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 deixou de ser apenas uma ferramenta de apoio à produtividade. Ela já está mudando a forma como empresas concebem produtos, automatizam processos, desenvolvem aplicações e transformam conhecimento de negócio em soluções digitais.



Com ferramentas como ChatGPT, Claude, Lovable, Manus, Cursor e tantas outras, o intervalo entre uma ideia e um protótipo funcional foi drasticamente reduzido.O que antes exigia meses de planejamento, equipes técnicas especializadas e investimentos significativos agora pode começar a ganhar forma em poucos dias — e, em alguns casos, em poucas horas.



Esse movimento vem sendo chamado de vibe coding. Mas, por trás do entusiasmo, surge uma questão que precisa entrar definitivamente na agenda empresarial: como aproveitar a velocidade da inteligência artificial sem comprometer a segurança, a governança e a sustentabilidade do negócio?



O conhecimento do negócio ganhou poder de execução! Durante muitos anos, uma das maiores dificuldades enfrentadas pelas empresas foi transformar conhecimento de negócio em tecnologia.



As áreas operacionais conheciam os problemas, as regras, os clientes e as oportunidades de melhoria. As áreas técnicas, por sua vez, dominavam o desenvolvimento, a arquitetura e a infraestrutura. Entre esses dois mundos existiam filas, documentos extensos, reuniões de levantamento de requisitos, interpretações diferentes e longos ciclos de entrega. A inteligência artificial começa a reduzir essa distância.



Empresários, líderes e gestores que conhecem profundamente seus processos passaram a conseguir descrever necessidades, estruturar fluxos, criar protótipos, desenvolver automações e até construir aplicações com apoio de IA.



Na prática, esses profissionais começam a atuar como verdadeiros Product Owners ou até mesmo Product Engineers, ainda que não possuam formação tradicional em desenvolvimento de software.



Essa transformação representa uma oportunidade extraordinária. Isso porque a&nbsp; IA pode permitir que as empresas: acelerem projetos e entregas; reduzam tarefas manuais e repetitivas; testem ideias com menor investimento; criem protótipos em poucos dias; automatizem processos operacionais; transformem conhecimento interno em aplicações; aumentem a produtividade das equipes; reduzam a distância entre a identificação de um problema e sua solução. Mas a mesma facilidade que democratiza a inovação também pode democratizar o risco.&nbsp;



<h2 class="wp-block-heading">Quando criar fica fácil, controlar se torna indispensável.&nbsp;</h2>



Uma solução funcional não é necessariamente uma solução empresarial. Um sistema pode funcionar durante uma demonstração e, ainda assim, não estar preparado para operar com dados reais, múltiplos usuários, integrações críticas, exigências regulatórias e riscos de segurança. Esse é um dos principais desafios do momento atual.



A velocidade proporcionada pela IA pode gerar a falsa impressão de que, se uma aplicação está funcionando, ela está pronta. Não está. Antes de transformar um protótipo em uma solução corporativa, é necessário avaliar questões como: onde os dados estão sendo armazenados; quais informações estão sendo enviadas para modelos públicos; quem possui acesso ao sistema; como credenciais, tokens e senhas estão protegidos; quais integrações foram utilizadas; se o código foi revisado; se existem registros de alterações; como os custos de processamento estão sendo monitorados; quem será responsável pela manutenção; como a empresa reagirá diante de uma indisponibilidade; se a solução atende às exigências jurídicas e regulatórias; se existe dependência excessiva de determinado fornecedor.



Sem essas respostas, a inovação pode se transformar em uma nova modalidade de shadow IT: soluções criadas fora dos processos formais de tecnologia, segurança e governança.



<h2 class="wp-block-heading">Os principais riscos não estão apenas no código</h2>



Quando se fala em vibe coding, é comum concentrar a discussão na qualidade do código gerado pela IA. Esse é apenas um dos pontos. Os riscos também envolvem dados, infraestrutura, acessos, custos, fornecedores, responsabilidade e continuidade operacional.



Entre as principais preocupações estão a exposição de informações confidenciais. Profissionais podem inserir em ferramentas públicas códigos, documentos, contratos, informações de clientes, regras de negócio ou dados estratégicos sem compreender como essas informações serão processadas. Também precisamos ficar atentos às vulnerabilidades geradas ou ignoradas. Isso porque a IA pode produzir códigos aparentemente corretos, mas com falhas de segurança, bibliotecas desatualizadas, permissões excessivas ou práticas inadequadas.&nbsp;



Outro importante ponto são as credenciais e acessos sem controle. Tokens, senhas e chaves de integração podem ser utilizados de forma insegura, armazenados em locais inadequados ou compartilhados com pessoas que não deveriam ter acesso.A falta de uma revisão humana também chama atenção. A velocidade pode incentivar a publicação de soluções sem testes suficientes, validação técnica, homologação e acompanhamento.



E não para por aí, dentre os riscos, estão os custos imprevisíveis. Sabemos que as&nbsp; aplicações baseadas em IA podem gerar despesas crescentes com tokens, APIs, armazenamento, infraestrutura e processamento, especialmente quando deixam a fase experimental e começam a escalar. Há ainda o risco de termos uma dependência de fornecedores. Isso porque uma solução construída sobre uma única plataforma pode se tornar vulnerável a mudanças de preço, limitações técnicas, alterações contratuais ou interrupções do serviço.



E temos ainda que ter em mente o risco da responsabilidade difusa. Quando uma solução é criada rapidamente por uma área de negócio, nem sempre está claro quem responde por seus erros, dados, resultados e impactos.



Diante desses riscos, algumas empresas podem ser tentadas a restringir ou até proibir o uso de ferramentas de inteligência artificial. Essa reação pode trazer uma sensação momentânea de segurança, mas dificilmente será sustentável. A IA continuará sendo utilizada. Quando não existe uma política clara, o uso não desaparece. Ele apenas se torna menos visível.



O caminho mais inteligente é criar condições para que a inovação aconteça de forma responsável. Isso exige uma governança proporcional ao risco. Nem todo experimento precisa passar pelo mesmo processo de uma aplicação crítica. Mas toda solução deve possuir critérios mínimos de segurança, responsabilidade e controle.

IA e vibe coding: a velocidade da inovação não pode ultrapassar a capacidade de governança

A inteligência artificial deixou de ser apenas uma ferramenta de apoio à produtividade. Ela já está mudando a forma como empresas concebem produtos, automatizam processos, desenvolvem aplicações e transformam conhecimento de negócio em soluções digitais. Com ferramentas como ChatGPT, Claude, Lovable, Manus, Cursor e tantas outras, o intervalo entre uma ideia e um protótipo funcional [&hellip;]

IA e vibe coding: a velocidade da inovação não pode ultrapassar a capacidade de governança | Administradores

https://cdn.administradores.com.br/app/uploads/2026/07/02155836/ChatGPT-Image-2-de-jul.-de-2026-15_56_40.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

Durante muito tempo, quando se falava sobre segurança em inteligência artificial, a imagem dominante era a de um sistema poderoso que poderia produzir uma resposta errada, gerar uma informação falsa ou, em um cenário mais extremo, escapar ao controle humano. A evolução dos chamados agentes de IA, porém, começa a mudar a natureza desse problema.



Hoje, agentes de IA não são apenas sistemas que respondem a perguntas. Eles podem receber objetivos, tomar decisões, utilizar ferramentas, escrever arquivos, consultar outros sistemas e, cada vez mais, interagir com outros agentes. Quando dezenas ou milhares deles passam a trabalhar em rede, surge uma possibilidade que merece atenção especial: e se uma ideia capaz de alterar o comportamento de um agente conseguir passar para outro — e deste para um terceiro?



É justamente essa questão que está no centro de um novo estudo assinado por Vassilis Papadopoulos, McNair Shah, Sam Zimmerman e Jack Lindsey. No texto ‘Mind Viruses: Self-Propagating Ideas in Multi-Agent LLM Systems’, pesquisadores ligados à Anthropic utilizam a ideia provocativa de “mind viruses”, ou “vírus mentais”. E o que está por trás do nome é ainda mais interessante do que o nome pode sugerir: O vírus não é um código. É uma ideia.



O estudo não descreve um vírus de computador tradicional. Não há necessariamente um software malicioso explorando uma vulnerabilidade para se copiar. O mecanismo é outro. Os pesquisadores definem um “vírus mental” como uma ideia ou objetivo que consegue se propagar por um sistema de múltiplos agentes porque induz o agente que o recebeu a transmiti-lo para outros agentes. É uma distinção fundamental.



Isso mesmo, o estudo revelou uma vulnerabilidade inédita e estritamente comportamental em ecossistemas de Inteligência Artificial: a capacidade de uma ideia, objetivo ou instrução se espalhar autonomamente de um agente para outro, sobreviver ao apagamento de memória de sessão e alterar a conduta de redes inteiras de agentes.



Não estamos falando de invasões de código tradicional (buffer overflow ou malwares binários), mas de infecção por persuasão e linguagem natural. Um agente é “convencido” por outro a adotar uma nova prioridade — e a propagá-la para os próximos com quem interagir.



Imagine uma rede de agentes trabalhando em conjunto. Um deles recebe uma determinada instrução ou ideia. Essa informação modifica seu comportamento. O agente passa então a reproduzir aquela orientação nas interações seguintes. Outro agente a incorpora. Depois outro. O sistema não precisa necessariamente “copiar um arquivo malicioso”. Ele pode simplesmente convencer outro agente a carregar a ideia adiante. É uma espécie de contágio semântico.



E isso cria um problema novo para arquiteturas de IA que estão sendo construídas justamente para permitir comunicação, colaboração e compartilhamento de informações entre os agentes. O mais surpreendente é que o contexto pode ser apagado



Um dos experimentos descritos no estudo é particularmente importante. Os pesquisadores testaram a propagação em uma cadeia de agentes que interagiam por períodos curtos e depois tinham seu contexto de conversa apagado. Mesmo assim, determinadas ideias conseguiam continuar se propagando. Isso não significa que uma memória apagada magicamente voltou à existência. Significa algo mais relevante para quem constrói sistemas agentivos: a informação pode encontrar outros caminhos para sobreviver.



Se um agente possui memória persistente, arquivos de configuração, documentos compartilhados, bancos de dados, ferramentas ou outros mecanismos de estado externo, aquilo que foi introduzido durante uma interação pode eventualmente ser incorporado a esses sistemas.



O problema, portanto, deixa de ser apenas: “O que o modelo sabe?” E passa a ser: “O que circula pela rede de agentes e consegue alterar o estado futuro do sistema?” Essa mudança de perspectiva é enorme. O que está na mesa é que o seu agente pode ser um hospedeiro. Sim, para mim, essa é talvez a principal contribuição conceitual do trabalho.



É justamente aí que aparece a analogia com um vírus biológico.Um vírus biológico precisa encontrar um hospedeiro, reproduzir-se e alcançar outro hospedeiro. Um “vírus mental” descrito no estudo precisa encontrar um agente suscetível, induzi-lo a adotar determinado conteúdo e fazer com que esse agente o transmita adiante.



Os pesquisadores conseguiram produzir esses comportamentos usando um algoritmo evolutivo para desenvolver os chamados mind viruses. Eles demonstraram propagação em dois ambientes experimentais: uma pequena equipe de agentes colaborando em um projeto de programação e uma cadeia de agentes com interações breves e contexto posteriormente apagado.



Mas é importante colocar os resultados em perspectiva.O próprio estudo conclui que o risco é real, porém atualmente limitado. Os pesquisadores também observaram que conteúdos potencialmente prejudiciais apresentaram menor capacidade de propagação do que conteúdos benignos e que modelos de fronteira tenderam, com exceções, a ser menos suscetíveis.



Há, portanto, uma distância considerável entre demonstrar o fenômeno em laboratório e imaginar uma epidemia autônoma de agentes no mundo real. Essa distância não diminui a importância do alerta. O problema aumenta quando os agentes ganham autonomia



E existe uma razão pela qual esse debate surge justamente agora. A indústria está migrando rapidamente de chatbots para agentes capazes de executar tarefas. A própria Anthropic afirma que seus sistemas já estão assumindo uma parcela crescente do trabalho de desenvolvimento de IA. Segundo dados divulgados pela empresa em setembro, quanto maior a autonomia, maior a superfície de ataque.



Um chatbot que apenas responde a uma pergunta apresenta um tipo de risco. Já um agente que pode escrever e alterar arquivos; acessar ferramentas; enviar mensagens; contratar serviços; modificar bancos de dados; criar novos agentes; consultar outros agentes; alterar sua memória; tomar decisões sem aprovação humana; apresenta outro completamente diferente.



E quando esses agentes começam a conversar entre si, a fronteira de segurança deixa de ser apenas o agente individual. Passa a ser a rede.



O que as empresas que estão construindo agentes precisam fazer? A primeira lição é simples: não tratar toda informação produzida por outro agente como confiável por padrão. Parece óbvio. Mas é justamente o contrário da lógica que torna sistemas multi-agentes tão eficientes.



Para trabalhar em equipe, os agentes precisam compartilhar informações. O desafio é permitir colaboração sem transformar colaboração em confiança irrestrita. As empresas precisam saber quem escreveu determinada informação; quando ela foi escrita; qual agente a originou; quem pode modificá-la; quais outros agentes podem lê-la; se aquela informação foi validada; como removê-la; e como reconstruir o estado anterior.



Mas nem todas as notícias são alarmantes. O próprio estudo da Anthropic demonstrou que a solução mais eficaz contra esse tipo de contaminação é surpreendentemente simples e barata: imunização via System Prompt.



Ao adicionar um curto trecho de instrução no prompt do sistema alertando o agente sobre ideias autopropagáveis, a taxa de infecção caiu para quase zero, mesmo diante de mais de 150 variantes de ataques refinados por algoritmos evolutivos.



Na minha opinião, o valor do paper não está em provar que uma inteligência artificial está prestes a criar uma espécie de epidemia digital. Ele não prova isso. O valor está em mostrar que a arquitetura dos sistemas de IA está criando novas formas de risco que não aparecem quando olhamos para um modelo isoladamente.



Quanto mais agentes forem conectados, mais importante será controlar os canais pelos quais eles compartilham objetivos, instruções e memória. E existe uma ironia interessante nisso. A indústria está tentando construir sistemas capazes de colaborar como equipes humanas. Mas equipes humanas também conhecem há séculos os problemas de informação contaminada, boatos, manipulação, influência e comportamento coletivo.



Talvez a inteligência artificial esteja nos obrigando a revisitar esses problemas em uma escala e velocidade completamente novas. Para as empresas que estão construindo agentes agora, a conclusão é prática: não basta criar agentes capazes de agir. É preciso construir, desde o início, sistemas capazes de impedir que uma informação indesejada se transforme em comportamento coletivo. A sua empresa está preparada?

Quando uma ideia vira vírus: o novo risco dos agentes de inteligência artificial

Vivemos um momento singular na história da tecnologia. A inteligência artificial (IA) deixou de ser uma promessa futurista para se tornar uma realidade onipresente. Segundo o recente estudo AI Pulse Survey, realizado pelo Publicis Groupe, a adoção da IA nas organizações é praticamente universal: atinge 99% dos homens e 97% das mulheres. Como empreendedor e especialista na área, vejo esses números com entusiasmo, mas também com um sinal de alerta. A grande questão que se impõe hoje não é mais "como adotar" a IA, mas sim como alcançar a maturidade em seu uso para gerar valor real e sustentável aos negócios.



A barreira de entrada ruiu. Ferramentas estão disponíveis a um clique, e o mercado rapidamente as incorporou. No entanto, o relatório traz um diagnóstico crucial: existe um abismo entre o uso superficial e a aplicação estratégica. Enquanto a IA for utilizada predominantemente para tarefas básicas do dia a dia — como o resumo de documentos ou edições textuais rápidas —, as empresas estarão operando muito abaixo do verdadeiro potencial da tecnologia.



A maturidade digital se consolida quando migramos da mera conveniência para a transformação estrutural. Isso envolve utilizar algoritmos e modelos preditivos para automação complexa de processos, programação avançada, análise de dados de alta performance e suporte a tomadas de decisões críticas. É aí que a IA deixa de ser um "assistente de redação" e passa a atuar como um motor de eficiência e inovação.



O estudo também revela uma disparidade interessante quanto à confiança de uso (21% dos homens contra 7% das mulheres se dizem seguros) e aponta a falta de tempo como o principal obstáculo para o público feminino. Como líderes, nosso papel é entender que isso não reflete falta de competência, mas sim trajetórias de aprendizado distintas e sobrecarga de rotina.



Para que as empresas alcancem a maturidade, o caminho obrigatório passa pela educação corporativa contínua e pela criação de ambientes de experimentação prática. O foco das lideranças e das áreas de Recursos Humanos deve ser a democratização desse conhecimento técnico aprofundado, garantindo equidade de oportunidades.



O futuro do trabalho não será definido por quem tem acesso à inteligência artificial, mas por quem compreende como transformar esse acesso em resultados analíticos concretos. A era do hype passou; a era da maturidade e do impacto real acaba de começar.

Além do Hype: o verdadeiro desafio da maturidade em IA nas empresas

Sonia Hess, ex-CEO da Dudalina e ícone do varejo de moda brasileiro, revela como decisões rápidas, cultura de dono e obsessão por caixa constroem estratégias que sobrevivem às crises



Sonia Hess liderou a Dudalina, uma das maiores marcas de camisas do país, consolidando a empresa como referência em governança e gestão no varejo têxtil brasileiro. Sob sua liderança, a companhia passou por auditorias de Deloitte sem encontrar qualquer problema na governança. A trajetória dela é marcada por decisões rápidas validadas diretamente no ponto de venda, como os 40 dias de observação na frente dos clientes no lançamento da linha de camisa feminina. Para C-levels, ela resume um método que pode ser aplicado imediatamente: decidir rápido, validar no campo e corrigir ainda mais rápido.



<h2 class="wp-block-heading">Fluxo de Caixa: O Parâmetro Que Governa Toda Decisão</h2>



Pergunta: Como você equilibra ambição de crescimento na alocação de recursos sem colocar a operação em risco?



Insight de Sonia:&nbsp;"Sempre fui muito cuidadosa com dinheiro, negócio é dinheiro. Tem que cuidar muito o fluxo de caixa, e deixar que sobre um pouco. Às vezes fazem investimentos loucos, sem esse cuidado, ainda mais no Brasil, que não temos constância com juros. Não é questão do EBITDA, é o que sobra no caixa. Nas lojas de shopping, começamos com pequenas para depois aprender a ir maior."



EBITDA é opinião contábil; caixa é realidade. Para o C-level, a aplicação é direta: decida investimento pelo caixa disponível e pelo custo real do dinheiro no Brasil, cuja montanha-russa de juros castiga quem se alavanca no limite. A regra da "loja pequena primeiro" acelera o aprendizado do modelo antes de comprometer capital relevante. O benefício concreto: crescimento com folga suficiente para atravessar ciclos sem precisar da sorte.



<h2 class="wp-block-heading">Resultado no Quinto Dia Útil: Dados Rápidos Matam o Sangramento Antes de Virar Ferida</h2>



Pergunta: Onde você vê que as lideranças entreguem seu caixa na mesa de guerra sem perceber?



Insight de Sonia:&nbsp;"Os C-levels erram ao não respeitar o fluxo de caixa. É preciso ter entendimento profundo do negócio. Eu queria o resultado na mesa até o quinto dia útil, para poder ajustar a rota. Ia a fundo para saber onde mudar, onde cortar, precisa ser muito rápido. Hoje, com IA, é ainda mais possível no dia a dia ver se tem sangramento. E é preciso estimular as pessoas a trazerem o problema com a solução."



Esperar o fechamento contábil do mês para descobrir prejuízo é gestão arqueológica em um mundo de dados em tempo real. Inteligência artificial aplicada à operação devolve ao C-level o recurso mais escasso: tempo de reação. Quem reduz o ciclo de feedback para 5 dias consegue fazer ajustes contínuos que evitam o grande sangramento do final do trimestre. E a segunda regra, "traga o problema com a solução", transforma o time em rede corretiva distribuída, não em repassadora de problemas.



<h2 class="wp-block-heading">Cultura de Dono: A Faxineira Que Viu o Que Auditores Não Viram</h2>



Pergunta: Como fazer o time realmente agir como dono, em vez de cumprir tarefa?



Insight de Sonia:&nbsp;"Minha mãe me dizia de dois fazendeiros que receberam a mesma herança: um cresceu, o outro ficou para trás. O que estava mal foi pedir orientação ao padre, a sugestão foi – Ande com uma caixa pela fazendo e toda a vez que perceber um problema anote e coloque na caixa. &nbsp;Tempos depois, ele retornou ao padre e disse que a caixa era milagrosa. O padre respondeu: não foi a caixa, você andou mais presente, observou os problemas e começou a agir sobre eles, o milagre veio da sua ação. Outra história que corrobora sobre isso foi da nossa faxineira, a dona Jerci, ela recebeu um PPR e perguntou por quê. Falei: porque você é da empresa. Tempo depois ela veio me dizer: dona Sonia saia mais da cadeira e ande pela empresa, porque tem gente matando tempo na NOSSA empresa. Ela assumiu a visão de dona. A questão é ser presente, mas não centralizadora."



O insight é subestimado: cultura é distribuição de olhar. Quem centraliza tem uma pessoa olhando; quem forma donos tem milhares. O PPR da faxineira não foi ação simbólica, foi alocar responsabilidade, e o resultado apareceu na própria gestão do tempo dela, uma frase que nenhum conselho ou auditoria teria capturado. Para o C-level, o benefício é direto: menos pontos cegos na operação e uma rede natural de correção que roda 24 horas por dia, 7 dias por semana, sem precisar de consultoria para enxergar o óbvio.



<h2 class="wp-block-heading">Estratégia no Balcão: Decidir Rápido, Validar Empiricamente, Corrigir Mais Rápido Ainda</h2>



Pergunta: Qual é a lição de estratégia mais valiosa que você leva da sua jornada?



Insight de Sonia:&nbsp;"Tomava decisões rápidas para depois ajustar rápido também. Tive muito apoio do conselho e respeitei muito isso, levando as maiores demandas para lá, o que me ajudava a prestar contas e olhar melhor o que ia fazer, recebendo boas recomendações. Quando lancei a camisa feminina, passei 40 dias com a barriga no balcão vendo como era a aceitação, o que precisava."



A lição estratégica é tripla. Primeiro, submeter as maiores demandas ao conselho transforma prestar contas em antecedente de qualidade da decisão, não em burocracia posterior. Segundo, o método da "barriga no balcão" reduz a distância entre decisão e evidência: a estratégia encosta no consumidor antes de escalar. Terceiro, a dupla velocidade assume o erro parcial como parte do processo, ao contrário da busca por plano perfeito que paralisa os comitês. Esse método resolve a dor mais comum do C-level: estratégias aprovadas em reuniões que nunca encostam no concreto.



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



Enquanto boa parte do mercado ainda trata pessoas como item de slide e estratégia como exercício anual, empresas de referência da Fortune 500 seguiram o caminho oposto. A Costco transformou a escuta do cliente em motor de decisão de sortimento. A Schneider Electric distribui responsabilidades para acelerar o ajuste fino da operação, assumindo que vendedores e braços operacionais têm margem diária para decidir. A Berkshire Hathaway de Warren Buffett construiu vantagem de decisões rápidas apoiadas em confiança e competência das pessoas, sem burocracia no caminho. O padrão é claro: quem usa metodologia reage a relatório; quem é uma cultura de donos e evidência antecipa o problema. O alerta que fica: muitos líderes investem em reuniões de estratégia que produzem slides de boas intenções, enquanto caixa e cultura seguem intocados.



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



"Sua empresa valida estratégia no PowerPoint ou no balcão, observando o cliente real?"

Quem fica no balcão nos primeiros 40 dias não erra na estratégia

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.

IA e vibe coding: a velocidade da inovação não pode ultrapassar a capacidade de governança

Ciro Jacob

Leia mais:

Onde está a vantagem competitiva quando todos têm acesso à IA? | Café com ADM #515

Onde está a vantagem competitiva quando todos têm acesso à IA? | Café com ADM #515

Sobre o autor

Ciro Jacob

Seja Premium e tenha acesso ao nosso arsenal de cursos

Mais artigos deNegócios e Gestão

Quem fica no balcão nos primeiros 40 dias não erra na estratégia

Quando uma ideia vira vírus: o novo risco dos agentes de inteligência artificial

A IA não quer seu cargo, quer suas tarefas