Imagine uma reunião de diretoria sobre inteligência artificial.
Uma pessoa apresenta uma ferramenta. Outra sugere um treinamento. Alguém pergunta quanto custaria automatizar parte do atendimento. A conversa avança para fornecedores, licenças e prazos.
Até que surge uma pergunta:
O que queremos que passe a ser possível no nosso negócio?
Responder exige olhar para além das tarefas que já existem. Pode envolver uma experiência que a empresa ainda não consegue oferecer, uma decisão que chega tarde demais ou uma oportunidade que sempre pareceu exigir uma estrutura inviável.
Antes de investir em inteligência artificial, a liderança precisa definir qual mudança merece ser explorada, por que ela importa e quais evidências ajudariam a decidir se vale continuar.
A escolha da ferramenta ganha sentido dentro dessa direção.
Que possibilidade ainda não estamos considerando?
Quando pensamos em IA a partir da rotina atual, é natural procurar atividades para acelerar: produzir uma apresentação, resumir uma reunião, preparar uma proposta.
São usos possíveis. Mas quem dirige um negócio também precisa abrir espaço para perguntas sobre o próprio funcionamento da empresa.
Por que uma proposta precisa percorrer tantas etapas? Que informações chegam à liderança apenas quando a oportunidade já passou? Que tipo de acompanhamento gostaríamos de oferecer aos clientes, mas hoje parece difícil sustentar?
Essas perguntas ampliam o campo da conversa. A investigação deixa de se limitar ao tempo gasto em uma atividade e passa a incluir o valor que ela deveria produzir.
Para uma empresária, uma diretora ou uma conselheira, isso pode significar rever uma premissa que orientou decisões durante anos: algo que antes exigia determinada estrutura talvez possa ser organizado de outra maneira.
Essa possibilidade precisa ser examinada. Ainda não é uma promessa de resultado.
Questionar: entender o que realmente precisa mudar
Considere uma situação ilustrativa: uma empresa quer usar IA para preparar propostas comerciais mais rapidamente.
Antes de procurar uma solução, a liderança pede que a equipe examine algumas propostas recentes. Onde houve demora? Em quais etapas surgiram dúvidas? O que precisou ser refeito?
A investigação pode revelar que a redação ocupa apenas uma parte do tempo. A equipe talvez receba informações incompletas, tenha dificuldade para definir o escopo ou dependa de aprovações pouco claras.
Nesse cenário, acelerar a escrita resolveria uma parcela do problema. O restante continuaria produzindo espera e retrabalho.
Questionar é tornar visível o que estamos tentando resolver — inclusive quando o pedido inicial precisa mudar.
Uma pergunta útil para essa conversa é:
Se essa tarefa ficasse pronta em poucos minutos, o que ainda impediria o resultado que queremos?
Redesenhar: imaginar outra maneira de trabalhar
Com o problema mais claro, a equipe pode explorar outras possibilidades.
No exemplo das propostas, seria possível organizar melhor as informações antes da elaboração? Identificar lacunas enquanto a conversa com o cliente ainda está acontecendo? Preparar alternativas para que a equipe comercial avalie caminhos diferentes?
A IA poderia participar de algumas dessas etapas, dependendo dos dados disponíveis, da adequação da tecnologia e da revisão necessária.
A liderança não precisa chegar à reunião sabendo configurar esse processo. Precisa conseguir formular uma direção suficientemente clara para orientar a investigação.
Em vez de pedir apenas uma lista de ferramentas, pode pedir:
Mostrem como poderíamos melhorar a passagem entre entender o cliente e apresentar uma proposta. Onde a IA poderia contribuir? O que precisaria continuar sob avaliação da equipe?
Esse pedido abre espaço para o conhecimento de quem executa o trabalho e permite comparar possibilidades antes de escolher uma solução.
Reconstruir: transformar a possibilidade em uma experiência concreta
Uma ideia precisa encontrar as condições reais da empresa.
No exemplo, a equipe poderia testar uma nova forma de preparar propostas em um conjunto limitado de situações, com informações autorizadas e revisão antes de qualquer envio.
Antes do teste, seria necessário combinar o que observar: clareza do escopo, qualidade da proposta, tempo total de preparação e quantidade de correções, por exemplo.
Também é importante definir quem acompanha a experiência e quem decide o próximo passo. Um teste pode levar à ampliação, a ajustes ou à conclusão de que aquela abordagem não merece continuidade.
Reconstruir envolve essa passagem entre imaginar e experimentar. A experiência devolve informações para a liderança decidir com mais fundamento.
O que pedir à equipe antes de aprovar um investimento em IA
Uma proposta de uso de inteligência artificial fica mais fácil de avaliar quando responde a cinco perguntas:
- Qual mudança queremos produzir?
Descrever o que melhoraria para o negócio, para o cliente ou para as pessoas que trabalham ali. - O que sabemos sobre a situação atual?
Apresentar exemplos, dificuldades e informações disponíveis, distinguindo observações de suposições. - Que alternativas vamos explorar?
Considerar mudanças no processo e possíveis contribuições da IA. - Como vamos avaliar a experiência?
Definir critérios de qualidade, limites de uso e situações que exigem revisão humana. - Que decisão tomaremos ao final?
Combinar quais evidências justificariam continuar, ajustar ou interromper.
Essas perguntas ajudam a transformar interesse em IA em uma investigação com propósito.
A visão de quem lidera também precisa de espaço para mudar
Empreender envolve reconhecer possibilidades antes de ter todas as respostas. Liderar também exige avaliar quais delas merecem atenção, recursos e responsabilidade.
É nessa conversa que situo o AI Thinking: Questionar, Redesenhar e Reconstruir como movimentos para repensar o trabalho e explorar o que pode mudar com inteligência artificial.
Uma palestra ou um treinamento pode abrir esse espaço: apresentar uma possibilidade concreta, examinar suas implicações e ajudar a formular perguntas que a liderança levará para a equipe.
O ponto de partida pode ser uma pergunta para a próxima reunião:
O que gostaríamos de tornar possível no negócio, mas ainda estamos avaliando com as limitações de antes?
Dani Hayoshi é autora de AI Thinking. Seu trabalho conecta inteligência artificial, educação e empreendedorismo. Conheça sua trajetória.