A narrativa predominante sobre o futuro do trabalho tem sido dominada por previsões pessimistas. Figuras como Jim Farley, CEO da Ford, sugeriram em meados de 2025 que a inteligência artificial poderia substituir metade dos trabalhadores administrativos nos Estados Unidos, enquanto estimativas de Dario Amodei, da Anthropic, apontaram para taxas de desemprego na casa dos 20%. No centro desse debate, o futuro da produtividade é tratado como uma contagem regressiva para a obsolescência humana.
Contudo, Gordon Ritter, investidor e observador de longa data do setor de tecnologia, propõe uma tese divergente. Segundo o executivo, o foco excessivo na automação ignora o componente mais valioso de qualquer organização: o julgamento humano. Para Ritter, as empresas que sairão vitoriosas não são aquelas que tentam substituir seus talentos por modelos genéricos, mas as que conseguem capturar e internalizar a inteligência e a criatividade de seus colaboradores em sistemas proprietários de aprendizado.
A falácia da substituição total
A IA é, por natureza, uma ferramenta extraordinária de otimização. Ela consegue identificar caminhos mais rápidos e baratos para metas pré-estabelecidas com uma eficiência inalcançável para equipes humanas. No entanto, a máquina falha ao definir quais metas devem ser perseguidas ou ao realizar julgamentos críticos quando não há precedentes ou dados históricos para imitação. Essas decisões, que movem mercados e fundam empresas, permanecem como o domínio exclusivo do pensamento humano.
Empresas que já estão à frente, como McKinsey, Bain e EY, não tratam a IA apenas como um projeto de eficiência, mas como um mecanismo para organizar o conhecimento institucional. Ao integrar assistentes internos e agentes de IA que documentam fluxos de trabalho, essas organizações estão transformando o conhecimento tácito em ativos reutilizáveis. O objetivo é claro: apontar a tecnologia para dentro, potencializando a inteligência humana em vez de descartá-la.
O mecanismo dos rastros de decisão
O grande diferencial técnico, frequentemente subestimado, reside nos chamados 'rastros' de interação. Cada vez que um colaborador utiliza um sistema interno, a interação deixa uma marca: a correção feita, a preferência manifestada e a solução encontrada para um caso atípico. Esses dados não são passíveis de compra ou extração via web scraping; eles são conquistados interação por interação, alimentando loops de aprendizado específicos para cada domínio.
À medida que o sistema aprende com esses rastros, a performance melhora, o que atrai mais uso e, consequentemente, gera mais dados. Esse ciclo cria uma vantagem estruturalmente exclusiva. Enquanto provedores de modelos de fundação capturam inteligência geral de todos os clientes, a empresa que constrói seu próprio sistema de captura de julgamento detém uma propriedade intelectual que nenhum concorrente pode simplesmente adquirir no mercado.
Riscos e a exposição de processos
O perigo que poucas lideranças gerenciam adequadamente é a exposição de seus processos operacionais. Quando funcionários utilizam ferramentas públicas de IA para resolver problemas internos, eles estão, inadvertidamente, ensinando aos modelos como a empresa opera. A sequência lógica de decisões, as prioridades e o raciocínio estratégico — elementos que compõem o diferencial competitivo de uma firma — tornam-se parte do treinamento dos modelos de terceiros.
Além disso, a volatilidade no mercado, observada em episódios como a queda acentuada de empresas como Thomson Reuters e RELX após o lançamento de plugins jurídicos por laboratórios de IA, sinaliza que o software por si só não é uma camada durável de proteção. A verdadeira barreira defensiva é a forma como as pessoas pensam e trabalham juntas, um ativo que precisa ser sustentado dentro da organização.
Perspectivas e o valor da mutação
O futuro reserva incertezas sobre até onde a capacidade de raciocínio da IA chegará, mas a premissa de que a criatividade humana é a 'máquina de mutação' do sistema permanece válida. O que não foi resolvido antes exige julgamento humano, e essa capacidade de adaptação não pode ser reconstruída de fora para dentro. O desafio para as lideranças é decidir se serão apenas consumidores de modelos externos ou se construirão a infraestrutura para reter sua própria inteligência.
O mercado continuará monitorando se os ganhos de produtividade via automação compensarão a perda de controle sobre o know-how institucional. A questão central não é quantos empregos serão eliminados, mas como a inteligência que define o sucesso de uma organização será preservada em um ambiente cada vez mais automatizado.
Com reportagem de Brazil Valley
Source · Fortune
