A Inteligência Artificial já vem gerando ganhos reais em muitas atividades. Em várias empresas, ela acelera análises, melhora a preparação de documentos, apoia pesquisas, ajuda na comunicação e aumenta a produtividade individual de profissionais e equipes.
Ao mesmo tempo, muitos executivos e conselhos têm percebido uma diferença importante entre ganhos pontuais e impacto agregado.
A empresa vê melhora em algumas tarefas, mas o efeito no resultado geral ainda não aparece na mesma velocidade. O uso cresce, os pilotos avançam, as equipes começam a incorporar ferramentas de IA, mas a captura de valor no nível da organização continua mais difícil do que parecia inicialmente.
Esse ponto ganhou ainda mais relevância recentemente, quando Sam Altman, CEO da OpenAI, recuou da visão mais extrema de um “apocalipse de empregos” provocado pela IA. A ideia de substituição em massa, pelo menos no curto prazo, parece dar lugar a uma leitura mais equilibrada: em muitos casos, o padrão dominante tem sido a ampliação da capacidade humana, não a substituição integral.
A economia oferece uma lente interessante para essa discussão.
Em estudo recente, os economistas Chad Jones, de Stanford, e Christopher Tonetti analisam os efeitos da automação e da IA sobre o crescimento. A tese central do trabalho é a lógica dos “elos fracos”.
A produção de qualquer bem ou serviço depende de uma cadeia de tarefas. Algumas dessas tarefas podem ser automatizadas ou aceleradas com IA. Outras continuam dependendo de revisão humana, qualidade dos dados, integração entre áreas, mudanças de processo, aprovações internas, julgamento gerencial ou adequação regulatória.
Nesse contexto, a produtividade do sistema como um todo não depende apenas das tarefas que ficaram mais rápidas. Ela também depende das etapas que continuam limitando o fluxo.
Essa é uma explicação útil para algo que muitas empresas já estão vivendo.
O ROI de uma tarefa específica pode ser positivo.
O ganho de produtividade individual pode ser claro.
A adoção da ferramenta pode estar crescendo.
Mas o resultado agregado pode continuar abaixo da expectativa se os gargalos ao redor da tecnologia não forem tratados.
A análise ficou mais rápida, mas o processo decisório continua lento.
A IA ajuda a produzir relatórios, mas os dados de origem seguem pouco confiáveis.
As equipes ganham velocidade, mas a governança sobre uso, risco e responsabilidade ainda não está clara.
As áreas testam ferramentas diferentes, mas sem uma arquitetura comum de adoção.
A empresa automatiza partes do trabalho, mas mantém processos desenhados para outro contexto.
Para o Conselho de Administração, a discussão talvez não seja apenas onde a empresa está usando IA, mas onde a IA está realmente ajudando a remover restrições relevantes do negócio.
Algumas perguntas podem ajudar o colegiado a qualificar melhor essa conversa:
- Quais processos críticos concentram os maiores gargalos de produtividade, qualidade ou velocidade?
- A estratégia de IA está direcionada para esses gargalos ou principalmente para casos de uso mais fáceis de implementar?
- Quais etapas ainda dependem de revisão humana, dados frágeis, sistemas desconectados ou decisões muito centralizadas?
- A organização está redesenhando processos para capturar os ganhos da IA ou apenas adicionando novas ferramentas sobre estruturas antigas?
- Como o conselho acompanha a diferença entre ganhos locais e impacto agregado no negócio?
Esse ponto é importante porque ajuda a calibrar expectativas.
A IA pode gerar ganhos relevantes, mas a velocidade desses ganhos depende muito da capacidade da organização de identificar e tratar as restrições que limitam o sistema como um todo.
Para conselhos e comitês, talvez esse seja um bom caminho de discussão: menos foco apenas na adoção da tecnologia e mais atenção à cadeia de valor, aos gargalos reais e à governança necessária para transformar ganhos pontuais em impacto organizacional.
Fontes
Jones, Charles I.; Tonetti, Christopher. Past Automation and Future A.I.: How Weak Links Tame the Growth Explosion. Stanford, 2026.
Reuters. OpenAI’s Altman says AI unlikely to lead to “jobs apocalypse”. 26 maio 2026.
Vídeo: A.I. and Our Economic Future, Professor Chad Jones.
Gostou do conteúdo? Clique aqui para me seguir e acompanhar mais insights sobre IA e governança corporativa.