A IA economizou tempo?
Mas o que o negócio ganhou?

Aumentamos a produtividade, mas e aí?

Em uma operação de atendimento, pesquisadores acompanharam a introdução de um assistente de inteligência artificial entre 5.172 profissionais. Para a análise, eles usaram um indicador concreto: quantos problemas de clientes os profissionais resolviam por hora. Com o apoio desse assistente de IA, a produtividade aumentou, em média, 15%. O efeito variou entre os trabalhadores; os menos experientes tiveram ganhos maiores de velocidade e qualidade. O resultado foi publicado em 2025 no estudo Generative AI at Work, de Erik Brynjolfsson, Danielle Li e Lindsey Raymond. A força desse estudo está na observação de uma operação real, com adoção escalonada. [1]

Esse resultado permite reconhecer uma possibilidade importante: conhecimento e apoio da IA podem melhorar o desempenho de quem executa o trabalho. Mas o indicador medido não é lucro, receita ou redução da folha. Para chegar a essas conclusões, seria necessário examinar o restante da operação. O resultado da pesquisa também não pode nos levar a aplicar os mesmos 15% de ganho a qualquer equipe ou empresa.

Imagine as escolhas que se abrem para a gestão do negócio diante de um resultado como esse. Atender uma fila maior de clientes com o mesmo tamanho de time. Reduzir a espera do cliente. Absorver mais demanda com a equipe atual. Dar atenção a chamados que antes eram encerrados superficialmente. Diminuir horas extras. Cada caminho exige uma combinação diferente de gestão, capacidade e acompanhamento.

A tecnologia abre essa e outras possibilidades. Mas a empresa e seus executivos precisam escolher o que fazer com esse ganho. Se a demanda é pequena, a mesma melhora pode liberar tempo sem ampliar o volume atendido. Se outra equipe precisa aprovar cada solução, o novo limite pode estar nessa aprovação. Se a qualidade cair e o cliente voltar, o atendimento aparentemente mais rápido pode apenas deslocar trabalho para a semana seguinte.

É nisso que quero concentrar esta nossa análise. Discutir o que uma liderança precisa enxergar entre a adoção de IA e a melhora do negócio. A questão interessa ao executivo que já aprovou iniciativas e também àquele que está escolhendo por onde começar. Nos dois casos, vale identificar qual resultado merece o investimento e quais mudanças permitem alcançá-lo.

Tempo, capacidade, serviço e dinheiro são medidas diferentes.

Uma proposta de investimento fica mais clara quando descreve o benefício com precisão. “Aumentar a produtividade” pode significar entregar mais, usar menos esforço, reduzir defeitos ou responder com maior rapidez. Essas melhorias podem se combinar, mas precisam ser verificadas separadamente. Uma apresentação que soma todas elas como se fossem o mesmo ganho tende a superestimar o resultado.

Se um especialista passa a preparar uma análise em duas horas em vez de três, a hora liberada é uma melhora verificável. Seu salário, porém, continua sendo pago. Há valor potencial nessa hora: ele pode atender outro cliente, analisar um caso pendente, melhorar um processo ou reduzir a sobrecarga de outro analista. A forma de aproveitá-la determina o benefício que a empresa poderá reconhecer depois.

Também é possível produzir valor sem converter tudo imediatamente em reais. Responder mais rápido, melhorar a consistência de uma decisão e reduzir o desgaste de uma equipe podem ser objetivos legítimos. A direção deve nomeá-los, escolher indicadores e explicitar por que merecem atenção. O problema surge quando se apresenta uma melhora de qualidade como economia já realizada ou uma expectativa comercial como receita conquistada.

Crescimento merece a mesma disciplina. Uma equipe que produz mais propostas pode ampliar sua atuação, desde que existam oportunidades qualificadas e capacidade de conduzi-las. Se o volume cresce sem adequação ao cliente, talvez aumente apenas o trabalho de revisão. Para sustentar uma contribuição à receita, será necessário acompanhar a passagem entre proposta, negociação, fechamento e margem.

Minha recomendação é registrar, em cada iniciativa, um benefício principal e os benefícios complementares. Isso ajuda a organizar o acompanhamento e a impedir a dupla contagem. Se o mesmo conjunto de horas sustenta uma previsão de novas vendas, ele não deve aparecer integralmente, ao mesmo tempo, como redução de despesa com pessoas.

O contexto muda o resultado. E o resultado precisa de data.

Uma liderança pode encontrar estudos favoráveis, estudos com perdas de produtividade e levantamentos em que os efeitos econômicos ainda não aparecem. Essa diversidade é útil. Ela obriga a olhar para a atividade, a experiência de quem trabalha, a ferramenta utilizada e a pensar na medida escolhida. Nos últimos anos, uma série de estudos foi realizada com o objetivo de entender como a IA e a nova forma de trabalho afetam nossos resultados. Esses trabalhos ajudam a investigar pontos de vista e perguntas diferentes para esse desafio. A leitura mais útil é entender as condições de cada resultado, em vez de transportar um ranking de ganhos para nosso dia a dia.

A consequência prática que extraio desse conjunto é testar a combinação completa: uma atividade, um grupo de pessoas, uma forma de uso e um critério de qualidade. Comprar acesso à mesma ferramenta de outra empresa não reproduz automaticamente as condições do resultado dela. E uma avaliação útil precisa ser refeita quando o processo ou a tecnologia muda de maneira relevante.

O caso Jump Cases: aproximar o conhecimento de quem precisa usá-lo.

Imagine que você precisa enviar uma proposta a um cliente. O projeto parece muito específico, mas você sabe que algo semelhante já foi feito para outro cliente e que esse histórico poderia agilizar a preparação da proposta.

O problema é que esse conhecimento está na cabeça de duas ou três pessoas extremamente atarefadas ou espalhado por centenas de documentos e e-mails.

O Jump Cases é uma aplicação comercial que criamos com o KnowCore, solução da Jump. A aplicação reúne o repertório de projetos e soluções em um ponto de acesso com busca em linguagem natural. A iniciativa interna enfrenta uma dificuldade reconhecível em empresas de serviços: o conhecimento existe, mas está espalhado por documentos, apresentações e pessoas. Com o Jump Cases, estimamos uma redução de 70% no tempo que nossa equipe comercial dedica à busca por cases e referências. A equipe consegue encontrar com mais facilidade o conhecimento acumulado pela Jump e utilizá-lo na preparação de propostas para novas oportunidades. [6]

O caso abre uma discussão que vai além da busca. Quando uma organização tem anos de experiência acumulada, cada nova oportunidade deveria poder se beneficiar desse repertório. O vendedor precisa localizar o exemplo adequado, compreender o contexto e avaliar o que daquela experiência é pertinente à situação que está discutindo. Encontrar um documento é uma etapa desse trabalho.

Para aplicar uma solução como essa na sua empresa, minha recomendação é começar pelas responsabilidades: quem mantém o conhecimento atualizado, quem valida as referências e quem orienta a equipe sobre seu uso?

Para medir o efeito sobre o trabalho comercial, recomendo acompanhar o processo desde a identificação da oportunidade até a entrega da proposta. Separe o tempo dedicado à busca de informações, ao entendimento da necessidade, à consulta a especialistas, à revisão e à espera por aprovações. Depois, acompanhe a qualidade da proposta e a evolução da negociação.

Ao examinar essas questões, a liderança identifica o que precisa mudar para que o conhecimento disponível melhore a entrega. Cada empresa pode ter um limite diferente: ausência de referência, pouca clareza sobre o comprador, demora na formação de preço ou falta de disponibilidade para desenhar a solução.

Uma tarefa mais rápida pode encontrar uma fila maior logo adiante.

Considere uma operação comercial que passa a preparar rascunhos de propostas com mais rapidez. Se a análise de preço continua dependendo de uma única pessoa, o prazo de entrega ao cliente pode mudar pouco. A equipe comercial enxerga melhora na preparação; o cliente continua esperando a proposta. As duas percepções podem estar corretas, porque observam partes diferentes do trabalho.

Para entender o efeito completo, devemos acompanhar qualquer entrega desde o pedido até a aceitação. Registre os momentos em que alguém trabalha nela e os momentos em que ela espera. Esse exercício revela onde estão as maiores oportunidades. Em um processo comercial apoiado pelo Jump Cases, vale examinar cada etapa: redação, acesso à informação, decisão, integração entre áreas e retrabalho.

O exemplo abaixo é didático. Os números foram escolhidos para explicar a relação entre uma etapa e o processo.

O ganho de 60% na busca é verdadeiro dentro do exemplo. O ganho líquido no esforço total é de 25%. E nenhum dos dois informa, sozinho, o prazo decorrido até o cliente receber a proposta: esse prazo inclui esperas que não estão nas barras. A liderança precisa saber qual dessas três medidas está examinando.

Também é preciso observar o que acontece depois. Se a equipe produz mais propostas e o número de revisores permanece igual, a fila de revisão pode crescer. Se a qualidade cai, o retrabalho pode consumir parte do tempo liberado. Se a equipe usa a capacidade para investigar melhor o problema do cliente, a principal melhora pode surgir na adequação da solução, mesmo sem grande aumento no número de propostas.

Minha recomendação é começar o desenho de uma iniciativa por uma entrega reconhecível: uma proposta aprovada, um chamado resolvido, uma análise utilizada, uma decisão executada. A partir daí, fica mais fácil escolher onde a IA participa e quais mudanças precisam acompanhá-la.

A conta precisa chegar ao benefício que pode ser realizado.

Vamos continuar o exemplo. A operação prepara 100 propostas por mês, mas a nova forma de trabalho se aplica a 60 delas. Com economia líquida de 60 minutos em cada uma, há 60 horas mensais liberadas. O cálculo usa a adoção efetiva nos casos elegíveis; aplicar a economia às 100 propostas produziria uma expectativa maior do que a abrangência real.

Se apenas parte desse tempo pode ser aproveitada em trabalho prioritário, a capacidade útil será menor. Intervalos fragmentados, concentração em pessoas específicas e falta de demanda podem limitar a realocação. A empresa pode decidir usar esse espaço para reduzir sobrecarga ou melhorar a qualidade. O benefício deve ser descrito de acordo com a escolha, sem converter toda hora em receita presumida.

Multiplicar as 60 horas por um custo interno de R$ 100 por hora produziria R$ 6 mil de capacidade valorizada a custo. Essa informação pode ajudar a comparar alternativas, mas não significa que R$ 6 mil saíram da despesa mensal. Para declarar economia, é necessário localizar a mudança concreta: menos horas extras pagas, um contrato ajustado ou uma contratação prevista que deixou de ser necessária em condições comparáveis.

Na expansão comercial, a conta exige outras informações. Quantas oportunidades adicionais têm qualidade? Que parcela se converte em venda? Qual é a margem da entrega? Quanto esforço adicional será necessário para vender e atender? O ganho de tempo é um componente dessa hipótese. O resultado depende do caminho completo.

Do lado do custo, entram licença, uso dos modelos, integração, preparação de dados, treinamento, revisão humana, suporte e manutenção. Há custos de implantação e custos recorrentes; misturá-los dificulta compreender quando o benefício precisa aparecer. Também vale prever como o gasto varia quando o uso aumenta e quando a solução precisa ser atualizada.

A teoria da curva J de produtividade, desenvolvida por Brynjolfsson, Rock e Syverson, ajuda a lembrar que novas tecnologias exigem investimentos complementares em processos e capital humano. Parte do esforço vem antes do benefício observado. [7]

Minha recomendação é apresentar o caso econômico em faixas, com as premissas visíveis. Uma faixa conservadora usa a adoção já observada; outra admite expansão condicionada a mudanças identificadas. A direção consegue, assim, discutir quais premissas aceita financiar e que evidência precisa receber para liberar a próxima etapa.

Quem participa da decisão?

Uma iniciativa pode ter orçamento aprovado, fornecedor contratado e equipe técnica competente e mesmo assim continuar sem uma resposta para a pergunta mais simples: quem tem autoridade para mudar o trabalho? Se a nova forma de operar altera a rotina de três áreas, a decisão não cabe inteiramente a nenhuma delas isoladamente.

Em julho de 2026, a BCG publicou uma análise de pesquisa com 152 CEOs na qual apenas 14% relatavam definir claramente o impacto no resultado financeiro para todas as iniciativas de IA. O texto também destaca dificuldades para reorganizar processos, papéis e incentivos. [8]

Para tornar o acompanhamento concreto, proponho organizar o trabalho em cinco responsabilidades. Uma mesma pessoa pode acumular algumas delas em estruturas menores. O importante é que cada responsabilidade tenha alguém capaz de exercê-la.

Além de definir quem responde por cada parte, recomendo conversar com as áreas envolvidas sobre o que a mudança representa para elas: que benefício esperam, que esforço terão de assumir e o que as preocupa. Que evidência cada área precisa para apoiar o próximo passo? Essas respostas precisam entrar no desenho da iniciativa, enquanto ainda podemos ajustar o caminho. Reunir as áreas só no momento de pedir a aprovação deixa decisões importantes para tarde demais.

Essa distribuição precisa aparecer nas decisões cotidianas. Quem altera a regra de aprovação? Quem pode retirar uma conferência que se tornou redundante? Quem assume uma nova verificação que passou a ser necessária? Quem resolve uma divergência entre a meta de velocidade do comercial e a meta de qualidade da entrega?

Há também uma questão de confiança. Se a pessoa entende que todo ganho de eficiência será usado imediatamente contra ela, pode ser difícil obter uma descrição honesta do tempo economizado e das falhas encontradas. A liderança precisa comunicar critérios reais de mudança, oferecer condições de adaptação e tratar erros identificados como informação para melhorar o processo. Promessas vagas sobre o futuro não resolvem essa relação.

O gestor intermediário merece atenção especial. É ele quem reorganiza a escala, redistribui a demanda, acompanha o uso e lida com as exceções. Cobrar adoção sem lhe dar tempo, autoridade e orientação deixa a mudança dependente de esforço adicional justamente de quem já sustenta a operação.

Mesmo com a IA executando tarefas e apoiando decisões, a responsabilidade continua com as pessoas. Quem responde pelo processo precisa definir os objetivos, os limites de atuação e como o resultado será acompanhado.

A informação precisa chegar a alguém que possa agir.

Uma organização pode localizar respostas mais rápido e ainda decidir com base em informações incompletas. Uma ferramenta pode produzir uma análise coerente a partir de definições que variam entre áreas. Por isso, uma iniciativa de IA também precisa examinar a origem dos dados, sua atualização e quem responde pelo significado das informações utilizadas.

Em um projeto que realizamos no setor siderúrgico, integramos dados de controle de acesso e cadastro para acompanhar colaboradores em uma operação distribuída. O trabalho reuniu informações, painéis e alertas para apoiar o monitoramento com o objetivo de agilizar e facilitar o trabalho de gestão com apoio de IA. [9]

Em aplicações como essa, a pergunta executiva é direta: o que acontece depois que uma exceção aparece? Alguém recebe o alerta, verifica a situação, decide a providência e registra o encerramento? Se essas etapas não estão combinadas, a visibilidade pode aumentar sem que a capacidade de resposta acompanhe.

O mesmo raciocínio vale para uma recomendação de IA sobre venda, manutenção ou atendimento. A organização precisa definir quem utiliza a informação, em que momento, com qual autoridade e dentro de quais limites. Uma recomendação que chega tarde ou depende de uma autorização indisponível pode ter pouco efeito, mesmo estando tecnicamente correta.

Isso não exige iniciar toda oportunidade com uma transformação ampla da base de dados. O recorte deve acompanhar a decisão que queremos melhorar. Se o primeiro uso depende de uma informação bem delimitada, podemos trabalhar a qualidade, o acesso e a responsabilidade desse conjunto. Quando a ambição cresce, as dependências adicionais entram no planejamento.

Esse cuidado ajuda a escolher o investimento adequado. Às vezes, a prioridade é uma nova capacidade de IA. Em outras situações, é integrar informações que já existem, organizar uma referência comum ou eliminar uma espera. A análise deve permitir chegar a qualquer uma dessas conclusões.

Escolha uma mudança que a empresa tenha condições de sustentar.

Uma lista de oportunidades de IA pode crescer rapidamente. Para a direção, a dificuldade está em compará-las sem confundir facilidade de demonstração com importância para o negócio. Uma atividade simples de automatizar pode ter pouco peso na operação. Uma oportunidade relevante pode depender de decisões que a empresa ainda não está disposta a tomar.

Antes de comparar as oportunidades, eu começaria pela prioridade que cada uma atende. Que resultado a empresa precisa melhorar, qual compromisso da liderança depende disso e por que agir agora? Registre também o que acontece se a mudança for adiada. Essa conversa ajuda a distinguir uma ideia interessante de uma iniciativa que merece atenção e recursos.

Para decidir qual oportunidade priorizar, recomendo avaliar quatro critérios: importância do problema, possibilidade de verificar o benefício, condições para mudar o processo e esforço necessário para sustentar a solução. Eles ajudam a explicar por que uma iniciativa merece avançar antes de outra.

Considere duas propostas hipotéticas. A primeira reduz o esforço de produzir um relatório pouco utilizado. A segunda ajuda uma equipe a resolver uma fila que atrasa o atendimento a clientes. A primeira pode ser mais simples de demonstrar; a segunda pode estar mais próxima de uma prioridade real. Ainda assim, a escolha depende de haver alguém responsável pelo atendimento, informação disponível e condições de medir a mudança.

Para uma experiência inicial, vale procurar uma atividade recorrente, com volume suficiente para comparação e impacto compreensível. Também é útil que exista uma alternativa de operação caso a solução falhe. Isso permite aprender com um recorte controlado sem transformar o primeiro teste numa reorganização de toda a empresa.

Iniciativas de crescimento e inovação podem exigir critérios diferentes das de eficiência. Uma oferta nova não tem necessariamente uma série histórica comparável. Nesse caso, a primeira etapa pode testar interesse do cliente, qualidade percebida e disposição de uso. A liderança financia uma hipótese explicitada e acompanha os sinais que permitem continuar investigando.

Em qualquer categoria, a proposta deve informar o que faria a decisão mudar. Se não houver uso, se a revisão consumir o ganho ou se a demanda esperada não aparecer, qual ajuste será tentado? Quando a iniciativa será interrompida? Definir isso antes reduz a tendência de prolongar um projeto apenas porque já recebeu investimento.

Uma boa medição acompanha também o que ficou mais difícil.

Medir apenas o tempo de geração de uma resposta favorece conclusões incompletas. A conta precisa incluir a preparação, a verificação, a correção e o tratamento das exceções. O ponto de chegada deve ser uma entrega aceita para o uso previsto, com critérios de qualidade suficientemente claros para comparar o antes e o depois.

Antes da implantação, registre uma referência inicial. Separe atividades simples e complexas; observe quem as executa, o volume, o tempo e os erros. Quando possível, introduza a mudança em grupos ou períodos comparáveis. Uma comparação antes e depois pode orientar a gestão, mas precisa considerar outras alterações, como uma nova equipe, uma mudança de demanda ou uma revisão do processo.

Eu organizaria o acompanhamento em quatro dimensões, mantendo poucos indicadores que a equipe consiga atualizar com consistência.

A distribuição dos resultados importa tanto quanto a média. Se uma equipe ganha tempo e outra passa a revisar mais, essa diferença precisa aparecer. Se o benefício se concentra nos profissionais mais novos, a forma de treinamento pode ser diferente. Se a solução funciona bem em casos comuns e mal nas exceções, a expansão deve respeitar essa fronteira.

Uma pesquisa da McKinsey publicada em julho de 2026, com 750 trabalhadores e líderes, relaciona a preparação organizacional à captura de valor com IA. Para a liderança, vale acompanhar como essa preparação aparece na prática: processos ajustados, responsabilidades claras e condições para as equipes adotarem uma nova forma de trabalhar. Recomendo avaliar essas mudanças junto dos indicadores de desempenho da iniciativa. Elas ajudam a compreender onde o avanço encontra dificuldades e quais decisões precisam ser tomadas antes de ampliar o investimento. [10]

Também é necessário definir quando observar. Uma solução nova pode demandar aprendizagem; um resultado dos primeiros dias pode não representar o uso estabilizado. Em sentido oposto, um teste acompanhado de perto pode funcionar melhor do que a rotina posterior. A avaliação precisa atravessar um período de uso normal e voltar a ocorrer quando houver mudanças relevantes.

O objetivo dessa disciplina é permitir escolhas. Se o ganho aparece com qualidade preservada, há base para ampliar. Se ele depende de uma mudança identificada, há uma condição para investir. Se o benefício não se sustenta, a empresa aprende antes de ampliar o custo.

90 dias para testar a mudança.

Para fazer uma escolha dessas sair do papel, proponho um ciclo de noventa dias que podemos conduzir com a sua empresa. A Jump apoia a liderança e os responsáveis pela operação na escolha da prioridade, na implementação da mudança e no acompanhamento dos efeitos sobre desempenho, qualidade e custo. Ao final, apresentaremos uma recomendação fundamentada sobre a continuidade da iniciativa, com as ações e os recursos necessários para avançar.

Esse trabalho começa por uma decisão: qual resultado merece nossa atenção agora? A resposta orienta a escolha do processo, da tecnologia, a participação das áreas e a forma de avaliar o progresso.

Ao longo do ciclo, uma revisão executiva curta deve se concentrar no que exige autoridade: prioridades, orçamento, mudanças entre áreas e critérios de resultado. Os detalhes da execução continuam com os responsáveis. A direção precisa receber uma explicação das opções e de suas consequências, além do relato do andamento.

Vamos organizar essa conversa em uma página, começando pela situação atual e pelo resultado que queremos alcançar. Qual caminho propomos e que benefício esperamos? Que evidência já temos e o que ainda precisamos verificar? Que áreas precisam participar e qual investimento será necessário? A página deve deixar clara a decisão que estamos pedindo à liderança, quem responde pelo resultado e quando voltaremos a examiná-lo. Assim, a direção consegue avaliar a proposta, suas consequências e o próximo passo.

Como a Jump ajuda sua empresa a transformar produtividade em resultado.

Reduzir o prazo de uma entrega pode exigir informações integradas, uma regra de aprovação diferente e uma equipe preparada para trabalhar com o novo processo. Aproveitar o conhecimento acumulado pode envolver organizar referências, facilitar seu acesso e incorporá-las às decisões do dia a dia. A oportunidade de produtividade ganha forma quando essas necessidades são examinadas em conjunto.

Na Jump, combinamos consultoria, especialistas, serviços e soluções em dados, nuvem e IA para conduzir esse trabalho com o cliente. Participamos da escolha do caminho, da implementação e do acompanhamento da mudança na operação.

Dar clareza ao investimento.

Nosso primeiro compromisso é construir uma recomendação que ajude a liderança a decidir. Examinamos o problema, o efeito esperado sobre o negócio, as alternativas disponíveis e o esforço necessário para colocá-las em prática.

Desse trabalho sai uma direção concreta: qual mudança priorizar, por que começar por ela, quais recursos serão necessários e como acompanhar o benefício. Também identificamos o que a empresa já tem e pode aproveitar: conhecimento, sistemas, dados e iniciativas em andamento.

Reunir as condições para executar.

A recomendação orienta a entrega. Integramos dados, desenvolvemos aplicações, modernizamos ambientes e colocamos especialistas para trabalhar com as equipes do cliente. Quando a necessidade já está definida, a atuação pode começar diretamente pelo profissional, pelo time ou pelo projeto necessário para fazê-la avançar.

Ao longo da execução, conectamos as escolhas técnicas ao objetivo que justificou o investimento. Uma dificuldade de integração, uma informação pouco confiável ou uma aprovação demorada precisa chegar aos responsáveis com uma proposta de encaminhamento.

Acompanhar o efeito da mudança.

Depois da implementação, acompanhamos o uso, a qualidade, os custos e o aproveitamento da capacidade liberada. Esse trabalho permite corrigir dificuldades, reconhecer onde o benefício aparece e fundamentar a próxima decisão de investimento.

Assumimos o compromisso de recomendar um caminho, conduzir a entrega e examinar com a liderança o que mudou no negócio. É nessa continuidade entre decisão, execução e acompanhamento que a experiência da Jump contribui para fazer o seu negócio avançar.

Qual mudança precisa acompanhar o ganho de tempo?

As pesquisas mostram possibilidades e limites. Os casos ajudam a reconhecer situações. O exemplo numérico torna visível a distância entre uma atividade mais rápida e um benefício realizado. A decisão final, porém, depende do contexto de cada empresa: seu mercado, sua operação, suas pessoas e as escolhas que a direção está disposta a fazer.

Três questões são essenciais para o time executivo. Qual resultado queremos melhorar? Que parte do trabalho precisa mudar para isso acontecer? Que evidência nos fará ampliar ou rever a decisão? As respostas organizam o papel da tecnologia, dos dados e da liderança na mesma iniciativa.

É possível começar com uma dúvida ainda aberta. Também é possível começar com um projeto que já está em uso e não entregou o efeito esperado. O importante é chegar a uma questão que mereça ser investigada, identificar quem precisa participar e combinar o próximo passo.

A capacidade que a IA libera se torna uma oportunidade de gestão. O resultado depende das escolhas que a empresa faz a partir dela.