Este artigo foi publicado originalmente na Época Negócios.

Brasil, 4 de janeiro de 2026 - Entre executivos das mais diferentes indústrias só se fala em uma coisa: inteligência artificial. Mas jogando uma lupa sobre o que cada um está realmente fazendo fica nítido que os focos são bastante diferentes.

Há quem se preocupe em dar acesso a chatbots de IA para seu time, e há quem esteja atualizando os recursos de IA incorporados ao software da companhia. Alguns avançaram a ponto de criar assistentes de conhecimento baseados em IA, que fornecem conteúdos relevantes de fontes internas aos funcionários. A maior parte ainda está focada em produtividade.

Poucos executivos, entretanto, falam sobre o investimento que realmente importa: usar a IA para redesenhar fundamentalmente o trabalho, apoiando novos produtos, serviços ou modelos de negócio. Por onde começar? Sem dúvida, implementar ferramentas como chatbots baseados em grandes modelos de linguagem ou assistentes institucionais é essencial para fomentar a fluência em IA e aumentar a eficiência diária em toda a organização.

Como os fornecedores incorporam cada vez mais recursos de IA em softwares corporativos, como ERP e CRM, introduzir novas funcionalidades para os colaboradores pode ser relativamente fácil. Afinal, as ferramentas já fazem parte do fluxo de trabalho.

E qual o preço da facilidade? Fatalmente, quando os recursos de IA estão incorporados às ferramentas existentes e seguem fluxos de trabalho pré-definidos, é comum cair no erro de otimizar o status quo em vez de redefini-lo. O desafio é driblar a postura avessa ao risco, a segurança de escolher softwares prontos, por considerá-los mais “seguros”, e aceitar que o que é tradicional e confiável também pode ser limitante.

Por outro lado, o custo e a complexidade de desenvolvimento de software estão caindo rapidamente, de modo que as capacidades de geração de código da IA tornam mais fácil do que nunca criar soluções sob medida para necessidades específicas. Na verdade, os ganhos de eficiência no desenvolvimento de código são tão grandes que o gargalo não é mais como construir, mas o que construir. Há um espaço em branco pronto para ser ocupado.

Imaginar soluções de IA personalizadas exige uma mudança real de mentalidade, baseada em criatividade e confiança para apostar em novas abordagens. Por isso, a próxima geração de empresas líderes é aquela em que as capacidades de gestão de produtos e desenvolvimento de software serão reforçadas de forma estratégica, acelerando seus objetivos e resultados. Elas também terão uma nova tolerância ao risco, uma vez que os benefícios de buscar novos modelos e soluções superam os desafios de ficar com a tecnologia defasada.

Isso porque a IA não serve só para apoiar o negócio. Ela produz vantagem competitiva em serviços, produtos e na operação – por meio de sistemas proprietários, com lógica personalizada, pipelines de dados profundamente integrados e mapeamento de processos cross-funcionais. Esses sistemas podem orquestrar e executar fluxos de trabalho complexos entre equipes, departamentos e sistemas, nos quais a IA pode tomar decisões, gerenciar exceções e entregar resultados em escala.

Para atingir esse nível, são imprescindíveis investimentos iniciais em infraestrutura, integração e gestão de mudanças. E os primeiros passos incluem acabar com silos históricos e superar a falta de confiança entre o TI e outras áreas do negócio. Certamente, comprar soluções prontas ainda fará sentido em alguns casos. Mas, para os desafios decisivos, soluções sob medida vão proporcionar uma vantagem competitiva duradoura.

Para avançar com IA sob medida, o foco deve ser direcionado para cinco áreas:

1. Estratégia clara de IA: questionar continuamente se a empresa está só otimizando fluxos existentes ou realmente redesenhando o modo de criar valor. É preciso buscar novos modelos de negócio, ofertas aos clientes e capacidades competitivas.
2. TI estratégica: a implementação de IA sob medida transforma a TI em um motor estratégico do negócio e esse será um diferencial para as companhias no futuro.
3. Capacidade robusta de desenvolvimento de software: é essencial contar com equipes multidisciplinares, incluindo gestão de produtos, especialistas em tecnologia e profissionais responsáveis por processos e operações.
4. Dados proprietários sólidos: muitas empresas possuem grandes volumes de dados, mas hesitam em aproveitá-los com suas próprias soluções de IA, esperando que outros façam isso por elas.
5. Mudança de mentalidade: executivos precisam incentivar risco adequado e aprendizado, reduzindo o viés de seguir apenas opções incrementais e “seguras”.

A verdadeira transformação com IA não se resume à implantação de ferramentas. Para que a IA cumpra seu potencial, cabe aos executivos repensar como o trabalho é feito, como decisões são tomadas e como valor é criado.

* Lucas Brossi, sócio e líder de inteligência artificial para a Bain na América do Sul