Inteligência artificial da vida real: por onde as empresas deveriam começar?

Em meio a tantas novas tecnologias, a pergunta não é só “como entrar nessa onda?”, mas “onde a inteligência artificial realmente gera valor para o meu negócio?”

Essa é uma das provocações que conduzem a conversa com Luiz Adolfo Gruppi Afonso, o Laga, no quarto episódio da segunda temporada do Evope Talks. Com mais de quatro décadas de experiência em tecnologia, inovação e transformação digital, Laga construiu sua trajetória em organizações como Citibank, Itaú, Safra, Cielo e Edenred, além de atuar hoje como CEO da LAGATech, conselheiro, advisor, professor e investidor em startups.

Ao longo da conversa, ele traz a experiência de quem já viu diferentes ondas tecnológicas surgirem, crescerem, desaparecerem ou se transformarem para discutir um desafio muito atual: como separar inovação de hype e transformar a IA em resultado real para as organizações.

Hype ou transformação?

Para quem acompanha tecnologia, a velocidade das novidades pode dar a sensação de que toda ferramenta precisa ser adotada imediatamente. Mas é preciso ter outro olhar: tecnologias passam por ciclos. Algumas desaparecem, outras encontram aplicações específicas e algumas se tornam infraestrutura. O metaverso é um exemplo. Já a IA, está em outro estágio: alcançou escala, maturidade e integração suficientes para fazer parte da infraestrutura dos negócios.

A questão principal não é se a IA fará parte do futuro, mas como cada empresa vai incorporá-la ao seu.

O problema não é não usar IA, é usar sem saber porquê

Um dos temas abordados no episódio é o FOMO (fear of missing out, ou o medo de ficar de fora). Quando um concorrente anuncia que está usando inteligência artificial, quando uma nova ferramenta vira assunto em todos os eventos ou quando todo o mercado parece estar fazendo alguma coisa, surge a pressão para fazer também.

Mas isso precisa ser superado. Ao invés de perguntar “onde podemos colocar IA?”, as empresas deveriam voltar ao básico: qual problema queremos resolver? Onde existe uma dor real? Em qual etapa do processo existe maior potencial de geração de valor? É assim que a tecnologia passa a ser um meio e não um objetivo.

Antes da IA, existe uma lição de casa

Existe um ponto fundamental abordado: não adianta falar em inteligência artificial sem falar em dados. Laga chamou atenção para empresas que querem adotar IA sem sequer possuir indicadores básicos ou dados minimamente organizados.

A lógica é simples: se a matéria-prima é ruim, o resultado também será. Por isso, ele defende três frentes que precisam caminhar juntas: pessoas, dados e governança.

Em primeiro lugar é preciso preparar as pessoas para entender o que a tecnologia pode fazer, depois garantir a organização dos dados e por último (e talvez a mais importante) é estabelecer regras, objetivos e critérios para decidir como a IA ser utilizada. Não é preciso esperar a empresa estar 100% pronta, é possível experimentar, mas com direcionamento.

IA não é um projeto de TI

Outro ponto é a necessidade de tirar a inteligência artificial do lugar de “projeto da área de tecnologia”, afinal, ela pode viabilizar a transformação digital e a transformação é pertencente ao negócio. Isso significa envolver liderança, áreas de negócio, pessoas que conhecem os processos e quem está na ponta da operação. É uma lógica de volta ao básico: pessoas, processos e tecnologia (nessa ordem).

Nenhuma transformação acontece sem considerar quem será impactado por ela. E nenhuma adoção sustentável de IA acontece quando a organização simplesmente entrega uma ferramenta e espera que as pessoas descubram sozinhas o que fazer com ela.

Data driven não significa decidir apenas pelo dado

Ter dados não significa automaticamente tomar boas decisões. Uma cultura verdadeiramente data driven depende também de contexto e julgamento, capacidades essencialmente humanas.

O dado oferece insumos e a análise amplia a capacidade de compreensão, mas é preciso saber interpretar aquele dado dentro de uma realidade específica e tomar uma decisão a partir disso.

A IA também está mudando a liderança

Quando mais pessoas têm acesso a dados e ferramentas capazes de gerar análises, os times ganham autonomia para questionar, contribuir e participar das decisões. Com isso, o papel do líder deixa de ser apenas o de quem sabe e passa a ser também o de quem sabe perguntar e orientar.

Nesse cenário, governança se torna essencial. Com a popularização da IA, não é factível controlar cada recurso utilizado pelos colaboradores. O desafio está em criar critérios claros para experimentar e avaliar resultados.

Mais do que perguntar “estamos usando IA?”, a liderança precisa saber: onde, para quê, o que melhorou e qual resultado gerou?

Ficar parado também é uma escolha

Uma das principais provocações do episódio é a discussão sobre o risco de adotar cedo demais versus o risco de esperar demais. Para Laga, as empresas não precisam ser necessariamente as primeiras a adotar uma tecnologia, mas não podem ser as últimas.

Em mercados cada vez mais digitais e rápidos, esperar que todas as respostas estejam prontas antes de começar pode significar perder tempo demais. Por isso é preciso apostar, testar, medir, aprender e ajustar.

O ponto não é entrar em toda novidade, é criar capacidade para aprender com elas antes que o mercado obrigue a empresa a correr atrás.

A tecnologia muda, a capacidade de adaptação permanece

Se máquinas, agentes e sistemas assumem cada vez mais tarefas operacionais, capacidades humanas como curiosidade, relacionamento, conexão e aprendizado contínuo ganham ainda mais valor.

A velocidade dessa transformação pode sim ser desconfortável, mas tentar permanecer igual em um cenário que muda o tempo todo pode ser muito arriscado.

Mais do que prever quais tecnologias virão, o desafio é desenvolver organizações e profissionais capazes de experimentar, aprender, se adaptar e mudar de rota quando necessário.

Assista ao episódio completo

Confira a conversa completa com Laga sobre inteligência artificial, tendências, dados, governança, liderança e os caminhos para transformar tecnologia em resultado.

Perguntas frequentes

O que as empresas devem fazer antes de implementar inteligência artificial?

Antes de qualquer ferramenta, três frentes precisam caminhar juntas: preparar as pessoas para entender o que a tecnologia pode fazer, garantir que os dados estejam minimamente organizados e estabelecer governança com regras e critérios claros. Sem essa base, a adoção de IA tende a gerar frustração em vez de resultado.

Por onde uma empresa deve começar com IA?

O ponto de partida é identificar um problema real. A pergunta certa não é “onde podemos colocar IA?”, mas sim: qual dor existe? Em qual etapa do processo há mais potencial de geração de valor? Essa lógica transforma a tecnologia em meio, não em objetivo.

O que é cultura data driven?

É o hábito de tomar decisões baseadas em dados, e não em achismo. Mas ter dados não garante boas decisões: é preciso contexto e julgamento humano para interpretar cada informação dentro da realidade específica do negócio e agir a partir daí.

A inteligência artificial vai substituir trabalhadores?

À medida que máquinas assumem tarefas operacionais, capacidades humanas como curiosidade, criatividade, relacionamento e aprendizado contínuo ganham mais valor. A IA muda o perfil do trabalho, mas não elimina a necessidade de pessoas bem preparadas.

Qual o risco de não investir em inteligência artificial?

Empresas que esperam demais para experimentar correm o risco de ficar para trás em mercados cada vez mais digitais. Não é preciso ser pioneiro, mas esperar por todas as respostas antes de começar pode fazer a empresa perder tempo estratégico enquanto concorrentes avançam.