©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.

Xtended

Uma maneira rápida de construir cenários futuros

Conheça uma abordagem simplificada para o planejamento de cenários que incorpora IA e ajuda os gestores a navegar por incertezas futuras de forma mais eficiente. Dois casos práticos são apresentados: o da empresa nórdica de bens de consumo de giro rápido Fazer e o da subsidiária britânica da seguradora americana Unum

Rafael Ramírez, Trudi Lang, Joakim Köhler e Matt Mennell

1 de julho de 2026

26 min de leitura

A capacidade de lidar com a incerteza radical está se tornando cada vez mais urgente para os líderes — e eles precisam de ferramentas para fazer isso rapidamente. O planejamento de cenários está ganhando popularidade como uma forma de melhor entender e se preparar para contextos empresariais em mudança, mas, da maneira como tem sido feito nas últimas décadas, pode ser muito demorado e demandar muitos recursos para atender à necessidade atual de insights rápidos.

Embora a atenção e a avaliação cuidadosas de questões em rápida evolução sejam mais importantes do que nunca para a gestão, dedicar o tempo precioso das pessoas para produzir um conjunto de cenários está se tornando cada vez mais caro. Também é cada vez mais difícil porque muitos gestores estão sobrecarregados — uma situação agravada pela desestruturação das equipes de administração central e estratégia.

Como, então, os gestores podem criar um conjunto personalizado e útil de cenários para lidar com suas próprias situações e incertezas específicas? E como podem fazer isso sem gastar vastos recursos, atenção de pessoas em posição de liderança e muitas horas-homem ou esperar seis meses ou mais por insights úteis?

Algumas empresas encontraram uma forma de fazer tudo isso. Suas abordagens envolvem criar cenários com os usuários que irão usá-los, os envolvidos em planejamento estratégico, no centro, pondo um foco aguçado no que realmente importa aqui e agora para essas pessoas. Essas empresas também fizeram uso criterioso de ferramentas de IA generativa nesse processo. Vamos explicar como esses elementos estão sendo aplicados em um processo acelerado de planejamento de cenários, ilustrado pelas experiências recentes de duas empresas: Fazer, uma empresa nórdica de bens de consumo rápido; e Unum Ltd., empresa britânica de benefícios para funcionários, subsidiária da seguradora Unum Group sediada nos EUA.

Cenários aqui e agora criados para quem vai decidir

À medida que a disciplina do planejamento de cenários evoluiu, mudou também a visão sobre como construir o propósito de um cenário: ou seja, sobre o que ele deveria ser ou para quem deveria ser. Uma abordagem que surgiu em particular é a de adaptar os cenários não para a organização em geral ou para um tema genérico, mas para a pessoa ou pessoas cujas decisões se apoiarão nesses cenários. Essa perspectiva coloca a visão de mundo própria do(s) usuário(s) pretendido(s) no centro, porque é essa visão que sustenta suas percepções e ações em nome da organização. O poder do planejamento de cenários nesse contexto é ajudar esses usuários a despertar, questionar, enriquecer, reformular e reavaliar suas visões de mundo.

Neste artigo, desenvolvemos um refinamento dessa abordagem, que é desafiar o cenário-fantasma do usuário. Um cenário fantasma é o cenário existente, muitas vezes implícito, que fundamenta os investimentos ou estratégias atuais de uma empresa, composto pelas suposições que os seniores já fizeram sobre como será o ambiente futuro. São essas suposições que eles vão querer examinar ao realizar o planejamento de cenários. Quando alguém foca em suas próprias suposições específicas, o resultado se torna ancorado em seu mapa mental atual. Desafiar e contrastar essas suposições com outras ideias plausíveis torna os novos cenários imediatamente interessantes e úteis.

Essa perspectiva muito mais afiada e centrada no usuário rapidamente foca as equipes de planejamento de cenários em estabelecer quais pequenos conjuntos de suposições no cenário fantasma existente os usuários acharão mais interessantes e relevantes para desafiar aqui e agora. Essas suposições, surgidas em conversas com a alta administração, podem estar relacionadas a pressentimentos de que a empresa depende demais de uma tendência específica que continua, ou podem representar pensamentos ilusórios ou ultrapassados.

No caso da Fazer, os planejadores de cenários identificaram o cenário fantasma entrevistando gestores seniores e fazendo uma lista de 15 suposições que todos concordaram serem válidas no negócio. Os planejadores então consultaram a equipe de gestão (os principais usuários) para reduzir a lista a três ou quatro suposições nas quais deveriam focar. No caso da Unum, por outro lado, uma análise de documentos estratégicos existentes, atas do conselho e anúncios da empresa resultou em uma lista de pressupostos. Após serem validados pela alta administração, o diretor de estratégia selecionou dois para exploração, com aprovação final da alta administração.

Focar em um número muito pequeno de pressupostos centrais relacionados a um propósito específico e construir cenários que desafiem diretamente os cenários fantasma existentes dos usuários torna o trabalho imediatamente relevante e útil para quem toma decisões importantes sobre a direção da empresa. Evita cenários que só servem para complicar e impede que visões de longo prazo não estejam relacionadas ao que importa agora. Isso é importante, já que o fracasso estratégico está altamente correlacionado com a tomada de decisões baseadas em suposições incorretas pela alta gestão.

Acelerando o desenvolvimento de cenários com IA

O uso de ferramentas de IA baseadas em large language models (LLMs) no desenvolvimento de cenários é hoje objeto de muita pesquisa. Nos casos que estudamos, as ferramentas foram usadas para pesquisar fatores que poderiam desafiar ou reforçar as suposições nos cenários fantasma e para simular resultados.

O resultado de cada cenário desenvolvido é tipicamente uma narrativa contada a partir da perspectiva de alguém em um momento posterior, relatando o que levou a esse estado futuro. Na metodologia de planejamento de cenários que desenvolvemos na Universidade de Oxford, um cenário útil é plausível, não provável. Criar cenários é um exercício de estimular a imaginação para considerar o que pode acontecer, não de prever a probabilidade dos resultados.

A pesquisa para apoiar o planejamento de cenários normalmente ocorre após identificar as suposições centrais a serem questionadas no cenário fantasma, assim como durante o desenvolvimento dos cenários. (Veja “Um Processo Focado de Construção de Cenários Habilitado por IA.”) Esta pesquisa explora fatores tecnológicos, econômicos, políticos, sociais, ambientais e legais relevantes que podem se desenrolar no futuro, analisando especialmente desenvolvimentos que possam desafiar o que atualmente está sendo assumido pelos executivos. A pesquisa tem como objetivo estimular o pensamento imaginativo e ampliar as perspectivas das pessoas.

Após a conclusão dos workshops de planejamento de cenários, os destaques das apresentações e outros blocos de construção dos cenários podem ser inseridos como prompts em uma ferramenta de IA generativa, que pode produzir um rascunho da narrativa. Isso pode ser feito algumas vezes para refinar cada cenário e distingui-los uns dos outros. Além disso, a narrativa de cenários produzida pela IA gen pode ser inserida em uma ferramenta de geração de vídeo, facilitando a narração da história por meio de um meio mais acessível. Estimamos que o tempo necessário para produzir ambos os resultados por meio de esforço manual foi reduzido em 50% na Fazer e 40% na Unum ao usar IA generativa. Além disso, os modelos de IA permitiram incorporar elementos adicionais ao trabalho, como geração de vídeo e imagem, o que não teria sido possível sem a IA. Em ambos os cenários, os resultados refinados foram considerados de qualidade suficiente para serem incorporados em relatórios e apresentados à alta administração para apoiar e servir de base para o planejamento estratégico.

Um processo focado e habilitado por IA para construir cenários

Um processo de planejamento de cenários simplificado foca em revelar pressupostos inquestionáveis implícitos na estratégia atual da organização, e utiliza IA de forma criteriosa para acelerar pesquisas e resultados.

Como a empresa Fazer acelerou o planejamento de cenários

A exposição a vários mercados e diferentes categorias de indústria expõe uma empresa a muitos fatores imprevisíveis. Isso é verdade para a Fazer, uma empresa finlandesa de bens de consumo com 134 anos de existência e um amplo portfólio de produtos que inclui confeitaria, padaria e produtos de café da manhã; bebidas à base de plantas; farinhas; e várias inovações alimentares.

A empresa buscou avaliar minuciosamente cenários futuros plausíveis para melhorar sua prontidão para situações que não eram facilmente previsíveis. Também queria energizar suas conversas anuais sobre estratégia com novas perspectivas que pudessem apoiar planos de crescimento ambiciosos. A Fazer decidiu adotar a abordagem de Oxford baseada no cenário fantasma porque prometia gerar cenários significativos sem consumir uma quantidade excessiva de recursos e tempo da gestão.

Inicialmente, discussões destinadas a trazer informações para o processo estratégico investigaram situações hipotéticas como “queda de volume de dois dígitos”, “queda radical de margem” ou “demanda significativamente mais fraca”. No entanto, logo ficou claro que essas perguntas eram muito focadas em si mesmas e não forçavam verdadeiramente o pensamento estratégico das pessoas.

A abordagem de Oxford mudou o foco para o contexto mais amplo que a empresa poderia vivenciar. A equipe de estratégia da Fazer, que posteriormente liderou o planejamento de cenários, considerou pressupostos que permaneceram inquestionáveis na estratégia, como “E se um ou mais mercados-chave mudassem drasticamente?” ou “A matéria-prima da qual o portfólio depende poderia mudar materialmente?” Como a empresa produz uma ampla variedade de bens de consumo embalados, muitas de suas suposições de cenários fantasma focaram no fornecimento de insumos, principalmente matérias-primas. Essas discussões ajudaram a equipe a delinear quais pesquisas eram necessárias para apoiar a construção de cenários plausíveis para tais situações. Antes de aprofundarmos o trabalho de cenários, o cenário fantasma e os aspectos relacionados foram discutidos com a alta diretoria. Até o final de março de 2024, um grupo de trabalho composto por 20 representantes seniores selecionados a dedo de cadeia de fornecimento, compras, P&D, marketing, finanças e comunicação reuniu-se para um workshop de dois dias, no qual oito das 15 premissas se beneficiaram de perspectivas adicionais dos participantes. Os insights da sessão foram analisados e explorados com o apoio das ferramentas de LLM.

Um mês após o primeiro workshop — ou seja, dentro de dois meses após o início do processo de planejamento do cenário — a equipe Fazer de cenários havia criado meia dúzia de futuros plausíveis que desafiavam suposições-chave no cenário fantasma. (Posteriormente, eliminou alguns que foram considerados insuficientemente particulares ou relevantes para as premissas centrais.)

A equipe passou de explorar possíveis desenvolvimentos, como a elevação do nível do mar, mudanças nas condições de cultivo e o aumento das temperaturas, para moldar uma visão abrangente de um futuro em que as mudanças climáticas resultassem em impactos negativos significativos nas culturas das quais dependem os negócios da Fazer. A equipe desenvolveu um cenário específico sobre mudanças climáticas que permitiu explorar como as medidas para enfrentar tais mudanças podem falhar ou se mostrar insuficientes. Esse processo reformulou a visão da equipe da Fazer sobre as mudanças climáticas como uma questão a ser mitigada principalmente por meio de reduções de emissões e deixou explícito o que estava menos em foco: a verdade um tanto inconveniente dos impactos drásticos dessas mudanças complexas para os fornecedores da Fazer, suas próprias operações e seus clientes. Isso permitiu que a empresa considerasse uma visão abrangente dos impactos chave que, de outra forma, teriam passado despercebidos, incluindo projeções quantitativas para futuras regiões produtoras de culturas.

As equipes de gestão da Fazer puderam usar esses cenários para explorar futuros alternativos e como veem seu trabalho dentro deles. Eles questionaram aspectos da estratégia que eram tidos como certos e que estavam relacionados a alguns dos elementos mais fundamentais do modelo de negócio existente.

O diálogo estratégico na Fazer envolveu reflexão ativa sobre os novos cenários, nos quais cada unidade de negócio buscou delinear os principais tópicos a serem abordados individual ou conjuntamente. Uma lição fundamental foi que o uso de cenários precisa ser integrado aos processos existentes para avaliações estratégicas. Caso contrário, são facilmente deixados de lado. Mas, neste caso, os cenários geraram insights convincentes, permitindo que o pensamento crítico ajudasse executivos a desafiar suas suposições estratégicas subjacentes e gerar ideias que diferem significativamente da estratégia atual.

Como a Unum desafiou suas próprias suposições

Na Unum , a crescente incerteza no contexto operacional levou os executivos a desafiar suas suposições enquanto desenvolviam o próximo plano estratégico. A subsidiária britânica da seguradora americana Unum Group, Unum Ltd., é uma provedora especializada em benefícios para funcionários, oferecendo proteção de renda e seguros de doenças críticas, vida e odontológico para mais de 2,8 milhões de pessoas em todo o Reino Unido.

A Unum Ltd. cresceu significativamente após a pandemia de COVID-19. Aproveitando um momento positivo do mercado de trabalho britânico e o aumento do interesse corporativo na saúde e bem-estar dos funcionários, a empresa alinhou suas propostas de valor com as necessidades em evolução dos clientes e superou seus pares maiores e mais diversificados.

Quando a Unum Ltd. se aproximava do próximo ciclo estratégico, seu contexto operacional havia mudado. Enfrentava uma economia britânica lenta, desaceleração no crescimento do emprego e crescentes pressões sobre o sistema público de saúde. A isso se somavam incertezas em torno da adoção da IA e suas implicações para o mercado de trabalho do Reino Unido nos próximos anos.

A Unum Ltd. lançou seu exercício de planejamento de cenários em janeiro de 2025 com o objetivo de explorar as principais incertezas que atuam sobre seu contexto operacional e testar se suas escolhas estratégicas seriam resilientes em uma variedade de futuros econômicos, políticos e sociais em potencial. Para cumprir o prazo de maio para entregar cenários e uma versão preliminar da estratégia de 2030 ao conselho, a equipe de estratégia acelerou o desenvolvimento de um conjunto de cenários que estivesse pronto em meados de março, de modo a poder servir de base e testar efetivamente as escolhas estratégicas em consideração. A equipe optou pela abordagem acelerada descrita neste artigo, focando em suposições-chave no cenário fantasma e usando IA para reduzir significativamente o tempo necessário investido.

O primeiro passo foi revelar o cenário fantasma. A equipe de estratégia extraiu suposições de uma pesquisa recente e de entrevistas com a equipe executiva que havia explorado tendências futuras. As perspectivas dos executivos refletiram em grande parte uma extrapolação das tendências atuais, com um nível moderado de disrupção no mercado de trabalho causada pela IA. As suposições que faziam parte de cenários fantasma foram agrupadas por tema, o que ajudou a restringir pesquisas adicionais a 15 tópicos focais, que vão desde tendências futuras na oferta de saúde no Reino Unido até o futuro do emprego em um setor corporativo impulsionado por IA.

Um workshop de desenvolvimento de cenários de um dia inteiro realizado em fevereiro reuniu especialistas do assunto de toda a Unum Ltd., incluindo vendas, operações, marketing e tecnologia, além de representantes de uma consultoria de serviços públicos e um executivo com experiência recente em um papel de liderança em um dos concorrentes mais próximos da empresa.

Antes do workshop, a equipe de estratégia resumiu os 15 principais temas selecionados anteriormente, abrangendo tendências políticas, econômicas, sociais e tecnológicas. Para agilizar o processo de pesquisa, utilizou LLMs para identificar fontes de dados para cada tema e então interagiu diretamente com essas fontes para avaliar sua credibilidade e obter insights em primeira mão.

Durante o workshop, a equipe de estratégia apresentou as hipóteses-chave para cada tema focal, juntamente com tendências opostas que poderiam desafiar essas suposições. Os participantes foram incentivados a criticar o conteúdo e contribuir com suas próprias perspectivas, incluindo quaisquer tendências ou insights adicionais que tivessem a partir de seu conhecimento, pesquisa e experiência pessoal.

Os participantes foram então divididos em grupos e receberam cartas representando o lado oposto de cada hipótese. Por exemplo, uma carta poderia afirmar que “a IA impulsiona a criação de empregos altamente qualificados”, enquanto sua contraparte argumentava que “a IA contribui para o deslocamento generalizado de empregos.” A tarefa deles era mapear uma sequência de eventos que pudesse, plausivelmente, levar a um conjunto específico de resultados até 2040. Estender o cronograma além do horizonte estratégico de 2030 incentivou um pensamento mais amplo e abriu a porta para uma gama mais ampla de potenciais cenários. Cada grupo então apresentou seus mapas lógicos plausíveis para o workshop mais amplo. Cenários que compartilhavam temas sobrepostos ou levavam a resultados semelhantes foram consolidados em mapas unificados para capturar os futuros mais representativos.

Os cenários resultantes testaram duas suposições principais: a medida em que a IA pode influenciar a demanda por capital humano, dependendo se a IA substituirá principalmente empregos existentes ou criará novos cargos altamente qualificados que contribuam para maior produtividade; e o nível de intervenção governamental provável de ocorrer, com ênfase no mercado de trabalho. Para a Unum Ltd., provedora de benefícios para funcionários juntamente com benefícios de saúde e seguridade social financiados pelo Estado, essas suposições foram identificadas como as incertezas mais críticas que moldarão seu futuro contexto operacional.

Após o workshop, a equipe de estratégia refinou os cenários para garantir que cada um contrastasse e desafiasse suficientemente o cenário fantasma. O conjunto final de cenários (composto pelo cenário fantasma e três alternativas) foi então inserido em um LLM para criar narrativas vívidas que mostram como a vida no Reino Unido poderia parecer em 2040 em cada cenário. Essas narrativas capturaram tanto o ambiente contextual mais amplo quanto as dinâmicas específicas de mercado relevantes para a Unum Ltd. A equipe também produziu vídeos de três minutos gerados por IA baseados nas narrativas que ilustravam a vida no Reino Unido em 2040 sob cada cenário e descreviam os principais desenvolvimentos que levaram a esse cenário.

A equipe de estratégia apresentou o cenário definido à equipe executiva em março de 2025 para que a estratégia sob cada estado futuro pudesse ser validada e avaliada quanto a potenciais riscos e oportunidades. Os vídeos se mostraram uma ferramenta poderosa de engajamento, facilitando discussões significativas e permitindo que a equipe executiva compreendesse as nuances de cada cenário. Em contraste com as descrições feitas em texto, o formato visual reduziu o risco de interpretações erradas e ajudou a estabelecer rapidamente uma compreensão compartilhada dos cenários.

Para a Unum Ltd., o exercício de planejamento de cenários provou seu valor em duas áreas-chave. Primeiro, forneceu maior clareza sobre como as incertezas mais críticas em seu contexto operacional podem influenciar as decisões estratégicas em análise. E segundo, demonstrou o potencial da IA para acelerar processos estratégicos complexos, reduzindo o número de tarefas orientadas por processos para permitir um foco maior no pensamento estratégico de maior valor.

Lições aprendidas

Aconselhamos aqueles que utilizam LLMs nesse contexto a tratá-los não como fontes “objetivas” de informação factual para automatizar pesquisas, mas sim como colaboradores na imaginação do futuro de maneiras criativas. Ou seja, pense em termos de “IA in the loop ” em vez de “humano in the loop”. Essa diferença sutil coloca os humanos no centro dos processos de raciocínio, com LLMs ajudando de maneiras consideradas úteis em uma situação específica. (Suposições executivas e opções estratégicas são sempre únicas para cada organização individual.) Uma perspectiva de IA in the loop trata os LLMs não como fontes com autoridade, mas como parceiros para o brainstorming de ideias sobre o futuro. Algumas ideias podem ser fantasiosas, mas isso também pode ser verdade com ideias geradas apenas por humanos. LLMs podem proporcionar aos executivos acesso rápido a um parceiro de ideação cujos recursos vão muito além dos limites da empresa e dos limites do pensamento em grupo.

A Unum Ltd. usou personas em seus prompts para gerar novas perspectivas: “Você é um planejador de cenários especialista buscando desafiar a suposição de que [assunção de cenário fantasma]. Apresente um conjunto de argumentos convincentes que apoiem e contradigam as suposições, fornecendo links para as fontes que os sustentam, como pesquisas de especialistas confiáveis e instituições internacionais.” Para a Fazer, ao desenvolver os cenários a partir das descrições de 200-300 palavras geradas nos workshops, um prompt que se mostrou útil pediu ao LLM que “tornasse essa descrição alternativa futura mais cativante com base nos insights X, Y, Z” e que “desse uma segunda opinião sobre a descrição do cenário, fornecendo suporte para o raciocínio por trás da descrição, assim como contra-argumentos sobre por que esse futuro pode não ser plausível.” Um insight fundamental tanto nos casos da Fazer quanto da Unum é reconhecer o prompting como um tópico em andamento e não como uma atividade isolada.

Avaliar os resultados das consultas LLM então se resume a avaliações de plausibilidade (no contexto de relevância e utilidade para o caso em questão). O planejamento de cenários é realizado em situações de profunda incerteza, onde é impossível fazer julgamentos sobre o que é provável no futuro. No entanto, as avaliações humanas podem ser afetadas por vieses ou falta de conhecimento, e as organizações precisam encontrar maneiras de combater esses problemas. Por exemplo, ao julgar os resultados dos LLMs das descrições de cenários, a Fazer identificou e organizou discussões com especialistas externos para revisar as descrições e validar os insights e os dados que os apoiavam. A Unum Ltd. tratou os resultados do LLM como “crus” e revisou os documentos citados como fontes confiáveis de forma a validar o que estava sendo proposto. As experiências tanto da Fazer quanto da Unum atestam a importância de considerar a melhor forma de avaliar os resultados do LLM, e de reconhecer que os usuários desses resultados podem ter conhecimento limitado ou vieses que resultem em avaliações ambíguas ou falhas.

Embora o planejamento de cenários seja mais necessário do que nunca, dada a crescente incerteza no ambiente empresarial, as demandas pelo tempo e atenção dos gestores também estão crescendo rapidamente, dificultando o compromisso com novas práticas. Novas abordagens para o planejamento de cenários são necessárias para conciliar essas duas forças. Acreditamos que os três elementos que delineamos — trazer a visão de longo prazo para o aqui e agora; enquadrar os cenários questionando suposições-chave no cenário fantasma, tornando-o explícito e questionável; e usar IA de forma criteriosa para produzir os cenários de forma mais eficaz e rápida — pode ajudar os líderes a focar seus cenários nas necessidades imediatas de seus usuários-alvo.