Do excesso à execução: o custo invisível da IA dentro das empresas

Nesta terça-feira, 28 de julho de 2026, volto ao STATE para a décima edição do The State of Learning. O encontro desta vez tem um título bastante direto: Inteligência Artificial para além do hype: o custo invisível para as empresas.

Voltar ao mesmo lugar dá à manhã uma continuidade que eu não esperava.

Em março, também no STATE, escrevi as Anotações sobre o Excesso e o Norte Quântico. Naquele encontro, quatro vozes subiram ao palco para falar sobre algoritmos, cultura, marcas e criatividade. Saí de lá pensando que o excesso de informação não era apenas uma questão de volume, mas uma erosão do sentido. Se tudo é estímulo, nada consegue permanecer como sinal.

Quatro meses depois, o excesso volta ao palco. Só que agora ele aparece dentro das empresas, traduzido em outra linguagem: retorno sobre investimento, arquitetura, carga cognitiva, liderança e sustentabilidade humana.

Não é uma mudança de assunto. É o mesmo problema visto por dentro da operação.

O hype acabou. A conta ficou.

Leandro Ângelo, Partner e Chief of Technology & Innovation da CI&T, abre a primeira pílula fazendo uma distinção importante entre otimização e reinvenção.

Na etapa inicial, a IA aumenta produtividade, automatiza tarefas e reduz parte do custo de servir. É o momento em que uma organização preserva o processo e acrescenta ferramentas sobre ele. O ganho existe, mas ainda acontece dentro da estrutura anterior.

O salto aparece quando a tecnologia deixa de apenas acelerar o fluxo e começa a alterar a própria cadeia de valor. Na leitura apresentada por Leandro, a empresa passa de AI Augmenter para AI Coordinator — etapa em que o ganho de eficiência já salta cerca de cinco vezes — e, depois, para AI Orchestrator. Primeiro, a máquina ajuda. Depois, o processo muda. Por fim, agentes suficientemente contextualizados começam a participar da coordenação do trabalho: Leandro conta que, na plataforma interna de IA da CI&T, um agente chegou a questionar um desenvolvedor sobre se uma nova funcionalidade fazia sentido diante do OKR do time — o próprio sistema cobrando alinhamento estratégico.

Essa diferença ajuda a entender por que tantas empresas conseguem demonstrar uso, mas têm dificuldade para demonstrar retorno. Uma pesquisa do MIT citada por Leandro aponta que 95% das empresas ainda não conseguem demonstrar retorno mensurável do uso de Gen AI, mesmo com o investimento saltando de US$ 1,5 trilhão em 2025 para quase US$ 3 trilhões em 2026 — um salto acompanhado por um aumento de 400% no consumo de tokens em relação ao ano anterior. Comprar acesso ao mesmo modelo que os concorrentes compraram não cria vantagem por si só. A vantagem começa a aparecer quando a organização consegue transformar seu conhecimento particular — método, contexto, memória e domínio de negócio — em uma camada de inteligência que não é genérica.

O reverso dessa moeda aparece num exemplo que ele cita de passagem: meses atrás, alguém enviou um código em Python para o chat de atendimento do Pizza Hut, e o bot respondeu corrigindo o código. Um agente sem escopo bem delimitado não é só uma experiência estranha para o cliente — é custo de infraestrutura sendo queimado fora do que a empresa realmente precisa entregar.

Esse ponto se conecta ao que vi no Demo Day da Tera. Ali, a IA já começava a sair do papel de espetáculo para entrar nos bastidores do produto: avaliação, operação, dados e human-in-the-loop. No STATE, a mesma passagem aparece em escala corporativa. A ferramenta deixa de ser o show. O problema passa a ser a estrutura capaz de sustentar seu uso.

Leandro resume o desafio como uma travessia da hiper-eficiência para a reinvenção.

É uma imagem forte, mas ela vem acompanhada de uma responsabilidade. Queimar a caravela é fácil quando ainda estamos no slide. Difícil é decidir, dentro de uma organização real, o que precisa desaparecer, o que ainda sustenta a operação e o que deve ser construído antes do salto.

Quando o tempo economizado volta como carga

Bruno Dinato, Product and Experience Director da BRQ Digital Solutions, traz uma camada especialmente concreta para essa discussão. A promessa de liberar tempo nem sempre se transforma em redução de custo ou em espaço para pensar.

Se uma pessoa economiza 20% do tempo que gastava fazendo apresentações, esse intervalo não permanece vazio. Outra reunião aparece. Outro projeto ocupa o espaço. Outra iniciativa passa a caber na agenda. O ganho que parecia cost saving vira apenas cost avoidance — e, muitas vezes, mais carga.

Essa talvez seja uma das formas mais claras do custo invisível. A IA entrega mais capacidade de produção, mas o humano continua com a mesma capacidade limitada de ler, interpretar, revisar e decidir. Produzimos mais interfaces, relatórios, mensagens e alternativas sem necessariamente ampliar o espaço mental de quem precisa dar sentido a tudo isso.

Em abril, quando olhei para 30 dias de posts salvos sobre IA, o custo de usar mal as ferramentas já aparecia como um dos sinais mais repetidos. Naquele momento, ele estava muito associado a tokens, modelos excessivamente poderosos para tarefas simples e conversas que acumulavam contexto sem necessidade.

O que Bruno acrescenta é uma camada organizacional. O desperdício não está apenas no que o modelo consome. Está também em tudo o que ele faz outras pessoas terem de consumir depois.

Um relatório gerado em segundos ainda precisa ser lido. Uma centena de alternativas ainda exige escolha. Uma automação que preserva um processo ruim pode apenas aumentar a velocidade com que esse processo produz ruído. Bruno dá um exemplo concreto: num projeto de cobrança de cartão de crédito para um grande banco, o pedido inicial era só um assistente para o atendente trabalhar mais rápido. Ao olhar para a cadeia de valor inteira em vez de só acelerar o atendimento, o time chegou a um modelo de negociação direta com o cliente que convertia 20 vezes mais do que a média dos atendentes apoiados por assistentes.

Por isso a ideia de AI by design apresentada por ele me parece precisa. Não se trata de espalhar assistentes por atividades isoladas, mas de olhar para o domínio inteiro, compreender a cadeia de valor e decidir intencionalmente onde a tecnologia deve entrar, em quais ondas e com qual impacto financeiro. Isso exige uma nova coordenação entre arquitetura, infraestrutura, negócio, dados e experiência.

Também exige responder a uma pergunta que Bruno deixa no ar: se a IA começar a devolver tempo, saberemos usá-lo para gerar um resultado diferente?

Sem uma resposta intencional, provavelmente não.

O corpo também entra na planilha

Regina Migliori, fundadora do MindEduca, desloca a conversa da operação para aquilo que a operação produz dentro das pessoas.

Sua apresentação atravessa décadas de transformação tecnológica para lembrar que medo e esperança reaparecem a cada nova onda. Entre os dois, surgem movimentos opostos: a hiperatividade de quem tenta acompanhar tudo e a hiperpassividade de quem puxa o freio de mão diante da complexidade. Segundo um levantamento do Gallup que ela cita, o custo global desse conflito entre esperança e medo chegou a US$ 10 trilhões em 2025 — o equivalente a 9% do PIB mundial.

Regina também traz o Efeito Flynn: um estudo internacional que, ao longo do século XX, mediu o QI médio subindo entre 15 e 20 pontos a cada geração, puxado pela intensificação do pensamento abstrato. Nos últimos anos, essa trajetória começou a estagnar ou regredir — algo que ela associa ao uso excessivo de telas e à queda no tempo dedicado a resolver problemas complexos.

Mas é uma imagem da Selva Amazônica que reorganiza o argumento.

Uma pessoa correndo descalça pela floresta estaria cercada por um volume imenso de estímulos. Precisaria perceber o chão, os galhos, os animais, a fome e o caminho. Ainda assim, não é comum explicar a vida numa aldeia a partir de burnout ou fadiga digital. O problema, portanto, não estaria apenas na quantidade de estímulos, mas na maneira como construímos internamente nossa relação com eles.

Essa leitura não absolve as plataformas nem transfere toda a responsabilidade para indivíduos. Ela amplia o problema. Atenção, emoção, aprendizagem, convivência e decisão formam sistemas que também precisam ser desenvolvidos. Não basta colocar informação na cabeça e esperar que ela se transforme em ação. Regina chamou atenção para o eixo entre cabeça, coração e mãos: compreender, acreditar e incorporar.

Ela também recorre a outra travessia histórica para lembrar que o desconforto de hoje não é inédito: Copérnico e Galileu já haviam abalado o senhor feudal ao dizer que a Terra não era plana, e foi um nobre português sem trono, o Infante Dom Henrique, quem reuniu tudo o que se sabia sobre navegação numa espécie de Vale do Silício da época — a Escola de Sagres. Dali saíram as grandes navegações, o primeiro processo de globalização conhecido e, por fim, o Renascimento. O castelo do senhor feudal ruiu. Houve quem fosse parar na fogueira. A ruptura sempre teve custo, e sempre coube a alguém atravessá-la.

Em março, no mesmo STATE, Beatriz Guarezi havia dado nome ao brainrot e à sensação de que, se tudo disputa atenção, nada se sustenta como sentido. Naquele texto, escrevi que o excesso não era apenas estatístico. Agora, Regina devolve essa discussão ao corpo. A fadiga não é uma abstração cultural. Ela interfere na capacidade de aprender, escolher, colaborar e transformar potencial em contribuição.

Quando uma empresa mede lacunas de competência sem conseguir enxergar índices de excelência, ela talvez esteja olhando para pessoas já comprimidas pela própria estrutura que deveria ajudá-las a produzir valor. "Golfinho faz isso, baleia também", provoca Regina, sobre times que continuam sendo avaliados pelo que falta em vez do que já sabem fazer bem.

IA é sobre pessoas

Tatiana Romero, diretora de RH e Sustentabilidade da Edenred Brasil, começa por uma constatação simples: as pessoas estão cansadas.

O cansaço não vem apenas do trabalho que já existia. Vem também da obrigação implícita de acompanhar cada nova ferramenta, aprender cada novo vocabulário e demonstrar entusiasmo diante de uma mudança que ainda provoca medo. Trabalhar mais não significa necessariamente produzir mais. Ter mais robôs também não.

A experiência da Edenred traz um exemplo de resposta menos vertical. Em vez de centralizar a aprendizagem em uma consultoria ou esperar que o RH dominasse sozinho um campo que também estava aprendendo, a empresa reuniu early adopters de diferentes níveis e áreas numa comunidade de prática. Aprendizes, especialistas e diretores passaram a ensinar uns aos outros. Numa empresa de cerca de 3 mil funcionários, o primeiro encontro reuniu cerca de mil pessoas.

O detalhe que mais me interessa não é a escala, mas a inversão. Tatiana conta que aprendeu com um aprendiz — não com um professor, mas com alguém que virou seu mentor. Meses depois, segundo ela, esse aprendiz foi efetivado na empresa. A posição hierárquica não determina de onde o conhecimento deve vir.

Isso conversa diretamente com segurança psicológica. Se a organização espera que as pessoas experimentem, precisa permitir que elas digam "não sei", expressem medo, gastem tokens em tentativas imperfeitas e errem sem transformar cada erro em prova de inadequação.

Tatiana encerra sua fala com uma formulação que atravessa o restante do painel: "IA, para mim, é sobre pessoas".

Não porque a tecnologia seja irrelevante. Mas porque nenhum ganho técnico se converte em negócio sem uma estrutura humana capaz de aprender, questionar, experimentar e decidir o que vale a pena fazer.

O paradoxo da liderança aumentada

No painel final, mediado por Vanessa Giangiacomo, Head de Marketing e E-commerce da Ofner, as quatro perspectivas começam a se cruzar.

Uma das imagens mais úteis vem de Bruno. Com IA, uma liderança experiente pode se sentir hiperprodutiva. Seu repertório permite usar a ferramenta com julgamento e ganhar uma espécie de superpoder. Ao mesmo tempo, profissionais em início de carreira também passam a produzir mais, mas ainda não possuem a mesma capacidade de avaliar o que foi produzido.

Surge uma boca de jacaré: o líder tem menos tempo porque está entregando mais, enquanto o time precisa de mais tempo desse líder para revisar uma produção que também aumentou.

Esse paradoxo mostra por que produtividade individual não equivale automaticamente a produtividade organizacional. Quando cada pessoa acelera em uma direção diferente, a soma das acelerações pode ser apenas mais distância entre as partes.

No texto sobre o Gen AI Lab do Distrito, escrevi que a adoção da IA não se comportava como uma camada superficial. Ela exigia desmontar a estrutura original. No STATE, essa ideia volta com outra consequência: se a empresa preserva incentivos, hierarquias, métricas e processos desenhados para o mundo anterior, a tecnologia pode aumentar exatamente as fricções que prometia remover.

O painel também traz uma escolha melhor de palavra. Tatiana lembrou de uma conversa recente com outra diretora de RH, que resumiu a mudança de outro jeito: em vez de falar apenas em cortar, pensar em podar — remover o que deixou de ser essencial para concentrar energia no que pode crescer. A diferença parece pequena, mas muda a imagem da transformação. Corte é redução. Poda pressupõe cuidado com aquilo que deve continuar vivo.

Ao final, Vanessa pede a cada painelista um conselho de uma frase para quem lidera pessoas hoje. As respostas fecham o painel melhor do que qualquer slide: "walk the talk, seja o exemplo que você quer pro time", diz Leandro; "ouvir as pessoas, dar voz às pessoas", diz Tatiana; "não perca a sua identidade", diz Regina; "compartilhe o que você aprendeu, mas também o que você não sabe", diz Bruno; "cuide das pessoas", encerra Vanessa.

Do excesso ao critério

Em O que ainda não deixamos morrer, escrevi sobre uma forma recorrente de adesão tecnológica: incorporar primeiro, compreender depois, revisar tarde. O evento de hoje poderia ser lido apenas como mais uma confirmação desse padrão. Primeiro vieram os modelos, depois a corrida por adoção e agora a conta.

Mas talvez exista uma diferença importante.

A Era da Execução não precisa significar apenas usar mais rápido aquilo que já adotamos. Ela pode ser o momento em que o critério finalmente alcança a capacidade.

Isso exige medir custo sem reduzi-lo à fatura da API. Existe o custo financeiro da infraestrutura e dos tokens. Existe o custo operacional de manter sistemas que não conversam. Existe o custo cognitivo de ler e decidir diante de uma produção crescente. Existe o custo cultural de cobrar mudança sem criar segurança. E existe o custo estratégico de usar uma tecnologia transformadora apenas para fazer, com mais velocidade, aquilo que talvez já devesse ter sido abandonado.

Saio do STATE pensando que a pergunta mais importante não é quanto de IA uma empresa consegue colocar em sua operação. É o que essa empresa consegue deixar de fazer, redesenhar e proteger quando a nova capacidade entra.

Em março, o excesso aparecia como erosão do sentido. Em julho, ele reaparece como erosão de margem, atenção e confiança. A conexão entre os dois encontros talvez esteja aí: antes de ser um problema de ferramenta, o ruído é um problema de organização.

Se todo ganho de eficiência cria imediatamente uma nova demanda, nenhum tempo é realmente devolvido.

Talvez a passagem para além do hype comece justamente quando deixamos de perguntar apenas o que a IA consegue fazer e começamos a decidir, com algum cuidado, o que ainda vale a pena fazer com ela.

Sobre o autor

Bolívar Alencastro

Product Designer em São Paulo, escrevendo sobre produto, sistemas e o momento em que ferramentas criadas para reduzir complexidade começam a cobrar seu preço em atenção, decisão e capacidade humana.

• LinkedIn
• Instagram