Com a popularização da IA generativa, muitos funcionários aumentaram significativamente a sua produtividade pessoal através de ferramentas de IA, no entanto, o valor e a output global das empresas não cresceram de forma proporcional. George Sivulka, fundador da empresa de análise de dados de IA Hebbia, publicou recentemente um artigo intitulado «Um indivíduo altamente produtivo não significa uma empresa altamente produtiva» onde aponta que o problema não está na tecnologia, mas na falta de uma reestruturação organizacional com a IA. Ele propõe o conceito de «Inteligência Organizacional Artificial (Institutional AI)», acreditando que a competitividade futura das empresas dependerá de quão profundamente a IA será integrada nos processos, decisões e estruturas de governança, e não apenas como uma ferramenta de eficiência individual.
Paradoxo da produtividade com IA: aumento da eficiência individual, valor empresarial que não cresce na mesma proporção
Nos últimos anos, a IA generativa tem se difundido rapidamente, com ferramentas como ChatGPT e Claude sendo amplamente utilizadas por funcionários em tarefas de redação, desenvolvimento de software e análise de dados. Desde a mídia até criadores, todos destacam que a IA pode multiplicar a eficiência do trabalho individual por várias vezes, até dez vezes.
No entanto, Sivulka aponta que a produção e o valor global das empresas não aumentaram na mesma medida: «Em outras palavras, os benefícios de produtividade trazidos pela IA não se traduziram realmente em valor comercial no nível organizacional.»
Ele acredita que a razão está no fato de que, atualmente, a maioria das empresas apenas permite que os funcionários usem ferramentas de IA de forma isolada, sem alterar suas estruturas, processos ou mecanismos de decisão, portanto «um indivíduo eficiente não equivale a uma empresa eficiente».
(IA assistindo na programação causando problemas? Amazon enfrenta falhas de sistema quatro vezes em uma semana, alta direção convoca reunião de revisão de emergência)
Olhar para a transformação organizacional na era da IA a partir da história das fábricas eletrificadas
Sivulka cita um exemplo da Revolução Industrial do final do século XIX como analogia. Quando a eletricidade começou a substituir a vapor, muitas fábricas têxteis apenas trocaram a força a vapor por motores elétricos, mantendo a estrutura e os processos de produção originais. Como resultado, ao longo de quase 30 anos, a capacidade de produção das fábricas praticamente não aumentou.
Somente na década de 1920, após uma reformulação completa dos sistemas de produção — como a introdução de linhas de montagem, a instalação de motores independentes para cada equipamento e a reestruturação dos fluxos de trabalho — a eletricidade realmente impulsionou um crescimento significativo na produtividade.
Sivulka acredita que o desenvolvimento atual da IA está em um estágio semelhante: as empresas apenas «trocaram de motor», sem «reprojetar toda a fábrica».
De «IA pessoal» para «IA organizacional»: como maximizar a eficiência?
Ele chama o modelo atual de IA e suas aplicações de «IA individual (Individual AI)», e introduz o conceito de «IA institucional (Institutional AI)», explicando as diferenças entre ambos.
IA individual: ferramenta para aumentar a eficiência pessoal
Sivulka afirma que, atualmente, a maioria das aplicações de IA se enquadra na categoria de «IA individual», ou seja, ferramentas de produtividade limitadas ao nível pessoal. Por exemplo, funcionários usando IA para redigir relatórios, organizar dados ou criar apresentações:
Essas ferramentas realmente aumentam a eficiência individual, mas muitas vezes carecem de processos unificados e mecanismos de colaboração, levando a conteúdos gerados que não se integram bem, ou até mesmo a uma maior confusão e ruído de informação dentro da organização.
IA organizacional: sistemas inteligentes integrados aos processos da empresa
Ele propõe uma outra forma, a «IA institucional (Institutional AI)». Essas IA não são apenas ferramentas isoladas, mas podem ser profundamente integradas nas decisões, processos e estruturas de governança da empresa, ajudando a gerar valor real a nível organizacional.
Nesse modelo, a IA pode desempenhar múltiplos papéis, como análise de riscos, coordenação de informações entre departamentos ou descoberta proativa de novas oportunidades de negócio.
As sete pilares da «Inteligência Organizacional»: o verdadeiro roteiro para a IA empresarial
Sivulka apresenta ainda os «Sete elementos centrais da Inteligência Organizacional (Institutional Intelligence)», acreditando que essas capacidades formarão o núcleo dos sistemas de IA das futuras empresas.
Coordenação: evitar caos organizacional causado pela IA
Primeiramente, se cada funcionário usar suas próprias ferramentas de IA, os conteúdos e processos podem entrar em conflito. Uma das tarefas da IA institucional é estabelecer mecanismos de colaboração e gestão, permitindo que humanos e agentes de IA (AI Agents) operem de forma coordenada sob divisão clara de tarefas.
IA individual causa caos na organização, IA institucional consegue unificar processos e ajudar na distribuição de tarefas Sinal: identificar valor em meio ao lixo de IA
Com a geração de conteúdo a custos drasticamente reduzidos, há uma quantidade enorme de informações de qualidade variável. Uma das funções essenciais da IA institucional é identificar e filtrar os «sinais» verdadeiramente valiosos entre a vasta quantidade de dados e conteúdos gerados por IA.
IA individual não consegue filtrar informações, IA institucional consegue encontrar sinais relevantes Objetividade: evitar que a IA reforce preconceitos do utilizador
Sivulka destaca que muitos modelos de IA atuais tendem a reforçar opiniões do usuário, potencializando vieses cognitivos internos às organizações. No futuro, os sistemas de IA empresariais precisarão atuar de forma mais objetiva, desempenhando papel semelhante a auditorias ou supervisões, questionando decisões e apontando riscos potenciais.
IA individual reforça o efeito de «câmaras de eco (Echo chambers)» e preconceitos, IA institucional foca na busca pela verdade Vantagem competitiva: combinar modelos gerais com aplicações verticais
Ele cita o conceito do dilema do inovador, indicando que os grandes modelos genéricos atuais oferecem capacidades básicas, mas as aplicações verticais ainda não difundidas podem gerar benefícios marginais expressivos. Por exemplo, plataformas de geração de imagens como Midjourney ou empresas de IA de voz como ElevenLabs, que criaram vantagens competitivas ao focar em nichos específicos.
Para as empresas, a combinação de IA geral com IA especializada em nível organizacional é a estratégia chave para construir vantagem competitiva.
Orientação a resultados: de redução de custos para geração de receita
Sivulka enfatiza que muitos produtos de IA atualmente focam em «economizar tempo ou custos de mão de obra», mas o que as empresas realmente querem é «aumentar receitas». Assim, o valor futuro dos sistemas de IA deve estar na capacidade de descobrir novas oportunidades de negócio ou impulsionar receitas:
Uma IA de nível organizacional com vantagem competitiva deve ser capaz de gerar receita direta. Por exemplo, identificar uma única oportunidade de aquisição entre milhares de potenciais alvos, ao invés de apenas acelerar a elaboração de modelos financeiros por analistas.
Capacidades de implementação: integrar IA nos processos empresariais
A implementação prática da IA muitas vezes exige uma reformulação dos processos e das políticas de gestão. Sivulka aponta que empresas como a Palantir (PLTR) têm ganhado destaque justamente por ajudar organizações a integrar sistemas de IA aos seus processos de negócio existentes e liderar mudanças internas.
Ação proativa: IA que não depende apenas de comandos humanos
Hoje, a maioria dos sistemas de IA precisa de comandos humanos para operar. Sivulka acredita que, no futuro, uma habilidade mais importante será a capacidade da IA de monitorar dados de forma autônoma, detectar anomalias e emitir alertas antecipados. Por exemplo, um gestor de fundos pode descobrir uma deterioração financeira de uma empresa investida antes mesmo de abrir os relatórios financeiros, recebendo alertas automáticos com base em análises de risco e cláusulas contratuais.
A competição na era da IA: quem conseguir «reconstruir a fábrica» primeiro, terá vantagem
No final, Sivulka reforça que as ferramentas de IA pessoal continuarão sendo a principal porta de entrada das empresas na IA, mas que a verdadeira diferenciação e vantagem competitiva virá da integração de sistemas de IA organizacional. Ele acredita que, no futuro, as empresas provavelmente usarão tanto assistentes de IA genéricos quanto sistemas de IA especializados, sendo os primeiros para aumentar a eficiência dos funcionários, e os segundos para integrar informações, impulsionar decisões e gerar valor comercial.
Ele conclui com uma analogia à Revolução Industrial, destacando que as empresas também enfrentam o desafio de reinventar suas operações:
Aquelas fábricas que foram as primeiras a adotar a eletrificação acabaram sendo superadas pelas fábricas que redesenharam suas linhas de produção. Agora que temos eletricidade, é hora de reconstruir a fábrica.
Este artigo «Aumentar a produtividade dos funcionários em 10 vezes não equivale a aumentar o valor da empresa em 10 vezes: para onde foi a produtividade?» foi originalmente publicado na Chain News ABMedia.
