Archive October 19, 2026

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.

A IA que traz resultados não tem glamour.

Já reparou como toda feira de inovação dá um jeito de conseguir um robô humanóide (ou até “cachorróide” rs) para ficar andando pelos corredores?

Isso acontece porque é uma maneira midiática de tangibilizar a inovação. Pega bem nos stories e nos tiktoks.

Mas a IA que traz resultados, aquela que mexe o ponteiro no fim do dia, é zero glamour.

Entender o fluxo de valor do cliente, [re]desenhar processos, remover gargalos, integrar sistemas, desbloquear valor: estas são apenas algumas das atividades que de fato trazem retorno sobre o investimento, mas não ganham tantos likes nas social medias.

E, embora tudo isso possa ser feito 100% remotamente, ainda acredito muito na sinergia do trabalho conjunto, presencial, no olho-no-olho.

Porque aqui na Máquina de Dados não endeusamos a maximização do uso de tokens, preferimos maximar a sola de sapato gasta para que você possa maximizar o seu retorno sobre o investimento.

Aproveito para agradecer aos clientes e parceiros que estão conosco nesta jornada. Deixo abaixo alguns registros dessas últimas semanas.

Framework de 7 Passos para entrar no Clube dos 5%:

Hoje tive o prazer de participar do Download SXSW 2026 da HSM no Learning Village.

Diversos pontos interessantes foram trazidos pelos palestrantes e panelistas, mas gostaria de ressaltar os sete passos para o sucesso em Projetos de IA.

Como todos sabem, atualmente cerca de 95% dos Projetos de IA não atingem os resultados esperados.

Então como fazer parte do Clube dos 5%?

O framework abaixo auxilia (muito) neste processo:

1. Dados de qualidade
2. Redesenho de processos
3. Papéis Redefinidos
4. Arquitetura das Decisões
5. Métricas Realinhadas
6. Governança de IA
7. Cultura de Experimentação

Nos próximos posts irei detalhar melhor as implicações de cada passo.

“Receba nossos folhetos no Whatsapp”.

É desta maneira que muitas empresas, ainda hoje, tratam sua Transformação Digital & Agentificação por IA.

Há cerca de 10 anos atrás, com a expansão dos smartphones e a introdução do 4G, o termo Transformação Digital ganhou força, levando muitas empresas para o universo dos Apps.

Nesta onda da Transformação Digital algumas empresas aproveitaram para repensar seus processos e seus Jobs to be Done:

– O iFood, por exemplo, deixou de ser o call center da época da Disk Cook para se tornar o Super App que conhecemos hoje

– O Nubank aproveitou as dificuldades criadas pelo sitema financeiro tradicional para se tornar uma força em expansão internacional

Porém, outras empresas, apenas resolveram “mandar seus folhetos por WhatsApp”.

O crescimento da Agentificação por IA está abrindo um novo momento semelhante para as empresas. Agora é o momento de reavaliar seus processos e seus Jobs to be done.

No varejo, por exemplo, a IA pode ajudar a repensar processos de estoque, planejamento, ruptura, vendas e a própria experiência do shopper.

Ou você pode criar um chatbot pra mandar folheto.

Que legado você quer construir?