Utilizar inteligência artificial em diferentes atividades não significa, necessariamente, transformar uma empresa em AI First. A diferença está no lugar que a tecnologia ocupa nas decisões do negócio: em vez de ser incorporada apenas para automatizar tarefas existentes, ela passa a fazer parte da concepção de produtos, processos e estratégias.
Essa foi a principal reflexão de Eduardo Maçan, da Creditas, na palestra Transformação AI First, realizada no segundo dia do Data Science Summit Brasil 2026. O executivo abordou os desafios de uma mudança que vai além da adoção de ferramentas e exige rever a maneira como as organizações trabalham, tomam decisões e distribuem responsabilidades.
Segundo ele, ser AI First significa colocar a inteligência artificial no centro da estratégia, considerando seu potencial desde a concepção de produtos e serviços até a organização dos processos internos.
Na avaliação apresentada por Maçan, muitas empresas já utilizam IA, mas ainda são poucas as que estruturaram seus negócios a partir das possibilidades dessa tecnologia. Existe uma diferença entre aplicar soluções pontuais para executar tarefas com mais rapidez e repensar processos para aproveitar novas formas de trabalho.
“O desafio não está simplesmente em fazer mais com menos pessoas, mas em compreender como o trabalho pode ser reorganizado para gerar valor”, explicou. Durante a apresentação, Maçan mencionou uma pesquisa conduzida pela PwC para discutir a relação entre os resultados obtidos com IA e a forma como as empresas encaram sua adoção. “Essa reflexão apontou para a importância de tratar a tecnologia como parte de uma estratégia de inovação, e não apenas como instrumento de redução de custos ou aumento imediato de produtividade”, disse.
Para ele, a transição para AI First traz questões que não podem ser resolvidas apenas pela área de tecnologia. O que deve ser mantido, eliminado ou modificado nos processos atuais? Como as mudanças afetarão as equipes? Quais competências serão necessárias? E como preparar a organização para trabalhar de outra maneira?
“Essas perguntas evidenciam a dimensão organizacional da transformação”, pontuou o palestrante. “A implementação precisa considerar casos reais de uso e um conhecimento aprofundado da cultura da empresa. Soluções tecnicamente eficientes podem encontrar dificuldades quando não correspondem às necessidades das equipes, aos fluxos de trabalho ou à realidade operacional”, citou.
Por isso, a transformação exige identificar problemas concretos, testar aplicações e avaliar seus resultados antes de ampliar a adoção. Também requer rever as definições técnicas que sustentam os sistemas, em vez de simplesmente acrescentar recursos de IA à estrutura existente.
Outro tema abordado por Maçan foi a arquitetura agêntica, na qual sistemas de inteligência artificial podem executar tarefas e interagir com ferramentas, serviços e outros sistemas para alcançar determinados objetivos. “Essa capacidade amplia as possibilidades de automação, mas também introduz novos riscos. Quando um agente recebe autorização para acessar informações, realizar operações ou interagir com terceiros, o alcance de suas permissões passa a ser uma questão central de segurança”, falou.
Maçan destacou a necessidade de definir rigorosamente o que cada agente pode fazer. A concessão de acessos deve ser granular, limitada às atividades necessárias e acompanhada de mecanismos de controle. “Quanto maior a autonomia e a capacidade de interação de um sistema, maior a importância de estabelecer limites, monitoramento e responsabilidades claras. A governança, portanto, não deve ser tratada como uma etapa posterior à implementação. Ela precisa integrar o desenho das soluções desde o início, acompanhando a evolução dos sistemas e os riscos associados ao seu uso”, disse.
De acordo com o especialista, a adoção de uma estratégia AI First envolve tecnologia, processos, métricas, segurança e cultura organizacional. “Mas ela também exige rever a forma como o desempenho é avaliado, uma vez que os indicadores tradicionais podem não refletir adequadamente os resultados de equipes que trabalham em conjunto com agentes de IA. Ou seja, incorporar inteligência artificial em escala requer mais do que disponibilizar ferramentas aos profissionais. É necessário compreender onde a tecnologia pode gerar valor, preparar a estrutura para utilizá-la e acompanhar os efeitos das mudanças sobre o negócio e as pessoas”, concluiu.
Conteúdo produzido por Básica Comunicações
Fotos: Marco Antonio Tavares
