©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.

Um CEO recentemente me fez uma pergunta que tem tirado o sono de muitos executivos: “Se meu analista júnior pode gerar, com o apoio da IA, os mesmos insights que meu estrategista sênior, por que devo continuar pagando pela senioridade do segundo?”

Não é exagero dizer que estamos testemunhando uma democratização sem precedentes do conhecimento. Informações que antes permaneciam trancadas em bancos de dados especializados, relatórios de consultoria e mentes de especialistas agora estão instantaneamente disponíveis a qualquer pessoa com acesso a ferramentas de IA. Um fundador de startup na Indonésia pode aplicar estruturas estratégicas que antes exigiam consultores da McKinsey. Um enfermeiro em uma zona rural do Kansas pode sintetizar pesquisas médicas com a precisão de um especialista da Mayo Clinic.

Esta não é apenas mais uma onda de automação – é uma reestruturação profunda da própria natureza do conhecimento. As organizações que não compreenderem essa virada correm dois riscos: pagar caro por saberes obsoletos e subestimar as capacidades humanas que continuam sendo insubstituíveis.

O paradoxo do conhecimento abundante

Quando o conhecimento se torna uma commodity, seu valor deixa de estar no conteúdo e passa a residir no contexto. É nessa mudança que se revelam três transformações críticas.

• Das respostas às perguntas: a IA é brilhante em oferecer respostas abrangentes – mas apenas para as perguntas que já sabemos formular. O verdadeiro valor humano, portanto, passa a residir na capacidade de descobrir as perguntas ainda não feitas e perceber que existem territórios de incerteza invisíveis aos dados. Um estrategista experiente enxerga não apenas os padrões do seu setor, mas também as suposições ocultas e os espaços em branco — zonas que nenhum modelo de IA ainda conseguiu mapear.
• Da informação ao julgamento: a IA pode sintetizar volumes imensos de informação em segundos, mas não compreende o peso das consequências. Quando um sistema recomenda reestruturar a cadeia de suprimentos ou entrar em um novo mercado, a responsabilidade permanece integralmente humana. Essa distância entre inteligência e responsabilidade é o que preserva o papel insubstituível do julgamento. Líderes não são pagos por acessar dados – e sim por decidir quando as apostas são altas e os resultados, incertos.
• Do conhecimento estático ao conhecimento dinâmico: a gestão tradicional tratava o conhecimento como um ativo fixo, armazenado em repositórios. A IA, porém, transforma esse paradigma ao gerar conhecimento em tempo real, moldado pelo contexto, pelo usuário e pelo momento. Cada prompt cria um artefato único, ajustado a uma necessidade específica. Essa passagem do conhecimento estático ao dinâmico redefine o próprio significado de “expertise” dentro das organizações.

A armadilha da terceirização cognitiva

A popularização de ferramentas de IA como o ChatGPT traz um risco sutil, porém profundo: a atrofia cognitiva. Já testemunhamos esse padrão antes. O GPS reduziu nossa memória espacial; as calculadoras, nossa agilidade com números. Mas essas eram competências delimitadas. O que está em jogo agora é maior: corremos o risco de terceirizar o próprio ato de pensar.

Uma pesquisa da Universidade de Toronto descobriu que o uso de sistemas generativos de IA reduz a capacidade dos humanos de pensar criativamente, resultando em ideias mais homogêneas e menos verdadeiramente inovadoras. Outros estudos mostraram que as ferramentas GenAI reduzem o esforço percebido necessário para tarefas de pensamento crítico, com os trabalhadores confiando cada vez mais na IA para decisões rotineiras. Isso levanta preocupações sobre o declínio cognitivo de longo prazo e a diminuição da capacidade de resolução de problemas.

Mais preocupante é a homogeneização do pensamento. Quando milhões de pessoas fazem perguntas semelhantes e recebem respostas semelhantes geradas por IA, corremos o risco de convergência intelectual – um nivelamento por baixo do pensamento diversificado e caótico que impulsiona a inovação. Três alunos da minha turma enviaram recentemente propostas de arquitetura geradas por IA quase idênticas para seus projetos. Eficiente? Sim. Criativo? Não.

A nova vantagem competitiva: meta-expertise

Em vez de tornar a experiência humana obsoleta, a IA está elevando o que significa experiência. Um estudo da IESE Business School que analisou anúncios de emprego nos Estados Unidos, entre 2010 e 2022, descobriu que, para cada ponto percentual de aumento na adoção de IA em uma empresa, houve um aumento de 2,5% a 7,5% na demanda por funções de gestão, com descrições enfatizando o julgamento e as habilidades cognitivas e interpessoais. Os profissionais mais valiosos estão desenvolvendo o que chamo de “meta-expertise”. Essa é a capacidade de orquestrar o conhecimento de vários sistemas de IA, validar saídas e sintetizar informações entre domínios. E requer três recursos distintos que a IA não é capaz de replicar.

1. Síntese criativa: embora a IA seja incomparável no reconhecimento de padrões dentro dos dados existentes, a inovação genuinamente transformadora nasce da conexão entre ideias aparentemente desconexas. Quando um pesquisador farmacêutico identifica paralelos entre as asas de uma borboleta e mecanismos de entrega de medicamentos, ou quando um arquiteto aplica princípios de improvisação do jazz ao planejamento de edifícios inteligentes, o que está em jogo não é processamento, mas imaginação – uma forma de cognição exclusivamente humana.

2. Sabedoria contextual: a compreensão intuitiva que os humanos desenvolvem ao longo de anos de experiência ainda resiste à codificação. O gestor de fábrica que percebe anomalias antes mesmo dos sensores, ou o diretor de vendas que capta as preocupações não verbalizadas de um cliente, opera a partir de uma sabedoria contextual – um tipo de inteligência que transcende padrões de dados e depende de percepção, empatia e timing.

3. Navegação ética: à medida que a IA assume tarefas analíticas, a vantagem humana desloca-se para o campo do julgamento ético, da sensibilidade cultural e da gestão de stakeholders. Essas não são competências acessórias, mas o núcleo da liderança em tempos de disrupção. Decidir sob pressão, equilibrar interesses conflitantes e sustentar princípios diante da ambiguidade são funções que nenhuma máquina pode simular de forma legítima.

Talento e princípios de aprendizagem para se repensar

As organizações estão começando a fazer mudanças estruturais para obter valor da IA, com empresas maiores liderando o caminho no redesenho de fluxos de trabalho e colocando líderes seniores em funções críticas de governança de IA, conforme relata a McKinsey.

Sendo assim, os líderes devem repensar suas estratégias de talentos em torno de três princípios.

1. Redefina as hierarquias de funções

As hierarquias tradicionais baseadas no acesso à informação estão rapidamente se tornando obsoletas. À medida que a IA se consolida como um ativo estratégico, empresas de diversos setores – de serviços profissionais, como Accenture, Cognizant e EY, a gigantes de tecnologia – estão redesenhando suas estruturas organizacionais. O fenômeno, que alguns observadores já chamam de “grande achatamento”, traduz-se na eliminação de camadas intermediárias de gestão e na ampliação das funções existentes por meio de sistemas de IA.

A lógica é simples: automatizar tarefas rotineiras que antes demandavam profissionais e gestores de nível operacional, liberando o tempo e o foco das lideranças seniores para atividades estratégicas de maior valor. Nesse novo contexto, o diferencial do estrategista sênior não está mais em dominar frameworks — e sim em saber quando aplicá-los, como adaptá-los e, sobretudo, quando abandoná-los em favor de um pensamento genuinamente humano e criativo.

Por exemplo, a EY comprometeu US$ 1,4 bilhão para uma transformação de IA que descreve como “centrada no ser humano”. A empresa está redefinindo suas funções internas e lançando extensos programas de qualificação para seus 400.000 funcionários. O treinamento fornece letramento básico em IA para todos os funcionários e avançado para líderes. Com a plataforma EY.ai, a empresa busca democratizar o acesso à inteligência artificial, reduzir lacunas de habilidades e reformular as funções de trabalho — não apenas automatizando tarefas, mas elevando o valor cognitivo de cada função.

No lado da tecnologia, a Amazon também avança na horizontalização e está removendo algumas camadas intermediárias de gestão de sua estrutura. O CEO Andy Jassy quer horizontalizar a organização, diminuir a burocracia e aproximar a tomada de decisões das linhas de frente enquanto usa a IA para automatizar tarefas.

2. Invista na soberania cognitiva

As organizações devem preservar e fortalecer deliberadamente as capacidades de pensamento humano. Embora os casos documentados de “zonas livres de IA” permaneçam escassos na prática, pesquisas sobre o declínio cognitivo devido ao uso excessivo da IA sugerem que pode ser uma escolha valiosa.

As empresas devem considerar movimentos prospectivos, como:

• Exigir que as propostas estratégicas incluam partes desenvolvidas por meio de análise humana.
• Implementar “sessões de pensamento humano”, em que as equipes resolvem problemas sem a ajuda da IA.
• Inserir deliberadamente algum grau de incerteza em certos processos organizacionais, como compras, para testar a aptidão cognitiva dos funcionários.

Da mesma forma que o treinamento físico estimula a memória muscular, esses exercícios podem ajudar os funcionários a manterem as capacidades cognitivas que diferenciam a inteligência humana – aquelas que a IA ainda não é capaz de replicar.

3. Desenvolva recursos de orquestração de IA

As ofertas de trabalho para funções de operações de IA aumentaram 230% nos últimos meses, com empresas buscando profissionais que possam projetar fluxos de trabalho inteiros que integrem IA e recursos humanos. Algumas dessas novas funções são chamadas de “líder de operações de IA”, “orquestrador de IA” ou “engenheiro de orquestração de agentes”. Espera-se que os profissionais contratados preencham essas novas funções atuando como pontes entre a criatividade humana e a inteligência da máquina.

No entanto, contratar talentos com experiência em IA é apenas parte da solução. Como qualquer CIO atestará, o verdadeiro desafio está em descobrir como integrar ferramentas de IA em fluxos de trabalho humanos. Navegar com sucesso nessa complexidade exigirá profissionais com sólida experiência contextual em tecnologia e domínios de negócio.

No entanto, contratar talentos com experiência em IA é apenas parte da equação. Como qualquer CIO reconhece, o verdadeiro desafio está em integrar essas ferramentas de forma orgânica aos fluxos de trabalho humanos. Navegar nessa complexidade exigirá profissionais com sólida compreensão tanto da tecnologia quanto dos domínios de negócio – capazes de equilibrar o uso da IA com o julgamento humano. Afinal, o valor não está em adicionar IA indiscriminadamente, mas em saber quando ela realmente amplia – e quando ela distorce – a contribuição humana.

4. Repense os programas de aprendizagem

Essa transformação no trabalho do conhecimento desafia os modelos tradicionais de educação e desenvolvimento profissional. Se a IA pode sintetizar em segundos o que antes exigia anos de especialização, por que ainda precisamos de cursos avançados?

A resposta está no propósito mais profundo da educação superior: formar mentes capazes de criar conhecimento — não apenas consumi-lo. Universidades e centros de formação ensinam como os campos constroem verdades, testam hipóteses e desafiam paradigmas. Essa meta-habilidade a se tornará mais crítica para os humanos à medida que a informação se tornar onipresente.

Para acompanhar essa mudança, as organizações precisarão redesenhar seus programas de aprendizado corporativo, priorizando três grupos de competências fundamentais.

• Avaliação crítica: profissionais de ensino para avaliar os resultados da IA, identificar vieses e reconhecer limitações.
• Aplicação criativa: desenvolver habilidades para tratar problemas de novas maneiras e fazer conexões entre domínios.
• Raciocínio ético: construir capacidade de julgamento moral e equilíbrio entre stakeholders.

O caminho a seguir: expansão cuidadosa

Estudos recentes descobriram que as tecnologias de IA generativa podem superar os CEOs humanos em tarefas estratégicas orientadas por dados, mas falham ao lidar com questões imprevisíveis e inéditas. Isso mostra a promessa e as limitações da IA: LLMs são excepcionais no reconhecimento e otimização de padrões, mas incapazes de navegar pela incerteza ou assumir a responsabilidade pelos resultados.

E aí há a questão da inovação. Uma pesquisa realizada no Google identificou a segurança psicológica, e não as habilidades técnicas, como a maior distinção entre equipes inovadoras e não inovadoras. Isso sugere que, à medida que a IA lida com mais trabalho técnico, os elementos humanos de confiança, criatividade e colaboração se tornam ainda mais vitais para o sucesso.

As organizações que vão prosperar são aquelas que não apostam inteiramente na IA ou as que preservam teimosamente as abordagens tradicionais. O sucesso está no uso cuidadoso da IA para reconhecer padrões, sintetizar dados e gerar opções, deixando os saltos criativos, decisões éticas e opções de responsabilidade para os humanos.

Para os líderes, isso requer escolhas deliberadas sobre soberania cognitiva. A conveniência do acesso a respostas instantâneas de IA não deve eliminar a luta criativa do pensamento humano. Às vezes, a decisão mais estratégica é aceitar o desconforto da incerteza, em vez de consultar imediatamente uma ferramenta de IA.

A coragem de permanecer humano

À medida que os recursos de IA se expandem, a vantagem competitiva final pode ser a coragem de permanecer cognitivamente soberano. Isso significa preservar e cultivar deliberadamente capacidades exclusivamente humanas, mesmo quando terceirizá-las soaria mais eficiente em determinados momentos.

O desafio para os líderes não é determinar se a experiência humana ainda importa na era da IA. É decidir se suas organizações conseguirão cultivar, de forma intencional, as capacidades que nenhum algoritmo pode replicar: a responsabilidade que pesa sobre decisões complexas, a centelha da criatividade e a sabedoria de identificar quais perguntas não podem (e não devem) ser delegadas às máquinas.

As empresas que enfrentarem esse desafio com sucesso não sobreviverão apenas à revolução da IA. Elas definirão como é a inovação centrada no ser humano em uma era de inteligência onipresente.

Salvar conteúdo 10