Talvez a gente esteja fazendo a pergunta errada sobre Inteligência Artificial.

Nos últimos anos, tenho visto empresas fazendo a mesma pergunta:

“Como podemos usar mais IA?”

Mas usar mais IA não deveria ser o objetivo.

Assim como ter mais dados nunca deveria ter sido.

A pergunta que me interessa é outra:

“O que precisamos fazer melhor e onde a IA realmente pode ajudar?”

Parece uma diferença pequena. Não é.

Existe uma obsessão no mercado por eficiência: fazer mais rápido, mais barato, com menos pessoas, em menos tempo.

Só que eficiência sem eficácia pode simplesmente nos ajudar a fazer muito bem aquilo que nem deveria estar sendo feito.

Por isso, cada vez mais acredito que a ordem precisa ser invertida:

1. Eficácia: estamos fazendo a coisa certa?
2. Eficiência: conseguimos fazer melhor?
3. Escala: conseguimos multiplicar esse resultado?

É só depois dessas perguntas que entram ChatGPT, Claude, agentes, automações, RAG, n8n ou qualquer que seja a tecnologia da vez.

Eu trabalho com tecnologia há cerca de duas décadas e já vi algumas ondas passarem.

Data Warehouse.
Big Data.
Cloud.
Data Science.
Machine Learning.
Agora, Inteligência Artificial Generativa.

As tecnologias mudam.

Uma coisa não muda:

valor só aparece quando tecnologia encontra um problema que vale a pena resolver.

Talvez por isso eu esteja cada vez menos interessado no hype da IA e cada vez mais interessado no que acontece depois do hype.

Como transformamos experimentação em capacidade?

Como transformamos capacidade em resultado?

Como transformamos resultado em vantagem competitiva?

Dados. IA. Foresight. Estratégia. Pessoas.

Não para falar sobre tecnologia pela tecnologia.

Mas para entender como tudo isso pode ajudar pessoas e organizações a tomar melhores decisões e construir futuros melhores.

Do Hype ao ROI.

Esse é o caminho que me interessa.

Ter minério no subsolo não significa ter valor econômico. Ter dados no Data Lake também não.

Essa foi uma das provocações que levei para uma aula de 8 horas sobre Dados, Inteligência Artificial e Transformação, realizada pela HSM & Singularity University para profissionais da Vale.

E poucas empresas oferecem uma metáfora tão boa para falar sobre dados quanto uma mineradora.

Uma jazida precisa ser descoberta, extraída, beneficiada e transformada antes que seu potencial se converta em valor. Com dados acontece algo parecido.

Dado bruto → Estruturação → Qualidade → Contexto → Analytics & IA → Decisão → Valor.

Por isso, uma parte importante da nossa conversa foi sobre Data as an Asset. Não basta acumular dados. Para que eles sejam realmente tratados como ativos, precisamos saber onde estão, o que significam, se são confiáveis, quem responde por eles e, principalmente, que decisões, produtos ou processos melhores eles são capazes de habilitar.

Hoje quero falar com vocês sobre Maturidade no Uso de IA.

Não, não no contexto de Legal & Compliance, mas, sim, em um contexto de Escala de Maturidade.

Se imaginássemos que a Jornada de IA de uma empresa ou indivíduo fosse uma escada, quais seriam os degraus iniciais? Qual seria o topo dela?

Vem comigo:

A maioria das pessoas mede sua maturidade em IA pelas ferramentas que utiliza.

Eu acredito que esse é apenas o começo.

Na prática, a evolução acontece quando a IA passa a transformar a forma como trabalhamos.

É uma jornada de maturidade que (hoje) enxergo como possuindo seis níveis (este trabalho ainda está em construção):

1️⃣ IA Assistente
ChatGPT, Claude, Gemini… A IA ajuda a executar tarefas do dia a dia.

2️⃣ IA Eficiente
Prompt Engineering e técnicas avançadas permitem extrair respostas muito melhores e mais consistentes.

3️⃣ IA Autônoma
Agentes começam a executar tarefas completas, reduzindo trabalho manual e acelerando entregas.

4️⃣ IA Especialista
GPTs personalizados, Projects, Gems e RAG tornam a IA especialista no seu contexto e no conhecimento da sua organização.

5️⃣ IA Conectada
Ferramentas como n8n, Make e Power Automate conectam sistemas e automatizam processos de ponta a ponta.

6️⃣ IA como Colega de Trabalho
Multiagentes, MCP e APIs permitem que a IA trabalhe integrada ao ecossistema da empresa, colaborando com pessoas e outros sistemas para gerar valor em escala.

Mas existe uma segunda dimensão que considero ainda mais importante.

A maturidade não depende apenas da tecnologia utilizada, e sim da escala do impacto que ela gera:
👤 Indivíduo → melhora sua produtividade.
👥 Equipe → acelera a colaboração.
🏢 Departamento → transforma processos.
🏭 Empresa inteira → cria novas vantagens competitivas.

Em outras palavras, não é sobre a tecnologia usada.

É sobre o impacto que ela gera no negócio.

E a maturidade não é sobre a complexidade da tecnologia usada. É sobre a maturidade da liderança em construir sistemas de gestão e inovação neste novo cenário.