Três anos após a explosão do ChatGPT, o mercado corporativo vive um paradoxo incômodo. Ferramentas de Inteligência Artificial generativa, como o Claude Code e assistentes virtuais de escrita, tornaram os trabalhadores individualmente mais rápidos e produtivos. Engenheiros escrevem mais linhas de código, times de marketing geram mais conteúdo e o gasto corporativo com plataformas de IA não para de crescer — na Anthropic, por exemplo, o gasto médio dos clientes corporativos quintuplicou no último ano. No entanto, no nível organizacional, esses ganhos individuais parecem evaporar. Conforme um artigo analítico publicado pelos especialistas Azeem Azhar e Nathan Warren, apenas 27% dos executivos globais afirmam que a tecnologia atendeu às suas expectativas de retorno sobre o investimento (ROI). Para os outros 73%, a impressão é de que o esforço não se reflete nas finanças.

Esse fenômeno não é inédito e repete a chamada "curva J da produtividade" descrita pelo prêmio Nobel Robert Solow e pelo historiador Paul David ao analisarem a introdução dos computadores e da eletricidade nas fábricas. Tecnologias revolucionárias de uso geral costumam reduzir a produtividade medida em seus estágios iniciais, porque exigem que as empresas acumulem conhecimento intangível e mudem sua estrutura antes de colher os frutos financeiros. Para compreender por que a IA ainda patina nos balanços contábeis, os autores dividiram o processo de adoção tecnológica em três lógicas organizacionais distintas.

As 3 etapas da transformação: Da lâmpada à autonomia

A transição da IA reproduz os mesmos passos da eletrificação industrial do século XIX:

• Etapa 1: A lâmpada (Produtividade Individual) ? Quando a eletricidade chegou às fábricas, a primeira atitude foi substituir as lâmpadas a gás por elétricas, tornando o ambiente mais limpo e seguro, mas sem alterar a sequência do trabalho. O ChatGPT e o Claude operam hoje majoritariamente nesta fase: aceleram tarefas isoladas (escrever um e-mail ou gerar um trecho de código), mas a empresa continua funcionando sob a mesma lógica lenta.

• Etapa 2: O acionamento em grupo (Redução de Custos) ?? Mais tarde, as fábricas substituíram grandes motores a vapor por motores elétricos centrais que giravam os mesmos eixos e correias antigos. Na IA, esta fase é representada pelos agentes digitais. Eles já lidam com fluxos de trabalho inteiros — como triagem automatizada de currículos ou atendimento básico ao cliente —, mas ainda estão amarrados à teia de processos antigos. O foco aqui é estritamente a redução marginal de custos, e não a velocidade real de tomada de decisão da liderança.

• Etapa 3: A unidade de acionamento (Orientação a Resultados) ?? O valor real da eletricidade só apareceu quando a Ford, em 1913, abandonou a geometria antiga das fábricas e desenhou a linha de montagem ao redor do fluxo de trabalho, dando um motor individual para cada máquina. Na IA, o Estágio 3 exige remodelar a empresa para que a tomada de decisão mude de ritmo.

O "congestionamento por incompatibilidade"

O grande gargalo que impede a IA de dar lucro reside no que os autores chamam de congestionamento por incompatibilidade. Não adianta um desenvolvedor programar 50% mais rápido se o seu código fica parado em filas de revisão tradicionais por semanas. De nada serve uma equipe de vendas fechar contratos em minutos com ajuda algorítmica se o departamento jurídico tradicional leva um mês para analisá-los.

"Adicionar mais fluxos de trabalho e mais resultados a um pipeline de decisão bloqueado só piorará a situação."

Para romper esse bloqueio e avançar para o Estágio 3, as empresas precisam remover a supervisão gerencial humana burocrática dos intermediários e criar uma "camada cognitiva" de IA. O objetivo final é fazer com que os próprios agentes de IA interpretem os sinais do mercado, analisem o planejamento estratégico (roadmap), programem as soluções e as implementem de forma autônoma em questão de horas, e não de semanas. O ROI da inteligência artificial não virá do trabalhador individual acelerado, mas da reconstrução completa da velocidade de decisão da companhia.

------

  Inteligência Artificial / Produtividade / Retorno sobre Investimento / Gestão de Empresas / Curva J / Inovação Tecnológica