A nova função nas empresas: supervisionar o que a IA erra
Entre promessa e retrabalho, a produtividade da IA revela um custo oculto que empresas ainda não sabem medir
Gestores estão correndo para implementar IA em busca de ganhos de eficiência. Já os funcionários precisam descobrir como fazê-la funcionar – e isso nem sempre é tão simples quanto parece.
Metade das organizações testou ferramentas de IA de uso geral no último ano, segundo pesquisa do MIT. Mas adoção e utilização eficiente não são a mesma coisa.
O peso tende a cair sobre os trabalhadores, diz Rumman Chowdhury, ex-enviada científica dos EUA para IA e CEO e cofundadora da Humane Intelligence.
“Há muito FOMO entre diretores e executivos de alto escalão, pressionados a construir IA e também incentivados a fingir que tudo funciona muito bem”, afirma.
- Estratégias de adoção de IA: fazer mais, fazer mais rápido ou fazer diferente?
- Confira sempre as respostas da IA para não passar vergonha como estas pessoas
- Como transformar fracasso em sucesso, de acordo com especialista em felicidade da Yale
- Não são só as IAs que alucinam: como evitar falar besteira em reuniões
“Quando ou se não funciona, a responsabilidade recai sobre o funcionário, que não teve voz na decisão de adotar a tecnologia, nem muitas vezes sobre como ela seria usada.”
Obter resultados úteis muitas vezes exige tempo e esforço que nem sempre entram na conta. O gap entre o que essas ferramentas prometem e o que realmente é necessário para fazê-las funcionar virou, por si só, um novo tipo de trabalho.
Empresas tentam entender se a solução está em mais treinamento ou em expectativas mais realistas sobre o que a IA pode entregar. Por enquanto, são os funcionários que absorvem esse trabalho extra, criando prompts e revisando respostas e resultados.
IMPOSTO SOBRE PRODUTIVIDADE
Gerenciar IA exige trabalho manual, sugere Kellie Romack, diretora de informação digital da ServiceNow. Em uma sessão recente com uma das ferramentas de IA da empresa, ela flagrou o modelo cometendo um erro básico de matemática.
“Respondi dizendo: acho que sua conta está errada”, relembra. “E ele respondeu: ‘você está certa. Eu realmente errei.’” Romack deu um feedback negativo e encaminhou o caso para o ciclo de melhoria da equipe. Essa “limpeza” posterior tem um custo que muitas empresas ainda não contabilizam.
Um estudo da Workday de janeiro de 2026, com 3,2 mil funcionários, mostrou que mais de um terço do tempo economizado com IA é perdido em retrabalho – o que o relatório chama de “imposto da IA sobre a produtividade”.
O estudo aponta que a maioria dos líderes está focada na eficiência bruta, ou seja, quanto tempo a IA economiza. Mas essa métrica não considera o retrabalho. Quando isso é contabilizado, o valor líquido da IA costuma ser menor do que o esperado.
Valor líquido, definido como “tempo economizado menos tempo perdido”, é o que realmente indica se a IA está melhorando a forma como o trabalho é feito. Para medir o retorno da IA, é preciso ir além das horas poupadas e considerar os resultados alcançados, diz o relatório.
Leia mais: Limites da IA: no caso do jornalismo, “bom o suficiente” não é suficiente
O problema, segundo Chowdhury, é que a indústria de IA vendeu uma promessa exagerada sobre o que essas ferramentas podem fazer, citando a fala do CEO da OpenAI, Sam Altman, de que usuários teriam uma “equipe de especialistas com doutorado no bolso”. O resultado é frustração, tanto entre funcionários quanto entre gestores.
“Essas tecnologias são ao mesmo tempo capazes e incapazes, e é isso que as torna estranhas”, diz. “Quem está mais distante da IA imagina algo quase mágico, uma entidade consciente. E aí vem a frustração, porque… não é nada disso.”
A LACUNA DO TREINAMENTO
Algumas empresas tentam se antecipar ao problema. A IBM Consulting, por exemplo, exige que todos os funcionários obtenham uma certificação básica em IA generativa, cobrindo não só como usar as ferramentas, mas também o que elas podem e não podem fazer, diz Tess Rock, sócia de transformação financeira global da empresa.
Mas treinamento, sozinho, não resolve. Mais importante é ter lideranças capazes de definir com clareza onde e como a IA deve ser aplicada. Sem isso, até profissionais bem treinados se frustram.
Quando o retrabalho é contabilizado, o valor líquido da IA costuma ser menor do que o esperado.
“É preciso haver uma diretriz clara da liderança, um modelo operacional, decisões de governança, em vez de simplesmente deixar um grupo de profissionais frustrados tentando usar essas ferramentas”, afirma.
A IBM Consulting trata a adoção de IA como qualquer outra disciplina de negócios. Isso inclui ciclos de desenvolvimento de duas semanas, nos quais equipes apresentam ideias com projeção de ROI, constroem soluções e escalam o que funciona. O que não gera valor é descartado.
Em um projeto com um cliente, a equipe de Rock identificou mais de 200 possíveis casos de uso para IA e avaliou cada um com base em retorno sobre investimento. Metade foi descartada de imediato. Os 10 principais responderam por 80% do valor total gerado.
“O foco deve estar nas áreas que realmente geram impacto e é nelas que se deve investir”, diz.
COMO FAZER A IA FUNCIONAR
Parte do desafio de lidar com o peso da IA está no fato de que a frustração dos funcionários vai além das ferramentas em si, afirma Chowdhury.
Os trabalhadores não foram consultados sobre a adoção dessas tecnologias desde o início. Isso coloca gerentes intermediários em uma posição delicada, pressionados por executivos que querem acelerar a implementação da IA e por equipes que resistem.
O conselho dela: não adianta apenas pressionar mais. É preciso entender o que está por trás da resistência. “A maior parte do medo das pessoas vem da percepção de que, no fim das contas, a gestão quer substituí-las”, diz. “E esse é um medo legítimo.”
Leia mais: O que é “corpus” e por que todo mundo no ramo da IA está falando sobre isso
Para Rock, uma questão central é como as empresas definem produtividade na era da IA. Muitas ainda focam em ganhos individuais, como escrever e-mails mais rápido ou resumir reuniões. Ela argumenta que essa é a métrica errada.
“Quando falamos de produtividade, não se trata de um indivíduo ser mais produtivo, mas de como a organização como um todo é estruturada para produzir mais e melhor.”
