- O humano continua no centro: não basta entregar as chaves das IA; a iniciativa precisa ser humana e liderada por pessoas.
- Começar pelo usuário final, identificando tarefas que causam dor e escolhendo a ferramenta certa para cada job.
- A experimentação é essencial, com ciclos curtos (um dia a cinco dias) para testar aplicações de IA e ampliar o foco além de apenas redução de custos.
- Processos precisam estar alinhados e com dados limpos; use IA para identificar e eliminar etapas repetitivas desde o início.
- Governança e salvaguardas variam conforme o risco; formulários de intake ajudam a mensurar impacto, com responsabilidade centralizada em engenheiros de IA e participação de equipes relevantes.
O debate sobre a implementação de agentes de IA em grandes empresas não se resume a correr riscos ou poupar tempo. Lidar com IA exige uma postura mista: velocidade moderada aliada a cautela estruturada para evitar impactos negativos nos negócios. Relatos de executivos de PwC e NBCUniversal apontam caminhos práticos.
Duas experiências compartilhadas ocorreram durante a conferência The AI Strategy Summit 2026, promovida pela consultoria Section, com participação de líderes de TI empresarial. As jornadas destacam a necessidade de planejamento, experimentação e governança para sustentar a evolução da IA sem comprometer a confiabilidade.
O humano é o elo
Não basta ceder totalmente a decisão a sistemas. O envolvimento humano continua essencial, especialmente no início. A orientação é começar pelos usuários finais e identificar a ferramenta certa para cada tarefa, priorizando processos repetíveis e pontos de dor do dia a dia.
A experimentação importa
Diversificar pilotos ajuda a mapear onde a IA entrega valor real. A prática sugerida envolve ciclos curtos de experimentação, como em projetos de um a cinco dias. O foco não deve ser apenas custo, mas as possibilidades de ganho de eficiência e satisfação do usuário, com retorno rápido de feedback.
Ajuste de processos ruins
A IA tende a acelerar ou redesenhar fluxos desequilibrados apenas se houver dados limpos e um fluxo claro de responsabilidades. Mapeie o processo em papel, identifique o proprietário e situe onde a IA pode atuar de forma mais eficaz, começando por tarefas simples e repetitivas.
Governança e salvaguardas
A gestão de riscos varia conforme o potencial de impacto. Em NBCUniversal, a formalização passa por formulários de intake que ajudam a medir o efeito de cada ferramenta. O modelo de PwC centraliza responsabilidade em uma camada de engenheiros de IA, com outras equipes participando de forma distribuída, sempre com padrões claros de segurança e uso adequado de dados.
—
A leitura aponta que não existe fórmula única. A liderança precisa combinar começo centrado no usuário, ciclos de experimentação ágeis, melhoria de processos com dados limpos e uma governança bem definida para garantir uso sustentável da IA nas organizações.
Entre na conversa da comunidade