©2026 MIT Sloan Management Review Brasil. Todos os direitos reservados. A reprodução, total ou parcial, é proibida sem a autorização prévia e expressa do CNEX.

IA

A métrica que substituiu o agente de IA

O iFood construiu 27 mil agentes de IA antes de descobrir que o melhor indicador de desempenho com tecnologia é desenhar e habilitar skills. O caso ajuda a iluminar onde a maioria das empresas ainda trava, e onde a próxima fase começa

Raphael Bozza

29 de junho de 2026 e atualizado em 10 de setembro de 2026

12 min de leitura

Em 2025, segundo o State of AI da McKinsey, 88% das empresas no mundo já diziam usar inteligência artificial em pelo menos uma função. No mesmo recorte, apenas entre 1% e 5% reportaram retorno financeiro mensurável. Adoção em massa, ganho concentrado. A separação entre os dois grupos raramente passa pela sofisticação da ferramenta. Passa pelo que vem antes e depois dela: dados estruturados, processos redesenhados, equipes preparadas para operar com supervisão crítica, e clareza sobre o que se quer transformar.

Outros dados apontam na mesma direção. Estudos recentes da Anthropic sobre o impacto da IA no mercado de trabalho mostram que o uso real fica bem abaixo do que a tecnologia permitiria. Mesmo em funções com alta exposição à automação, o uso cobre só uma parte das tarefas possíveis. O International AI Safety Report 2026 acrescenta um detalhe importante: os sistemas de IA de propósito geral são irregulares, ou jagged, podendo superar especialistas humanos em problemas complexos e, ao mesmo tempo, errar em tarefas lógicas simples. Usar a ferramenta sem entender onde ela falha é uma aposta arriscada.

E entre as poucas companhias que conseguiram converter adoção em valor mensurável, uma virada adicional emergiu nos últimos meses. A unidade que importa medir mudou: do agente de IA para a skill. O que segue parte do iFood e dialoga com o que os dados recentes mostram em outras organizações. O interesse não é o iFood em si, mas o que aparece quando uma empresa chega a esse ponto.

Por que a maior parte não converte

Os dados recentes são consistentes. Os ganhos com IA dependem menos da tecnologia disponível do que de como ela entra nos processos, de quais tarefas os modelos resolvem de verdade e de pessoas capazes de operá-los e corrigir seus erros. Sem essa base, o que parece adoção é, na maioria dos casos, só aparência.

O iFood mostra o que isso exige na prática. A empresa começou a operar com dados e inteligência artificial em 2018, antes de o tema entrar na agenda do país, e nos anos seguintes consolidou uma infraestrutura de dados, ampliou seu time técnico para mais de 180 cientistas e lançou, em 2020, o programa Badhu, acrônimo de “data heavy user”, que certificou cerca de mil pessoas em uso intensivo de análise. Em maio de 2025, publicou seu manifesto de IA, sintetizado na frase “IA é dever de todos, todos mesmo”, e amarrou o tema à avaliação de desempenho de todas as 8 mil pessoas da companhia, com impacto direto no PLR. A expectativa foi construída ao longo de mais de um ano antes de pesar no bolso de alguém. Penalizar sem oferecer caminho gera ruído em vez de mudança.

Essa dimensão é igualmente determinante, e talvez seja a mais subestimada. No iFood, a cultura não se negocia. No instante em que se tolera um comportamento que a contraria, a régua desce até aquele nível, e o padrão passa a ser definido pelo que se aceitou. Quando a adoção de IA acelerou, foi criado um rito de entrada para todos os treinamentos: construir um jogo da cobrinha funcional sem saber programação, usando apenas comando de voz. Eu fiz esse exercício pessoalmente e, depois, joguei com meu filho. Seis meses antes, isso seria impossível para alguém sem repertório técnico. A pergunta “já fez o seu jogo da cobrinha?” virou senha interna, usada menos para constranger e mais para diagnosticar mentalidade.

O padrão não é exclusivo do iFood. As poucas companhias que aparecem entre os 1% a 5% que colhem retorno mensurável da IA compartilham um conjunto semelhante de elementos, e nenhum deles se reduz à compra de uma plataforma. A base de dados precede em anos a aceleração de uso. A expectativa sobre IA está escrita na avaliação de desempenho, e não apenas na apresentação de liderança. A cultura tolera erros com intenção, mas não acomoda inércia disfarçada de cautela. É esse conjunto, e não um produto isolado, que diferencia as empresas que extraem valor das que apenas acumulam licenças.

No iFood, esse acúmulo se reflete em mais de 90% dos cerca de 8 mil FoodLovers usando diariamente a plataforma proprietária de IA generativa, e em cerca de 25 bilhões de decisões preditivas por mês. No mesmo período, o time cresceu de 5 mil para 8 mil pessoas entre 2022 e 2025: a capacidade adicional abriu novos negócios, e cada novo negócio exigiu contratações. O ponto importante para outras companhias mora menos no número final e mais no fato de que ele é resultado de quase uma década de construção. O iFood tem quinze anos. Seis deles com inteligência artificial como prioridade real de operação. A maioria das empresas que entra nessa conversa agora não tem essa base construída. Atalho não existe.

A virada de unidade

Foi sobre essa base que o iFood lançou, em 2025, a meta interna de construir um agente de IA para cada FoodLover, com um direcional simples: priorizar volume sobre perfeição e tratar o erro como parte do processo. O resultado foi mais de 4 mil agentes em menos de um ano, a maior parte descartada por desenho. No total, depois de 10 meses, 27 mil agentes foram criados com 12 mil agentes ativos mensalmente!

A conversa interna mudou de tom há poucos meses. Apenas cerca de 200 daqueles 27 mil agentes mudavam de fato o jogo em escala, e a liderança passou a discutir as habilidades específicas de cada agente, não mais o volume total. A unidade que importa medir deixou de ser o agente e passou a ser a skill. Mudar o vocabulário interno em cerca de dois meses gerou desconforto previsível: pessoas que tinham acabado de aprender a construir agentes ouviam que o esforço seria medido de outro jeito. A confusão foi parte do processo, e foi assumida como parte do processo. Faz parte mesmo.

O pano de fundo é a aceleração dos modelos. A curva dos grandes modelos de linguagem em testes de QI mudou visivelmente entre dezembro de 2025 e maio de 2026: muitos deles passaram a entregar pontuação alta, e a curva inteira se deslocou para a direita. A consequência prática para quem desenha trabalho é direta: qualquer discussão centrada na ferramenta específica fica obsoleta em meses. O que fica de pé é a habilidade que se quer no time.

A própria conversa sobre produtividade evoluiu junto. O mito do desenvolvedor 10x deu lugar à ideia dos “AI super users”, mas os dados mostram que o ganho maior vem quando a base inteira avança, formando supertimes em vez de cultivar heróis individuais. Os desenvolvedores do iFood operam hoje com cerca de 16% mais produtividade, com ganhos paralelos em “throughput de deploy” e qualidade de código. Mover a curva da organização inteira para a direita gera mais valor do que celebrar uma cauda longa.

Para situar onde uma organização está nessa transição, vale uma escala de cinco fases de automação. Na primeira, a pessoa troca o buscador por um chat de IA para tirar dúvidas, e é onde a maioria das companhias ainda está. Na segunda, agentes automatizam parte do trabalho individual. Na terceira, um agente conduz o processo de ponta a ponta. O iFood já opera nesse nível em alguns fluxos, com um sistema que leva o restaurante da captação ao onboarding com conversão maior que a humana. A quarta fase, em que agentes decidem o que precisa ser feito, ainda não chegou. A quinta, a operação quase inteiramente autônoma de processos internos, está no horizonte de cinco a dez anos.

O relatório State of AI in 2025: Agents, innovation and transformation, da McKinsey, converge com essa observação. O uso organizacional de IA se expandiu e parte das empresas já experimenta sistemas agênticos, mas os melhores resultados decorrem da combinação entre redesenho de fluxos de trabalho, validação humana e supervisão, e não da simples adoção da tecnologia. Escalar agentes sem redesenhar os fluxos amplia a complexidade em lugar de produzir valor.

O redesenho do trabalho

Essa virada muda praticamente todas as decisões de RH e de organização. O Future of Jobs Report 2025, do Fórum Econômico Mundial, projeta que cerca de 40% das skills atuais precisarão mudar até 2030. O número, visto de dentro de uma empresa que já opera nesse regime, parece conservador. A pressão não é uniforme. Chega em várias frentes ao mesmo tempo.

A mais imediata é o upskilling em massa. Sem ele, a base do time fica para trás e o ganho fica concentrado em poucas pessoas.

Em paralelo, vem a redução de camadas hierárquicas, agora que cada liderança consegue direcionar mais gente apoiada por IA. Empresas com sete ou oito camadas tendem a se achatar mais rápido do que qualquer reorganização anterior.

Uma terceira pressão, frequentemente subestimada, é a documentação rigorosa de processos, decisões e donos. Esse trabalho se revelou o maior gargalo prático para agentes, porque processo mal mapeado gera agente mal direcionado, e a tecnologia escancara a desorganização que a empresa empurrava com a barriga.

A quarta diz respeito ao pipeline de talentos jovens. Há queda relevante de vagas de início de carreira em diversos setores, e a saída mais fácil, contratar menos e mais sênior, é a mais arriscada para o longo prazo. O profissional de hoje é o líder daqui a dez anos. Secar essa entrada agora desorganiza a sucessão da próxima década.

A quinta é a mais desconfortável: o redesenho das funções que a IA já executa de ponta a ponta. No iFood, a função de analista de BI emprega cerca de 500 pessoas, e a IA hoje executa esse trabalho integralmente. Se não houver um upskilling que agregue um valor diferente, a função muda completamente em seis meses. Nomear isso em voz alta tem custo, e o custo é da liderança, não de quem está na cadeira. Um dado concreto desse tipo organiza o planejamento muito mais do que um discurso genérico sobre o futuro do trabalho.

A oportunidade aparece na direção oposta da ameaça. Em um exemplo do próprio iFood, uma liderança pediu a um agente de IA que lesse todas as reuniões dos últimos doze meses com seu time, integrasse ao material de cultura interno e o que ela esperava de cada liderado, e em 20min recebeu o feedback a ser dado para cada pessoa, factual e conectado. O exercício, que antes consumiria semanas de observação e trabalho manual, virou rotina possível. A IA bem usada amplia a capacidade de liderar gente em vez de substituí-la.

O que aconteceu no iFood não é um caso isolado. Tende a se repetir em outras companhias que chegarem à maturidade equivalente. Contar agentes era a métrica que fazia sentido em 2024, quando a prioridade era provar que a tecnologia funcionava em escala e mobilizar a organização para a transição. Desenhar e habilitar skills é a métrica de 2026, agora que a ferramenta deixou de ser o limite e o limite passou a ser organizacional. A próxima medida já está se formando. Quem pretende capturar valor sustentado precisará aceitar que a régua vai continuar se movendo.

O caminho para esse grupo começa quando a empresa para de focar na ferramenta e trata o desenho do trabalho como o produto a construir. A pergunta correta agora não é sobre a ferramenta. É sobre qual skill precisa estar habilitada para todos, e o que muda quando ela estiver instalada. A discussão sobre ferramentas vem depois.