A EMPRESA DE CRESCIMENTO COMPOSTO: POR QUE A TRANSFORMAÇÃO COM IA É UMA DECISÃO ESTRUTURAL, E NÃO UMA ESCOLHA DE FERRAMENTA

Depois de passar bastante tempo em empresas de médio porte, observei um padrão: quem enxerga a IA apenas como algo a ser comprado já está em desvantagem, mesmo sem perceber. As empresas que estão ganhando terreno entenderam algo mais sutil: a transformação com IA não é um projeto único que você lança e depois encerra. Ela envolve uma mudança fundamental na forma como uma empresa gera conhecimento especializado, combina informações e utiliza seus recursos.

Quero analisar esse tipo de mudança porque acredito que é ela que vai determinar se as empresas de médio porte vão ampliar suas vantagens atuais nos próximos anos ou, ao contrário, ficar lentamente para trás em relação a concorrentes que usam as mesmas ferramentas.

Principais Conclusões

A realidade desconfortável para qualquer equipe executiva que conta com a adoção da IA como forma de se destacar é que todos têm acesso aos mesmos modelos. Seus concorrentes podem contratar as mesmas plataformas, colocar em operação os mesmos copilotos e conduzir os mesmos programas-piloto que você está conduzindo.

Se a diferenciação dependesse inteiramente de qual ferramenta de IA você comprou, ela desapareceria em menos de um ano fiscal.

É exatamente por isso que o verdadeiro benefício está em outro lugar: na forma como as coisas são estruturadas, na ordem em que são executadas e no desenho organizacional como um todo. Ethan Mollick, que estuda a adoção de IA em Wharton, defendeu esse ponto com uma clareza pouco comum: "O fator limitante não é mais a habilidade do indivíduo, nem mesmo a capacidade da IA; é a estrutura organizacional, as políticas em vigor e a maneira como os líderes escolhem lidar com a IA."

Eu iria ainda mais longe: o fator limitante é se a sua organização enxerga a IA como uma implantação pontual ou como um sistema que gera ganhos compostos. Isso é especialmente importante nos setores industrial, de consultoria, hotelaria, construção, manufatura e telecomunicações, pois são ambientes de operação muito intensa. Nesses negócios, as margens são conquistadas ou perdidas não por uma única grande reforma, mas pelo efeito cumulativo de pequenas eficiências em compras, programação, operações de campo e entrega ao cliente.

Uma empresa que adota a IA uma única vez, risca isso da lista e segue em frente terá um aumento de produtividade de curto prazo, que depois se estabiliza. Por outro lado, uma empresa que vê a IA como um meio de alcançar melhorias contínuas e compostas terá uma curva que continua subindo.

A ideia parece bastante abstrata até você observar a velocidade da mudança que a impulsiona. Hoje, novos modelos de IA de ponta são lançados aproximadamente a cada três meses, cada um consideravelmente mais capaz que o anterior. Empresas que em 2023 adotaram a postura de "já fizemos nosso projeto de IA" estão usando agora ferramentas duas ou três gerações atrás das disponíveis atualmente. Não é uma questão de escolha: o crescimento composto é a única forma de acompanhar um alvo em movimento.

O Conhecimento Especializado Não é Mais Racionado

Durante muitos anos, o conhecimento especializado, jurídico, financeiro, de engenharia ou regulatório, foi limitado pela quantidade de pessoas disponíveis. Uma empresa de médio porte não podia se dar ao luxo de contratar um economista de cadeia de suprimentos em tempo integral. Uma consultoria regional não conseguiria designar um analista de cibersegurança dedicado para cada um de seus clientes.

O conhecimento especializado sempre foi escasso porque pessoas capacitadas são escassas, e foi essa escassez que determinou quem tem acesso a análises sólidas e quem precisa tomar decisões sozinho. Essa limitação deixa de existir, e as consequências para uma empresa com 200 a 500 funcionários são relevantes.

Um gerente de fábrica agora pode realizar uma análise de nível especializado sobre padrões de manutenção preditiva para tomar uma decisão que antes exigia o envolvimento de um consultor externo. Um vice-presidente responsável por obras pode modelar a exposição regulatória em diferentes jurisdições sem precisar contratar uma revisão jurídica especializada. Não se trata de automação substituindo uma função, mas de ampliação de capacidades, e os dados confirmam essa interpretação.

De acordo com o Anthropic Economic Index, publicado em fevereiro de 2025, o uso da IA em tarefas do mundo real tende a se voltar mais para a ampliação de capacidades (57%) do que para a automação (43%), e 36% das ocupações já utilizam IA em pelo menos um quarto de suas atividades.

O centro de gravidade está mudando para expandir o leque do que as pessoas conseguem fazer, em vez de simplesmente substituir o que elas faziam. Fei-Fei Li, de Stanford, apresentou a questão em termos de intenção, afirmando que "o uso mais importante de uma ferramenta tão poderosa quanto a IA é potencializar a humanidade, e não substituí-la".

Para uma equipe executiva de uma empresa de médio porte, a questão que surge não é filosófica, mas prática: se cada gestor da sua equipe tivesse acesso sob demanda a análises de nível especializado em qualquer área, como as decisões dele mudariam amanhã? Pense em três exemplos. A maioria das equipes de liderança com quem converso consegue citar decisões que foram adiadas, enfraquecidas ou completamente abandonadas porque não havia o conhecimento especializado certo na sala. Essa lista deve ser o seu ponto de partida.

De Relatórios Periódicos à Síntese Contínua

A inteligência de negócios sempre seguiu um calendário fixo: o relatório mensal, a revisão trimestral e o plano estratégico anual. Essa abordagem fazia sentido, já que analisar dados de contratos, sinais de mercado, documentos de concorrentes, feedback de clientes e operações internas exigia uma equipe dedicada de analistas trabalhando segundo um cronograma fixo.

Isso não faz mais sentido, e as empresas que ainda operam nesses ciclos regulares estão tomando decisões com base em informações desatualizadas, em um mercado que muda mais rápido do que seu sistema de relatórios. O que a IA torna possível é um tipo totalmente novo de síntese, que combina fontes diversas e se atualiza continuamente, em vez de em intervalos fixos. Em vez de reconstruir a cada trimestre as informações sobre preços dos concorrentes e demanda do mercado, uma empresa de hotelaria pode ter visibilidade desses dados em tempo real.

Em vez de esperar a próxima revisão planejada, uma operadora de telecomunicações pode cruzar continuamente mudanças regulatórias, o sentimento dos clientes e dados de desempenho da rede. Não se trata apenas de um painel mais avançado; é uma abordagem de análise fundamentalmente diferente, em que a organização se mantém atualizada em vez de estar sempre correndo atrás.

O mesmo motivo que torna vantajoso o conhecimento especializado sob demanda também se aplica à vantagem estratégica: elimina um gargalo que antes exigia um nível de pessoal impossível de justificar. Hoje, uma empresa de médio porte não precisa mais ter um departamento de ciência de dados para alcançar a síntese contínua; precisa, sim, de uma estrutura capaz de fazer as perguntas certas aos dados que já possui.

Capacidade Além do Quadro de Pessoal

A mudança mais significativa, e a que mais tem atraído a atenção de conselhos e fundos de private equity, é a transição de operações limitadas pelo número de funcionários para operações viabilizadas por agentes de IA. Desde que executivos administram empresas, crescer sempre significou contratar: quanto maior o crescimento, mais pessoas eram necessárias.

Essa relação não é mais fixa.

Dario Amodei, CEO da Anthropic, fez uma descrição bastante direta das capacidades da IA de ponta, chamando-a de "substituto geral de mão de obra", capaz de substituir uma grande parcela dos empregos administrativos e de escritório, e comparando as capacidades combinadas dos sistemas de IA atuais a "um país inteiro de gênios dentro de um data center".

Concordando ou não com a velocidade dessa disrupção, os cortes de pessoal em andamento na Amazon (30.000), Oracle (30.000), Meta (16.000), Microsoft (15.000) e Verizon (13.000) não são especulação; são decisões de reestruturação já tomadas, e mostram o quanto as grandes empresas levam essa mudança a sério.

O Work Trend Index da Microsoft criou um nome para as organizações que estão se adaptando mais rapidamente: "Frontier Firms" (empresas de fronteira), companhias que estão reorganizando suas operações em torno do julgamento humano combinado com agentes de IA, nas quais o consumo de tokens, e não o número de funcionários, passa a ser a principal métrica de recursos.

Para uma empresa de médio porte, isso não é algo que possa ser deixado para um futuro distante; é uma questão de capacidade que deve ser feita agora mesmo: o que sua organização poderia desenvolver, lançar ou expandir se o tamanho da equipe deixasse de ser o fator limitante, considerando que agentes de IA trabalhando em paralelo podem realizar investigação, pesquisa ou processamento 24 horas por dia?

Essa costuma ser a pergunta mais impactante que posso fazer a uma equipe de liderança, porque traz de volta as iniciativas que ficaram fora da mesa de estratégia anos atrás, não por falta de mérito, mas por falta de pessoas. Vale a pena revisitar essas ideias.

O Paradoxo de Jevons e a Lição das Disrupções Anteriores

Antes de concluir que a eficiência trazida pela IA vai apenas reduzir seus custos e manter todo o resto igual, é importante entender um padrão histórico.

Em 1865, o economista William Stanley Jevons observou que ganhos de eficiência no uso do carvão não levaram a uma redução do seu consumo; ao contrário, fizeram-no aumentar, porque a maior eficiência permitiu usar o carvão em uma gama muito mais ampla de aplicações. Esse fenômeno, hoje chamado de Paradoxo de Jevons, se repetiu em quase todos os grandes avanços tecnológicos desde então.

A eficiência não reduz a demanda pelo recurso que a viabiliza; ao contrário, amplia o leque de aplicações que se tornam economicamente viáveis e, com isso, aumenta a demanda.

Aplicada à IA, essa perspectiva muda a forma como você deve pensar a tecnologia como um todo. A questão não é apenas que a IA permitirá realizar o mesmo volume de trabalho com menos pessoas e a um custo menor. É que a IA tornará economicamente viáveis categorias inteiras de trabalho que antes não eram; e as empresas que perceberem isso primeiro vão ocupar esse novo espaço enquanto seus concorrentes ainda estão focados em cortar pessoal.

Já vimos esse padrão antes mesmo de a inteligência artificial surgir. Quando a prensa de tipos móveis foi introduzida, ela não apenas acelerou o trabalho que os copistas já faziam; na verdade, os primeiros usuários a utilizaram para copiar manuscritos a um custo menor e, assim, extraíram um valor modesto de um processo que já existia.

Só mais tarde os editores reconheceram o potencial transformador da prensa para criar tipos de conteúdo totalmente novos, novos métodos de distribuição e um nível de alfabetização antes impossível. Da mesma forma, a rede elétrica seguiu o mesmo caminho: na maioria das fábricas, a eletricidade foi usada inicialmente apenas para acionar as máquinas que já funcionavam a vapor, gerando um pequeno valor adicional. A verdadeira transformação aconteceu quando os donos de fábricas redesenharam o chão de fábrica com base na ideia de que a eletricidade podia ser distribuída, o que envolveu uma reformulação completa do layout, dos processos e do fluxo de trabalho, algo que o vapor jamais teria permitido. Nos dois casos, a primeira aplicação da tecnologia disruptiva foi executar tarefas conhecidas de forma um pouco mais eficiente, enquanto seu impacto maior e duradouro veio de tornar possível o que antes era impossível.

Eric Kutcher, da McKinsey, descreveu o momento atual como "a verdadeira Quarta Revolução Industrial: 80% negócios, 20% tecnologia", uma formulação que considero útil porque coloca a responsabilidade pela mudança onde ela deve estar, ou seja, na própria imaginação da organização, e não no fornecedor de tecnologia. Demis Hassabis, cofundador da DeepMind e ganhador do Prêmio Nobel em 2024, foi ainda mais explícito quanto à escala, afirmando que a transformação que está por vir será "10 vezes maior que a Revolução Industrial e talvez 10 vezes mais rápida".

Reinventar, Não apenas Otimizar

Quero ser claro sobre a situação da maioria das equipes de liderança de empresas de médio porte. Se você adotou a IA para melhorar um processo existente, gerar relatórios mais rapidamente, redigir documentos com mais agilidade ou tornar a programação mais eficiente, você de fato deu um primeiro passo válido e útil. Isso equivale a usar a eletricidade para acionar uma estrutura de máquinas a vapor ou empregar a prensa para reproduzir os mesmos manuscritos mais depressa. Gera valor real, mas não é esse tipo de valor que vai definir sua posição competitiva no setor na próxima década.

A pergunta mais importante é a que está no centro da otimização:

·         O que sua organização é capaz de realizar hoje que antes não era possível?

·         Como seriam suas operações se cada membro da equipe tivesse apoio de nível especializado em todas as áreas relevantes?

·         O que você poderia construir se sua capacidade não fosse mais limitada pelas pessoas que consegue contratar?

 

As organizações que respondem a essas perguntas agora, enquanto as capacidades da IA de ponta ainda são adotadas de forma desigual, serão as que terão uma vantagem estrutural quando o restante do mercado tiver adotado as mesmas ferramentas.

A janela para agir é limitada. Como novos modelos estão sendo lançados cada vez mais rápido e a adoção se tornou uma expectativa básica no seu setor, o grau de diferenciação disponível hoje vai diminuir.

A escolha que você tem diante de si não é se deve ou não adotar a IA, a maioria dos seus concorrentes já fez isso de alguma forma, mas se está estruturando essa adoção de maneira a gerar efeitos compostos.

Por isso, a principal mensagem que gostaria que você levasse daqui é: tome na sua organização, nos próximos 90 dias, uma decisão específica que dê início a uma transformação com IA estruturada e escalável, não mais um piloto ou mais um teste de ferramenta, mas uma decisão que comprometa recursos e responsabilidades com a melhoria contínua. Dê um nome a essa decisão, designe um responsável e defina uma data.

As empresas que agirem agora com base nessa decisão serão as que vão moldar seus setores quando a próxima onda de disrupção chegar e, considerando o que as pessoas mais influentes da área estão nos dizendo, essa onda está mais próxima do que a maioria das equipes executivas imagina.

A transformação com IA não começa com a escolha de mais uma ferramenta. Começa com a decisão de como sua organização vai usar a IA para ampliar o conhecimento especializado, aumentar a capacidade, melhorar a tomada de decisão e criar capacidades que antes eram inviáveis.

A Brisa America ajuda organizações a transformar essa oportunidade em uma estratégia de transformação prática — conectando objetivos de negócio, tecnologia, processos e implementação em uma estrutura pensada para gerar valor mensurável e composto.

Pronto para ir além da experimentação com IA? Converse com a Brisa America sobre a construção de um roadmap estruturado de transformação com IA para a sua organização.

 

Pedro Fujiwara