende a permanecer restrita a iniciativas pontuais, pilotos e áreas isoladas.
Essa foi uma das principais reflexões levadas pela BIP Brasil à Maravalley Week 2026, encontro realizado no hub de inovação Maravalley, no Rio de Janeiro, que reuniu empresas, startups, investidores e especialistas para discutir Inteligência Artificial, Dados, Energia, Transformação Digital e o Futuro do Trabalho.
Como parceira oficial da iniciativa, a BIP Brasil participou da programação com duas discussões conectadas aos desafios que devem orientar o futuro das organizações. Eduardo Pozzi, diretor de Energy & Utilities da BIP, abordou o papel estratégico dos data centers e os impactos do crescimento da demanda por processamento sobre a infraestrutura energética. Já Leandro Bacic Fernandes, Head de Tecnologia da BIP, conduziu uma reflexão sobre o que diferencia empresas que apenas adotam Inteligência Artificial daquelas que estão, de fato, se preparando para operar de forma AI-First.
Mais do que discutir ferramentas ou tendências, a palestra propôs uma provocação: por que tantas empresas estão investindo em Inteligência Artificial e, ainda assim, encontram dificuldades para capturar o valor que ela promete gerar?
A seguir, Leandro Bacic Fernandes compartilha sua visão sobre o que realmente diferencia organizações que utilizam Inteligência Artificial daquelas que estão se preparando para competir na próxima década.
Novo motor, fábrica antiga
Quando a eletricidade começou a substituir os motores a vapor, no final do século XIX, o ganho de produtividade que todos esperavam simplesmente não veio. Não de imediato. Durante décadas, muitas fábricas fizeram exatamente o que parecia lógico: trocaram o motor. Mantiveram tudo o mais. A planta, os fluxos, a hierarquia, a lógica de operação.
O resultado foi previsível e decepcionante.
A eletricidade levou cerca de 25 anos para virar produtividade de verdade. O salto aconteceu quando as organizações entenderam que não era possível separar a tecnologia do modelo operacional que a utilizava. Só quando as fábricas foram redesenhadas de dentro para fora, com layouts novos, divisão de trabalho diferente e gestão reconstruída, é que o potencial da tecnologia se traduziu em resultado econômico.
Conto essa história porque ela descreve com precisão o que estamos vivendo agora. A Inteligência Artificial já chegou às empresas. Mas, na maior parte dos casos, ela chegou como o motor elétrico chegou às primeiras fábricas: como uma substituição pontual, instalada sobre uma estrutura que não foi concebida para ela. Comitês de IA, áreas dedicadas, pilotos isolados, roadmaps por trimestre. O novo motor existe. A fábrica antiga também. E o resultado, na maioria dos casos, é exatamente o que se poderia prever.
Ter uma área de IA não é ser AI-First
Essa distinção me parece central e ainda pouco compreendida. Quando falo em ser AI-First, não estou falando de maturidade tecnológica nem de volume de investimento em plataformas. Estou falando de modelo organizacional.
A diferença concreta é esta: no modelo tradicional, a IA é um projeto. Tem um dono, um roadmap, um time isolado que pede dados para outras áreas e aguarda aprovações para avançar. A IA é uma camada adicional sobre uma estrutura que ainda opera em pirâmide, em silo, com decisões que escalam hierarquia acima antes de descer como orientação. No modelo AI-First, a IA é infraestrutura. Cada função opera com agentes. O dado é linguagem comum. A decisão acontece na ponta, não no topo. A inteligência deixa de estar concentrada em um departamento e passa a fazer parte do próprio fluxo de trabalho.
Essa diferença tem uma implicação que vai além da tecnologia: ela muda onde o poder está localizado dentro da empresa. Quem controla o acesso à informação estruturada perde relevância. Quem sabe fazer perguntas certas, interpretar contexto e tomar decisões com base em sínteses complexas, ganha. E isso não é uma questão de ferramentas. É uma questão de desenho organizacional.
Conectada a essa mudança está uma das transformações menos discutidas dos próximos anos: a transição de sistemas de registro para sistemas de decisão. Durante décadas, investimos em ERPs, CRMs e plataformas construídas para documentar o que aconteceu. Armazenar transações, registrar históricos, organizar dados. Isso tudo continua existindo. Mas o movimento que está se acelerando é outro: sistemas que não apenas registram acontecimentos, mas participam ativamente do processo de decidir o que fazer em seguida. A interface deixa de ser uma tela com dashboards. Passa a ser uma intenção. Quem ainda está construindo estratégia de IA em torno de dashboards está, sem saber, vendendo cavalo em 1910.
A perna mais barulhenta não é a mais importante
Existe um padrão que observo repetidamente em projetos de transformação: a tecnologia ocupa o centro da conversa e consome a maior parte do orçamento, enquanto os elementos que realmente determinam se a transformação vai funcionar ficam em segundo plano.
O problema é estrutural. Tecnologia é visível, escalável e pode ser adquirida. Pessoas e processos são caros de redesenhar, politicamente difíceis e levam tempo. Por isso quase ninguém faz. E por isso a maioria das iniciativas de IA entrega abaixo do prometido, não porque a tecnologia falhou, mas porque a organização não foi reformulada para absorvê-la.
Se o seu plano de IA tem a maior parte do orçamento alocado em tecnologia, o plano está invertido.
Tecnologia muda em meses. Cultura muda em anos.
Essa assimetria de velocidade é um dos maiores desafios práticos de quem lidera transformação em grandes empresas. Quando digo que grande parte das transformações falham por resistência cultural e não por falha tecnológica, estou descrevendo algo que qualquer pessoa que já tentou implantar uma mudança real dentro de uma organização reconhece imediatamente. Não é abstrato.
A resistência raramente é explícita. Ela aparece como cautela, como dúvida técnica, como questionamento de escopo. O que está por baixo, na maior parte das vezes, é luto profissional: a percepção, muitas vezes justificada, de que o papel que essa pessoa desempenhou ao longo de anos está sendo esvaziado. Ignorar isso não acelera a mudança. Normalmente, a trava.
Há uma observação prática que aprendi e que parece simples mas tem implicações profundas na gestão da mudança: o gerente que monta o agente não sabota o agente. Quando as pessoas participam da construção da solução e quando têm autoria sobre ela, não apenas exposição a ela, o comportamento diante da mudança muda completamente. Quem recebe uma ferramenta pronta tende a resistir. Quem ajudou a construir tende a defender. Dar à ferramenta não é suficiente. É preciso dar autoria.
Isso implica uma abordagem de letramento que vai muito além do time técnico. Consciência sobre por que mudar, e por que agora. Incentivos reais para quem experimenta. Espaços seguros para falhar barato. Métricas de adoção, não apenas de implementação. Sem narrativa clara, ninguém embarca. E quem começa pela tecnologia, frequentemente termina sem nenhuma das duas.
O que a Maria sabe e ninguém escreveu virou o ativo mais valioso da empresa
Durante muito tempo, tratamos informação estruturada como o principal ativo corporativo. Banco de dados, processos documentados, repositórios formais de conhecimento. Isso continua relevante. Mas há um tipo de ativo que ganha importância estratégica desproporcionalmente nesse novo contexto: o conhecimento que ainda não foi formalizado.
O que a analista experiente sabe sobre como aquele cliente realmente toma decisão. O critério que o gestor usa para avaliar um risco que nenhum modelo quantitativo captura direito. A percepção desenvolvida ao longo de anos de operação sobre o que uma anomalia de dados realmente significa naquele contexto específico. Esse tipo de conhecimento existe em todas as empresas. Está distribuído entre pessoas, vivido na prática diária, nunca precisou ser articulado porque sempre bastou estar presente.
Paradoxalmente, esse conhecimento se torna mais valioso e mais urgente de capturar, exatamente quando a capacidade de processar informação aumenta de forma exponencial. Porque o que passa a ser escasso não é mais o acesso à informação: é a capacidade de contextualizá-la. E a contextualização mora no conhecimento tácito, não no dado estruturado.
Organizações que não se preocupam em capturar, organizar e tornar operacional esse conhecimento estão deixando seu ativo mais estratégico disperso em mentes individuais, vulnerável à rotatividade e invisível para qualquer sistema de decisão.
Toda decisão de IA converge para um único foco
Um dos padrões que observo em empresas que conseguem escalar suas iniciativas de IA é a existência de uma estrutura de governança que conecta perspectivas que normalmente operam em paralelo. Risco, finanças, negócio, tecnologia, pessoas e jurídico são impactados simultaneamente pelas decisões de IA. O problema é que, na maioria das organizações, essas áreas ainda tomam decisões de forma independente. O que risco decide afeta o que negócio pode fazer. O que tecnologia define afeta o que jurídico precisa revisar. O que RH entende sobre capacitação afeta o ritmo que operações pode absorver.
Quando essas perspectivas não convergem para um único foco de decisão, o resultado é previsível: iniciativas que avançam em piloto mas não escalam, porque encontram uma resistência institucional que nenhuma área isolada tem autoridade para resolver. Uma empresa sem um conselho de IA hoje está na mesma posição de uma empresa sem comitê de auditoria em 1995: operando sem a estrutura de governança que o momento exige.
Mas é importante que essa estrutura seja entendida pelo que ela realmente é: um acelerador, não um freio. Guardrails não travam. Eles dão licença para avançar. Sem eles, a IA vira passivo jurídico antes de virar ativo competitivo. Com eles, é possível escalar com consistência e velocidade.
A escada não encurta. Só muda de forma.
A pergunta sobre o que acontecerá com o trabalho é legítima e merece uma resposta que não seja nem catastrófica nem ingenuamente otimista.
O que estamos vendo não é o desaparecimento do trabalho. É a reconfiguração de onde o valor humano está localizado dentro do trabalho. Os degraus de baixo da escada, as tarefas repetitivas, os processos de registro, as atividades que existem porque alguém precisa mover informação de um sistema para outro, estão se dissolvendo. Os degraus de cima estão ficando mais largos: interpretação, julgamento, direcionamento, orquestração, criatividade aplicada a problemas complexos.
Quem ficar dentro do ciclo operacional apenas executando vai se tornar o executor mais caro do mercado, porque estará competindo com agentes que fazem o mesmo em fração do custo e do tempo. O novo papel que emerge, e que ainda não tem nome consolidado, é o de quem sai de dentro do ciclo para ficar acima dele. Que define propósito enquanto a máquina executa o fluxo. Que faz as perguntas certas, interpreta as respostas e decide o que fazer com elas.
Há uma implicação direta disso para como as organizações precisam pensar carreira, capacitação e gestão de pessoas. Não como preparação para um futuro distante. Como decisão de segunda-feira.
Ao longo da história, as tecnologias que mais transformaram mercados não foram necessariamente as mais sofisticadas. Foram aquelas que levaram organizações inteiras a repensar a forma como operavam.
A Inteligência Artificial parece estar seguindo o mesmo caminho.
A discussão que realmente importa não está restrita aos modelos, às plataformas ou aos algoritmos. Ela está na capacidade das empresas de revisitar processos, redistribuir responsabilidades, preservar conhecimento crítico e construir estruturas capazes de evoluir na mesma velocidade que o ambiente ao seu redor.
Mais do que uma transformação tecnológica, estamos diante de uma transformação organizacional.
E, como toda transformação dessa magnitude, ela não será definida pelas ferramentas disponíveis, mas pela forma como cada organização escolherá utilizá-las para construir seu futuro.
Artigo de opinião de Leandro Bacic Fernandes, Head de Tecnologia da BIP Brasil
