leadership

LEADERSHIP

negociacao-2

NEGOCIACAO

gestao-3

GESTAO

consultoria-2

CONSULTORIA

falandobem

FALANDOBEM

financasessenciais

FINANCASESSENCIAIS

Seja Premium e tenha acesso ao nosso arsenal de cursos

Administradores PREMIUM

Buscando maneiras de alavancar sua carreira? Em caso positivo, você precisa dominar as habilidades digitais para o futuro do trabalho. Neste artigo, você vai aprender o que é necessário para ter sucesso no trabalho híbrido e no trabalho remoto, cada vez mais presentes nas organizações. Essas habilidades incluem liderança digital, colaboração e produtividade, bem como o desenvolvimento de aplicativos low-code e automatizações. Preparado? Então vamos lá!
<h2>Liderança digital&nbsp;</h2>
&#8220;O que é necessário para construir times remotos e híbridos de alta performance?&#8221; Essa é a pergunta que todos os gestores começaram a se fazer no início da pandemia em 2020 e continuam a debater até agora. Afinal, não basta &#8220;transpor&#8221; a liderança tradicional para o meio digital, certo?
Não basta fazer daily meeting e sessões de planejamento. É fundamental que as&nbsp;<a href="https://www.youtube.com/watch?v=lkVyPb0uFNI&amp;t=564s" target="_blank" rel="noopener">etapas de formação da equipe sejam respeitadas</a>, criando alinhamento em torno do mandato da equipe ou &#8220;team charter&#8221;.
O líder digital precisa necessariamente dominar as tecnologias. Organização e método são ainda mais importantes no meio digital porque a bagunça e o caos podem se espalhar rapidamente&#8230; Imagine comunicações cruzadas entre WhatsApp, Zoom, Teams e e-mails. Pior, arquivos espalhados em SharePoint, Dropbox e outros armazenamentos. Uma equipe remota necessita de organização e centralização. Você, como um líder digital, deve criar rituais e rotinas para que suas equipes estejam sempre alinhadas.
<h2>Ferramentas para colaboração e produtividade&nbsp;</h2>
Na era digital, é essencial que você saiba usar ferramentas de colaboração e produtividade. Essas ferramentas ajudarão você a trabalhar de forma mais eficiente e eficaz com outras. Algumas das ferramentas de colaboração e produtividade mais populares incluem Slack, Google Drive, Asana, Trello e Zoom, Microsoft 365, Monday e outros.
Sabemos que a excelência operacional depende do emprego correto das tecnologias. Não existe organização eficiente que esteja utilizando plataformas e ferramentas inadequadas, porque isso gera retrabalho e desperdício. O líder digital sabe a diferença entre as categorias de ferramentas para:
<ul>
<li>Gestão das Informações e Arquivos: intranet, ferramentas de compartilhamento e plataformas em nuvem para gestão do conhecimento;</li>
<li>Colaboração e Comunicação: ferramentas para reuniões online, comunicação, organização de grupos e canais;</li>
<li>Gestão de Tarefas e Rotina: gerenciamento de tarefas e equipes em quadros, gráficos Gantt e mais, permitindo controlar uso dos recursos e obter méticas em dashboards.</li>
</ul>
<h2>Low-Code e automatizações&nbsp;</h2>
A automatização faz com que as pessoas gastem menos tempo com demandas manuais, que podem gerar esforço físico e cognitivo, consumindo energia suficiente para executar outras tarefas com excelência.
Se você pretende se manter relevante ou, no mínimo, ter um papel de destaque, agregar valor para sua organização, é inevitável que você saiba escolher as melhores ferramentas de automação e saiba trabalhar com elas.
Além disso, você pode construir aplicativos sem a necessidade de dominar profundamente o desenvolvimento de software. Por exemplo, você pode criar um aplicativo utilizando Microsoft Power Apps para controlar projetos, fazer reservas de sala, entre outras aplicações, rapidamente, como eu demonstro nos vídeos disponíveis no meu LinkedIn Learning.
Essas são apenas algumas das habilidades digitais que você precisa aprender para ter sucesso na era digital. Então, o que você está esperando?
Comece a aprender hoje! Além dos vídeos no YouTube e LinkedIn, eu criei um curso especial para você&nbsp;<a href="https://sun.eduzz.com/1616378" target="_blank" rel="noopener">neste link</a>.


<figure class="wp-block-image size-full"><a href="https://lps.administradores.com/administradores-premium-vitalicio/?utm_source=administradores&amp;utm_medium=noticias-portal&amp;utm_campaign=noticia-" target="_blank" rel="noopener"><img decoding="async" width="970" height="250" src="https://cdn.administradores.com.br/app/uploads/2022/12/07084003/WhatsApp-Image-2022-12-01-at-11.38.28-1.jpeg" alt="" class="wp-image-394844" srcset="https://cdn.administradores.com.br/app/uploads/2022/12/07084003/WhatsApp-Image-2022-12-01-at-11.38.28-1.jpeg 970w, https://cdn.administradores.com.br/app/uploads/2022/12/07084003/WhatsApp-Image-2022-12-01-at-11.38.28-1-300x77.jpeg 300w, https://cdn.administradores.com.br/app/uploads/2022/12/07084003/WhatsApp-Image-2022-12-01-at-11.38.28-1-768x198.jpeg 768w" sizes="(max-width: 970px) 100vw, 970px" /></a></figure>

3 habilidades digitais que você precisa dominar para ter sucesso profissional

Essas habilidades incluem liderança digital, colaboração e produtividade, bem como o desenvolvimento de aplicativos low-code e automatizações

3 habilidades digitais que você precisa dominar para ter sucesso profissional | Administradores

https://cdn.administradores.com.br/app/uploads/2022/12/20155512/iStock-616900286.jpg

Home

Artigos

Informação e Educação para líderes e suas equipes. Notícias, artigos, cursos, palestrantes, mentorias e treinamentos personalizados para profissionais e empresas

Administradores

https://cdn.administradores.com.br/app/uploads/2023/06/06200454/Logo-administradores.png

Administradores | Conhecimento para Resultados

Não é filantropia. É uma posição sobre como o conhecimento circula — e sobre o tipo de comunidade que se constrói quando não precisa sustentar um modelo de negócio.



Em 2010, quando publiquei meu primeiro artigo sério sobre gestão de projetos, eu tinha um leitor. Era minha esposa. Não cobrei. Não porque me faltasse uma forma de monetizar — mas porque o propósito daquele artigo não era transacional. Era colocar em palavras o que eu estava aprendendo em projetos reais, antes que o mercado brasileiro estivesse tendo essa conversa com a clareza que eu achava que ela merecia.



Dezesseis anos depois, o acúmulo é diferente. Treze livros publicados. Quarenta e oito cursos no LinkedIn Learning com 465 mil alunos. Mais de 300 edições consecutivas de newsletter. Uma cadeira no Board of Directors do PMI Global — como único brasileiro eleito para o conselho. E o doutorado em andamento no ITA em Engenharia Aeronáutica, porque uma das coisas que aprendi é que a formação não tem ponto de chegada. Nada disso foi planejado como estratégia de monetização. Foi contribuição intelectual acumulada — que eventualmente gerou credibilidade, e credibilidade eventualmente gerou oportunidade. Nessa ordem, nunca na inversa.



<blockquote class="wp-block-quote">
"Contribuição intelectual acumulada gera credibilidade. Credibilidade gera oportunidade. Nessa ordem, nunca na inversa."
</blockquote>



<h2 class="wp-block-heading">Por que a comunidade é gratuita</h2>



Quando construí a comunidade Estratégia em Ação, a decisão mais direta teria sido cobrar desde o primeiro dia. Existe mercado para isso. Comunidades pagas de gestão e estratégia funcionam — conheço algumas que funcionam bem. A escolha de não cobrar não foi ingenuidade nem filantropia. Foi uma posição sobre que tipo de comunidade eu queria construir, e sobre quais pressões quero que essa comunidade responda.



Quando a receita precisa sustentar a operação, o conteúdo começa a responder a pressões que não são intelectuais. É o engajamento que precisou crescer, é a retenção que começou a cair, é o tema que performou melhor no mês anterior. A comunidade paga bem-intencionada, quase inevitavelmente, começa a otimizar para a renovação de assinatura — não para a qualidade da conversa. Eu não quis esse constraint. Prefiro responder à qualidade da discussão, não à taxa de churn.



A qualidade da conversa sobre gestão no Brasil melhora quando conhecimento denso circula — não quando fica atrás de uma barreira de entrada ou quando é diluído para o algoritmo. Essa é a aposta. Pode estar errada. Mas é a única que faz sentido para o que estou tentando construir.



<blockquote class="wp-block-quote">
"A qualidade da conversa sobre gestão no Brasil melhora quando conhecimento denso circula — não quando fica atrás de uma barreira de entrada ou quando é diluído para o algoritmo."
</blockquote>



<h2 class="wp-block-heading">A barreira que importa não é financeira</h2>



Gratuito para entrar não significa zero custo. Significa que escolhi não colocar a barreira de acesso no pagamento. A barreira que importa para mim é outra: engajamento intelectual. Esta comunidade não é para leitores passivos. O artigo de sexta existe para ser lido, questionado, aplicado e trazido de volta com o que não funcionou na prática. Membro que entra, salva o link e nunca abre o chat está usando só uma fração do que está disponível — e isso é escolha dele, mas não é o que foi construído para ele.



Aprendi algo nos anos em que coordeno programas executivos na California State University Northridge: a qualidade de uma sala depende menos do professor do que da disposição dos participantes para trazerem problemas reais. Conteúdo denso entregue a uma audiência passiva produz formação superficial. Conteúdo médio entregue a pessoas que chegam com problema concreto produz aprendizado que permanece. A Estratégia em Ação foi construída para ser a segunda sala.



<h2 class="wp-block-heading">O que vem a seguir</h2>



<h3 class="wp-block-heading">Artigo toda sexta, às 8h</h3>



Análise aprofundada sobre gestão, estratégia e IA — com referências reais, em português. A conversa começa aqui toda semana.



<h3 class="wp-block-heading">Áudio de cada artigo</h3>



O artigo da semana em formato de áudio — para quem aprende ouvindo, no trânsito, na academia, onde for.



<h3 class="wp-block-heading">App iOS e Android com modo offline</h3>



A comunidade no bolso, sem depender de conexão. Leia quando e onde quiser.



<h3 class="wp-block-heading">Chat com a comunidade</h3>



Onde o artigo da semana vira conversa. Troque com quem está aplicando os mesmos conceitos em contextos diferentes — é aqui que o aprendizado ganha textura.



<h3 class="wp-block-heading">Podcast — a partir de agosto/2026</h3>



Episódios que aprofundam os temas da semana. A conversa que o artigo abre, levada um nível além.



<h3 class="wp-block-heading">Lives mensais — a partir de setembro/2026</h3>



Encontros ao vivo com perguntas reais em tempo real. É onde a conversa que não cabe num artigo acontece.



<h3 class="wp-block-heading">Mentorias mensais com Mario — a partir de setembro/2026</h3>



Sessões em grupo onde você traz problema real. Abertas para membros da comunidade. O tipo de conversa que não acontece em aula gravada.



<h2 class="wp-block-heading">A moeda de troca não é dinheiro</h2>



Para estudantes e profissionais que estão construindo carreira, a equação aqui é diferente do que vocês estão acostumados a ver. O que esta comunidade pede em troca não é o cartão de crédito — é atenção e engajamento. Se você acredita que o que está sendo construído aqui vale ser compartilhado, o programa de indicações converte esse julgamento em benefício concreto.



A moeda é o seu julgamento sobre quem pertence aqui — não o seu dinheiro. Você indica alguém porque acredita que aquela pessoa vai contribuir com a conversa, não porque quer acumular pontos. É assim que comunidades com padrão intelectual se mantêm: pela qualidade de quem chega, não pela quantidade.



Não sei quantos anos esta comunidade vai existir. Sei que vai existir enquanto a conversa valer a pena construir. E vai valer a pena enquanto as pessoas que chegam trouxerem mais do que o desejo de consumir conteúdo. Trinta mil pessoas chegaram até aqui sem um único real gasto em anúncio. Isso me diz que o critério de seleção está funcionando. O endereço é <a href="https://www.substack.trentim.com" type="link" id="www.substack.trentim.com">www.substack.trentim.com</a>.

Levei 16 anos para construir o que estou abrindo de graça. Aqui está o porquê

Em síntese Centralizar todas as decisões não é liderança forte. É sistema fraco com líder sobrecarregado. O problema não é comportamental — é estrutural. E a solução não começa com confiança. Começa com critério explícito.



A cena é reconhecível em empresas de todos os tamanhos. O líder chega à reunião, ouve o que o time preparou e, quase inevitavelmente, refaz a decisão. Não porque o time errou — muitas vezes a análise estava correta. Mas porque o líder tem contexto que o time não tem, ou porque a última vez que delegou algo deu errado, ou porque ninguém ficou satisfeito com o resultado anterior. E então ele decide. De novo.



A consequência é previsível e está bem documentada: o time para de propor. Aprende que a decisão final sempre vem do topo e ajusta o comportamento de acordo. Deixa de desenvolver o julgamento que precisaria para decidir bem — porque nunca precisa. E o líder, que já não tinha tempo, fica ainda mais sobrecarregado.



Esse não é um problema de liderança. É um problema de sistema.



<h2 class="wp-block-heading">O custo que não aparece no balanço</h2>



Pesquisa da McKinsey sobre velocidade de decisão organizacional é direta: empresas que tomam decisões mais rápido do que seus concorrentes têm probabilidade significativamente maior de crescer acima da média do setor. A velocidade de decisão não é vantagem marginal — é vantagem estrutural.



O que a centralização faz com essa velocidade é simples de calcular. Se um CEO ou diretor é o gargalo de cinquenta decisões por semana, e cada decisão exige tempo de atenção, de contexto, de avaliação — a capacidade da empresa de responder ao mercado é limitada pela capacidade cognitiva de uma pessoa. Independente de quanto essa pessoa seja competente.



O custo invisível é mais grave ainda: o que o time não propõe porque sabe que vai ser refeito de qualquer forma. A inovação que não emerge porque o custo político de sugerir algo diferente é maior do que o benefício de tentar. O talento que sai porque quer tomar decisões e percebe que não vai conseguir aqui.



Centralização não cria dependência comportamental por acaso. Ela cria dependência porque é a resposta racional de pessoas inteligentes a um ambiente onde decidir mal tem custo e não decidir não tem.



<h2 class="wp-block-heading">Por que líderes centralizam — a razão que ninguém admite</h2>



A resposta fácil é: ego, controle, desconfiança. Mas a realidade é mais interessante.



Líderes centralizam porque centralizar é racional dentro de um sistema onde a delegação não tem critério, a autoridade não tem limite claro e o erro tem custo político. Se o time não sabe até onde vai sua autoridade, vai escalar. Se escalar tem custo baixo, vai escalar sempre. Se o líder não definiu o que decide cada nível, vai decidir tudo — porque é ele que tem todas as informações, todas as relações, todo o contexto.



Quando pergunto a um líder "quem decide isso aqui?", a resposta revela tudo sobre a maturidade do sistema de gestão da empresa. Se a resposta é "depende" ou "geralmente eu, mas às vezes o diretor", o sistema não está funcionando. Há autoridade formal — o organograma — e há autoridade de fato — quem realmente resolve quando o assunto é sério. O líder centraliza porque frequentemente é o único com as duas.



Jeff Bezos, na carta aos acionistas da Amazon de 2016, formalizou uma distinção que muda o raciocínio: decisões Type 1 são irreversíveis e de alto impacto — merecem processo rigoroso e participação do topo. Decisões Type 2 são reversíveis, de menor impacto — devem ser delegadas e tomadas rápido. O que Bezos documentou é que a maioria das empresas trata decisões Type 2 como se fossem Type 1. O resultado é lentidão sistemática em itens que não merecem essa lentidão.



<h2 class="wp-block-heading">O que mudar — e na sequência certa</h2>



A sequência importa. Mudar isso não começa com uma conversa sobre confiança no time. Começa com estrutura.



Primeiro: tornar explícito o que cada nível decide sem precisar escalar. Não no organograma — em lista operacional, por domínio de decisão. "Contratação até R$ X: gerente decide. Acima: diretoria." "Desconto comercial até Y%: vendedor decide. Acima: gerência." Parece óbvio. Na maioria das empresas, não está escrito.



Segundo: criar critério explícito para escalada. Quando subir é adequado, quando não é. Sem esse critério, escalar se torna a opção segura para qualquer decisão minimamente ambígua.



Terceiro: testar com decisões de baixo risco primeiro. Não começar delegando a decisão mais importante da empresa. Começar com algo onde o custo de erro é gerenciável — e deixar o time desenvolver o julgamento necessário para decidir bem.



<h2 class="wp-block-heading">O teste da semana</h2>



Liste as cinco decisões mais importantes que você tomou nos últimos trinta dias. Para cada uma: essa decisão poderia ter sido tomada por alguém do seu time, com o critério certo?



Se a resposta for não para a maioria — você tem um sistema de decisão mal estruturado, não um time incompetente. O problema a resolver é o sistema, não as pessoas.



<blockquote class="wp-block-quote">
Centralizar todas as decisões não é liderança forte. É sistema fraco com líder sobrecarregado. A empresa que você quer construir precisa funcionar bem quando você está ausente — e isso só acontece quando as decisões certas são tomadas pelas pessoas certas, com critério claro, independente de você estar na sala.
</blockquote>

O líder que toma todas as decisões está atrasando sua empresa em 3 anos

Novo livro do conselheiro mundial do PMI Global defende que a inteligência artificial não elimina o gerente de projetos — ela expõe a diferença entre quem decide bem e quem decide mal



Existe um equívoco que circula nas organizações com crescente intensidade: a ideia de que a inteligência artificial vai eliminar a função do gerente de projetos. É um equívoco compreensível — mas empiricamente errado, e perigoso para quem toma decisões de carreira ou de organização baseadas nele.



No dia 6 de julho, publico <a href="https://link.amazon/B04aUV5cq">Gestão de Projetos com Inteligência Artificial: Decisão, valor e execução em organizações orientadas por dados</a> — 356 páginas, 14 capítulos, best seller na Amazon. Este artigo não é uma divulgação do livro. É o argumento central que o livro desenvolve — e que precisa estar em circulação antes que mais organizações tomem decisões erradas sobre seus profissionais de gestão.



<h2 class="wp-block-heading">O que a IA realmente faz na gestão de projetos</h2>



A inteligência artificial é, na sua função mais precisa, uma máquina de previsão. Ela reduz o custo de produzir previsões sobre o que vai acontecer — custo, prazo, risco, probabilidade de sucesso. Isso é o que Ajay Agrawal, Joshua Gans e Avi Goldfarb documentaram em&nbsp;Prediction Machines&nbsp;(2018): quando o custo de previsão cai, o valor do julgamento sobe.



Previsão e julgamento não são a mesma coisa. Previsão é calcular qual fornecedor tem maior probabilidade de atrasar. Julgamento é decidir o que fazer com essa informação — levar ao patrocinador? Renegociar o contrato? Replanejar o escopo? Absorver o risco? Essa decisão requer contexto organizacional, compreensão de stakeholders, avaliação de consequências políticas e financeiras. Requer, em suma, um gerente de projetos.



O que a IA elimina não é o gerente de projetos. Elimina o gerente de projetos que atua apenas como agregador de status reports. Quem passa a semana consolidando planilhas, formatando relatórios e cobrando atualização de cronograma — essa função, sim, está sob pressão real. Quem usa dados para tomar decisões melhores está em posição mais forte do que em qualquer ponto anterior da história da profissão.



<h2 class="wp-block-heading">Os dados que os alarmistas não citam</h2>



O&nbsp;PMI Talent Gap Report&nbsp;projeta crescimento de 33% na demanda por profissionais de gestão de projetos até 2027 — 25 milhões de novas posições globalmente. O Fórum Econômico Mundial, no&nbsp;Future of Jobs 2025, posiciona gestão de projetos entre as dez competências mais valorizadas pelas empresas até 2030. O&nbsp;PMI Pulse of the Profession 2025&nbsp;documenta que organizações com gestão profissional de projetos entregam 2,5 vezes mais valor do que as que operam de forma ad hoc.



Esses números coexistem com uma realidade que Bent Flyvbjerg quantificou em escala: apenas 0,5% dos grandes projetos entregam prazo, custo e benefícios completos simultaneamente. Há um paradoxo aparente: a profissão cresce em demanda ao mesmo tempo que os resultados coletivos permanecem sistematicamente abaixo do esperado. A resolução do paradoxo é a oportunidade: a maioria das organizações ainda não opera com o padrão de excelência que a profissão permite quando exercida com rigor.



<blockquote class="wp-block-quote">
"A IA não eliminou a demanda por gestores de projetos. Ela elevou o padrão do que se espera deles. Quem ainda não percebeu essa distinção vai sentir a diferença no mercado de trabalho nos próximos 24 meses."
</blockquote>



<h2 class="wp-block-heading">O que muda na prática: cinco competências que a IA amplifica</h2>



No livro, trabalho em detalhe o que muda operacionalmente para o gestor de projetos que incorpora IA ao seu trabalho. Cinco competências se tornam exponencialmente mais valiosas quando apoiadas por dados e ferramentas de análise.



Priorização de portfólio baseada em dados.&nbsp;A decisão de quais projetos executar, com quais recursos e em qual sequência é uma das mais consequentes que uma organização toma. Com IA, é possível simular cenários de portfólio com uma precisão que antes exigia semanas de trabalho manual. O gestor que sabe interpretar e questionar esses modelos — não apenas rodá-los — passa a ter influência nas decisões de alocação de capital.



Estimativas probabilísticas, não pontuais.&nbsp;Kahneman documentou a falácia do planejamento: a tendência sistemática de subestimar custo, prazo e risco em projetos futuros. A correção que ele e Flyvbjerg propõem — o "outside view", usar dados históricos de projetos similares para calibrar estimativas — é exatamente o tipo de análise que ferramentas de IA tornam acessível. O gestor que entrega estimativas com intervalos de confiança, em vez de números únicos, fornece informação mais útil para a tomada de decisão.



Monitoramento de sinais, não de atividades.&nbsp;O padrão tradicional de monitoramento de projetos — % concluído, dias de atraso, orçamento consumido — mede o passado. Sistemas de análise de dados permitem identificar padrões que precedem problemas antes que se manifestem nos indicadores tradicionais. O gestor que sabe o que monitorar e como interpretar esses sinais passa de reativo a preventivo.



Construção de business cases orientados por dados.&nbsp;A aprovação de projetos em organizações maduras exige cada vez mais argumentação baseada em dados — não apenas em narrativa estratégica. O gestor que consegue construir o caso quantitativo para um projeto, com sensibilidade a premissas e análise de cenários, tem acesso a conversas que antes eram exclusivas de analistas financeiros.



Governança adaptativa.&nbsp;Em ambientes que mudam rápido — e todos os ambientes mudam rápido hoje — governança rígida cria projetos que entregam o que foi especificado dois anos atrás, não o que a organização precisa agora. A capacidade de redesenhar critérios de sucesso e mecanismos de revisão sem perder a responsabilidade por resultados é uma competência que a IA não executa por si mesma. Ela requer julgamento humano com dados em mãos.



<h2 class="wp-block-heading">Por que escrevi este livro agora</h2>



No Board do PMI, tenho acesso a dados de organizações em mais de 200 países. O padrão que aparece consistentemente é este: as organizações que estão entregando mais resultado — que estão no quartil superior do que o McKinsey chama de Organizational Health — não são as que têm mais tecnologia. São as que têm profissionais de gestão que sabem usar tecnologia para tomar decisões melhores.



A tecnologia sem o profissional qualificado é um instrumento sem quem o toque. O que falta na maioria das organizações não é acesso a IA — é a formação que permite usá-la bem na gestão de projetos.



É essa lacuna que o livro se propõe a preencher. Cada capítulo conecta conceito a aplicação prática, com atividades que permitem ao leitor levar o que aprendeu para o projeto em que está trabalhando na semana seguinte. Os 14 capítulos cobrem desde os fundamentos do novo paradigma até competências avançadas de governança e liderança adaptativa.



O diálogo com autores como Kahneman, Agrawal, Annie Duke, Nicole Forsgren e Ethan Mollick não é ornamental. Cada um deles desenvolveu uma peça do problema que os gestores de projetos enfrentam hoje — e que a combinação de rigor metodológico com inteligência artificial tem condição de resolver.



<h2 class="wp-block-heading">O que está em jogo para quem decide hoje</h2>



A gestão de projetos está no centro de duas tensões simultâneas. De um lado, a pressão da IA sobre funções que podem ser automatizadas. De outro, a expansão da demanda por profissionais que saibam usar IA para fazer o que a IA sozinha não faz: decidir, julgar, negociar, liderar.



Organizações que tratarem IA como substituto para profissionais de gestão vão descobrir que eliminaram exatamente a função que converte dados em decisões. Organizações que investirem na formação de gestores de projetos que sabem trabalhar com IA vão ter uma vantagem operacional que se traduz diretamente em resultado.



A distinção entre os dois caminhos não é técnica. É de compreensão do que gestão de projetos é — e do que ela se torna quando exercida com o rigor e as ferramentas que o momento exige.

Mario Trentim lança best seller na Amazon sobre gestão de projetos com IA — e a tese é contra-intuitiva

Andreia Tsuruhame, CEO da maior consultoria SAP do Brasil, revela como distinguir o urgente do estratégico pode separar quem cresce 28% de quem estagna



Andreia Yukie Tsuruhame é CEO da Numen, a maior consultoria brasileira especializada em SAP, com operações no Brasil, Europa e América do Norte. Sob sua liderança, a empresa foi eleita Melhor Parceiro do Ano de 2025 pela SAP, crescendo 28% em faturamento e 40% no quadro de profissionais, ultrapassando 1.300 colaboradores. Atuando com ERP SAP desde 1997, ela assumiu o comando da consultoria — fundada por sua irmã Patrícia Terue em 2009 — após seu falecimento em 2017, transformando uma perda pessoal em um dos casos mais consistentes de expansão internacional e governança no setor de tecnologia. Para o C-Level que precisa equilibrar crescimento acelerado e disciplina estratégica, a trajetória de Andreia oferece um mapa prático de decisões difíceis — e dos limites que protegem uma empresa de si mesma.



<h2 class="wp-block-heading">1. Caixa Antes de Margem: O Framework Que Sobrevive a Qualquer Crise</h2>



Pergunta: Como você decide para onde direcionar energia e recursos quando tudo parece urgente?



Insight de Andreia: "Temos um planejamento até 2030. Receita recorrente, escala e internacionalização. O lado financeiro, caixa é mais importante que margem. Temos que cuidar com o foco. A velocidade é importante. Tem umas decisões reversíveis e outras irreversíveis."



O que Andreia descreve, sem nomear, é uma hierarquia de critérios de decisão — e não uma lista de prioridades. A diferença é estrutural: uma lista de prioridades ordena tarefas; uma hierarquia de critérios elimina opções antes que elas cheguem à mesa. Quando caixa vale mais que margem, a pergunta deixa de ser "isso é rentável?" e passa a ser "isso preserva minha capacidade de decidir amanhã?". Para C-Levels, isso é particularmente relevante em cenários de crescimento acelerado, onde a tentação de otimizar margem a curto prazo pode comprometer flexibilidade estratégica a longo prazo. A distinção entre decisões reversíveis e irreversíveis — popularizada por Jeff Bezos em suas cartas aos acionistas da Amazon — não é um exercício intelectual. É um filtro prático: decisões reversíveis exigem velocidade; decisões irreversíveis exigem disciplina. Confundir as duas é como frear na reta e acelerar na curva.



<h2 class="wp-block-heading">2. Agenda Operacional Disfarçada de Estratégica: O Erro Que Drena a Energia da Liderança</h2>



Pergunta: Onde os C-Levels mais estão errando nas decisões hoje?



Insight de Andreia: "Confusão entre agenda estratégica com operacional. Ainda mais empreendedor que veio da operação. Qual indicador deve-se olhar, é perigoso só olhar um. Eu preciso ter consciência disso. Eu já fui focada em Pipeline, então cada um olhava o indicador, e alguém precisava convergir eles."



O diagnóstico de Andreia toca em uma patologia quase universal em empresas em crescimento: a liderança confunde movimento com direção. Quando cada executivo defende seu KPI como se fosse o mais importante, ninguém está olhando o sistema inteiro — e a agenda estratégica se dissolve em um cabo de guerra entre métricas isoladas. O resultado é previsível: a empresa trabalha mais, mas não avança mais. É por isso que rituais estruturados — como os 1-a-1 com pautas fixas que Andreia mantém com cada líder, sempre comparando meta e realizado — não são burocracia. São o mecanismo que obriga a conversa estratégica a acontecer com regularidade, em vez de ser delegada para quando "sobrar tempo". Para o C-Level, o alerta é claro: se a sua reunião de estratégia parece uma reunião de operações, você não tem estratégia — tem um painel de controle com donos demais e piloto de menos. A solução não é adicionar mais indicadores. É definir quais métricas têm o poder de influenciar as outras — e alinhar a equipe em torno dessas, não das que gritam mais alto.



<h2 class="wp-block-heading">3. A Arte de Recusar: Por Que Dizer Não É a Decisão Estratégica Mais Subestimada</h2>



Pergunta: Qual a principal lição que você teve sobre estratégia nos últimos anos?



Insight de Andreia: "Eu cuidava muito de vendas, e sou apaixonada por estar na ponta, estar nos clientes, abrir negócios. Eu topei um desafio de um cliente de fazer algo que não tínhamos habilidade, foi tão cruel pra aprender, pra conseguir fazer a gestão do time, da entrega, que no fim foi muito impactante. Saber dizer não é algo importantíssimo pra estratégia."



A lição de Andreia é desconfortável porque expõe uma verdade que a maioria dos executivos prefere ignorar: cada "sim" dado a uma oportunidade fora do escopo é um "não" silencioso a tudo que já está em andamento. Aceitar um projeto para o qual a empresa não tem competência não é coragem — é dívida técnica com juros compostos. Para o C-Level, a tentação de dizer "sim" vem de um lugar compreensível: receita, relacionamento, medo de perder posicionamento. Mas a pergunta certa não é "podemos fazer isso?", e sim "fazer isso nos aproxima ou nos afasta do planejamento até 2030?". Empresas como a Apple, sob Tim Cook, e a Amazon, sob Bezos, construíram trajetórias de valor extraordinário não apenas pelo que aceitaram, mas pelo que recusaram com disciplina. Dizer não não é recusar uma oportunidade. É proteger uma estratégia.



<h2 class="wp-block-heading">A Revolução Silenciosa Que Está Mudando o Jogo</h2>



Há um padrão emergente entre empresas que estão redefinindo seus mercados, e ele não tem nada a ver com tecnologia. Tem a ver com disciplina. Enquanto a maioria das organizações ainda trata IA e transformação digital como projetos paralelos à estratégia, empresas de referência como Microsoft, Amazon e Johnson &amp; Johnson — esta última cliente da própria Numen — estão integrando essas capacidades diretamente em suas decisões de alocação de capital. A diferença não está em adotar tecnologia, mas em ser moldado por ela.



O que Andreia descreve em sua prática — planejamento de longo prazo, hierarquia clara de critérios, ritual de gestão focado em pautas fixas — se aproxima de frameworks estruturados como OKRs (Objectives and Key Results), não como exercício de preenchimento de planilha, mas como mecanismo de alinhamento que obriga a organização a escolher. A questão não é se sua empresa usa OKRs, dashboards ou balanced scorecards. É se esses instrumentos estão convergindo a equipe — ou apenas distribuindo o caos de forma mais organizada.



O alerta é direto: a maioria das empresas não está errando por falta de informação ou tecnologia. Está errando por excesso de agenda operacional disfarçada de estratégica, por indicadores isolados competindo entre si, e por uma incapacidade crônica de dizer não ao que parece urgente. Quem resolver isso primeiro não ganha uma vantagem competitiva. Ganha tempo — e tempo, em um mercado que se reescreve a cada trimestre, é o ativo mais escasso.



<h2 class="wp-block-heading">A Pergunta Que Vai Tirar Seu Sono</h2>



Sua última semana foi gasta em decisões reversíveis — ou você gastou energia protegendo as que não podem ser desfeitas?

Você tem uma estratégia ou só tem uma agenda lotada?

A publicidade digital, os influenciadores e as plataformas transformaram a publicidade em uma arquitetura de persuasão baseada em dados, reputação e algoritmos. O problema jurídico já não está apenas no conteúdo do anúncio, mas também em quem o produz, quem o financia, quem o distribui e quais mecanismos algorítmicos ampliam sua exposição.Para administradores, gestores e líderes, isso desloca a questão da simples comunicação de marketing para a governança: uma campanha pode gerar vendas rapidamente e, simultaneamente, produzir risco civil, regulatório, reputacional e concorrencial.Definição jurídico-administrativa e fundamento teóricoNo Brasil, o Código de Defesa do Consumidor estabelece que a publicidade deve ser identificável, proíbe publicidade enganosa ou abusiva e atribui a quem patrocina a comunicação publicitária o ônus de demonstrar sua veracidade e correção. A publicidade enganosa pode ocorrer inclusive por omissão de informação essencial.&nbsp;A publicidade digital acrescenta uma camada estrutural: personalização algorítmica. A mensagem deixa de ser necessariamente igual para todos e passa a ser selecionada conforme dados, comportamento, interesses e probabilidade de conversão.A LGPD reconhece expressamente a existência de decisões automatizadas capazes de definir perfis pessoais, profissionais, de consumo e de crédito, assegurando ao titular o direito de solicitar revisão e informações sobre critérios e procedimentos utilizados, preservados os segredos comercial e industrial.&nbsp;Surge, portanto, uma questão de governança: quanto maior a capacidade de uma organização prever e influenciar comportamentos, maior deve ser sua capacidade de explicar, controlar e auditar essa influência.Nietzsche escreveu que “não há fatos eternos, como não há verdades absolutas”. No ambiente digital, entretanto, a relatividade interpretativa não autoriza relativizar a informação essencial ao consumidor. A liberdade empresarial de persuadir encontra limite na obrigação jurídica de não manipular a percepção por meio de falsidade, ocultação ou assimetria informacional abusiva.Metodologia e recorte analíticoA análise adota perspectiva dogmática, institucional e crítica aplicada à gestão, articulando Código de Defesa do Consumidor, LGPD, responsabilidade civil, autorregulação publicitária e governança algorítmica.O recorte concentra-se em quatro agentes:1. anunciante, responsável pela estratégia comercial;&nbsp;2. influenciador, responsável pela comunicação perante sua audiência;&nbsp;3. agência ou intermediário, responsável pela concepção e execução da campanha;&nbsp;4. plataforma digital, responsável pela infraestrutura tecnológica, distribuição e sistemas de recomendação.&nbsp;O ponto central não é presumir responsabilidade automática de todos, mas identificar quando a participação de cada agente ultrapassa a neutralidade técnica e passa a produzir relevância jurídica própria.Critérios práticos, impactos e elegibilidadePublicidade patrocinada: deve ser identificável como publicidade, inclusive quando apresentada por influenciador.Influenciador remunerado: a relação comercial relevante deve ser claramente revelada.Publicidade baseada em dados: o tratamento deve possuir fundamento jurídico adequado e respeitar finalidade, adequação, necessidade e transparência.Claims objetivos: afirmações sobre desempenho, saúde, segurança, economia ou resultados devem possuir suporte verificável.Públicos vulneráveis: campanhas direcionadas a crianças, adolescentes ou pessoas particularmente suscetíveis exigem controles reforçados.Algoritmos de recomendação: organizações devem conhecer os critérios relevantes utilizados para segmentação, priorização e distribuição de campanhas.Governança: contratos com influenciadores devem estabelecer deveres de aprovação, documentação, monitoramento e correção.Responsabilidade: o fato de determinada mensagem ter sido publicada por terceiro não elimina necessariamente os riscos decorrentes da estratégia comercial que a originou.&nbsp;O próprio CONAR estabelece que a publicidade deve ser ostensiva e claramente distinguível de conteúdo editorial, além de atribuir responsabilidade ao anunciante, à agência e ao veículo conforme sua participação.&nbsp;Tese: eficiência algorítmica não pode substituir transparênciaA defesa empresarial tradicional sustenta que o marketing digital é simplesmente uma evolução tecnológica da publicidade convencional. Se o consumidor recebe uma oferta adequada ao seu perfil, argumenta-se, há maior eficiência econômica, menor desperdício de mídia e melhor experiência de consumo.Sob essa perspectiva, exigir explicabilidade excessiva poderia comprometer segredo industrial, inovação e competitividade.A tese possui fundamento econômico. Algoritmos permitem alocar recursos publicitários de maneira mais precisa e podem reduzir custos de aquisição de clientes. A segmentação também pode beneficiar o próprio consumidor ao apresentar produtos potencialmente relevantes.Mas existe um limite.Como observou Kant, “o homem, e em geral todo ser racional, existe como fim em si mesmo”. Na economia digital, o consumidor não pode ser reduzido a uma variável estatística destinada à maximização da conversão.Antítese: transparência absoluta também pode ser ineficienteA posição oposta sustenta que plataformas e anunciantes deveriam explicar detalhadamente seus algoritmos, critérios de segmentação e mecanismos de recomendação.O problema é que transparência absoluta pode ser operacionalmente inviável. Algoritmos são sistemas complexos; sua divulgação integral pode comprometer propriedade intelectual, segurança, prevenção contra fraude e vantagem competitiva.Além disso, explicar tecnicamente um modelo não significa necessariamente torná-lo compreensível ao consumidor.A verdadeira transparência não consiste em despejar código, métricas e documentação sobre o usuário. Consiste em fornecer informação suficiente para que ele compreenda a natureza comercial da interação, os fatores relevantes da decisão e os efeitos juridicamente significativos do tratamento de seus dados.A própria LGPD equilibra transparência e segredo empresarial ao assegurar informações sobre critérios e procedimentos da decisão automatizada, mas preservar segredos comercial e industrial.&nbsp;Riscos, exceções e limites regulatóriosO risco jurídico aumenta quando existe combinação entre:publicidade não identificada;promessa objetiva sem comprovação;omissão de condições relevantes;segmentação de públicos vulneráveis;tratamento excessivo de dados pessoais;uso de dark patterns;influência comercial apresentada como opinião espontânea;remuneração não revelada;ausência de rastreabilidade das aprovações;incapacidade de retirar rapidamente uma campanha irregular.&nbsp;Nem toda publicação de influenciador é publicidade. Uma opinião espontânea de consumidor, sem vínculo material com o fornecedor, não se transforma automaticamente em anúncio.Da mesma forma, a plataforma não deve ser tratada indistintamente como autora de todo conteúdo disponibilizado por terceiros. O próprio STJ, em precedente sobre publicidade, distinguiu os deveres do fornecedor-anunciante daqueles atribuídos ao veículo de comunicação quando este não atua como fornecedor naquela relação.&nbsp;O problema contemporâneo é mais sofisticado: a plataforma deixa de ser mero veículo quando participa ativamente da arquitetura econômica, da segmentação, da recomendação ou da monetização da comunicação. A análise jurídica, portanto, precisa observar sua participação concreta.Análise jurisprudencial e institucional aplicadaA jurisprudência do STJ oferece importante ponto de partida. No REsp 604.172/SP, o Tribunal examinou a distribuição das responsabilidades na publicidade e destacou que o art. 38 do CDC atribui ao patrocinador da publicidade o ônus de provar a veracidade e correção da comunicação.&nbsp;Em outro precedente, o STJ reafirmou a força vinculante da publicidade: quando o fornecedor apresenta determinada qualidade de produto em sua comunicação comercial, essa mensagem pode integrar a expectativa juridicamente protegida do consumidor.&nbsp;Também é relevante a orientação do Tribunal segundo a qual a caracterização civil da publicidade enganosa não depende necessariamente de demonstração de dolo ou intenção deliberada de enganar, bastando a inadequação objetiva da comunicação diante da proteção da boa-fé e da informação.&nbsp;Para a governança corporativa, a consequência é decisiva: aprovar uma campanha não significa apenas aprovar uma peça criativa; significa assumir uma cadeia de riscos jurídicos documentáveis.A experiência institucional do CONAR confirma essa tendência. Em casos envolvendo influenciadores, o órgão já determinou alteração, advertência ou sustação de campanhas por problemas relacionados à identificação publicitária e à veracidade ou suficiência das informações.&nbsp;Análise comparada internacionalNos Estados Unidos, a Federal Trade Commission exige que relações materiais entre influenciadores e marcas sejam reveladas de maneira clara e perceptível. A orientação alcança pagamentos, produtos gratuitos, descontos e outras vantagens econômicas.&nbsp;A FTC também ressalta que a ferramenta automática de identificação oferecida pela própria plataforma não garante, por si só, transparência suficiente. A divulgação deve ser efetivamente perceptível ao público.&nbsp;Na União Europeia, o Digital Services Act amplia a preocupação para os sistemas de recomendação. A Comissão Europeia vem exigindo informações sobre parâmetros algorítmicos e avaliação de riscos associados a sistemas de recomendação, inclusive em relação à saúde mental e à proteção de menores.&nbsp;A direção internacional é clara: a regulação está migrando da publicidade como mensagem para a publicidade como sistema sociotécnico de influência.Estudos de caso e aplicação prática em negóciosImagine uma empresa de cosméticos que contrata um influenciador para afirmar que determinado produto produz resultados rápidos.Se a campanha não identifica adequadamente o caráter comercial, surge problema de transparência. Se a afirmação não possui comprovação suficiente, surge risco de publicidade enganosa. Se a plataforma utiliza dados comportamentais para localizar consumidores especialmente suscetíveis à promessa, surge uma terceira dimensão de governança.O problema deixa de ser apenas “o que o influenciador disse”.Passa a ser:quem criou a promessa + quem aprovou + quem financiou + quem segmentou + quem distribuiu + quais dados foram utilizados + quem monitorou os resultados.Esse raciocínio também vale para fintechs, varejo, saúde, educação, turismo, alimentos, apostas, serviços financeiros e comércio eletrônico.Solução jurídico-estratégica e passo a passo operacionalUma política empresarial de compliance em publicidade digital pode ser estruturada em oito etapas:1. Mapear a campanha: anunciante, agência, influenciador, plataforma e fornecedores tecnológicos.&nbsp;2. Classificar a mensagem: publicidade, conteúdo editorial, depoimento, parceria, afiliado ou conteúdo espontâneo.&nbsp;3. Validar os claims: exigir documentação técnica, científica ou factual antes da publicação.&nbsp;4. Revisar proteção de dados: identificar bases legais, finalidade, necessidade, compartilhamentos e perfilização.&nbsp;5. Contratualizar responsabilidades: estabelecer obrigações específicas do influenciador e mecanismos de correção.&nbsp;6. Criar aprovação prévia: nenhuma comunicação de risco elevado deve depender exclusivamente da confiança no influenciador.&nbsp;7. Monitorar continuamente: acompanhar publicações, comentários, alterações da campanha e comportamento algorítmico relevante.&nbsp;8. Estabelecer protocolo de resposta: detectar, interromper, corrigir, documentar e avaliar eventual dano.&nbsp;Esse sistema transforma compliance de publicidade em infraestrutura de decisão, e não em simples revisão jurídica posterior.Síntese dialéticaA tese afirma que algoritmos aumentam eficiência e personalização. A antítese demonstra que a mesma tecnologia pode ampliar assimetrias informacionais, ocultar relações comerciais e direcionar mensagens persuasivas a públicos vulneráveis.A síntese não exige abandonar a publicidade baseada em dados. Exige governá-la.Como formulação de Northon Salomão de Oliveira:“Quanto maior o poder tecnológico de influenciar a decisão do consumidor, maior deve ser a responsabilidade institucional de tornar essa influência juridicamente controlável.”&nbsp;Essa é a fronteira entre inovação e irresponsabilidade.A organização madura não pergunta apenas se determinada campanha converte. Pergunta se consegue demonstrar por que converteu, para quem foi direcionada, mediante quais dados, sob quais premissas e com quais mecanismos de proteção.ConclusãoA publicidade digital, os influenciadores e as plataformas inauguraram uma nova fronteira da responsabilidade civil e da governança empresarial. O risco não está exclusivamente na mentira explícita. Pode surgir da omissão, da falta de identificação comercial, da promessa sem evidência, da segmentação inadequada ou da opacidade algorítmica.Para administradores, a resposta estratégica é integrar marketing, jurídico, compliance, proteção de dados, tecnologia e gestão de riscos em um mesmo ciclo decisório.A vantagem competitiva sustentável não será apenas persuadir melhor. Será persuadir com rastreabilidade, transparência e capacidade de demonstrar conformidade. Na economia da atenção, governança deixou de ser o freio da publicidade digital. Tornou-se parte de sua própria arquitetura de valor.

Publicidade Digital, Influenciadores e Plataformas: Responsabilidade Civil, Transparência Algorítmica e Risco para a Governança

Marketing preditivo, Big Data e Inteligência Artificial transformaram dados pessoais em infraestrutura estratégica para vendas, crédito, retenção, precificação e relacionamento com clientes. O problema começa quando a eficiência estatística passa a produzir decisões que afetam pessoas sem transparência, governança ou possibilidade efetiva de contestação.Para administradores, gestores e líderes, marketing preditivo e LGPD não constituem apenas uma questão jurídica. Trata-se de problema de governança, gestão de riscos, reputação, eficiência decisória e responsabilidade corporativa.Definição jurídico-administrativa e fundamento teóricoMarketing preditivo é a utilização de dados históricos e comportamentais para estimar probabilidades futuras e orientar decisões empresariais. Com Big Data e Inteligência Artificial, essas inferências podem envolver segmentação, propensão de compra, churn, crédito, fraude, preço, publicidade e personalização.A LGPD estabelece que o tratamento deve observar princípios como finalidade, adequação, necessidade, transparência, segurança, prevenção e não discriminação. O art. 20 assegura ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, inclusive aquelas destinadas a definir perfis pessoais, profissionais, de consumo e de crédito.&nbsp;A questão administrativa é decisiva: o algoritmo não elimina a responsabilidade da organização que o utiliza. O modelo pode ser desenvolvido por terceiro, mas a governança precisa determinar finalidade, critérios de utilização, controles, auditoria e resposta a incidentes.Kant fornece uma chave conceitual particularmente útil: pessoas não podem ser reduzidas simplesmente a meios. No ambiente algorítmico, isso significa que transformar indivíduos em probabilidades comerciais não elimina sua condição jurídica de titulares de direitos.Metodologia e recorte analíticoA análise adota abordagem dogmática, crítica e aplicada à gestão, articulando LGPD, Direito do Consumidor, governança corporativa, economia comportamental, Psicologia e Ciência de Dados.O recorte concentra-se no tratamento automatizado utilizado para marketing, profiling, scoring, segmentação e tomada de decisão empresarial, especialmente quando a inferência algorítmica produz efeitos relevantes sobre consumidores.A perspectiva comportamental acrescenta uma variável frequentemente negligenciada: algoritmos aprendem padrões humanos, mas padrões históricos podem reproduzir vieses históricos. A eficiência preditiva, portanto, não é sinônimo de legitimidade.Critérios práticos, impactos e elegibilidadeEmpresas que utilizam marketing preditivo devem avaliar:Quem é afetado: consumidores, clientes potenciais, empregados, fornecedores e usuários de plataformas.Qual dado é utilizado: dado cadastral, comportamental, transacional, inferido ou sensível.Qual é a finalidade: publicidade, recomendação, prevenção à fraude, crédito, retenção ou precificação.Qual é a consequência: mera personalização ou efetiva restrição de oportunidade.Qual é a base legal: o tratamento deve estar apoiado em hipótese legal adequada, e não simplesmente na conveniência econômica.Qual é o grau de automação: quanto maior a autonomia decisória, maior a necessidade de controles.Existe possibilidade de revisão: decisões relevantes não podem ser tratadas como caixas-pretas inexpugnáveis.Há documentação: critérios, fluxos, responsabilidades e avaliações de risco precisam ser rastreáveis.&nbsp;O art. 20 da LGPD também determina que o controlador forneça informações claras e adequadas sobre critérios e procedimentos utilizados na decisão automatizada, ressalvados os segredos comercial e industrial.&nbsp;Riscos, exceções e limites regulatóriosO primeiro risco é confundir consentimento com autorização universal. A LGPD possui diferentes bases legais, e o consentimento não funciona como salvo-conduto para qualquer utilização futura.O segundo é o function creep, quando dados originalmente coletados para determinada finalidade passam a alimentar modelos para outra finalidade incompatível.O terceiro é o risco de discriminação algorítmica. Mesmo sem utilizar diretamente determinada característica protegida, um sistema pode encontrar variáveis correlacionadas capazes de produzir resultados discriminatórios.Há ainda o risco de terceirização irresponsável. Contratar uma empresa de tecnologia não significa terceirizar a responsabilidade de governança.A tensão central é evidente: de um lado, organizações precisam utilizar dados para competir; de outro, indivíduos não podem transformar-se em objetos estatísticos submetidos a decisões incompreensíveis.Como observou Foucault, mecanismos de poder também operam por meio da classificação, observação e produção de conhecimento sobre os indivíduos. No capitalismo orientado por dados, essa questão deixa de ser exclusivamente filosófica e passa a integrar a arquitetura de governança.Análise jurisprudencial e institucional aplicadaO STF reconheceu a proteção de dados pessoais e a autodeterminação informativa como elementos constitucionalmente relevantes no julgamento conjunto de ações que envolveram a matéria, incluindo a ADI 6387. O próprio Tribunal mantém estrutura institucional específica para proteção e tratamento de dados pessoais.&nbsp;No STJ, o precedente mais diretamente relacionado ao problema é o REsp 1.419.697/RS, julgado sob o rito dos repetitivos. A Corte reconheceu a licitude do credit scoring, mas condicionou sua utilização ao respeito à privacidade e à transparência, assegurando ao consumidor esclarecimentos sobre as informações pessoais valoradas e suas fontes.&nbsp;A Súmula 550 do STJ consolidou essa orientação: o escore de crédito pode ser utilizado sem consentimento do consumidor, mas o titular pode solicitar esclarecimentos sobre as informações pessoais consideradas e as fontes utilizadas.&nbsp;A consequência gerencial é importante: legalidade do modelo estatístico não significa imunidade da decisão empresarial. Dados incorretos, excessivos, desatualizados ou utilizados abusivamente podem produzir responsabilidade jurídica.Análise comparada internacionalO GDPR europeu apresenta proteção particularmente estruturada para decisões individuais automatizadas. O art. 22 assegura, em determinadas circunstâncias, o direito de não ficar sujeito a decisão baseada exclusivamente em processamento automatizado que produza efeitos jurídicos ou efeitos significativamente relevantes. Entre as salvaguardas estão intervenção humana, manifestação do titular e contestação da decisão.&nbsp;Em SCHUFA, o Tribunal de Justiça da União Europeia entendeu que a geração automatizada de uma pontuação de probabilidade sobre capacidade futura de pagamento pode constituir decisão automatizada quando terceiro utiliza fortemente essa pontuação para estabelecer, executar ou encerrar relação contratual.&nbsp;A comparação revela uma tendência regulatória relevante: quanto mais uma inferência algorítmica se aproxima de uma decisão materialmente determinante sobre a vida econômica de uma pessoa, menor é a plausibilidade de tratá-la como simples ferramenta neutra de marketing.Estudos de caso e aplicação prática em negóciosImagine uma varejista que utilize Inteligência Artificial para identificar consumidores com alta probabilidade de inadimplência e, automaticamente, reduzir limites de crédito.O modelo pode ser estatisticamente eficiente. Porém, se utilizar dados inadequados ou produzir resultados discriminatórios, a eficiência econômica transforma-se em risco jurídico.Outro cenário: uma plataforma utiliza histórico de navegação, localização, compras anteriores e comportamento digital para personalizar ofertas. Aqui, a questão não é apenas se o algoritmo consegue vender mais, mas se a empresa consegue demonstrar finalidade, necessidade, base legal, governança e proporcionalidade.Em ambos os casos, o erro estratégico seria perguntar apenas: “o modelo funciona?”.A pergunta correta é: “o modelo funciona, é juridicamente defensável, auditável e institucionalmente sustentável?”Solução jurídico-estratégica e passo a passo operacionalUma estrutura de governança para marketing preditivo pode seguir sete etapas:1. Mapear os dados: identificar origem, categoria, finalidade, fluxo e responsáveis.&nbsp;2. Classificar o risco: separar personalização comercial de decisões capazes de produzir efeitos relevantes.&nbsp;3. Definir a base legal: documentar a hipótese jurídica correspondente a cada operação.&nbsp;4. Testar o modelo: verificar qualidade dos dados, vieses, variáveis utilizadas e resultados adversos.&nbsp;5. Criar trilhas de auditoria: preservar registros capazes de explicar como determinada decisão foi produzida.&nbsp;6. Instituir revisão humana proporcional ao risco: especialmente em decisões de maior impacto.&nbsp;7. Integrar jurídico, compliance, tecnologia e negócio: nenhum desses setores isoladamente possui visão suficiente do problema.&nbsp;A governança algorítmica também deve estabelecer quem responde quando o modelo estiver errado. Sem essa definição, a organização possui tecnologia sofisticada, mas responsabilidade difusa.Síntese dialéticaA tese sustenta que Big Data e Inteligência Artificial aumentam eficiência, precisão e capacidade competitiva. Para o gestor, limitar excessivamente o uso de dados pode significar perder produtividade, personalização e vantagem estratégica.A antítese demonstra que o algoritmo pode converter eficiência em opacidade. Uma decisão matematicamente consistente pode continuar sendo juridicamente inadequada, discriminatória ou incompatível com direitos fundamentais.A síntese não está em abandonar o algoritmo nem em submetê-lo a uma proibição generalizada. Está em criar governança proporcional ao poder decisório do sistema.Nietzsche advertia que não existem fatos absolutamente separados das interpretações. No universo algorítmico, a advertência ganha nova dimensão: dados não “falam” sozinhos. Modelos selecionam variáveis, atribuem pesos, estabelecem correlações e produzem inferências.“O algoritmo pode calcular a probabilidade; a organização continua responsável pela decisão.” — Northon Salomão de Oliveira&nbsp;Essa é a fronteira estratégica: automatizar o cálculo não significa automatizar a responsabilidade.ConclusãoMarketing preditivo, Big Data e Inteligência Artificial já integram a infraestrutura competitiva das organizações. A questão empresarial não é mais utilizar ou não utilizar dados, mas como utilizá-los sem transformar eficiência em passivo jurídico, reputacional e institucional.A LGPD exige que a organização compreenda o ciclo completo do tratamento automatizado: coleta, finalidade, modelagem, inferência, decisão e revisão.Para administradores, a regra estratégica é objetiva: quanto maior o impacto da decisão algorítmica sobre a pessoa, maior deve ser a transparência, a documentação, a auditabilidade e a supervisão humana.O futuro da gestão orientada por dados não será determinado apenas por quem possui o melhor algoritmo. Será determinado por quem conseguir combinar inteligência artificial, compliance, proteção de dados, responsabilidade jurídica e boa governança em uma única arquitetura decisória.

3 habilidades digitais que você precisa dominar para ter sucesso profissional

Mario Trentim

O mercado de afiliados ainda é uma oportunidade real de negócio? | Café com ADM #508

O mercado de afiliados ainda é uma oportunidade real de negócio? | Café com ADM #508

Sobre o autor

Mario Trentim

Seja Premium e tenha acesso ao nosso arsenal de cursos

Mais artigos deNegócios e Gestão

Você tem uma estratégia ou só tem uma agenda lotada?

Publicidade Digital, Influenciadores e Plataformas: Responsabilidade Civil, Transparência Algorítmica e Risco para a Governança

Marketing Preditivo, Big Data e Inteligência Artificial: Compliance, LGPD e Responsabilidade pelo Tratamento Automatizado de Dados