Ouça o artigo:
Quatro perguntas para os líderes
As quatro perguntas-chave para os líderes são:
- O que mudou na IA?
- Quais são as implicações para as organizações?
- Quais são as implicações para os líderes?
- Como gerir melhor esta disrupção.
1. O que mudou na IA?
Três mudanças redefiniram recentemente a IA
A “nova” IA: deixou de esperar por si e continua a trabalhar
Isto muda tudo.
A IA está a deixar de ser um software que utiliza para se tornar trabalho que dirige: trabalho que pode ser feito mais depressa, com mais capacidade de inteligência do que os humanos, que fica mais barato a cada dia e que se aperfeiçoa a cada dia.
No entanto, para que a IA funcione bem para si, tem de explicar muito bem o que é um bom resultado e o que tem de ser feito, que dados utilizar e quais são os limites. Tem de definir que decisões cabem à máquina e quais continuam a ser humanas, monitorizar em permanência, manter o controlo humano final e ajustar o seu modelo de negócio e a sua organização.
É este processo, mais do que a tecnologia de IA que utiliza, que constitui o verdadeiro trabalho de se tornar AI-native. Não se trata apenas de dar acesso à IA a todos. É um processo de transformação que tem de estar bem estruturado e ancorado na estratégia do negócio.
O lado da oferta: seis camadas constroem a capacidade de IA, e as seis evoluíram este ano
Um novo modelo de negócio: os agentes mudam o que se vende e quem compra
- Muito mais computação. Os agentes utilizam muito mais computação do que os chatbots.
- De por utilizador para por resultado. O preço passa do pagamento por utilizador para o pagamento por tarefa ou por resultado.
- Mais barato significa mais. A descida dos preços da IA deverá aumentar a utilização total, em vez de reduzir a despesa.
O que mudou na IA agêntica
- Trabalho mais prolongado. Antes, a ênfase estava em tarefas curtas e em passagens de testemunho frequentes. Os progressos do último ano trouxeram trabalho mais continuado entre sessões, com preservação do estado das tarefas, recuperação após interrupções e verificação mais sistemática. Entre novembro de 2025 e abril de 2026, surgiram novas abordagens para agentes de longa duração e execução gerida. [1]
- Utilização mais rica de ferramentas e multimédia. Antes, a ênfase estava na pesquisa de documentos e em chamadas básicas a ferramentas. Hoje, os agentes inspecionam e agem ativamente, com acesso mais eficiente a ferramentas, execução de código entre ferramentas ligadas e inspeção direcionada de vídeo, áudio e imagem. Entre novembro de 2025 e setembro de 2026, os desenvolvimentos incluíram a utilização avançada de ferramentas e a inspeção agêntica de vídeo. [2]
- Tarefas de programação mais amplas. Antes, a ênfase estava em sugestões de código e correções individuais. Os progressos do último ano permitiram que os agentes construam, testem e aperfeiçoem funcionalidades maiores, incluindo tarefas de implementação mais longas, testes e depuração iterativos e maior alcance no software interno. Um inquérito de 2026 indica que 32% abdicaram de pelo menos uma compra de software porque os agentes de programação permitiram um desenvolvimento interno. [3]
- Implementação mais alargada e mais controlada. Antes, a ênfase estava em projetos-piloto e configurações à medida, incluindo pilotos isolados. Os progressos do último ano trouxeram implementações mais escaladas e geridas, com monitorização e observabilidade, aprovação humana para ações sensíveis, ambientes de execução geridos, sandboxing e permissões mais robustos e maior atenção aos custos de funcionamento. Entre os inquiridos de grandes empresas, a percentagem que está a escalar agentes subiu de 27% em 2025 para 40% em 2026. [3, 4]
A mudança aponta para tarefas mais longas, utilização mais rica de ferramentas, maior alcance na programação e implementação mais operacional. As capacidades já existiam antes deste período; a mudança está na sua maturidade e adoção. Os progressos continuam a ser desiguais.
[1] Anthropic Engineering, novembro de 2025–abril de 2026.
[2] Anthropic, novembro de 2025; Google DeepMind, setembro de 2026.
[3] McKinsey State of AI, agosto de 2026.
[4] Anthropic Managed Agents, abril–maio de 2026.
Seis camadas transformam capacidade em valor
A capacidade já não é a principal restrição
O que trava a adoção é a rapidez com que as organizações conseguem absorver a IA: redesenhar processos, requalificar pessoas e confiar nos resultados. A IA é um desafio de liderança.
A oferta tem o cérebro. A procura tem o estrangulamento
A oferta é concentrada e intensiva em capital, construída por poucos players com chips, energia e centros de dados. A procura é fragmentada e intensiva em capacidades, criada uma organização e um fluxo de trabalho de cada vez. Depende mais das pessoas, dos dados e da liderança do que da tecnologia.
Quatro temas que devem estar no topo da agenda executiva
- Responsabilização dos agentes. Quando um agente age, quem responde pelo resultado?
- Interfaces conversacionais e websites construídos para agentes. Os humanos agora perguntam em vez de pesquisar. O seu próximo visitante, comprador ou parceiro pode ser uma máquina.
- AI slop. O conteúdo é agora barato. A qualidade e a confiança são escassas.
- Sobrecarga, ROI e obsolescência. Há muitas ferramentas de IA novas para utilizar. As ferramentas e as competências envelhecem agora em meses, não em anos. Como obtenho valor real dos investimentos em IA?
2. Quais são as implicações para as organizações?
A inteligência e a execução estão a ficar baratas. O discernimento está a ficar escasso
Estamos todos a caminhar para a organização aumentada.
O discernimento humano é o recurso escasso
Na era industrial, os recursos escassos eram os ativos físicos e a capacidade de produção. Na era digital, os recursos escassos eram o software, os dados e a velocidade de replicação. Na era da IA, o recurso escasso é o discernimento. A inteligência artificial está a produzir resultados a uma velocidade superior à que a inteligência humana consegue validar por si só. A capacidade de julgamento é escassa.
Consequentemente, a maioria das pessoas que utilizam IA está a errar mais depressa. A experimentação insustentável e a “IA desleixada” estão a proliferar nas empresas.
As pessoas estão a produzir mais a um ritmo mais rápido, chegando a conclusões que nunca foram analisadas a fundo. Na maioria dos casos, não são os humanos que tomam as decisões. Limitam-se a validar um resultado algorítmico sob pressão de tempo e com informação incompleta. Põem uma assinatura humana sem pensarem muito no assunto.
Onde procurar vantagem competitiva
Os melhores modelos são o mínimo exigido. A vantagem está noutro lado.
Quatro prioridades para a organização
A nova estrutura organizacional: menos níveis, novos blocos de construção
Unidades mais pequenas, controlo explícito
Organizações mais pequenas à mesma escala. Uma equipa de 10 a 20 pessoas com agentes robustos poderá gerir o que antes exigia centenas. As grandes empresas serão levadas a funcionar como conjuntos de unidades pequenas e autónomas.
Novas funções de controlo. Incluem a governação de agentes, uma pessoa responsável pelos resultados de cada agente e equipas responsáveis pelo contexto a partir do qual os agentes trabalham. Cada ação de um agente precisa de um responsável humano.
Direitos de decisão definidos por escrito. Para cada decisão, indique quem decide: o agente decide sozinho, o agente recomenda ou uma pessoa decide.
Cinco efeitos a acompanhar
3. Quais são as implicações para os líderes?
A IA não é um desafio técnico. É um desafio de liderança
Os líderes vão evoluir cada vez mais de decisores para designers de sistemas de organizações aumentadas.
As empresas que terão sucesso com a IA não serão as que têm os algoritmos mais avançados, mas as que têm o maior alinhamento da liderança e a capacidade de transformar a IA numa realidade operacional do dia a dia.
O foco já não é ter todas as respostas. Passa a ser construir organizações que aprendem e criam valor com a IA mais depressa do que a concorrência.
Três fatores tornam a mudança de paradigma profunda
A IA escala a qualidade do seu pensamento e da sua organização
Aplique pensamento trivial ou mediano e obtém pensamento e resultados medianos em escala. Aplique pensamento estruturado e avançado e obtém pensamento e resultados avançados em escala.
Do comando ao contexto, de decisores a designers de sistemas
Tradicionalmente, os líderes eram valorizados por tomarem decisões de qualidade e orientarem as pessoas numa direção. Na era da IA agêntica, o sucesso depende de desenhar sistemas que tomem boas decisões de forma consistente.
Os líderes têm de redesenhar como as decisões são tomadas, quem as toma e que dados as sustentam. A pergunta já não é “Que decisão devo tomar?”, mas sim “Como deve esta decisão ser tomada daqui em diante?”. As opções são automatizar, melhorar ou manter a liderança humana.
Liderar com IA significa agora perguntar e dirigir
Todos os líderes precisam agora de quatro competências essenciais
Liderança de topo: de decidir a desenhar
Designers do sistema. A equipa de topo desenha o sistema que decide: objetivos, regras, dados e salvaguardas.
A estratégia é o estrangulamento. Construir é barato. A clareza, os valores e travar cedo as más ideias tornam-se os ativos mais escassos.
Estratégia revista em contínuo. A estratégia contínua substitui o planeamento anual, sem reagir a todos os sinais.
Líderes hands-on. Os CEO constroem eles próprios protótipos: mais próximos do trabalho, mas com o risco de cair na microgestão.
Novos riscos executivos. Incluem a responsabilidade pelos agentes, erros em escala, o risco cibernético e conselhos de administração a perguntar onde é que a IA decide.
Cultura e propósito. As pessoas procuram nos líderes propósito e justiça: quem é requalificado e como são partilhados os ganhos.
É na gestão intermédia que a mudança é maior: o que desaparece e o que cresce
Os papéis estão a convergir
O engenheiro de IA de hoje torna-se um CEO que dirige uma equipa de agentes. O CEO ou empreendedor de hoje torna-se um construtor hands-on.
O QUE FAZEM OS LÍDERES EFICAZES
Seis dimensões da liderança eficaz
Como a IA muda cada dimensão da liderança
Que comportamentos e pressupostos poderá ter de mudar?
Hoje, quase tudo pode ser construído.
Liderar é decidir o que deve ser
4. Como gerir melhor esta disrupção
Desafios para as empresas: o retorno fica para trás enquanto a tecnologia acelera
O fosso de valor: produtividade não é lucro. Os ganhos estão dispersos: os minutos poupados por pessoa raramente chegam à demonstração de resultados. O tempo poupado só se transforma em valor quando o trabalho, as funções e os custos são redesenhados. Os custos são antecipados e visíveis; os retornos são difusos, tardios e muitas vezes anulados pela concorrência.
Obsolescência: os investimentos envelhecem em meses. Os modelos, as ferramentas e as plataformas ultrapassam-se uns aos outros a cada poucos meses. O desenvolvimento à medida de hoje pode tornar-se a funcionalidade padrão de amanhã. Esperar não é solução: o custo de ficar para trás acumula-se.
O que os líderes podem fazer é medir o valor em termos de resultados financeiros, não em horas poupadas; redesenhar os fluxos de trabalho para capitalizar os ganhos; construir uma arquitetura modular e independente do modelo; e investir no que perdura: dados, contexto e pessoas.
Precisa de um modelo de inovação, como o Three Horizons of Growth
O modelo Three Horizons of Growth abrange modelos de negócio, inovação, capacidades e alocação.
Horizonte 1: Negócio maduro – conhecido. O foco do modelo de negócio é executar o modelo de negócio. A inovação é de processo, utiliza capacidades existentes e envolve baixo risco. A alocação é de 60–70%.
Horizonte 2: Negócio em rápido crescimento – parcialmente conhecido. O foco do modelo de negócio é alargar o modelo de negócio. A inovação cria novas oportunidades através da inovação no modelo de negócio, com algumas capacidades e risco moderado. A alocação é de 20–30%.
Horizonte 3: Negócio emergente – desconhecido. O foco do modelo de negócio é procurar um modelo de negócio. A inovação diz respeito a modelos de negócio novos ou disruptivos, exige novas capacidades e envolve risco elevado. A alocação é de 5–10%.
LBC | Innovative Transformation. www.globalstrategicinnovation.com
ROADMAP DA ESTRATÉGIA DE IA
Precisa de uma estratégia e de um roadmap estruturados para apontar a um crescimento exponencial
- Definir a visão de IA e os objetivos de negócio. Estabelecer a visão de IA em função dos sponsors executivos, dos pontos críticos, da eficiência operacional e da inovação de produto.
- Avaliar a maturidade e a prontidão. Avaliar seis capacidades: estratégia, pessoas, dados e risco, operações, tecnologia e governação.
- Identificar e priorizar casos de uso de elevado impacto. Avaliar o impacto no negócio face ao esforço de implementação. As iniciativas de elevado impacto e menor esforço são quick wins; as de elevado impacto e maior esforço são projetos estratégicos. As iniciativas de menor impacto e menor esforço são pequenas melhorias; as de menor impacto e maior esforço devem ser despriorizadas. Exemplos incluem a deteção de fraude e a triagem em RH.
- Desenhar processos, dados, infraestrutura, segurança, requalificação e governação. O Comité de Governação de IA abrange a privacidade dos dados, a segurança, a equidade dos modelos e a conformidade.
- Roadmap faseado: piloto, escala, gestão. Para um caso de uso de IA, considere uma solução à medida desenvolvida internamente ou uma solução externa pronta a usar. Avance do lançamento do piloto para a escala e a gestão.
- Monitorizar, medir, evoluir. Manter uma estratégia viva através de um ciclo de implementação da IA, revisão de resultados, escala ou adaptação, e aprendizagem e melhoria. Tratar a estratégia de IA como um documento vivo.
Cinco passos que os líderes têm de dar já
- Mapear as decisões-chave. Atribuir cada uma a um agente, a um agente com uma pessoa ou apenas a uma pessoa.
- Pilotar um processo de ponta a ponta. Redesenhá-lo em torno dos agentes, em vez de acrescentar agentes a tarefas antigas.
- Redefinir o papel do gestor intermédio. Formar primeiro os gestores: são eles que conduzem a mudança.
- Criar cedo a governação de agentes. Criar um inventário de agentes, um responsável humano para cada um, permissões e auditorias.
- Proteger os percursos de aprendizagem. Continuar a desenvolver deliberadamente o talento júnior.
A IA não lidera. São as pessoas que lideram
Construa organizações aumentadas que criam valor exponencial com IA, em que a IA é o assistente e as pessoas mantêm o controlo.
Clique aqui para saber mais ou marcar uma reunião.