A IA chegou ao crachá antes de chegar ao organograma
Como redesenhar tarefas, responsabilidades e aprendizado para transformar uso de ferramentas em resultado
Por Marcio Furlani · 26 de outubro de 2026
Uma empresa compra licenças de inteligência artificial. Parte da equipe abre a ferramenta, aprende alguns comandos e começa a usá-la para resumir documentos, preparar mensagens ou organizar ideias. Em pouco tempo, a IA já faz parte da rotina de várias pessoas. Mesmo assim, os processos continuam iguais, as aprovações continuam confusas e ninguém sabe dizer se o trabalho ficou melhor.
É como se a inteligência artificial tivesse chegado ao crachá antes de chegar ao organograma.
O uso individual avançou, mas a organização do trabalho ainda não acompanhou. Esse descompasso ajuda a explicar por que tantas empresas acumulam experiências interessantes sem transformar essas experiências em resultado consistente.
O uso cresce, mas adoção não é transformação
A pesquisa TIC Empresas 2025, divulgada pelo Cetic.br em junho de 2026, mostrou que 17% das empresas brasileiras com dez ou mais pessoas ocupadas usaram algum tipo de inteligência artificial em 2025. Em 2024, eram 13%. Entre as pequenas empresas da população pesquisada, a proporção passou de 10% para 15%. [1]
Outro levantamento, o Executive Compensation & Talent Trends 2026, da Page Executive, ouviu profissionais em vários mercados. Uma reportagem da Exame sobre o recorte brasileiro informa que 75% dos executivos brasileiros entrevistados usam IA generativa em atividades profissionais. [2][3]
As pesquisas têm públicos e métodos diferentes, por isso não devem ser comparadas como se medissem a mesma coisa. Juntas, porém, elas ajudam a enxergar uma tensão real: pessoas podem estar usando IA antes que a empresa tenha redesenhado processos, responsabilidades e critérios de qualidade.
Ter acesso a uma ferramenta é um começo. Transformação exige decidir onde ela participa do trabalho e como o resultado será conferido.
O problema não está apenas no prompt
Aprender a escrever uma instrução clara ajuda. Mas um prompt não resolve um processo mal definido.
Se a equipe não sabe qual informação é oficial, quem pode aprovar uma resposta, qual erro é aceitável ou onde registrar uma decisão, a IA pode apenas produzir mais rápido dentro da mesma confusão.
Imagine uma loja que usa um assistente para responder dúvidas de clientes. A ferramenta pode preparar um rascunho em segundos. Mas de onde vêm os preços, os prazos e as condições de troca? Quem confere a compatibilidade de um produto? O que acontece quando a resposta não está na base disponível?
Sem essas definições, a velocidade aparente pode virar retrabalho, exposição de dados ou promessa incorreta ao cliente.
Redesenhar o trabalho começa pela tarefa
O melhor ponto de partida não é perguntar quantas pessoas já usam IA. É escolher uma tarefa concreta e descrevê-la do início ao fim.
Para isso, proponho um Mapa de Tarefas Humano e IA. Ele pode ser feito em uma folha, numa planilha ou numa reunião curta. Para cada tarefa, responda seis perguntas:
1. Qual entrega precisa ficar pronta?
2. A IA vai executar uma parte, apoiar uma análise ou revisar um rascunho?
3. Quais dados são necessários e quais não podem ser enviados à ferramenta?
4. Qual erro é aceitável e qual erro exige bloqueio imediato?
5. Quem responde pela conferência e pela decisão final?
6. Como comparar tempo, qualidade e retrabalho antes e depois?
Essas perguntas mudam a conversa. A tecnologia deixa de ser uma promessa genérica e passa a ocupar um lugar definido no processo.
Um exemplo simples
Considere uma equipe que prepara propostas comerciais. Hoje, uma pessoa recebe as anotações da conversa, procura informações do produto, redige o documento e envia para aprovação.
Num teste com IA, a ferramenta pode organizar as anotações e produzir um primeiro rascunho. Os valores continuam vindo do sistema oficial. As condições comerciais permanecem sob responsabilidade do gestor. Dados pessoais ou estratégicos só entram se houver autorização e proteção adequadas. Antes do envio, uma pessoa confere se o documento responde ao pedido real do cliente.
O teste pode comparar dez propostas feitas pelo processo anterior e dez feitas com apoio da IA. A equipe registra tempo, número de correções, informações ausentes e devoluções.
É um exemplo didático. Não há promessa de ganho. O resultado depende da tarefa, da qualidade das informações, da ferramenta e da revisão.
O organograma também precisa aprender
Quando a IA entra no trabalho, novas responsabilidades aparecem. Alguém precisa cuidar das informações de referência. Alguém precisa definir permissões. Alguém precisa acompanhar erros recorrentes. A liderança precisa decidir o que pode ser automatizado e o que continua exigindo julgamento humano.
Isso não significa criar um departamento de IA para qualquer empresa. Significa tornar visível quem decide, quem executa, quem confere e quem responde.
O Panorama Setorial do Cetic.br publicado em 19 de outubro discute transição tecnológica e habilidades digitais. A agenda de formação vai além de ensinar uma ferramenta. Ela envolve capacidade de aprender, interpretar dados, resolver problemas e trabalhar com tecnologias que mudam rapidamente. [4]
A OCDE também destaca que a adoção de IA nas pequenas e médias empresas depende de competências, organização e condições de uso. Em pesquisa internacional, 39% das pequenas e médias empresas que usavam IA generativa e haviam enfrentado falta de habilidades disseram que a tecnologia ajudou a compensar parte dessa lacuna. Isso é percepção dos respondentes, não prova de que a IA substitui formação ou experiência. [5]
Um teste de sete dias
Uma empresa, um profissional ou um estudante pode começar sem um grande projeto.
No primeiro dia, escolha uma tarefa repetitiva com risco limitado. No segundo, registre como ela é feita hoje. No terceiro, defina os dados permitidos e o critério de qualidade. Nos três dias seguintes, teste a IA em uma parte da tarefa, sempre com conferência humana. No sétimo, compare o resultado e anote o que deve mudar.
Se a qualidade piorou, o teste foi útil. Ele revelou um limite. Se o tempo diminuiu, mas as correções aumentaram, o ganho precisa ser revisto. Se o resultado melhorou, documente o processo para que outra pessoa consiga repeti-lo.
Para o estudante, a mesma lógica vale. A IA pode ajudar a criar perguntas, organizar um plano de revisão ou apontar lacunas num texto. Mas a aprendizagem precisa aparecer na capacidade de explicar, resolver e conferir sem apenas copiar a resposta.
Nossa visão
A inteligência artificial não transforma uma empresa apenas porque aparece no notebook da equipe. Ela começa a gerar valor quando entra numa tarefa bem descrita, com informação confiável, responsabilidade definida e resultado comparável.
O crachá mostra quem faz parte da organização. O organograma mostra como as responsabilidades se conectam. A IA precisa chegar aos dois lugares.
Na M•Furlani Consultoria, esse é o ponto de partida para apoiar empresas: entender o trabalho real, escolher um problema relevante e construir um teste que possa ser conferido. A tecnologia vem depois da clareza.
Porque adotar IA não é espalhar ferramentas. É redesenhar a forma de trabalhar com critério.
Fontes e referências
Fontes consultadas e revalidadas em 26/10/2026. Pesquisas com amostras e métodos diferentes não são comparadas como se medissem a mesma população.
[1] Cetic.br. Uso de Inteligência Artificial por empresas brasileiras avança e atinge 17%. 15/06/2026.
TIC Empresas 2025: adoção geral e por porte.
https://cetic.br/pt/noticia/uso-de-inteligencia-artificial-por-empresas-brasileiras-avanca-e-atinge-17-aponta-pesquisa-do-cetic-br/
[2] Page Executive. Talent Trends 2026. consultado em 26/10/2026.
Página oficial do estudo e informações sobre a amostra global.
https://www.pageexecutive.com/talenttrends/overview?language=pt
[3] Exame. Habilidades em IA passam a pesar na carreira de líderes brasileiros. 25/10/2026.
Recorte brasileiro citado no texto; a página contém chamadas comerciais para curso.
https://exame.com/inteligencia-artificial/habilidades-em-ia-passam-a-pesar-na-carreira-de-lideres-brasileiros-veja-como-se-preparar/
[4] Cetic.br. Trabalho, transição tecnológica e habilidades digitais. 19/10/2026.
Panorama Setorial sobre trabalho e formação.
https://cetic.br/pt/publicacao/ano-xviii-n-3-trabalho-transicao-tecnologica-e-habilidades-digitais/
[5] OCDE. AI adoption by small and medium-sized enterprises. 09/12/2025.
Adoção, competências e percepção de pequenas e médias empresas.
https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/ai-adoption-by-small-and-medium-sized-enterprises_9c48eae6/426399c1-en.pdf
