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

Se o Brasil souber aproveitar essa oportunidade, pode fazer com a IA o que a Índia fez com o mobile: ignorar a infraestrutura do passado e construir diretamente para o futuro



*Rao Tadepalli



Enquanto empresas ao redor do mundo correm para “adotar IA” e vencer a corrida da Inteligência Artificial, poucas estão discutindo uma questão mais estratégica: quais países estão estruturalmente mais bem posicionados para capturar valor real dessa tecnologia.



A resposta pode surpreender. O Brasil, muitas vezes percebido como tecnologicamente atrasado, pode ter uma vantagem competitiva significativa na era da inteligência artificial, justamente porque não carrega o peso de décadas de sistemas legados, dívidas técnicas e modelos operacionais ultrapassados que hoje desaceleram empresas nos Estados Unidos e na Europa.



Para entender isso, vale olhar para a história recente da Índia nas telecomunicações. O país nunca construiu uma infraestrutura massiva de telefonia fixa baseada em cobre. Em vez disso, avançou diretamente para o mobile. Esse “salto” permitiu que a Índia criasse políticas, modelos de negócio e serviços desenhados nativamente para a era sem fio, impulsionando ecossistemas como UPI, fintechs e serviços mobile-first em escala global.



A IA apresenta ao Brasil uma oportunidade semelhante.



Muitas empresas brasileiras ainda estão presas à mentalidade de que precisam “modernizar tudo” antes de usar IA. Tentam replicar casos de uso americanos, seguir playbooks de fornecedores globais e investir em provas de conceito que nunca chegam ao centro da operação. O resultado é previsível: a IA vira um experimento, não uma transformação.



Enquanto isso, empresas americanas enfrentam o problema oposto. Elas acumularam ERP, CRM, data warehouses e pilhas de analytics ao longo de 20 ou 30 anos. Cada iniciativa de IA exige integração com sistemas ultrapassados, longos ciclos de migração, disputas internas e custos crescentes. A IA acaba sendo adicionada como mais uma camada sobre estruturas que nunca foram pensadas para ela.



O Brasil não precisa seguir esse caminho.



Em vários setores, especialmente no agronegócio, na logística e nas fintechs, existe espaço para aplicações greenfield: soluções desenhadas desde o início com a premissa de que agentes de IA estarão sempre ativos. Além disso, o comportamento do consumidor brasileiro é fortemente mobile-first, o que se alinha perfeitamente com ferramentas cloud-native, APIs e plataformas modernas.



No entanto, há um obstáculo cultural importante.



O país possui excelentes engenheiros, cientistas de dados e pesquisa acadêmica de alta qualidade. O que falta não é talento técnico, mas integração entre negócios, dados e tecnologia. Existe uma carência de “tradutores de IA”, profissionais capazes de conectar problemas reais de negócio às capacidades tecnológicas. Esse vazio de liderança entre os engenheiros precisa ser endereçado. A IA ainda é frequentemente tratada como um projeto de TI ou um laboratório isolado de inovação, em vez de uma iniciativa estratégica de negócios.



As poucas empresas brasileiras que já estão capturando valor real da IA compartilham traços em comum: investiram cedo em dados e plataformas, construíram capacidades internas em vez de depender exclusivamente de fornecedores e colocaram líderes de negócio, e não a TI, à frente dos resultados.



Elas entenderam algo fundamental: IA não é decoração de processos. É transformação de processos.



Outro erro recorrente é a adoção acrítica de modelos estrangeiros. A IA não funciona bem quando importada como um template. Ela precisa ser contextualizada à realidade local: comportamento do consumidor, restrições operacionais e a economia do mercado brasileiro.



A vantagem do Brasil não está em copiar o que o Vale do Silício faz. Está em fazer diferente.



Em vez de passar anos modernizando antigos data warehouses, empresas brasileiras podem adotar soluções SaaS nativas em IA, usar cloud e APIs como padrão e desenhar fluxos de trabalho assumindo a presença constante da inteligência artificial. Este é um momento “mobile-first” para a IA corporativa.



O que separa os vencedores dos demais não é a ambição, mas a maturidade na execução. Muitas organizações querem os resultados da IA sem fazer o trabalho essencial de gestão de dados, governança, accountability e mudança cultural.



Pular etapas, no entanto, não significa abrir mão da disciplina.



Se o Brasil souber aproveitar essa oportunidade, pode fazer com a IA o que a Índia fez com o mobile: ignorar a infraestrutura do passado e construir diretamente para o futuro.



*Rao Tadepalli é executivo C-level com décadas de experiência em serviços financeiros e conselheiro de tecnologia do Vale do Silício. Rao é CIO, CEO, estrategista de InsurTech, líder em inovação, mentor de startups, influenciador, investidor, autor e palestrante. Linkedin: <a href="https://www.linkedin.com/in/rao-tadepalli" target="_blank" rel="noreferrer noopener">https://www.linkedin.com/in/rao-tadepalli</a>

Por que o Brasil pode sair na frente de outros países na corrida da Inteligência Artificial?

Se o Brasil souber aproveitar essa oportunidade, pode fazer com a IA o que a Índia fez com o mobile: ignorar a infraestrutura do passado e construir diretamente para o futuro

https://cdn.administradores.com.br/app/uploads/2023/11/27142211/Sem-titulo-13.png

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

Sua estratégia está ancorada no hype ou nas forças macroeconômicas que já começaram a cobrar a conta?



*Rao Tadepalli



Enquanto a inteligência artificial domina apresentações e conselhos de administração, uma força menos “vendável”, mas muito mais imediata, voltou ao centro do jogo: geopolítica e energia. Neste momento, não é a IA que está definindo o ritmo da economia global. É o petróleo.



Isso não diminui o papel transformador da IA no longo prazo. Mas no curto prazo, são conflitos, oferta de energia e fluxo de capital que estão movendo inflação, juros e câmbio, variáveis que impactam o resultado de empresas já no próximo trimestre.



Nas últimas semanas, o petróleo voltou a operar sob forte volatilidade diante das tensões no Oriente Médio. Hoje, cerca de 20% do petróleo global passa pelo Estreito de Ormuz, o que amplia a sensibilidade do mercado a qualquer escalada. Em abril, o Brent chegou a registrar oscilações próximas de 10% em um único dia, um nível de instabilidade incomum.



Ao mesmo tempo, a inflação ao consumidor nos EUA voltou a surpreender, levando o mercado a rever expectativas e já precificar juros elevados por mais tempo. Esse combo de energia pressionada e inflação resiliente é exatamente o tipo de gatilho que historicamente reconfigura mercados globais.



E o Brasil?



Há uma leitura superficial, quase confortável: o país estaria protegido. De fato, existe uma vantagem estrutural. Com produção relevante de petróleo e uma matriz energética diversificada, que combina hidrelétricas e renováveis, o Brasil é menos vulnerável do que Europa e parte da Ásia a choques de oferta. Em cenários de alta do petróleo, há até ganho via exportação.



Mas essa visão ignora o principal canal de transmissão de risco hoje: o capital global.



Se o petróleo sustenta a inflação internacional, os bancos centrais, especialmente o americano, mantêm juros elevados por mais tempo. E isso muda tudo para mercados emergentes. O dólar se fortalece, o capital migra para ativos considerados mais seguros e o custo de financiamento sobe.



No Brasil, esse efeito é direto e tangível.



Custo de capital mais alto: empresas brasileiras já começam a enfrentar condições mais restritivas. Captações externas ficam mais caras, emissões locais exigem prêmios maiores e decisões de investimento são postergadas. Setores como tecnologia, infraestrutura e energia, intensivos em capital, sentem primeiro.



Pressão sobre o consumo interno: crédito mais caro e juros elevados reduzem a disposição para consumo. O varejo, especialmente o dependente de financiamento, tende a sofrer. Serviços acompanham esse arrefecimento.



Impacto desigual entre setores: o agro pode capturar parte do upside com commodities, enquanto tech e varejo enfrentam compressão de margens e menor apetite a risco. Já o setor de energia vive uma dualidade: beneficia-se de preços mais altos, mas opera em um ambiente financeiro mais restritivo.



Ou seja, enquanto a IA ocupa o topo da agenda estratégica, há uma mudança silenciosa, e já em curso, afetando diretamente o caixa, investimento e crescimento.



E aqui está o ponto incômodo: o hype em torno da IA, embora legítimo, está criando uma distração perigosa.



Empresas estão gastando energia desproporcional discutindo como serão seus negócios em cinco ou dez anos, enquanto negligenciam variáveis que já estão pressionando seus resultados hoje. Não é raro ver planos estratégicos robustos em transformação digital coexistindo com pouca preparação para cenários de crédito restrito, câmbio volátil ou desaceleração de demanda.



O erro mais comum? Planejar como se o curto prazo fosse estável e o longo prazo, disruptivo. Quando, na prática, o curto prazo já está altamente instável, e é ele que vai determinar quem chega vivo ao futuro.



A IA vai, sim, redefinir mercados. Mas ela não paga o custo de capital, não controla o câmbio e não protege as margens em ciclos de aperto monetário.



A pergunta que líderes no Brasil deveriam se fazer agora não é sobre adoção de IA.



É mais urgente do que isso: sua estratégia está ancorada no hype ou nas forças macroeconômicas que já começaram a cobrar a conta?



*Rao Tadepalli é executivo C-level com décadas de experiência em serviços financeiros e conselheiro de tecnologia do Vale do Silício. Rao é CIO, CEO, estrategista de InsurTech, líder em inovação, mentor de startups, influenciador, investidor, autor e palestrante. Linkedin: <a href="https://www.linkedin.com/in/rao-tadepalli">https://www.linkedin.com/in/rao-tadepalli</a>

IA não é o principal motor da economia agora e ignorar isso pode custar caro ao Brasil

No mundo digital, não basta proteger o centro. É preciso entender, e proteger,  todo o entorno. Porque é justamente ali que o risco está crescendo



Os recentes casos de ataques cibernéticos envolvendo instituições financeiras no Brasil, incluindo o desvio de mais de R$100 milhões do BTG Pactual via Pix, reforçam uma percepção que venho acompanhando há alguns anos no setor: estamos olhando para o lugar errado quando falamos de risco.



É natural que, diante de episódios como esse, o debate público recaia sobre o Pix. Afinal, trata-se de um sistema amplamente utilizado, instantâneo e altamente integrado. Mas, do ponto de vista técnico e estratégico, essa associação é equivocada.



O problema não está na infraestrutura do Pix. Está nas camadas ao redor dela.



Nos últimos anos, vimos sistemas centrais se tornarem cada vez mais robustos, regulados e protegidos. No entanto, à medida que as instituições avançaram em digitalização, criaram também um ecossistema muito mais complexo, baseado em integrações, APIs, sistemas internos e uma extensa rede de parceiros.



E é exatamente aí que reside a nova superfície de ataque.





Hoje, o risco não está mais concentrado no core bancário, mas distribuído nas bordas. Cada conexão, cada integração e cada fornecedor passa a ser um potencial ponto de vulnerabilidade. Isso exige uma mudança profunda na forma como o setor enxerga segurança: não mais como um perímetro fechado, mas como um ambiente dinâmico e expandido.



Outro ponto que chama atenção é a mudança no perfil dos ataques. Estamos deixando para trás o modelo de fraude pulverizada, focada no consumidor final, e entrando em uma era de ataques altamente direcionados, com foco em contas institucionais e grandes volumes financeiros.



Os criminosos evoluíram. Hoje operam com lógica empresarial: analisam retorno sobre investimento, escolhem alvos estratégicos e exploram falhas operacionais com precisão. Em vez de milhares de pequenas fraudes, vemos agora operações cirúrgicas com impacto milionário.



Esse movimento eleva significativamente o risco sistêmico. E há também um paradoxo importante que precisa ser enfrentado: a velocidade.



O Pix redefiniu o padrão de liquidação financeira no Brasil. Transações acontecem em segundos, o que é, sem dúvida, um avanço extraordinário. Mas essa mesma velocidade impõe um desafio proporcional: a capacidade de resposta precisa acompanhar esse ritmo.



Modelos tradicionais de detecção e mitigação de fraude, muitas vezes baseados em análises posteriores ou validações manuais, tornam-se insuficientes. Quando a reação é lenta, o recurso já foi movimentado, fragmentado e, muitas vezes, perdido.



Isso exige uma nova abordagem, baseada em monitoramento em tempo real, inteligência artificial e automação de decisões.



Ao mesmo tempo, não podemos ignorar o impacto desses episódios na confiança do público. A solidez do sistema financeiro não depende apenas da sua arquitetura tecnológica, mas da percepção de segurança por parte dos usuários.



Cada incidente, mesmo que pontual, contribui para um desgaste gradual dessa confiança. Por isso, a forma como as instituições respondem a esses eventos é tão importante quanto a prevenção. Transparência, agilidade e capacidade de contenção passam a ser fatores determinantes.



Outro aspecto que tende a ganhar força nos próximos anos é a pressão regulatória. E, na minha visão, isso deve ir além da infraestrutura central.



A discussão precisa avançar para governança tecnológica, auditoria contínua e, principalmente, gestão de riscos envolvendo terceiros. Hoje, grande parte das vulnerabilidades está na cadeia de fornecedores, empresas que, muitas vezes, têm acesso direto a sistemas críticos, mas não estão sujeitas ao mesmo nível de controle.



Se não houver uma visão integrada de risco, o sistema continuará exposto. Diante desse cenário, acredito que estamos entrando em uma nova fase no setor financeiro, em que a segurança deixa de ser apenas um requisito operacional e passa a ser um diferencial competitivo.



Instituições que investem em arquiteturas mais resilientes, modelos de zero trust e capacidades avançadas de detecção terão uma vantagem clara, não apenas na prevenção de perdas, mas na construção de confiança e reputação.



O Brasil sempre foi referência em inovação financeira. O próprio Pix é prova disso. Mas inovação e segurança precisam evoluir juntas.



Os ataques recentes não representam uma falha do sistema, representam um sinal de maturidade do próprio ecossistema, que agora precisa dar o próximo passo.



Na prática, isso significa reconhecer que, no mundo digital, não basta proteger o centro. É preciso entender, e proteger,&nbsp; todo o entorno. Porque é justamente ali que o risco está crescendo.



*Rao Tadepalli é executivo C-level com décadas de experiência em serviços financeiros e conselheiro de tecnologia do Vale do Silício. Rao é CIO, CEO, estrategista de InsurTech, líder em inovação, mentor de startups, influenciador, investidor, autor e palestrante. Linkedin: <a href="https://www.linkedin.com/in/rao-tadepalli" target="_blank" rel="noreferrer noopener">https://www.linkedin.com/in/rao-tadepalli</a>

O ataque ao BTG revela o verdadeiro ponto fraco dos bancos, e não é o Pix

A tecnologia não define o destino de uma eleição, nem de uma democracia. O comportamento humano, sim



À medida que o Brasil se aproxima de mais um ciclo eleitoral, surge uma preocupação que já não é mais futurista: golpes digitais, desinformação impulsionada por inteligência artificial, deepfakes e campanhas políticas hipersegmentadas. Ferramentas sofisticadas, capazes de manipular vídeos, áudios e narrativas, circulam livremente nas redes sociais. O cenário é urgente, mas a pergunta certa ainda é ignorada: a IA é a ameaça ou somos nós, ao usá-la sem critério?



Como diz uma frase provocativa: “Se queres ir à Lua, não podes lutar contra a gravidade; tens de aprender a mitigá-la”. A IA é a gravidade do século XXI. Negá-la ou tentar combatê-la sem estratégia é inútil. Mitigar seus riscos, sim, é o único caminho realista.



O perigo não está na tecnologia. Está no uso irresponsável dela. Deepfakes, vídeos manipulados, microtargeting e mensagens automatizadas não inventam polarização do nada, elas amplificam vulnerabilidades existentes. A IA encontra ecossistemas de informação fragmentados, baixo letramento digital e compartilhamento impulsivo movido por emoções fortes. Onde essas fragilidades existem, a desinformação floresce.



Grande parte da desinformação não se espalha porque é sofisticada, mas porque provoca medo, raiva ou indignação. Mensagens urgentes, títulos sensacionalistas e imagens distorcidas se tornam virais não por tecnologia avançada, mas por serem emocionalmente explosivas. Em outras palavras, a IA é aceleradora, não vilã.



<h2 class="wp-block-heading">Como mitigar riscos em vez de reagir com pânico</h2>



Proibir ferramentas ou criminalizar plataformas é uma abordagem superficial. Estratégia de verdade exige coordenação, tecnologia e educação:



1. Responsabilidade compartilhada



2. Tecnologia combatendo tecnologia



3. Educação digital como infraestrutura democrática



A defesa mais escalável contra desinformação não é algoritmo, é cidadão crítico. Pausar antes de compartilhar, conferir fontes, questionar títulos sensacionalistas e desconfiar de mensagens urgentes são habilidades essenciais. Em resumo: antes de viralizar, pergunte-se: “Eu apostaria minha reputação que isso é verdadeiro?”



<h2 class="wp-block-heading">Sinais de alerta práticos</h2>



Em vídeos, observe piscadas artificiais, movimentos labiais fora de sincronia, bordas do rosto tremendo, iluminação inconsistente e áudio com tom robótico ou eco estranho.



<h2 class="wp-block-heading">A grande provocação</h2>



O debate público frequentemente coloca a IA como vilã. Isso é reducionista. A tecnologia amplifica comportamentos, não cria crises do zero. O verdadeiro problema é nossa maturidade cívica e digital. Democracias resilientes dependem de cidadãos críticos, instituições fortes e ecossistemas de informação responsáveis, não da ausência de tecnologia.



A IA é inevitável. Ela vai evoluir, se tornar mais sofisticada e penetrar cada vez mais na política e na vida cotidiana. O que determinará o impacto real não será a tecnologia em si, mas a capacidade da sociedade de mitigá-la, educar seus cidadãos e adotar estratégias inteligentes de governança digital.



Quem não aprender a mitigar, em vez de lutar contra a tecnologia, será cúmplice de sua própria vulnerabilidade. O desafio não é frear a IA, mas elevar a resiliência da democracia.



A lição é clara: a tecnologia não define o destino de uma eleição, nem de uma democracia. O comportamento humano, sim.



&nbsp;



*Rao Tadepalli é executivo C-level com décadas de experiência em serviços financeiros e conselheiro de tecnologia do Vale do Silício. Rao é CIO, CEO, estrategista de InsurTech, líder em inovação, mentor de startups, influenciador, investidor, autor e palestrante. Linkedin:&nbsp;https://www.linkedin.com/in/rao-tadepalli

Eleições e IA: mitigar é mais estratégico que demonizar

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.

Por que o Brasil pode sair na frente de outros países na corrida da Inteligência Artificial?

Rao Tadepalli

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

Rao Tadepalli

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