Por Romulo Cioffi, Chief AI and Innovation Officer na Squadra

Primeiro foi o AI first ↩
“Coloque IA em tudo, e o valor virá.”
Não veio. Os pilotos se multiplicaram, os agentes se espalharam, e a pergunta da diretoria continua sem resposta: o que mudou no resultado?
Os números confirmam a dúvida. O Gartner projeta US$ 2,59 trilhões em gastos globais com IA em 2026, 47% acima do ano anterior. Mas o MIT encontrou 95% das organizações sem retorno mensurável da IA generativa, e a Forrester, apenas 15% dos tomadores de decisão com melhora no EBITDA em doze meses. Dinheiro não falta. Falta resultado.
Agora, o mercado oferece novos mantras. O data first promete que, arrumando os dados, a IA vai funcionar. O workflow first promete que, redesenhando os fluxos de trabalho, o valor finalmente aparece. Consultorias, fornecedores e relatórios repetem as duas fórmulas toda semana.
Eu vejo outro padrão. Cada novo mantra traz um novo meio no lugar do fim. A ferramenta, os dados, o fluxo. E o valor continua esperando a sua vez.
Já vimos esse filme ↩
Redesenhar o fluxo é redesenhar o processo com outro nome. Nos anos 1990, a reengenharia prometeu reinventar as empresas a partir dos processos. Os processos foram redesenhados, e os silos ficaram onde estavam.
Há quem diga que agora é diferente, porque o fluxo seria refeito do zero, nativo de IA. É um avanço real. Mas a unidade da mudança continua sendo o fluxo, e o fluxo não diz qual valor perseguir nem quem responde por ele.
Os dados importam, e muito: a IA não conserta uma fundação fraca. Mas uma empresa pode passar anos “arrumando a casa dos dados” sem saber quais dados vão gerar valor. Sem um destino, arrumar a casa vira um projeto sem fim.
E há o piloto que deu certo. Bateu as metas, a demonstração convenceu, e meses depois nada mudou na forma como a empresa trabalha. Um piloto bem-sucedido prova que a tecnologia funciona. Não prova que a organização consegue absorvê-la.
O ponto de partida é a capacidade ↩
Antes da ferramenta, dos dados e do fluxo, há uma pergunta mais simples, e mais difícil: qual valor a organização precisa produzir, e qual capacidade o produz?
A capacidade organizacional, aquilo que a empresa precisa ser capaz de fazer bem, é o verdadeiro objeto da transformação. Ela tem um valor a entregar, alguém que responde por esse valor e uma linha de base a partir da qual o ganho poderá ser medido. Torne essa capacidade agêntica, com a IA trabalhando dentro dela, e a conversa muda de natureza.
O valor de uma implantação de IA está muito menos no modelo do que no que se constrói em torno dele: dados, agentes, critérios e pessoas. A capacidade é exatamente esse entorno, organizado a partir do valor.
Há também um falso dilema que ela desfaz. O mercado costuma escolher entre provar valor agora, para ganhar orçamento, e reconstruir o modelo operacional para o longo prazo. Uma capacidade agêntica faz as duas coisas: entrega ganho medido desde a primeira volta e, ao mesmo tempo, vira peça da organização que vem depois. O ganho de hoje financia a construção de amanhã.
Mas transformar uma capacidade organizacional em capacidade agêntica não acontece por mantra, nem por acaso. Exige projetar antes de construir, medir antes e depois, e reutilizar o que já foi verificado. Exige disciplina de design.

Redesenhar o fluxo melhora o presente. Projetar capacidades agênticas inventa o futuro.
Capacidade agêntica é ativo, não projeto ↩
Um fluxo redesenhado resolve um problema. Uma capacidade agêntica bem projetada vira um ativo: cada vez que é reutilizada, ela custa menos e entrega mais. É aí que a IA deixa de ter um ganho isolado e passa a acumular ganhos, volta após volta do reuso.
Aprendi isso ao longo de mais de quarenta anos projetando sistemas e organizações, das redes de telecomunicações dos anos 1980 à transformação agêntica de hoje. E vi o efeito na prática: quando a capacidade agêntica é tratada como ativo, o ganho cresce em ordens de grandeza.
ROI: foto ou filme? ↩
Isso muda até a forma de medir o retorno. Diante de uma conta de IA que só cresce, o mercado tenta melhorar o ROI pelo denominador: modelos mais baratos, menos tokens. É a alavanca pequena. A grande é multiplicar o retorno.
E o retorno, numa organização agêntica, não cabe numa foto calculada uma vez por projeto. Cada capacidade agêntica serve de base para as próximas, e o ganho se acumula a cada reuso. O ROI vira um filme: a Deloitte encontrou retorno típico de dois a quatro anos para casos de IA, contra 7 a 12 meses esperados em outros investimentos de tecnologia. Lido trimestre a trimestre, ele leva a empresa a cortar justamente as apostas que acumulam.
Medir esse filme não é trivial. Um estudo recente de Silvio Meira, Chief Scientist na The Digital Strategy Company, e colegas sustenta que as métricas financeiras convencionais subestimam o valor de uma tecnologia tão disruptiva. A dificuldade tem saída quando o ponto de partida é a capacidade.
A capacidade as is, que o seu dono conhece em valor e em custo, é a linha de base. Sem ela, compara-se banana com laranja, e o ganho vira um número subjetivo que não justifica o investimento em IA.
No design da capacidade to be, com a IA dentro dela e redes de colaboração entre pessoas e agentes, fixam-se as metas de valor e de custo, e o ROI já é estimado em projeto. Em operação, o ganho real é medido contra essas metas, volta após volta, e mostra se a transformação está no caminho certo. São métricas objetivas, ancoradas na operação de hoje e na capacidade projetada para amanhã. O mercado aponta na mesma direção: a McKinsey defende definir o valor antes da implantação, e o BCG mostra que quem mede a IA diretamente no resultado captura três vezes mais valor do que quem não mede formalmente.
Quem mede só a primeira volta pode achar a capacidade agêntica cara. Quem mede ao longo do tempo irá descobre o seu verdadeiro retorno.

E as pessoas? ↩
Os agentes podem executar quase tudo. Mas há três coisas que nenhum mantra resolve e nenhum agente assume: decidir o propósito, julgar se o valor foi produzido e responder pelo resultado.
Há ainda uma restrição que nenhum modelo remove: a velocidade com que a organização aprende. A tecnologia avança em meses. A empresa muda no ritmo em que redefine papéis, critérios de decisão e incentivos, e as pessoas mudam a forma de trabalhar quando muda aquilo que é reconhecido. Por isso, a transformação agêntica é tanto um projeto de organização quanto de tecnologia.

Na indústria, fala-se da fábrica de luzes apagadas, que opera sem ninguém no chão de fábrica. Na organização agêntica, as luzes se apagam na execução. Nunca no design, nem na responsabilidade.
O próximo mantra já está a caminho. A pergunta é se a sua organização vai adotá-lo ou começar, finalmente, pelo valor, com método.
Na sua empresa, a IA começou pela ferramenta, pelos dados, pelo fluxo ou pelo valor?
Confira o resumo conceitual do artigo no infográfico abaixo:

Leia também no LinkedIn.