Centro de formação executiva focado em liderança, inovação e curadoria de conteúdos para líderes e gestores do futuro.

Conheça mais

O portal brasileiro da faculdade de gestão do MIT, trazendo conteúdo de qualidade e confiável sobre o tema.

Você está aqui

Acesso a estudos exclusivos e materiais de ensino produzidos pela faculdade de negócios de Harvard.

Versão brasileira do portal referência em negócios na China, endossado pela universidade de negócios Cheung Kong.

Conheça mais
O CNEX faz parte do ecossistema Atitus. Conhecimento, tecnologia e inovação. Conectadas com o mesmo propósito: o seu futuro.

Mais sobre o colunista

Status de leitura

Faça login para usar este recurso

Crie uma playlist

Faça login para salvar este conteúdo em suas playlists

Não lido

©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.

Estratégia

O elo perdido da sua estratégia de IA

Sua empresa empilha tecnologia, distribui plataformas de IA e mesmo assim não consegue medir a transformação. O problema não está nas pontas. Está no andar do meio, num lugar que quase ninguém visita

Gabriel Marostegam
11 de junho de 2026
13 min de leitura
O elo perdido da sua estratégia de IA

Toda vez que entro numa conversa de estratégia de IA, percebo que estamos olhando para o problema de cima ou de baixo, quase nunca pelo meio. De cima, falamos de visão, de cultura, de ser uma empresa orientada por dados, de regulação e soberania. De baixo, falamos de qual modelo usar, de qual plataforma de IA liberar para qual time, de custo de inferência. As duas conversas são legítimas. Acontece que a maior parte do valor que prometemos não mora em nenhuma delas. Mora no andar do meio. E o andar do meio quase nunca recebe visita.

Venho apostando em cada onda dessa tecnologia, e justamente por isso me incomoda ver um padrão se repetir. Organizações que dominam o discurso lá em cima, que sabem comprar a tecnologia lá embaixo, e que mesmo assim abrem o painel de resultados e não encontram a transformação que o orçamento prometia. O dinheiro saiu. O modelo está rodando. As pessoas até usam. E o número que importa não se mexe. Você já viveu isso?

Quero te oferecer uma explicação para esse fenômeno, e ela vem de um lugar inesperado: de uma descoberta da economia que tem mais de vinte anos e que a maioria das empresas de tecnologia ainda confunde com outra coisa.

A confusão que custa caro

Quem trabalha com IA convive com a palavra “camadas” o dia inteiro. Falamos de uma pilha tecnológica que vai da infraestrutura aos modelos e às aplicações. Falamos de camadas de dados, de orquestração, de experiência. Camada sobre camada. A engenharia adora empilhar, e com razão, porque dominar complexidade técnica costuma começar por abstrair para simplificar e empilhar para organizar, traduzindo o que é complexo em algo de fato aplicável. Cada camada esconde a complexidade da que está embaixo e entrega só o necessário para a de cima. É um jeito brilhante de construir sistemas.

O problema é que existe uma segunda forma de “dividir em camadas” que se parece com essa, mas responde a uma pergunta completamente diferente. Uma fala de como o sistema é construído. A outra fala de quem é afetado e em que escala. A primeira é vertical, é uma questão de engenharia. A segunda é horizontal, é uma questão de gestão e de gente. E o erro mais caro que vejo nas organizações hoje é tratar uma como se fosse a outra.

Quando confundimos as duas, acontece o previsível. Gastamos toda a energia gerencial nos extremos, na infraestrutura que compramos e na ferramenta que entregamos, e deixamos o centro sem dono. Achamos que, empilhando tecnologia, a transformação aparece por consequência. Ela não aparece. E para entender por que, preciso te apresentar o nome desse centro.

O nível que faltava

Em 2004, três economistas publicaram um artigo de título seco e ambicioso: “Micro-Meso-Macro”. A tese era de uma elegância rara. Durante quase um século, a economia tentou entender sistemas saltando direto do indivíduo que decide, o micro, para o agregado nacional de PIB e inflação, o macro. E essa ponte nunca se sustentou de verdade, porque você não soma decisões individuais e obtém uma economia, do mesmo modo que não soma neurônios e obtém um pensamento. Alguma coisa nasce no meio do caminho, e essa coisa tem natureza própria.

O que faltava era o nível intermediário, que eles chamaram de meso, e a definição vale a pena guardar com calma, porque é dela que sai toda a aplicação prática. O meso é uma regra, mais a população de quem adotou aquela regra.

Deixa eu traduzir isso para dentro de uma empresa, porque é aqui que o conceito ganha corpo. “Regra” não é norma de compliance. É qualquer jeito de fazer as coisas que pode ser aprendido, copiado e repetido: uma tecnologia, um processo, uma rotina, uma forma de decidir. E “população” é o conjunto de pessoas e times que passaram a operar por aquele jeito. Junte os dois e você tem o meso. Quando uma área inteira passa a fechar o mês com apoio de um modelo, isso é um meso. Quando o jeito de atender o cliente é redesenhado e adotado por toda a operação, isso é um meso. O meso é o ponto em que uma capacidade nova deixa de ser experiência de um indivíduo e vira o jeito coletivo de trabalhar.

E aqui está o que mais me interessa para quem lidera. Esses economistas mostraram que toda inovação se difunde por uma trajetória de três tempos, emprestada de Darwin. Primeiro, alguém origina a regra, cria ou adota o jeito novo pela primeira vez. Depois, outros a adotam, e a regra se espalha pela população. Por fim, ela é retida, vira o normal, o jeito padrão, aquilo que ninguém mais questiona. Repare onde isso tudo acontece. Não no indivíduo isolado e não na estratégia abstrata. Acontece no meio, na população que adota e retém. A adoção de IA na sua organização não é, no fundo, um fenômeno de tecnologia. É um fenômeno meso.

A frase dos autores que sintetiza tudo é essa: micro e macro não são dois extremos com um meio espremido entre eles. São duas perspectivas sobre o meso. Se isso estiver certo, e a economia sustenta que está, então a maioria de nós está administrando IA exatamente pelos lugares onde o valor não se forma.

Por que o meio fica sempre órfão

Há uma razão estrutural para o andar do meio viver vazio, e não é falta de competência. É falta de dono.

O nível de cima tem dono claro. É o C-level, o conselho, a estratégia. O nível de baixo também tem dono. É o usuário, o time de produto, quem escolhe o modelo. O meio, esse território de processos redesenhados, de domínios de negócio reorganizados, de coordenação entre equipes, fica suspenso. É de todos e por isso não é de ninguém. Estudiosos de inovação têm um apelido para isso. Chamam de “missing middle”, o meio que falta. E não é um problema novo da IA. É o mesmo motivo pelo qual tantas fusões somam duas empresas competentes e produzem uma terceira que não funciona. As duas tinham topo e base. Faltou quem cuidasse do meio, do tecido que conecta.

Vou materializar com uma cena que você reconhece. A empresa compra a melhor infraestrutura, contrata o melhor modelo, libera plataformas de IA para mil funcionários. Seis meses depois, o uso existe, mas é raso. Cada um usa do seu jeito, para tarefas pequenas, sem que nenhum processo de ponta a ponta tenha mudado de forma. A capacidade nova ficou presa no nível micro, no indivíduo, e nunca subiu para o meso, para o coletivo. Ninguém foi encarregado de pegar um processo inteiro e reorganizá-lo em torno da nova capacidade. O resultado é uma organização cheia de usuários de IA e vazia de transformação por IA. A diferença entre as duas frases é o andar do meio.

Essa cena não é impressão minha. Uma pesquisa longitudinal publicada na Harvard Business Review em 2026, conduzida por Marc Zao-Sanders e Sara Biuk, analisou mais de doze mil casos reais de uso de IA e chegou a um retrato quase idêntico. No trabalho, eles observam, há ventos a favor: licenças contratadas, treinamentos oferecidos, incentivo vindo da alta liderança. Repare que esses ventos sopram exatamente das duas pontas, do macro que incentiva e do micro que recebe a ferramenta. E mesmo assim os autores encontraram pouquíssimos casos em que processos de negócio foram de fato repensados de forma profunda. As duas pontas estavam lá. O resultado, não. É a evidência de campo de que topo e base, sozinhos, não produzem transformação.

A mesma pesquisa revela um segundo sintoma, ainda mais revelador, que eles chamam de uso clandestino. Profissionais que adotaram IA por conta própria, entregam mais e melhor, e simplesmente não contam a ninguém. Um deles relatou estar fechando o dobro de chamados, com menos falhas, e ter sido elogiado na avaliação de desempenho, sem que ninguém soubesse que usava IA. Outro foi mais longe: construiu em segredo um agente para fazer metade do próprio trabalho, depois que a empresa recusou sua proposta de levar aquele ganho para a organização inteira. Pare um instante nesse segundo caso. O valor nasceu no indivíduo, no micro. A pessoa tentou elevá-lo ao coletivo. E a organização, sem um lugar para acolher esse ganho, deixou que ele voltasse para a clandestinidade. O valor existiu e se perdeu, não por falta de tecnologia, mas por falta de meio que o recolhesse.

Fica a provocação. Se o valor se forma no meio, por que seu orçamento, sua governança e sua atenção executiva continuam parados nas pontas?

O que muda quando você olha pelo meio

A virada começa por uma troca de pergunta, e ela é mais profunda do que parece.

A pergunta que domina as reuniões hoje é “qual modelo vamos usar”. É uma pergunta de nível micro disfarçada de estratégica. Ela tem resposta rápida, enche um slide e dá uma sensação confortável de progresso. A pergunta de nível meso é outra, e é desconfortável: “qual processo inteiro vamos reorganizar, e como vamos medir a diferença que isso faz”. A primeira pergunta escolhe uma ferramenta. A segunda muda um número. Toda vez que uma organização me diz que investiu pesado em IA e não viu retorno, eu desconfio que ela respondeu muito bem à primeira pergunta e nunca chegou a fazer a segunda.

Aprofundo o ponto, porque ele tem uma consequência que costuma passar despercebida. O valor da IA não está no modelo, do mesmo jeito que o valor da eletricidade nunca esteve no gerador. Quando a eletricidade virou utilidade disponível para todos, parar de ser dono do gerador não destruiu valor nenhum. O valor migrou para o que se construiu sobre ela, a linha de montagem, o eletrodoméstico, a fábrica reorganizada. Quem só gerava a própria energia foi engolido. Quem reorganizou o processo em volta da energia prosperou. Com IA é idêntico. O modelo é o gerador. A reorganização do processo é a fábrica nova. E reorganizar processo é, por definição, trabalho de meso.

Por isso eu insisto que a maior alavanca de valor não está nos extremos. Não está na ferramenta individual que você entrega nem na visão grandiosa que você anuncia. Está no meio, no redesenho de processos e domínios, no único lugar onde uma capacidade nova vira jeito de trabalhar. É o nível mais negligenciado e, não por acaso, o de maior retorno.

A consequência prática é direta. Pare de empilhar tecnologia esperando que a transformação apareça sozinha, e comece a perguntar, em cada processo que importa, quem muda e em que escala. É uma pergunta que costuma expor mais fragilidade do que a gente gostaria de admitir. Se a resposta incomodar, melhor. Desconforto costuma ser o começo de uma decisão melhor.

O que fazer na segunda-feira

Quero fechar saindo da teoria, porque ela só vale se virar prática. Se você lidera uma organização ou uma área e levou alguma coisa desta leitura, deixo três movimentos, e nenhum deles pede orçamento novo.

Primeiro, dê um dono ao meio. Não um dono de modelo nem um dono de estratégia, mas alguém com mandato sobre os processos atravessados pela IA, com autoridade para redesenhá-los de ponta a ponta. Enquanto o meio for de todos, vai continuar sendo de ninguém.

Segundo, troque a pergunta da governança. Em vez de discutir qual modelo adotar, discuta qual processo inteiro reorganizar e como medir a diferença. Uma pergunta enche um slide. A outra move um indicador.

Terceiro, escolha um único processo que importa de verdade e olhe para ele pelos três níveis. No indivíduo, a ferramenta entrega valor real a quem usa? No meio, o processo foi de fato redesenhado e adotado pela equipe inteira, ou cada um faz do seu jeito? No alto, isso muda o posicionamento da organização? Quase garanto que sua resposta mais frágil vai estar no meio. E enxergar a fragilidade já é metade do trabalho.

Comecei dizendo que olhamos para a IA de cima ou de baixo, quase nunca pelo meio. A economia nos lembra que é no meio que as regras se difundem, se consolidam e, enfim, geram valor. O andar do meio não é detalhe de arquitetura. É onde a transformação acontece ou deixa de acontecer. Na próxima vez que você abrir o painel de resultados e não encontrar a mudança esperada, suba um andar a partir da infraestrutura, desça um andar a partir da estratégia, e visite o lugar que ninguém visita.

Quando chegar lá, me conta o que encontrou.

Referências bibliográficas

A tese do nível meso como unidade fundamental de análise vem de Kurt Dopfer, John Foster e Jason Potts, "Micro-Meso-Macro", Journal of Evolutionary Economics, 2004; a trajetória de originação, adoção e retenção é desenvolvida em Kurt Dopfer, Evolutionary Economics, Max Planck Institute, 2013. A leitura do "missing middle" e das instituições intermediárias de inovação apoia-se na literatura de política de inovação da OCDE e nos trabalhos de Michael Porter sobre clusters e vantagem competitiva.

Os achados sobre o uso real de IA nas organizações, incluindo a escassez de processos profundamente repensados e o fenômeno do uso clandestino, vêm de Marc Zao-Sanders, "How People Are Really Using AI in 2026", Harvard Business Review, 1 de junho de 2026, baseado na pesquisa longitudinal AI in the Wild, conduzida por Marc Zao-Sanders e Sara Biuk.

Você leu o post? Então faça login e tenha acesso ao recurso de “Marcar como lido”.

Gabriel Marostegam
Gabriel Marostegam é Senior Director de AI Business Solutions na Avanade, com mais de 25 anos de experiência em tecnologia e gestão. Autor de Fronteiras Inteligentes, atua na integração estratégica da IA à tomada de decisão, ao desenho organizacional e à geração de vantagem competitiva.

Deixe um comentário

Ouvir
Bookmark (1)
Please login to bookmark Close
Exportar
Share
Conteúdo da editoria Liderança e cultura

Para você Faça login para ver sugestões personalizadas

Você atualizou a sua lista de conteúdos favoritos. Ver conteúdos
aqui