A IA deixou de ser ferramenta. O que acontece quando ela começa a trabalhar?

Você escrevia uma pergunta.

Ela respondia.

Pedia uma ideia, ela dava dez. Pedia para resumir um documento, revisar um texto, criar uma imagem, escrever um código ou organizar alguma informação.

Por mais impressionante que tudo aquilo parecesse, e muitas vezes ainda parece, havia uma divisão relativamente confortável entre os papéis.

A inteligência artificial sugeria.

Nós fazíamos.

Só que essa divisão está começando a ficar menos clara.

Hoje já podemos dar acesso a arquivos, sistemas e ferramentas e pedir algo que vai muito além de uma resposta.

Pesquisar uma informação, comparar documentos, alterar arquivos, preencher dados, organizar etapas, executar código, produzir uma análise e seguir adiante sem que alguém precise dizer exatamente o que fazer a cada passo.

É uma mudança pequena na interface.

E enorme no significado.

A pergunta deixa de ser apenas:

e começa a virar:

Entre pedir ajuda e delegar trabalho existe uma diferença

Acho que passamos os últimos anos usando inteligência artificial principalmente como uma espécie de amplificador.

Ela ajuda alguém a escrever mais rápido.

Pesquisar mais rápido.

Programar mais rápido.

Gerar mais alternativas.

Analisar mais informação.

Ainda existe uma pessoa conduzindo quase tudo.

Quando entramos no território dos chamados agentes de inteligência artificial, a lógica começa a mudar.

Em vez de pedir:

“Me ajude a escrever esse relatório.”

podemos começar a pedir:

“Encontre os dados necessários, leia os documentos, compare as informações e prepare o relatório.”

Pode parecer apenas uma frase mais longa.

Não é.

Na primeira, estamos delegando uma tarefa.

Na segunda, começamos a delegar um processo.

E acho que essa diferença será muito mais importante para as empresas do que simplesmente descobrir qual inteligência artificial escreve o melhor texto.

Os números já começam a mostrar esse movimento.

Dados divulgados pela OpenAI em agosto de 2026 indicam que o uso empresarial está migrando de assistência para execução. Entre seus clientes corporativos, o trabalho realizado por ferramentas de caráter mais agentivo já representa uma parcela significativa do uso, e a adoção avançou também em áreas como vendas, recrutamento, jurídico e marketing, não apenas em desenvolvimento de software.

Isso não significa que as empresas acordaram numa terça-feira e substituíram seus processos por robôs.

Significa que a fronteira está mudando.

E provavelmente continuará mudando.

O mais interessante talvez não seja a inteligência

Existe uma obsessão compreensível com a capacidade dos modelos.

Qual é mais inteligente?

Qual raciocina melhor?

Qual escreve melhor?

Qual programa melhor?

Qual tem mais contexto?

Só que, dentro de uma empresa, muitas vezes o problema não está na inteligência.

Está no acesso.

Uma pessoa pode ser extraordinariamente inteligente e ainda assim não conseguir fazer seu trabalho se não tiver acesso aos documentos, sistemas, histórico, regras e pessoas necessárias.

Com uma IA não é muito diferente.

Uma inteligência artificial capaz de escrever um e-mail não transforma necessariamente uma empresa.

Mas uma inteligência artificial que consegue compreender uma solicitação, consultar um cadastro, verificar uma regra, acessar um histórico, gerar um documento e encaminhar a próxima etapa começa a tocar no funcionamento da empresa.

E aí a conversa deixa de ser apenas sobre IA.

Passa a ser sobre processo.

Dados.

Permissões.

Responsabilidade.

Segurança.

Experiência.

E, principalmente, sobre como o trabalho foi desenhado.

Talvez seja justamente aí que a coisa fique mais interessante.

As empresas querem agentes. Os processos ainda não estão preparados para eles.

Existe uma certa ironia acontecendo agora.

De um lado, há uma enorme expectativa em torno de agentes.

Em uma pesquisa da Deloitte publicada em agosto de 2026, 74% dos líderes ouvidos esperam que, nos próximos quatro anos, quase metade dos processos de suas empresas seja redesenhada ou reconstruída em torno de agentes de IA.

Parece uma transformação gigantesca.

Provavelmente será.

Mas, na mesma pesquisa, apenas 5% das organizações disseram considerar seus processos altamente preparados para agentes, e somente 15% afirmaram ter escalado sistemas multiagentes de maneira coordenada entre diferentes funções da empresa.

Existe um espaço enorme entre aquilo que imaginamos que a IA fará e aquilo que nossas empresas estão preparadas para deixar que ela faça.

E não sei se esse espaço será resolvido comprando mais tecnologia.

Talvez seja necessário olhar primeiro para o processo.

Porque automatizar um processo confuso não faz com que ele deixe de ser confuso.

Às vezes só faz com que a confusão aconteça mais rápido.

A tentação de colocar IA em tudo

Toda nova tecnologia passa por uma fase parecida.

Quando alguma coisa se torna possível, começamos a procurar todos os lugares onde podemos colocá-la.

Nem sempre perguntamos onde deveríamos.

Foi assim com aplicativos.

Durante algum tempo, parecia que toda empresa precisava de um aplicativo.

Depois vieram os chatbots.

Depois o metaverso.

Agora a inteligência artificial.

A diferença é que a IA provavelmente terá um impacto muito mais profundo do que várias dessas ondas anteriores.

Mas isso não elimina a necessidade da pergunta.

Pelo contrário.

Torna a pergunta ainda mais importante.

Porque economiza tempo?

Porque reduz erro?

Porque melhora a experiência?

Porque permite que alguém trabalhe melhor?

Ou simplesmente porque agora conseguimos?

Há processos em que a automação é quase óbvia.

Copiar informações entre sistemas.

Classificar documentos.

Cruzar dados.

Preparar relatórios.

Identificar padrões.

Executar tarefas repetitivas.

Há outros em que a decisão é menos simples.

Uma conversa delicada com um cliente.

Uma escolha estratégica.

Uma decisão que envolve contexto político dentro de uma empresa.

Uma avaliação em que alguém precisa assumir responsabilidade.

Uma criação em que o valor não está em produzir mais alternativas, mas em escolher uma direção.

A capacidade de automatizar não elimina a necessidade de decidir.

Na verdade, talvez aumente.

Um agente também erra trabalhando

Quando uma IA erra uma resposta dentro de uma conversa, normalmente percebemos o problema ali.

Ela inventou uma informação.

Entendeu uma instrução de maneira errada.

Trouxe uma conclusão ruim.

Corrigimos e seguimos.

Quando uma IA começa a agir, o erro também ganha pernas.

Ela pode consultar o dado errado, alterar um arquivo, seguir uma regra equivocada, enviar alguma coisa, tomar uma decisão intermediária e usar essa própria decisão como base para a próxima.

É por isso que governança deixou de ser um assunto periférico nessa discussão.

Uma pesquisa global da Deloitte mostrou que somente cerca de um quinto das organizações consultadas dizia possuir um modelo maduro de governança para agentes de IA. Entre os pontos ainda pouco desenvolvidos estão justamente os limites de decisão, mecanismos de supervisão, monitoramento e registros capazes de mostrar o que o agente fez.

Não é difícil perceber por quê.

Durante décadas desenhamos sistemas nos quais pessoas usam ferramentas.

Agora estamos começando a desenhar sistemas nos quais ferramentas também usam ferramentas.

Isso exige outro tipo de cuidado.

Até as empresas que constroem essa tecnologia estão descobrindo os limites

Talvez um dos casos mais interessantes de 2026 tenha acontecido justamente dentro de uma das empresas que mais investem em inteligência artificial.

Segundo uma investigação da Reuters, a Meta tentou avançar rapidamente numa reorganização de partes da empresa em torno de estruturas menores e fortemente apoiadas por IA. O projeto encontrou problemas envolvendo produtividade, confiabilidade da tecnologia, segurança e também a reação das próprias pessoas submetidas à transformação. A iniciativa acabou sendo reduzida.

Acho esse episódio interessante porque ele desmonta uma simplificação frequente.

A transformação não acontece simplesmente porque a tecnologia existe.

Uma empresa é também cultura, confiança, processos informais, conhecimento acumulado e relações entre pessoas.

É relativamente fácil desenhar num slide:

pessoa → IA → eficiência.

Na vida real existem dezenas de coisas acontecendo entre essas três palavras.

Talvez o futuro do trabalho não seja humano ou máquina

Existe outra coisa interessante nos dados.

Naquela mesma pesquisa da Deloitte sobre agentes, 75% dos líderes disseram acreditar que a colaboração entre humanos e agentes cria mais valor do que a automação feita exclusivamente por IA.

Eu gosto desse dado porque ele escapa um pouco daquela discussão cansativa sobre substituição.

“IA vai substituir pessoas?”

Provavelmente algumas funções mudarão profundamente.

Algumas deixarão de existir.

Outras nascerão.

Partes de muitos trabalhos serão automatizadas.

O Stanford AI Index de 2026 mostra justamente essa contradição. A adoção empresarial de IA continua crescendo rapidamente, mas o uso de agentes ainda está em estágios iniciais na maior parte das funções. Ao mesmo tempo, os efeitos sobre o trabalho já começam a aparecer de maneira desigual, especialmente em determinadas ocupações e nas portas de entrada para profissionais mais jovens.

Não sabemos exatamente onde isso vai terminar.

Talvez ninguém saiba.

Mas acredito que existe uma pergunta mais útil para uma empresa hoje do que tentar prever quais profissões desaparecerão.

Essa pergunta muda tudo.

Porque ela obriga a identificar onde existe julgamento.

Onde existe responsabilidade.

Onde existe sensibilidade.

Onde existe relação.

Onde existe repertório.

E também onde não existe nada disso e estamos simplesmente gastando horas humanas copiando informações de uma tela para outra.

Talvez inteligência artificial seja um problema de desenho

Quanto mais trabalhamos com IA, menos acredito que o principal desafio seja simplesmente escolher a melhor ferramenta.

Ferramentas mudam rápido demais.

O modelo mais impressionante de hoje provavelmente não será o mais impressionante daqui a alguns meses.

O que permanece é o processo.

O problema que precisava ser resolvido.

A pessoa que precisava ser atendida.

A informação que precisava chegar a algum lugar.

A decisão que precisava ser tomada.

É por isso que talvez a adoção mais interessante de inteligência artificial não comece perguntando:

“Como colocamos IA aqui?”

Talvez comece desenhando o caminho inteiro.

O que acontece primeiro?

Quem decide?

Que informação entra?

De onde ela vem?

O que pode ser automatizado?

O que precisa de aprovação?

O que acontece se alguma coisa der errado?

E onde uma pessoa precisa voltar para dentro do processo?

Quando fazemos essas perguntas, às vezes descobrimos que precisamos de um agente.

Às vezes de uma automação muito mais simples.

Às vezes de um sistema.

E, em alguns casos, apenas de um processo melhor.

A IA deixou de ser apenas uma ferramenta

Talvez ainda seja cedo para afirmar exatamente o que será uma empresa verdadeiramente “AI-native”.

O termo já aparece com frequência suficiente para correr o risco de perder o significado antes mesmo de descobrirmos o que ele quer dizer.

Mas uma mudança parece mais concreta.

Estamos saindo de uma fase em que a inteligência artificial ficava ao lado do trabalho para uma fase em que ela começa a entrar dentro dele.

Ela deixa de ser apenas a janela que consultamos.

Passa a participar do fluxo.

Isso abre possibilidades enormes.

E cria responsabilidades igualmente grandes.

Porque, quando uma ferramenta começa a executar trabalho, a pergunta deixa de ser apenas se ela consegue fazer.

Precisamos decidir o que ela pode fazer.

O que ela deve fazer.

O que precisa ser supervisionado.

E aquilo que, mesmo podendo ser automatizado, talvez ainda faça sentido continuar humano.

No fim, acredito que a parte mais importante dessa transformação não será tornar as máquinas cada vez mais parecidas conosco.

Será redesenhar a maneira como trabalhamos ao perceber que, pela primeira vez, nem todo trabalho precisa ser feito apenas por nós.