Uma equipe enxuta sempre convive com a mesma conta: muita coisa para fazer, pouca gente para fazer e pouco tempo para parar e pensar.
É por isso que a inteligência artificial parece tão promissora. Afinal, um agente pode responder, analisar, organizar, classificar, pesquisar e executar tarefas em uma velocidade que dificilmente uma pessoa conseguiria acompanhar.
Mas existe uma pergunta óbvia por trás desse ganho de capacidade: quando colocamos agentes para trabalhar ao lado das pessoas, o que precisa mudar na forma como a empresa funciona?
Essa foi uma das discussões do painel na TEX City, no Fórum E-commerce Brasil, que reuniu Juliano De Conti, CIO e CTO da Total Express, Patrícia Peck, CEO da Peck Advogados, Matheus Pessanha, Head de Inovação/AI no iFood Brasil, e Anna Flavia Ribeiro, Graduate Program Director na SPTech.
E o debate mostrou que o desafio não está apenas em descobrir o que a IA consegue fazer. Está em decidir o que vale a pena delegar, o que precisa continuar com pessoas e o que a empresa pode perder no caminho.
O melhor primeiro agente pode ser aquele que resolve uma dor pequena
Quando se fala em IA, é comum pensar em projetos “grandes”. Automatizar o atendimento inteiro, transformar a operação do zero, criar dezenas de agentes ou até mesmo integrar tudo.
Mas a experiência apresentada por Matheus Pessanha aponta para outra lógica: estruturas pequenas, autônomas e capazes de testar rápido, os chamados “jet skis”, que podem avançar sem esperar que toda a organização esteja pronta.
Essa ideia vale muito para quem trabalha com uma equipe enxuta. Em vez de começar com “como colocar IA na empresa?”, vale começar com uma pergunta bem menos glamourosa: “qual atividade está roubando tempo da equipe todos os dias?”
É aí que existe uma oportunidade concreta. Não porque seja uma aplicação impressionante de IA, mas porque uma hora recuperada todos os dias volta para o negócio.
O problema começa quando o agente ganha mais acesso do que deveria
Se um funcionário novo entrasse na empresa hoje, provavelmente não teria acesso a tudo. Com agentes, a lógica precisa ser a
mesma. Patrícia Peck trouxe para a conversa um ponto fundamental: agentes precisam de regras, limites, responsáveis e mecanismos para interromper sua atuação.
E uma expressão usada no painel ajuda a visualizar o risco foi “fofoca agêntica”. Um agente acessa uma informação. Outro recebe. Um terceiro usa aquela informação para tomar uma decisão. Quando a empresa percebe, dados estão circulando por uma cadeia que ninguém desenhou dessa forma.
Não é preciso ter milhares de agentes para isso acontecer. Um único fluxo mal definido já pode ser suficiente. Por isso, antes de automatizar uma tarefa, existem perguntas que deveriam fazer parte do projeto: Que informação o agente precisa acessar? O que ele pode fazer sozinho? Em que momento precisa passar para uma pessoa?
Só existe ganho quando alguém sabe o que fazer com o tempo recuperado
Essa talvez seja uma das questões mais importantes para qualquer operação que comece a automatizar. Se um agente economiza três horas por dia da equipe, ótimo. Mas essas três horas vão para onde?
Se voltam para mais planilhas, reuniões e tarefas repetitivas, talvez a empresa tenha apenas acelerado o mesmo modelo de trabalho. O ganho aparece quando o tempo liberado permite fazer algo que antes não cabia na rotina.
É aqui que a IA deixa de ser apenas automação e passa a funcionar como aumento de capacidade. E existe um detalhe: algumas tarefas repetitivas também ensinam.
Anna Flavia Ribeiro trouxe uma provocação que vai além da produtividade. Nem toda fricção é desperdício. Parte do que aprendemos no trabalho vem justamente da repetição, da tentativa, do erro e da prática. O profissional que passa meses analisando problemas começa a reconhecer padrões.
O profissional mais valioso pode não ser quem sabe mais IA
A discussão sobre inteligência como commodity trouxe outra mudança importante. Se qualquer profissional pode acessar modelos capazes de pesquisar, escrever, analisar e produzir em segundos, o conhecimento técnico isolado perde parte do seu poder de diferenciação.
Essa questão fica ainda mais importante quando pensamos nos profissionais em início e meio de carreira. Se a IA assume as tarefas pelas quais alguém começaria a construir repertório, qual será o caminho para chegar à experiência?
O debate, portanto, não deveria ser apenas sobre quais atividades podem desaparecer. Também precisamos discutir quais experiências precisam continuar existindo para formar quem vai tomar decisões amanhã.
Isso é governança e não precisa ser burocrático. Na verdade, quando as regras são definidas desde o início, fica mais fácil experimentar.
