A inteligência artificial está chegando a dispositivos cada vez mais próximos do cotidiano e reduzindo a necessidade de grandes estruturas tecnológicas para a execução de tarefas. Com modelos capazes de operar localmente em equipamentos convencionais e recursos de IA integrados a novos dispositivos inteligentes, o desafio para as empresas brasileiras deixa de estar exclusivamente na infraestrutura e passa a envolver a preparação interna para transformar tecnologia em resultado.
A mudança reforça uma questão estratégica para organizações de diferentes portes: se o acesso à inteligência artificial está se tornando mais simples, quais processos, dados e estruturas precisam ser preparados para que a tecnologia seja efetivamente aplicada no dia a dia?
Para Dema Oliveira, CEO e fundador da Goshen Land, a discussão empresarial sobre inteligência artificial precisa deixar de estar concentrada apenas na escolha da ferramenta. Segundo ele, o avanço de modelos capazes de executar tarefas localmente e a presença crescente da IA em dispositivos de uso comum tornam ainda mais importante olhar para os processos internos das organizações.
“Durante muito tempo, a discussão sobre IA nas empresas ficou concentrada na escolha da ferramenta. Isso está ficando secundário. Quando modelos capazes de executar tarefas localmente chegam a equipamentos de uso comum, o empresário precisa olhar para dentro da própria operação e identificar onde existe informação mal aproveitada, processo que depende demais de pessoas ou decisão que poderia ser apoiada por sistemas. O valor não está em ter uma IA instalada, mas em saber exatamente qual problema do negócio ela vai resolver”, afirma Dema Oliveira.
O cenário revela uma mudança importante na forma como as empresas precisam encarar a transformação digital. Durante os primeiros anos de popularização da inteligência artificial generativa, grande parte da discussão esteve associada à capacidade computacional, aos investimentos em infraestrutura e à necessidade de acesso a sistemas sofisticados.
Agora, com a evolução das ferramentas e a chegada de soluções mais acessíveis, o principal obstáculo pode estar menos na capacidade da tecnologia e mais na capacidade das organizações de incorporá-la aos próprios processos.
A inteligência artificial se aproxima do cotidiano
O avanço recente da inteligência artificial tem levado recursos antes restritos a grandes plataformas e ambientes especializados para equipamentos cada vez mais presentes na rotina de empresas e consumidores.
A possibilidade de executar determinadas tarefas de IA localmente, sem depender exclusivamente de estruturas remotas de computação, representa uma mudança importante na relação entre usuários e tecnologia.
Na prática, isso tende a ampliar o número de organizações capazes de testar e utilizar ferramentas de inteligência artificial em suas operações.
Ao mesmo tempo, dispositivos inteligentes com recursos de IA integrados ao uso cotidiano reforçam a percepção de que a tecnologia está deixando de ser um recurso isolado para se tornar parte de diferentes atividades profissionais e pessoais.
Para as empresas, porém, ter acesso à tecnologia não significa necessariamente conseguir gerar resultados com ela.
Uma organização pode contratar plataformas sofisticadas, disponibilizar ferramentas para seus funcionários e investir em inovação sem conseguir transformar esses recursos em ganhos de produtividade, eficiência ou receita.
É justamente nesse ponto que os processos internos passam a ocupar uma posição central.
Antes de perguntar qual ferramenta deve ser utilizada, a empresa precisa entender quais problemas deseja resolver.
Essa análise envolve identificar gargalos, tarefas repetitivas, desperdícios de tempo, falhas de comunicação e informações que poderiam ser melhor aproveitadas.
O primeiro passo é mapear os processos
Segundo a análise apresentada por Dema Oliveira, uma das primeiras medidas antes da escolha de uma ferramenta de inteligência artificial deve ser a realização de um mapa de processos.
A recomendação é observar as atividades realizadas diariamente pela empresa e identificar quais delas consomem tempo sem necessariamente exigir intervenção humana em todas as etapas.
Áreas como atendimento ao cliente, vendas, elaboração de propostas, análise de documentos, cobrança e acompanhamento de indicadores podem concentrar tarefas repetitivas.
Em muitas organizações, profissionais ainda dedicam parte significativa do tempo à busca de informações, preenchimento de sistemas, organização de documentos e consolidação de dados.
A inteligência artificial pode contribuir para automatizar ou apoiar algumas dessas atividades, mas a aplicação precisa partir de uma necessidade concreta.
A simples adoção da tecnologia sem um objetivo definido pode gerar investimentos pouco eficientes.
Por isso, a orientação é estabelecer indicadores antes do início dos testes.
A empresa pode, por exemplo, definir quantas horas pretende economizar em determinada atividade.
Também pode acompanhar a redução de erros, o tempo necessário para concluir uma etapa ou a velocidade com que determinadas decisões passam a ser tomadas.
A definição de métricas permite avaliar se a ferramenta está realmente produzindo resultados.
Sem essa referência, uma empresa pode perceber que seus funcionários estão utilizando inteligência artificial sem conseguir determinar se a adoção trouxe ganhos concretos para o negócio.
A lógica é semelhante à implementação de qualquer outro processo tecnológico.
Não basta disponibilizar um recurso. É necessário compreender qual atividade será impactada e como os resultados serão medidos.
Dados desorganizados podem limitar os resultados
Outro desafio está relacionado à qualidade das informações utilizadas pelas empresas.
A inteligência artificial depende dos dados disponíveis para analisar situações, identificar padrões e apoiar decisões.
Quando as informações estão desatualizadas, espalhadas por diferentes sistemas ou registradas de maneira inconsistente, os resultados também podem ser comprometidos.
Uma organização pode investir em uma ferramenta avançada e, ainda assim, enfrentar dificuldades porque suas informações estão distribuídas entre planilhas, plataformas que não se comunicam ou bases sem atualização.
Nesse cenário, conceitos relacionados à governança de dados ganham importância.
Data governance, ou governança de dados, envolve o conjunto de regras e processos utilizados para organizar, proteger e garantir a qualidade das informações dentro de uma organização.
A estruturação desses dados passa a ser um elemento importante para qualquer estratégia de inteligência artificial.
Se uma empresa utiliza informações inconsistentes, a tecnologia pode apenas acelerar o processamento de dados que já apresentam problemas.
Em outras palavras, velocidade não corrige informações inadequadas.
A preparação da base de dados exige que as organizações compreendam quais informações possuem, onde estão armazenadas e quem é responsável por sua atualização.
Também envolve definir regras de acesso e segurança.
Em um ambiente empresarial cada vez mais conectado, informações comerciais, financeiras e operacionais podem circular por diferentes plataformas.
A integração desses dados precisa ser acompanhada por controles que garantam a proteção e a utilização adequada das informações.
Agentes de IA ampliam as possibilidades de automação
O avanço da inteligência artificial também abre espaço para aplicações que vão além da simples interação por meio de perguntas e respostas.
Os chamados agentes de IA podem ser estruturados para executar uma sequência de ações dentro de um fluxo de trabalho.
Em vez de utilizar a tecnologia apenas para produzir um texto ou responder a uma solicitação, uma empresa pode criar processos em que o sistema consulta informações, cruza dados, prepara recomendações e encaminha o resultado para análise humana.
Esse modelo amplia o potencial de automação.
Uma atividade que anteriormente exigia várias etapas manuais pode ser reorganizada em um fluxo apoiado por sistemas inteligentes.
Ainda assim, a utilização de agentes exige planejamento.
A empresa precisa estabelecer quais informações o sistema pode acessar, quais decisões exigem aprovação humana e quais atividades podem ser realizadas automaticamente.
Controles de acesso e rastreabilidade se tornam fundamentais nesse contexto.
Cada organização precisa definir limites claros para a atuação dos sistemas.
Nem toda decisão deve ser automatizada.
Em processos que envolvem impactos financeiros, informações sensíveis ou decisões estratégicas, a supervisão humana pode continuar sendo necessária.
A tecnologia pode preparar análises e recomendações, mas a responsabilidade pela decisão precisa estar claramente definida.
Essa combinação entre automação e supervisão pode permitir que profissionais concentrem seu tempo em atividades que exigem análise, criatividade, negociação e tomada de decisão.
Prioridade para IA não significa integração aos processos
A distância entre reconhecer a importância da inteligência artificial e conseguir incorporá-la efetivamente às operações ainda é significativa.
De acordo com o levantamento citado no material, realizado em parceria com a MIT Sloan Management Review Brasil, 66,2% dos executivos consideram a IA uma prioridade.
Apesar disso, apenas 7,4% das organizações conseguiram integrá-la amplamente aos seus processos.
Os números mostram que existe uma diferença relevante entre intenção e execução.
Muitas empresas já discutem inteligência artificial em reuniões estratégicas, acompanham lançamentos e testam ferramentas.
A etapa mais complexa, porém, começa quando é necessário transformar esses testes em processos permanentes.
A integração exige mudanças em rotinas, treinamento de equipes e revisão de responsabilidades.
Também pode exigir alterações na forma como as áreas compartilham informações.
Uma ferramenta isolada pode gerar resultados pontuais.
Para produzir impactos mais amplos, no entanto, a inteligência artificial precisa estar conectada aos processos que fazem parte da operação.
É nesse momento que surgem desafios relacionados à cultura organizacional.
Funcionários precisam entender como utilizar os novos recursos.
Lideranças precisam definir prioridades.
Áreas de tecnologia e negócios precisam trabalhar de maneira integrada.
Sem essa preparação, existe o risco de a IA permanecer como uma iniciativa experimental, utilizada por grupos específicos, sem gerar transformação significativa na empresa.
O problema não é acompanhar todos os lançamentos
A velocidade com que novas ferramentas de inteligência artificial chegam ao mercado pode criar a impressão de que as empresas precisam acompanhar todos os lançamentos.
Para especialistas, no entanto, essa estratégia pode levar à dispersão.
Uma organização não precisa necessariamente utilizar todas as novidades disponíveis.
O mais importante é identificar quais aplicações possuem relação direta com os problemas enfrentados pelo negócio.
Uma empresa pode descobrir que seu principal gargalo está no atendimento.
Outra pode identificar dificuldades na análise de documentos.
Em um terceiro caso, o problema pode estar no acesso a informações ou na demora para consolidar indicadores.
Cada situação exige uma avaliação específica.
A escolha da tecnologia deve acontecer depois da identificação da necessidade.
Esse caminho reduz o risco de investimentos realizados apenas porque determinada ferramenta está em evidência.
“Uma empresa brasileira não precisa acompanhar cada lançamento nem comprar a ferramenta mais sofisticada do mercado. Precisa entender onde está perdendo tempo, dinheiro e informação e construir uma aplicação que ataque esses pontos. A IA está ficando acessível, mas isso não significa que sua aplicação seja automática. Quem começar pela operação, pelos dados e pelos processos terá muito mais clareza para decidir onde investir e, principalmente, onde não investir”, conclui Dema Oliveira.
IA exige revisão das operações
A crescente acessibilidade da inteligência artificial pode levar empresas de diferentes portes a ampliar os testes com a tecnologia.
No entanto, a adoção tende a ser mais eficiente quando acompanha uma revisão dos processos internos.
Em muitos casos, a empresa pode identificar tarefas que não precisam ser simplesmente automatizadas, mas eliminadas ou reorganizadas.
A adoção de IA pode servir como uma oportunidade para questionar a forma como determinadas atividades são realizadas.
Se um processo exige diversas etapas manuais apenas porque foi criado dessa forma no passado, a tecnologia pode ajudar a repensar a estrutura.
Isso significa que a transformação não depende apenas da ferramenta.
A empresa precisa estar disposta a revisar rotinas e responsabilidades.
A simples reprodução de um processo antigo dentro de uma nova plataforma pode limitar os ganhos.
O maior potencial aparece quando a organização utiliza a tecnologia para redesenhar atividades.
Esse movimento também exige participação das pessoas que conhecem a operação.
Profissionais que executam determinadas tarefas diariamente possuem informações importantes sobre gargalos e dificuldades.
A implementação da IA precisa considerar esse conhecimento.
Uma estratégia desenvolvida exclusivamente a partir da tecnologia, sem compreender a realidade da operação, pode enfrentar dificuldades na etapa de adoção.
Métricas ajudam a separar expectativa de resultado
O entusiasmo em torno da inteligência artificial também aumenta a necessidade de medir resultados.
A tecnologia pode gerar percepções positivas porque oferece rapidez e facilidade para determinadas tarefas.
No entanto, empresas precisam avaliar se esses ganhos representam impacto real.
Uma atividade pode ser concluída mais rapidamente, mas ainda exigir revisão extensa.
Um processo automatizado pode reduzir uma etapa e criar novas demandas em outra área.
Por isso, a definição de métricas antes dos testes é importante.
Indicadores podem incluir tempo economizado, redução de custos, diminuição de erros e aumento da produtividade.
A empresa também pode avaliar impactos sobre a experiência do cliente e a velocidade das decisões.
Cada aplicação deve possuir critérios relacionados ao objetivo original.
Se a IA foi implementada para reduzir o tempo de elaboração de propostas, esse indicador precisa ser acompanhado.
Se o objetivo era melhorar o atendimento, a empresa pode observar indicadores relacionados à resolução das demandas.
A mensuração permite que a organização decida se determinada aplicação deve ser ampliada, ajustada ou interrompida.
Esse processo reduz o risco de manter investimentos apenas porque a tecnologia está associada à inovação.
Supervisão humana continua necessária
O avanço dos agentes de inteligência artificial não elimina a necessidade de participação humana.
Em muitas aplicações empresariais, o papel das pessoas tende a mudar.
Profissionais podem deixar de executar determinadas tarefas repetitivas para assumir atividades de supervisão e decisão.
Esse modelo exige clareza.
As organizações precisam determinar quem responde pelos resultados produzidos pelos sistemas.
Também devem estabelecer mecanismos para acompanhar as ações realizadas.
A rastreabilidade permite identificar quais informações foram utilizadas e quais etapas foram executadas.
Esses cuidados são especialmente importantes quando a tecnologia possui acesso a sistemas internos.
Quanto maior a autonomia concedida a um agente, maior precisa ser a atenção aos limites de acesso.
A empresa deve definir quais informações podem ser consultadas e quais ações podem ser realizadas.
A implementação gradual pode ser uma alternativa para testar aplicações.
Um processo pode começar com recomendações produzidas pela IA e aprovadas por um profissional.
Com o acompanhamento dos resultados, a organização pode avaliar se determinadas etapas podem receber maior nível de automação.
O desafio passa da tecnologia para a estratégia
A redução das barreiras tecnológicas representa uma oportunidade para empresas que antes consideravam a inteligência artificial distante de sua realidade.
Ferramentas mais acessíveis podem ampliar o número de organizações capazes de testar aplicações.
Ao mesmo tempo, essa democratização torna mais evidente outro desafio.
Se diversas empresas podem acessar recursos semelhantes, o diferencial passa a estar na capacidade de utilizá-los de maneira estratégica.
A tecnologia pode ser a mesma.
Os resultados, porém, dependem da qualidade dos processos, dos dados e das decisões.
Uma empresa que possui informações organizadas e conhece seus principais gargalos tende a ter mais condições de implementar aplicações com objetivos definidos.
Já uma organização que inicia pela ferramenta pode enfrentar dificuldades para encontrar aplicações que justifiquem o investimento.
A inteligência artificial, portanto, não elimina a necessidade de gestão.
Em alguns aspectos, pode aumentar a importância da organização interna.
Quanto maior o volume de informações e possibilidades oferecidas pela tecnologia, maior a necessidade de definir prioridades.
Empresas precisam decidir onde a IA não deve ser usada
Uma estratégia eficiente de inteligência artificial não envolve apenas identificar oportunidades de aplicação.
Também exige reconhecer onde a tecnologia não deve ser utilizada.
Nem todos os processos precisam de IA.
Em determinadas situações, uma automação convencional pode ser suficiente.
Em outras, uma mudança simples no processo pode resolver o problema sem a necessidade de uma ferramenta adicional.
A avaliação das alternativas faz parte de uma estratégia mais racional.
O objetivo não deve ser inserir inteligência artificial em todas as atividades.
A prioridade precisa estar nos problemas que podem ser resolvidos de maneira mais eficiente.
Essa abordagem ajuda empresas a evitar investimentos motivados exclusivamente por tendências.
Também permite concentrar recursos em aplicações com maior potencial de impacto.
A acessibilidade crescente da IA amplia as opções.
Mas a existência de mais opções também torna a capacidade de escolha mais importante.
Preparação interna pode definir os resultados
O avanço da inteligência artificial aponta para um cenário em que o acesso à tecnologia deixa de ser, gradualmente, o principal fator de diferenciação.
Modelos capazes de funcionar em equipamentos mais acessíveis e recursos integrados a dispositivos de uso cotidiano tornam as ferramentas disponíveis para um número cada vez maior de usuários.
Para as empresas, isso significa que o desafio está cada vez mais dentro da organização.
Processos precisam ser compreendidos.
Dados precisam ser organizados.
Responsabilidades precisam ser definidas.
As equipes precisam estar preparadas para trabalhar com novas ferramentas.
A inteligência artificial pode acelerar atividades e ampliar a capacidade de análise.
No entanto, sua aplicação depende de uma estrutura capaz de transformar esses recursos em resultados.
Nesse contexto, a pergunta deixa de ser apenas qual ferramenta utilizar.
A discussão passa a envolver quais problemas precisam ser resolvidos, quais processos devem ser revistos e quais informações são necessárias para apoiar as decisões.
A tecnologia está se tornando mais próxima.
O desafio empresarial, agora, é garantir que a operação esteja preparada para acompanhá-la.
Sobre a Goshen Land
A Goshen Land é uma empresa especializada em expansão de negócios. Fundada por Dema Oliveira, ex-executivo da Samsung e da TIM, a companhia desenvolveu a metodologia das “7 Inteligências da Expansão” para apoiar empresas na construção de estratégias de crescimento sustentável.
Segundo a empresa, mais de 600 organizações passaram por seus programas em 2025. A Goshen Land informa que as iniciativas contribuíram para a geração de R$ 2 bilhões em receitas entre os negócios atendidos.
Entre as organizações que já participaram de suas iniciativas estão Unilever, Claro, TIM, Caixa Econômica Federal e Bradesco.
