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.