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

A inteligência artificial vem ocupando um espaço cada vez mais estratégico dentro das empresas. O que começou como uma ferramenta voltada à automação de tarefas evoluiu para uma tecnologia capaz de transformar a forma como as organizações acessam, compartilham e aplicam conhecimento. A discussão deixou de ser se a IA será adotada e passou a se concentrar em como utilizá-la de maneira eficiente e alinhada aos desafios reais do negócio. Em um mercado tão dependente de informação quanto o imobiliário, essa mudança tem efeitos diretos sobre a experiência do cliente e o sucesso da operação.



Na prática, o impacto da IA já pode ser percebido ao longo de toda a jornada de compra. A aquisição de um imóvel envolve crédito, documentação, regulamentação, etapas construtivas e uma série de decisões que exigem rapidez e segurança. Quando as informações não circulam de forma adequada, processos se tornam mais lentos, equipes enfrentam mais dificuldades para atuar e a experiência do cliente perde qualidade.



Na MRV, a adoção da inteligência artificial começou há alguns anos no relacionamento com clientes com o lançamento da Mia, assistente virtual voltada ao atendimento e à personalização da jornada de compra. O ganho operacional foi importante, mas o principal aprendizado veio depois: a IA não gera valor apenas por automatizar processos. Seu verdadeiro potencial está em resolver problemas concretos e tornar a experiência das pessoas mais simples.



Esse entendimento abriu espaço para uma transformação mais ampla dentro da companhia. Hoje, diferentes áreas contam com agentes especializados para apoiar demandas específicas. O MIAG, por exemplo, permite criar assistentes personalizados a partir de documentos e conteúdos internos. O MARCO atua como copiloto de vendas para corretores, apoiando dúvidas sobre produtos, financiamento e processos comerciais.



Nesse ecossistema, também está o MAO, sigla para Melhor Amigo da Obra, desenvolvido para apoiar engenheiros e equipes de campo em tarefas práticas, como consultas a normas técnicas e atividades operacionais. Mais recentemente, a MRV lançou a Susi, criada para tornar o Relatório de Sustentabilidade mais acessível por meio de uma experiência conversacional via WhatsApp para diferentes públicos, entre eles investidores, estudantes e interessados em ESG.



Mais do que multiplicar assistentes, o caminho que perseguimos é o de uma plataforma que organiza o conhecimento da companhia em um único lugar e o disponibiliza de forma orquestrada. O valor não está no número de agentes, e sim na capacidade de colocar conhecimento em circulação com mais agilidade, governança, contexto e escala.



Embora tenham objetivos distintos, todas essas iniciativas seguem a mesma lógica: aproximar a informação da tomada de decisão. E os resultados já fazem parte da rotina da companhia. Copilotos respondem dúvidas sobre financiamento em segundos, soluções de crédito reduzem o tempo de decisão para poucos minutos e ferramentas de IA tornam conteúdos técnicos complexos mais acessíveis. Assim, quando um corretor esclarece rapidamente uma dúvida, um profissional recém-chegado a uma obra recebe suporte imediato ou um relatório de sustentabilidade com mais de 200 páginas pode ser consultado por meio de uma conversa simples, o que está em jogo não é apenas produtividade.



Esse é, a meu ver, um dos efeitos mais transformadores da inteligência artificial dentro das empresas. Durante décadas, o conhecimento organizacional ficou concentrado em áreas ou profissionais específicos. A experiência das pessoas continua indispensável, mas a tecnologia permite que esse repertório circule com mais facilidade e esteja disponível no momento em que alguém precisa decidir, resolver um problema ou atender melhor.



Naturalmente, o avanço da IA também traz responsabilidades. A velocidade com que a tecnologia evolui exige atenção permanente à curadoria de conteúdo, à segurança da informação, à governança e aos vieses algorítmicos. Sem direcionamento estratégico, até mesmo soluções sofisticadas correm o risco de se transformar em distração tecnológica. Por isso, o debate precisa ir além.



O desafio não está em acompanhar todas as ferramentas que surgem a cada dia, mas em desenvolver a capacidade de aprender e se adaptar. Processos continuarão exigindo revisões, hipóteses precisarão ser constantemente testadas e decisões terão de ser tomadas com agilidade em um ambiente cada vez mais dinâmico. Essa não é uma exigência criada pela inteligência artificial, mas uma realidade que ela apenas tornou ainda mais evidente e inegociável.

Da obra ao pós-venda: como a inteligência artificial está transformando o setor imobiliário

A inteligência artificial vem ocupando um espaço cada vez mais estratégico dentro das empresas. O que começou como uma ferramenta voltada à automação de tarefas evoluiu para uma tecnologia capaz de transformar a forma como as organizações acessam, compartilham e aplicam conhecimento. A discussão deixou de ser se a IA será adotada e passou a [&hellip;]

Da obra ao pós-venda: como a inteligência artificial está transformando o setor imobiliário | Administradores

https://cdn.administradores.com.br/app/uploads/2026/08/14133748/WhatsApp-Image-2026-08-14-at-10.38.29.jpeg

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

Como empresas estão redesenhando funções para dividir o trabalho entre pessoas e agentes de inteligência artificial&nbsp;100% das empresas brasileiras ouvidas pelo KPMG Global Tech Report 2026 afirmam já ter implementado algum nível de automação ou inteligência artificial, incluindo sistemas agênticos, capazes de tomar decisões e executar processos completos. O dado mostra a velocidade com que a tecnologia entrou nas empresas. Mas outro número do mesmo levantamento ajuda a entender o que realmente está mudando: mesmo nas organizações de alto desempenho em tecnologia, cerca de metade das equipes de tecnologia deve continuar sendo composta por pessoas até 2027.O recado por trás dos números é menos alarmante do que costuma parecer. A inteligência artificial não está eliminando cargos inteiros de uma vez. Está mudando as tarefas que compõem cada função.Essa distinção tem se tornado central para especialistas em comportamento organizacional. Em vez de perguntar quais profissões vão desaparecer, empresas começam a perguntar quais atividades, dentro de cada função, fazem mais sentido para um sistema executar e quais continuam exigindo julgamento, empatia e relação humana.A área comercial é um dos lugares onde essa divisão aparece com mais clareza. Prospectar clientes, enriquecer dados de contato, fazer as primeiras abordagens, qualificar leads e agendar reuniões são etapas repetitivas, que seguem um roteiro relativamente previsível. É justamente aí que agentes de inteligência artificial têm assumido protagonismo, permitindo que vendedores concentrem energia no que essas ferramentas ainda não conseguem fazer bem: negociar, construir relacionamento e fechar negócios.Para Abraão Osher, CEO da DNAfy,&nbsp;empresa de tecnologia especializada em infraestrutura de Inteligência Operacional Agentica, essa divisão de responsabilidades representa uma reorganização do trabalho, não uma ameaça a ele."Quando um agente de IA cuida da prospecção, do enriquecimento de dados e do primeiro contato, ele não está tirando o lugar do vendedor. Está entregando esse profissional para a etapa em que ele realmente faz diferença, que é a conversa, a leitura do momento do cliente, a negociação. Isso muda o dia a dia do time comercial, mas não substitui a pessoa que fecha o negócio", explica.Segundo ele, o erro mais comum das empresas nesse momento é tratar a inteligência artificial como um substituto genérico de funções inteiras, em vez de olhar tarefa por tarefa."O trabalho de um profissional é feito de várias atividades diferentes, e cada uma delas tem uma natureza distinta. Algumas são operacionais e repetitivas. Outras dependem de leitura de contexto, de confiança, de relacionamento. Quando a empresa entende essa diferença, ela consegue usar a tecnologia para tirar peso das tarefas operacionais sem mexer no que sustenta a relação com o cliente", afirma.Essa reorganização tende a mudar a rotina antes de mudar o cargo. Um profissional de vendas passa a dedicar menos tempo a planilhas, buscas manuais de contato e follow-ups repetitivos, e mais tempo a conversas que exigem preparo e sensibilidade. O mesmo padrão vem se repetindo em outras áreas, como atendimento, marketing e operações, onde agentes de IA assumem etapas iniciais e operacionais, enquanto pessoas seguem responsáveis pelas decisões finais.Para Osher, entender essa transição é hoje uma questão estratégica para líderes e gestores. "O maior risco não é a tecnologia substituir pessoas. É a empresa não se organizar para aproveitar essa mudança. Quem entende que a IA cuida das tarefas e o profissional cuida das relações sai na frente. Quem trata isso como um problema de redução de equipe perde a chance de fazer o time trabalhar melhor, e não apenas mais rápido", conclui.Com agentes de inteligência artificial cada vez mais presentes na rotina das empresas, a pergunta que resta não é mais quantos cargos vão sobreviver, mas quais tarefas, dentro deles, ainda vão precisar de alguém do outro lado da mesa.&nbsp;&nbsp;Sobre&nbsp;A DNAfy é uma empresa de tecnologia especializada na construção e implementação de infraestrutura de Inteligência Operacional Agêntica para organizações públicas e privadas. A empresa transforma conhecimento, contexto e o DNA de cada organização em inteligência conectada a operação, ampliando sua capacidade de analisar, decidir, executar e crescer sem aumentar estrutura e complexidade operacional na mesma proporção.

A IA não quer seu cargo, quer suas tarefas

Com agentes de IA, os sistemas de gestão começam a sugerir e executar tarefas dentro das empresas&nbsp;No SAP Sapphire 2026, em Orlando, uma demonstração no Agent Lab chamou atenção: criar um agente de inteligência artificial para uma tarefa específica de negócio, como analisar disputas financeiras ou configurar um projeto, leva hoje cerca de 15 minutos. Basta descrever o que se quer em linguagem natural, sem escrever uma linha de código. O número dá a medida de onde chegaram os sistemas de gestão empresarial, os ERPs, que por muito tempo serviram para guardar informação e agora começam a entrar na tomada de decisão.Durante décadas, o ERP teve uma função clara. Registrava transações e mantinha finanças, estoque, produção e RH trabalhando sobre a mesma base de dados. Ficava nos bastidores, sem chamar atenção. A IA generativa começou a mexer nesse arranjo, e os agentes autônomos aceleraram o movimento. O Joule, assistente da SAP lançado em 2023 como um copiloto de conversa, hoje funciona como uma camada de agentes especializados, que leem o contexto do negócio, cruzam dados de áreas diferentes e conduzem processos inteiros, com uma pessoa revisando as etapas mais sensíveis.Isso muda a rotina de quem usa o sistema. Antes, o funcionário abria telas, preenchia campos, lia relatórios e só então decidia o que fazer. Agora é o próprio sistema que antecipa cenários e recomenda ações, e em alguns casos já as executa.Para Roberto Medeiros, CEO da EPI-USE Brasil, consultoria de implementação SAP, a mudança de mentalidade pesa tanto quanto a tecnológica. “O ERP sempre foi visto como sistema de apoio, que registra o que já aconteceu. Agora ele começa a participar do que ainda vai acontecer. Isso obriga as empresas a pensar em governança, em qualidade de dados e, sobretudo, no papel das pessoas”, diz.Autonomia, segundo ele, não significa deixar o sistema sozinho. “Um agente só decide bem se os dados que consulta forem confiáveis e se estiver claro até onde vai a automação e em que momento a pessoa precisa assumir. A ideia é colocar o julgamento humano onde ele faz mais diferença”, afirma.A leitura se aproxima do que a própria SAP levou a Orlando. No palco, o CEO global Christian Klein chegou a questionar se as empresas de software continuarão sendo empresas de software. A resposta que ele sugere passa por plataformas que, além de apoiar a operação, assumem parte da execução dos processos.Em finanças, suprimentos ou RH, isso se traduz em agentes que percebem um padrão fora do comum ou um risco se formando antes que alguém da equipe note. O usuário diz o que precisa, e o sistema se encarrega de juntar dados e aplicações para entregar o resultado.Medeiros vê aí o principal cuidado para as empresas brasileiras que estudam o tema. “Tem empresa achando que é só ligar uma funcionalidade de IA e esperar o resultado. Não funciona assim. Antes vem o trabalho menos vistoso, de organizar os dados e entender os processos, e as equipes precisam ser preparadas para trabalhar junto com essa tecnologia. Quem fizer isso primeiro vai ter vantagem”, alerta.Para quem ainda usa o ERP como um grande arquivo de registros, os 15 minutos da demonstração em Orlando são um bom lembrete de que a distância entre testar e adotar está ficando cada vez menor.Sobre a EPI-USEA EPI-USE é uma consultoria global de tecnologia, parte do groupelephant.com, presente em mais de 42 países e com 4.200 colaboradores, especializada em soluções SAP, como SAP S/4HANA, SAP SuccessFactors, Qualtrics, SAP BTP, SAP Signavio, WorkForce Software e ServiceNow, além de atuar em infraestrutura em nuvem pela AWS, Microsoft Azure e Google Cloud, automação de testes e observabilidade. A consultoria adota um modelo de negócios híbrido, descrito como “Além do Propósito Corporativo”, que integra impacto social e ambiental à estratégia empresarial, com foco na preservação de elefantes e rinocerontes ameaçados por meio do desenvolvimento econômico de comunidades rurais.&nbsp;

O ERP virou agente de decisão?

A discussão sobre IA e produtividade costuma começar pela pergunta errada: quantos empregos a inteligência artificial vai eliminar? Para gestores e empresas, a questão economicamente mais relevante é outra: quais tarefas serão automatizadas, quais serão ampliadas e como a organização transformará tempo economizado em valor real?A resposta importa porque produtividade não é sinônimo de velocidade. Uma empresa pode produzir documentos mais rapidamente e, simultaneamente, tomar decisões piores, aumentar riscos, sobrecarregar trabalhadores ou multiplicar erros em escala. A verdadeira transformação da IA ocorre quando tecnologia, desenho organizacional, qualificação profissional e governança conseguem converter capacidade computacional em resultado sustentável.IA e produtividade: da automação de tarefas à transformação do trabalhoA Organização Internacional do Trabalho (OIT) estima que aproximadamente um em cada quatro trabalhadores no mundo esteja em ocupações com algum grau de exposição à IA generativa. O dado, entretanto, não significa que um quarto dos empregos desaparecerá. A própria OIT conclui que a transformação das ocupações é, em geral, mais provável que sua substituição integral.&nbsp;Essa distinção é decisiva para a Administração.O objeto econômico da IA não é necessariamente o posto de trabalho, mas a tarefa. Redigir um relatório, classificar documentos, resumir informações, pesquisar precedentes, responder perguntas frequentes ou produzir uma primeira versão de determinado conteúdo são atividades diferentes da responsabilidade de decidir, negociar, supervisionar, interpretar contextos ambíguos ou assumir consequências.A primeira mudança estrutural, portanto, não é simplesmente tecnológica. É organizacional: a unidade de análise da produtividade passa do cargo para o conjunto de tarefas que compõe o cargo.Isso modifica a própria arquitetura empresarial.A tese e a antítese: produtividade ou intensificação?A tese empresarial parece intuitiva: se uma ferramenta reduz de duas horas para vinte minutos uma determinada atividade, a organização ganhou produtividade.Mas surge a antítese.Se os cem minutos economizados forem imediatamente preenchidos por novas demandas, metas mais agressivas e monitoramento permanente, talvez não tenha ocorrido aumento proporcional de produtividade. Pode ter ocorrido apenas intensificação do trabalho.A diferença é econômica e também jurídica.A Constituição brasileira coloca no mesmo horizonte normativo a dignidade da pessoa humana e os valores sociais do trabalho e da livre iniciativa. Na ordem econômica, a valorização do trabalho humano convive com a livre iniciativa e com a busca do pleno emprego.&nbsp;Isso não significa que a tecnologia deva ser impedida para preservar formas tradicionais de trabalho. Significa algo mais sofisticado: eficiência empresarial não pode ser mensurada exclusivamente pelo quanto de atividade humana a máquina conseguiu comprimir.A produtividade juridicamente sustentável exige considerar o resultado, o risco, a qualidade, a segurança e os efeitos organizacionais da transformação.O verdadeiro ganho de produtividadeA evidência disponível sugere que os ganhos de produtividade da IA são reais, mas heterogêneos e ainda difíceis de converter automaticamente em crescimento mensurável de produção. Revisão da OIT publicada em 2026 aponta que economias de tempo relatadas por trabalhadores nem sempre se traduziram, até agora, em aumentos equivalentes de produção, remuneração ou emprego.&nbsp;A OCDE chega a conclusão semelhante em escala macroeconômica: os efeitos da IA sobre produtividade dependem de investimentos complementares, qualificação, adoção organizacional e adaptação institucional.&nbsp;Portanto, comprar uma ferramenta de IA não equivale a implementar uma estratégia de produtividade.O ganho surge quando a organização consegue converter a capacidade da tecnologia em:redução de tarefas repetitivas;menor tempo de processamento;melhoria da qualidade das informações;redução de erros;aumento da capacidade analítica;redistribuição do trabalho para atividades de maior valor;redução de custos sem degradação da qualidade;decisões mais rápidas sem perda de controle.&nbsp;O ponto central é que tempo economizado é apenas um insumo da produtividade; não é produtividade em si.O novo risco: uma empresa pode automatizar o erroExiste ainda uma dimensão frequentemente negligenciada.A IA aumenta a capacidade de execução, mas também pode aumentar a velocidade de propagação de uma decisão equivocada. Um erro humano isolado possui determinado alcance; um sistema integrado a milhares de operações pode reproduzi-lo em escala.Por isso, a governança da IA passa a ser componente da governança empresarial.No Brasil, a LGPD já oferece uma referência jurídica particularmente importante. O art. 20 assegura ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, além de prever informações claras e adequadas sobre critérios e procedimentos utilizados, ressalvados os segredos comercial e industrial.&nbsp;O próprio STJ registra, em seus enunciados científicos, a compreensão de que uma intervenção humana meramente significativa não necessariamente descaracteriza uma decisão como baseada unicamente em tratamento automatizado.&nbsp;Para a Administração, a consequência é importante: colocar um ser humano diante de uma tela não significa, por si só, que exista supervisão humana efetiva.Supervisão real pressupõe capacidade de compreender, questionar e eventualmente rejeitar a recomendação algorítmica.O trabalho muda antes de o emprego desaparecerA transformação provavelmente ocorrerá de maneira desigual.A OIT identificou diferenças relevantes entre ocupações, países e grupos de trabalhadores, enquanto estudos sobre a América Latina indicam que a exposição à IA generativa convive com limitações de infraestrutura e desigualdade de acesso tecnológico.&nbsp;Isso cria uma questão estratégica para empresas brasileiras: quem será capaz de trabalhar com IA e quem ficará restrito às tarefas que a IA ainda não executa?O risco não está somente na substituição de determinados profissionais. Pode surgir uma polarização interna entre trabalhadores que utilizam a tecnologia para ampliar sua capacidade decisória e aqueles submetidos à tecnologia como mecanismo de controle.Nesse cenário, o departamento de RH deixa de ser mero administrador de pessoas e passa a participar da governança tecnológica.Como a empresa deve medir a produtividade da IA?A organização que pretende adotar IA de maneira responsável deveria evitar uma métrica isolada, como número de tarefas concluídas por empregado.Um modelo mais consistente precisa observar simultaneamente:1. Tempo: quanto tempo efetivamente foi economizado?&nbsp;2. Qualidade: o resultado melhorou ou apenas ficou mais rápido?&nbsp;3. Risco: aumentaram erros, incidentes ou decisões inadequadas?&nbsp;4. Valor: o tempo liberado foi transferido para atividades economicamente relevantes?&nbsp;5. Pessoas: houve qualificação ou apenas aumento das metas?&nbsp;6. Governança: existe supervisão, rastreabilidade e responsabilização?&nbsp;7. Dados: a utilização respeita proteção de dados, segurança e finalidade?&nbsp;8. Decisão: a IA auxilia o julgamento humano ou passou a substituí-lo silenciosamente?&nbsp;Essa matriz transforma a IA de uma promessa tecnológica em uma variável administrável.O impacto jurídico para gestoresO gestor não precisa ser contra a automação para ser juridicamente prudente. Precisa saber onde termina a eficiência e começa o risco.Em especial, sistemas utilizados para recrutamento, seleção, avaliação, promoção, distribuição de tarefas ou controle de trabalhadores exigem atenção especial. O Regulamento europeu de IA classifica diversos sistemas utilizados no emprego e na gestão de trabalhadores como de alto risco justamente porque podem afetar significativamente carreira, subsistência e direitos fundamentais.&nbsp;O modelo europeu não deve ser simplesmente transplantado para o Brasil, mas oferece uma lição regulatória importante: quanto maior o impacto de uma decisão algorítmica sobre uma pessoa, maior deve ser a exigência de governança sobre o sistema.No ambiente corporativo brasileiro, isso recomenda pelo menos:inventariar sistemas de IA utilizados em processos relevantes;identificar quais decisões são influenciadas por algoritmos;estabelecer responsáveis humanos;avaliar qualidade e possíveis vieses dos dados;documentar critérios de utilização;limitar usos incompatíveis com finalidade e necessidade;estabelecer mecanismos de revisão;capacitar gestores e usuários;auditar periodicamente resultados e impactos.&nbsp;Um caso simples de gestãoImagine uma empresa que utiliza IA para analisar centenas de currículos.A ferramenta reduz drasticamente o tempo da triagem. A produtividade operacional aumentou.Mas suponha que os dados utilizados para treinamento reproduzam padrões históricos de contratação que desfavoreçam determinado grupo.A empresa terá obtido eficiência no primeiro nível e produzido ineficiência jurídica e econômica no segundo.A seleção ficou mais rápida, mas potencialmente menos justa; a economia inicial pode converter-se em risco trabalhista, reputacional, regulatório e de governança.A lição é maior que o exemplo: uma tecnologia pode otimizar uma etapa e deteriorar o sistema inteiro.A síntese: produtividade não é fazer mais com menos pessoasA grande transformação da IA no trabalho não consiste necessariamente em produzir mais com menos trabalhadores.Consiste em produzir mais valor por unidade de capacidade humana e tecnológica, deslocando o esforço humano das atividades que máquinas executam melhor para aquelas em que julgamento, responsabilidade, criatividade, negociação, empatia e compreensão contextual permanecem decisivos.Como bem aponta Northon Salomão de Oliveira, “a verdadeira produtividade da inteligência artificial não está no tempo que ela retira do trabalho humano, mas no valor que a organização consegue criar com o tempo que ela devolve ao ser humano.”Essa proposição permite superar os dois extremos do debate. De um lado, a visão de que toda IA inevitavelmente destruirá empregos. De outro, a crença de que qualquer automação representa automaticamente progresso.Nenhuma das duas posições é suficiente.A questão estratégica é o que a organização faz com a capacidade liberada pela máquina.Se o tempo economizado apenas alimenta novas cobranças, a IA pode acelerar a exaustão. Se aumenta a capacidade de análise, inovação, qualificação e decisão, pode elevar a produtividade estrutural.ConclusãoA pergunta empresarial sobre IA não deveria ser apenas “quanto podemos automatizar?”, mas “que trabalho queremos que permaneça humano, que trabalho deve ser aumentado pela máquina e como governaremos essa divisão?”A resposta determinará mais do que a eficiência operacional. Ela afetará custos, competitividade, qualificação profissional, privacidade, responsabilidade, relações de trabalho e distribuição de poder dentro das organizações.A IA muda o trabalho primeiro pela reorganização das tarefas; depois, pela redefinição dos cargos; finalmente, pela transformação da própria lógica de gestão.A empresa que compreender essa sequência não tratará inteligência artificial como simples ferramenta de redução de custos. Tratá-la-á como infraestrutura de decisão, cuja produtividade dependerá tanto da qualidade do algoritmo quanto da qualidade da governança que o cerca.

Da obra ao pós-venda: como a inteligência artificial está transformando o setor imobiliário

Reinaldo Sima

Leia mais:

O que faz você ser a primeira escolha na mente das pessoas | Café com ADM #514

O que faz você ser a primeira escolha na mente das pessoas | Café com ADM #514

Sobre o autor

Reinaldo Sima

Seja Premium e tenha acesso ao nosso arsenal de cursos

Mais artigos deNegócios e Gestão

A IA não quer seu cargo, quer suas tarefas

O ERP virou agente de decisão?

IA e produtividade: o que realmente muda no trabalho