©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.

Vamos começar com um número que deveria tirar o sono de qualquer CEO: zero.

Zero é o custo marginal de produzir um relatório executivo razoável. Uma análise de mercado coerente. Um deck de estratégia bem estruturado. Uma comunicação institucional que “soa profissional”.

Zero.

Não é uma provocação filosófica, é na real um fato econômico. E ele está destruindo silenciosamente o modelo de valor de metade das empresas de serviço e de boa parte da média gerência corporativa do mundo.

A inteligência artificial generativa não veio para melhorar o trabalho médio, ela veio para torná-lo gratuito. Nesses casos, quando algo que custava caro passa a custar zero, o mercado não reage com gentileza.

A demolição de múltiplos já começou

O mercado financeiro chegou antes dos livros de gestão. Enquanto em certas rodas ainda se debate “como usar IA para ser mais produtivo”, os analistas já estão precificando a obsolescência de modelos de negócio inteiros.

Observe o que está acontecendo com SaaS de nicho e consultorias que vendem “esforço estruturado”: os múltiplos estão sendo comprimidos. Não porque os produtos são ruins. Mas porque o mercado percebeu que o core do valor entregue, organizar, sintetizar e comunicar, virou commodity de acesso público.

O caso recente da Block ilustra a leitura do mercado sobre essa dinâmica com precisão: a empresa eliminou 4 mil posições, majoritariamente na média gerência, e as ações subiram 17%. O mercado não apenas aceitou o movimento, o mercado aplaudiu. Está dizendo, em linguagem de múltiplos: “já sabíamos que aquele custo era indefensável.”

Isso não é crueldade, é  precificação.

O efeito HALO e a fuga do centro

Está acontecendo um movimento paralelo no capital global que poucos estão conectando a essa equação. Trata-se de uma tese estratégica e de investimento que ganhou tração recentemente: HALO (high asset, low obsolescence).

A IA é, por definição, uma máquina de obsolescência acelerada. Imagine que ela é uma enchente que vai cobrir primeiro as terras baixas. O HALO é a estratégia de buscar as terras altas que a água não alcança. Quando a inteligência sintética ameaça tornar obsoleto qualquer ativo baseado em processamento de informação padronizado, o capital migra para o que ela não consegue replicar facilmente: tangibilidade, escassez física, relacionamento humano de alta complexidade.

Não é coincidência que em 2024 (o ano do boom da IA), as ações do Walmart tenham subido quase 80%, contra 47% da Amazon. No exato momento em que todos celebravam o futuro digital, o mercado premiava quem tinha os pés no chão, literalmente. O capital estava dizendo, em linguagem de preço: a proteção do mundo físico vale um prêmio sobre a vulnerabilidade da inteligência sintética desprotegida.

Então, sobre esse prisma,  pergunta que cada liderança deveria fazer hoje: qual é o nosso ativo HALO? O que temos que a IA não dá sinais claros de conseguir replicar sem nós?

Se a resposta demorar mais de 30 segundos, o problema é maior do que parece.

A geometria do valor mudou – para sempre

Durante décadas o sucesso corporativo foi construído no centro da curva. Processos robustos, consistência, entrega previsível. O profissional “sólido”, o departamento “confiável”, a consultoria “bem estruturada”. O meio era seguro e lucrativo. Era, acima de tudo, escalável.

Acabou. A notícia ainda está se espalhando, mas acabou.

O centro foi ocupado por uma entidade que trabalha 24 horas, não pede aumento, não entra em licença e melhora a cada seis meses. Qualquer função que se encaixe na descrição “organiza, sintetiza e articula informação estruturada” está, neste exato momento, em processo de substituição, não de automação assistida, mas de substituição total.

O valor agora vive nas pontas.

Ponta 1 – Orquestração da complexidade. Um paradoxo que poucos anteciparam: quanto mais a IA acelera a capacidade de criar, mais rápido se acumula a complexidade que ela própria não consegue endereçar.

No varejo, a automação de pricing e de cadeia de suprimentos criou interdependências entre sistemas, fornecedores e contratos que nenhum modelo consegue navegar sem alguém que entenda a lógica de negócio por trás de cada regra. A IA otimiza dentro dos parâmetros. Quem redefine os parâmetros quando o mercado muda é humano.

Na indústria financeira, décadas de regulação acumularam camadas de compliance que refletem não só normas legais, mas acordos tácitos e cultura de gestão de risco específica de cada instituição. Esse conhecimento não está em nenhum dataset. Está nas pessoas que sobreviveram a três ciclos de crise e sabem o que fazer quando o modelo diz uma coisa e o instinto diz outra.

No setor de saúde, a complexidade não é técnica, é humana. São fluxos clínicos que evoluíram por décadas, resistências culturais legítimas e responsabilidades que não podem ser delegadas a uma API.

O padrão é sempre o mesmo: a IA avança rápido e deixa para trás um rastro crescente de complexidade acumulada que só um profissional com profundidade contextual consegue orquestrar. Não é uma limitação temporária e sim  uma consequência estrutural da velocidade de adoção. Ninguém resolve isso com um prompt,  para isso é preciso mesmo de  alguém que entenda que cada processo legado é, na verdade, memória institucional codificada em fluxo operacional.

Ponta 2 – Diferenciação extrema A máquina elevou o baseline de qualidade para todos, ao mesmo tempo. O relatório médio melhorou. A análise média melhorou. O problema é exatamente esse: quando o piso sobe para todos, o que antes era diferencial vira commodity. A diferença entre o bom e o excepcional não diminuiu, tornando-se o único lugar onde o prêmio ainda existe.

A IA produz a média ponderada do conhecimento global. É extraordinariamente competente em combinar padrões existentes com velocidade e coerência. O que ela não faz é o julgamento situacional que nasce de contexto específico, história vivida e leitura do que não está dito.

No marketing, a proliferação de conteúdo gerado por IA já criou uma crise de diferenciação que as empresas ainda não nomearam. É simples: quando todos produzem comunicação coerente e visualmente consistente, a atenção migra para o que é genuinamente incomum, a perspectiva que só aquela empresa tem, o ponto de vista que nenhum modelo treinado em dados históricos conseguiria antecipar. A autenticidade, como diferenciação,  virou ativo estratégico.

Na estratégia de negócio, a IA é excepcional em otimizar dentro de um espaço de problema definido, mas ela não é capaz de redefinir o espaço. A decisão de qual problema vale a pena resolver (antes que o mercado confirme que era a pergunta certa), exige julgamento construído com anos de imersão, fracassos não documentados em bases de dados e a capacidade de apostar contra o consenso com coragem.

O profissional de elite usa a IA para chegar ao bom mais rápido, e investe o tempo liberado para ir do bom ao cirúrgico. Essa camada final (o atrito humano intencional sobre o baseline tecnológico), é onde o valor se concentra e onde o prêmio ainda é defensável.

Não há terceira via. O meio vem sendo cada vez mais extirpado.

Isso não é uma observação confortável de fazer. Nós mesmos operamos nesse território, já que uma consultoria de estratégia é, por definição, uma empresa que vende pensamento estruturado. E se o pensamento estruturado médio virou commodity, a pergunta que nos fazemos todos os dias é a mesma que você deveria estar fazendo: o que entregamos que a IA não entrega de graça? A resposta que encontramos até aqui não é uma tese acadêmica. É uma prática que estamos construindo em tempo real, errando, ajustando e reconstruindo. E na sequência compartilhamos o que aprendemos até agora.

A IA não é uma ferramenta; é uma postura

A maioria das empresas adotou a IA da maneira mais previsível possível: como aceleradora do que já faziam: relatórios mais rápidos, textos mais polidos, código mais limpo. É o equivalente a contratar um chef estrelado para esquentar marmita. O problema é que essa postura garante o pior dos dois mundos: você fica dependente o suficiente para não desenvolver o músculo humano, mas não integrado o suficiente para capturar o valor real.

A mudança que realmente importa é de postura operacional:

De	Para
IA como motor de busca sofisticado	IA como parceira ativa de estruturação
Foco na produção manual	Foco na curadoria e diferenciação extrema
Aceitar o primeiro output como entrega	Usar a IA como sparring, atacar o resultado genérico
Trabalhar isolado do sistema	Construir sobre o baseline de contexto e tecnológico

A distinção crítica é entre “usar IA” e “pensar com IA”. Um sparring partner, co-inteligência, não assistente. Você não pede para a IA fazer um relatório. Você constrói o raciocínio junto com ela e usa seu julgamento para transformar o resultado médio em algo que só você poderia ter feito.

Essa postura tem nome: “arquiteto da clareza”. O líder que terceiriza a sintaxe para a máquina e concentra sua energia na curadoria estratégica, no julgamento e na mobilização humana.

Contexto é infraestrutura. Trate-o como tal

A premissa que raramente aparece nas conversas sobre IA corporativa, e que na nossa visão é a mais crítica: a qualidade do output da IA é proporcional à qualidade do contexto que você constrói.

Uma IA sem contexto produz o conhecimento médio do mundo. Com contexto rico, específico e bem estruturado, ela produz inteligência proprietária.

Isso transforma o acervo de conhecimento da empresa (reuniões e brainstorms registrados, histórico de decisões, frameworks próprios, teses de negócio, post-mortems), em infraestrutura estratégica.

O princípio que guia essa abordagem: contexto como código. O conhecimento tácito que vive na cabeça das pessoas precisa virar conhecimento explícito e estruturado, alimentando os sistemas de IA da empresa com a inteligência que nenhum modelo público tem acesso.

Empresas que construírem essa camada de contexto proprietário nos próximos 24 meses terão uma vantagem competitiva que não pode ser copiada com uma assinatura de SaaS. As que não construírem estarão usando a mesma IA que todos os outros, com os mesmos resultados médios.

O sistema operacional humano precisa de update

Pode parecer irônico citar o Fórum Econômico Mundial (WEF, na sigla em inglês) num artigo que defende a diferenciação extrema, afinal, relatórios de consenso global são quase a definição de pensamento médio. Mas mesmo o consenso, às vezes, acerta e dessa vez trouxe dados antes invisíveis.

Em seu relatório New Economy Skills, de dezembro de 2025, o WEF quantificou o que muitos intuíam: apenas 12,7% das tarefas ligadas a empatia, resiliência, liderança e pensamento criativo mostram potencial de transformação pela IA generativa. E isso não é uma limitação técnica temporária e sim uma fronteira estrutural, pois essas capacidades dependem de julgamento interpessoal, contexto vivido e experiência acumulada que nenhum modelo consegue sintetizar.

Ou seja, a tecnologia mais avançada da história humana está revelando, com precisão cirúrgica, o que é irredutivelmente humano. Nosso entendimento é que isso não é uma boa notícia automática, e sim uma responsabilidade sobre o que vem pela frente.

A escrita não apenas registrou o pensamento, ela o transformou. A imprensa não apenas distribuiu ideias, ela reorganizou como as sociedades as processavam. Cada salto tecnológico redesenhou o que o cérebro humano precisava fazer ativamente. A IA generativa é o próximo salto, e como todos os anteriores, vai atrofiar as capacidades que substituir.

O WEF documenta isso com dados que deveriam estar em toda agenda de diretoria: durante a pandemia, habilidades como resiliência e pensamento criativo caíram mais de 5% abaixo dos níveis de 2019. Em 2025 (seis anos depois), nenhuma havia retornado ao patamar pré-crise. Ou seja, eles não  são traços permanentes de personalidade, são como músculos. E músculos sem uso definham.

A automação cria uma armadilha mais sutil do que a pandemia, ela é confortável e o WEF tem um nome para esse fenômeno: “cognitive offloading”. Terceirizar o pensamento complexo para a máquina não libera o humano,  emburrece o humano.

Os dados sobre tempo de desenvolvimento são brutais: metade dos profissionais precisa de quatro a cinco meses de prática deliberada para estabilizar resiliência, e oito meses para criatividade e liderança. Para 75%, esses prazos dobram. Curiosidade e aprendizado contínuo (a meta-habilidade que sustenta todas as outras), é a mais difícil: metade das pessoas leva mais de oito meses; três quartos, mais de 13.

Os dados sobre tempo de desenvolvimento são brutais: metade dos profissionais precisa de quatro a cinco meses de prática deliberada para estabilizar resiliência, e oito meses para criatividade e liderança

O antídoto é o que o WEF chama de “dificuldade desejável”: o atrito cognitivo intencional que ocorre quando o profissional enfrenta tarefas além da zona de conforto tecnológica, sem a muleta da automação. Isso funciona como treinamento, com a mesma lógica de um atleta que não delega os exercícios difíceis porque quer os resultados que só o esforço produz.

O que todos esses dados nos dizem é que os líderes que não iniciarem esse update agora estarão, progressivamente, menos capazes de fazer o único trabalho que a máquina não consegue fazer por eles.

O comando para a liderança

Chega de diagnóstico. Mas antes de ir para o “o que fazer”, é preciso entender onde construir. Acreditamos que há três dimensões que separam os profissionais e as organizações que vão prosperar dos que vão ser triturados pelo meio.

Dimensão 1 – Proficiência em IA além do prompt

Ser usuário de IA em 2026 é o equivalente a saber usar o PowerPoint em 2006. O mínimo. E ainda assim, a maioria das empresas está travada exatamente nessa armadilha: disponibilizam a tecnologia e esperam que coisas boas aconteçam.

A McKinsey nomeou esse equívoco de forma clara: a tecnologia (LLMs, agentes, automação), representa apenas 20% do esforço de uma transformação real por IA. Os outros 80% residem no negócio: em como os processos são reimaginados, em como os fluxos de valor são reconstruídos, em como os líderes conectam problemas operacionais reais às possibilidades que a tecnologia oferece.

A distinção crítica é entre “automatizar” e “reestruturar”. Adicionar um “botão de IA” em um processo existente gera ganho incremental, visível no relatório de produtividade e invisível no ebitda. A vantagem competitiva real surge quando o líder usa a IA não para acelerar o fluxo atual, mas para questionar se aquele fluxo deveria existir da forma como existe.

Isso exige o perfil de “domain owner”: alguém com profundidade suficiente no negócio para saber onde estão os problemas que realmente importam, e com proficiência em IA suficiente para enxergar quais possibilidades a tecnologia abre para eles. Nossa experiência reforça a convicção de que não é o especialista em IA que vai encontrar as oportunidades de transformação, é o líder de negócio que domina a tecnologia o suficiente para fazer as perguntas certas.

Dimensão 2 – Habilidades humanas do líder mobilizador

Mais uma convicção: existem ativos humanos de liderança que nenhum modelo vai replicar. A capacidade de ler o ambiente antes que os dados o confirmem, de construir uma narrativa de mudança que move pessoas, criando confiança e vontade, não apenas fornecendo informação. De discordar com qualidade, criando uma tensão produtiva que gera decisões melhores em vez de conflito paralisante. De pensar junto, co-construindo soluções com times que têm incentivos diferentes e histórias distintas.

Essas não são soft skills e sim habilidades de mobilização humana, liderança em uma de suas dimensões definidoras. E são exatamente o que a IA não faz quando a sala está em silêncio constrangedor depois de uma situação difícil.

Dimensão 3 – O sistema operacional de mobilização estratégica

Essa é a dimensão que mais empresas ignoram, e onde mais estratégias morrem. Você pode ter o diagnóstico certo, a tecnologia certa e as pessoas certas. Se não houver um sistema que converta intenção em movimento crescente, gerando um efeito bola de neve, nada escala.

Para nós, esse sistema tem estrutura própria: uma dinâmica de saltos e pulsos. Os saltos são os momentos de ruptura positiva e corajosa: as apostas de transformação, o desenho das intenções com clareza. Os pulsos são os rituais de acompanhamento disciplinados que mantêm a estratégia viva no cotidiano operacional, criando espaço para o atrito cognitivo necessário que trabalha contra a atrofia do músculo humano e sustenta o posicionamento nas pontas.

Junto a isso, uma arquitetura de contexto construída com princípios de engenharia estratégica, garantindo que o conhecimento gerado em cada ciclo alimenta o próximo, e uma governança de iniciativas que sabe distinguir o que precisa de patrocínio executivo do que precisa de autonomia de execução para não travar decisões.

É aqui que o problema dos POCs [provas de conceito] de IA se resolve, ou deveria. Experimentos que não nascem com um mobilizador de agenda com patrocínio real e um sistema de desdobramento estruturado viram turismo tecnológico: bonito para o relatório anual, invisível no reporte de resultados ao mercado. A diferença entre experimentação e transformação não é o tamanho do investimento em tecnologia. É a existência de líderes e de um sistema que consigam converter exploração estratégica em captura de valor, sistematicamente.

As três dimensões não são sequenciais. São simultâneas. Uma organização que tem proficiência em IA mas não tem mobilizadores produz eficiência sem direção. Uma que tem mobilizadores mas não tem o sistema operacional produz energia sem escala. E uma que tem o sistema mas não tem proficiência real em IA está construindo sobre um piso que seus concorrentes já deixaram para trás.

O executivo como laboratório

Vemos quase sempre uma armadilha clássica na adoção de IA: a liderança patrocina, o time executa, e o executivo nunca toca a tecnologia com as próprias mãos. O resultado é um C-level que fala sobre IA com a fluência de quem leu os decks, mas sem o julgamento de quem sabe onde ela falha, onde surpreende, e onde um prompt preciso vale uma hora de trabalho analítico.

Use IA para as suas decisões mais difíceis, não para as mais fáceis

Por experiência, não acreditamos que dá para liderar essa transformação sem experimentá-la no seu dia-a-dia. A evolução dos modelos mentais necessários para tomar as melhores decisões nessa nova realidade  depende fundamentalmente do esforço para recalibrar os instintos para onde as oportunidades estão. E isso só se forma praticando.

Cinco práticas para quem quer ser o laboratório antes de ser o patrocinador:

1. Use IA para as suas decisões mais difíceis, não para as mais fáceis. O salto real não está em resumir relatórios. Está em usar modelos de raciocínio para desafiar suas próprias hipóteses. O CFO que submete sua projeção a um contra-argumento gerado pela IA. O CMO que testa sua tese de posicionamento contra os pontos cegos que não consegue ver. Se o modelo não abala a convicção, você constrói mais certeza e se abala, você evita um erro caro.

2. Construa seu contexto pessoal, antes de construir o da empresa. O que só você sabe (sua leitura do setor, o histórico de apostas que deram errado, os padrões que você reconhece depois de anos na função), é o único input que a IA do seu concorrente não tem acesso. Estruture isso, torne-o explícito, alimente seus modelos com ele.

3. Desenvolva a intuição para onde a IA mente com confiança. Modelos de linguagem são fluentes e fluência não significa verdade. Erram mais nos lugares onde você mais precisa de precisão: nuances regulatórias, dinâmicas políticas internas, relações de causa e efeito específicas da sua operação. Esse calibre de julgamento pessoal só vem com uso direto e frequente, não com relatórios sobre como o time está usando IA.

4. Proteja deliberadamente o tempo sem IA. A formulação do problema, a primeira hipótese, o raciocínio inicial preserva seu valor quando são seus. A IA entra depois, para expandir e desafiar. Quem inverte essa ordem perde, progressivamente, a capacidade de fazer a parte que mais importa.

5. Meça o seu próprio progresso, não só o do time. Que decisões você tomou de forma diferente nas últimas quatro semanas porque tinha IA no processo? Executivos que constroem esse inventário pessoal distinguem transformação real de teatro de inovação para o board, e conseguem exigir o mesmo padrão das camadas abaixo.

Conclusão? Escolha a sua ponta

A tecnologia nivelou o núcleo operacional. Qualquer empresa, ou profissional, que ainda cobra prêmio por entregar o que a IA entrega de graça tem um prazo de validade que o mercado já está calculando.

Não é fácil para ninguém encarar isso como fato, não é para o C-Level e também para a gerência média, que está buscando um caminho para não ser comprimida no centro. Estamos, todos juntos em travessia, trilhando o caminho que vai nos levar para as pontas onde gerar valor não substituível.

“O teste de uma inteligência de primeira linha é a capacidade de manter duas ideias opostas na cabeça e ainda funcionar”

F. Scott Fitzgerald

A questão nesse ponto é garantir que você está construindo proativamente os ativos que justificam o prêmio humano, e não ficar paralisado esperando para ver o que acontece.

O escritor F. Scott Fitzgerald disse que o teste de uma inteligência de primeira linha é a capacidade de manter duas ideias opostas na cabeça e ainda funcionar. A liderança moderna precisa de algo equivalente: entender que a IA é simultaneamente a maior ameaça ao modelo de negócio atual e a maior alavanca para o próximo.

Não há conforto no meio. Nunca mais haverá.

Escolha a sua ponta. O meio não existe mais como lugar seguro.

Salvar conteúdo 0