Mindstone é cliente do Business Reporter
A lacuna entre a promessa da IA e a sua recompensa tornou-se um dos problemas mais dispendiosos da tecnologia empresarial. Gartner Os gastos globais em IA generativa atingirão 644 mil milhões de dólares em 2025, mas os ganhos de produtividade transformadores permanecem teimosamente ilusórios.
Para Joshua Wahl, CEO da plataforma de qualificação de IA dos trabalhadores MindStone, o diagnóstico é mais simples do que muitos executivos querem ouvir: o problema não é a tecnologia. Como estamos preparando as pessoas para usá-lo.
“Menos de 5% das organizações estão realmente obtendo valor da IA neste momento”, disse Wöhle. Essa é uma avaliação rigorosa da equipe de treinamento profissional da MindStone em uma empresa Fortune 500, embora ecoe as descobertas da indústria em geral. Relatório do BCG de outubro de 2024 “Onde está o valor da IA?”que entrevistou 1.000 executivos em 59 países, descobriu que 74% das empresas ainda não demonstraram valor tangível dos seus investimentos em IA.
O efeito é perturbador: a maioria das empresas não está a falhar porque escolheu as ferramentas erradas. Eles estão falhando porque fazem as perguntas erradas sobre como seu pessoal deveria trabalhar com IA.
Pedra Mentalque fornece treinamento em habilidades de IA para empresas, construiu sua abordagem em torno desse diagnóstico. Quando questionado sobre como a empresa está a colmatar esta lacuna, Wöhle aponta dois elementos-chave. Primeiro, superar o que ele chama de “suspensão da descrença”: o ceticismo persistente que muitos profissionais sentem em relação à IA. “Não encontramos nada que funcione melhor do que uma demonstração ao vivo”, diz ele. Em segundo lugar, tornar a IA diretamente aplicável às responsabilidades diárias de cada funcionário.
Aumento em relação à automação
O cerne do argumento de Wöhle repousa numa distinção que parece semântica, mas que se revela profunda na prática: automação versus aumento. Durante décadas, o investimento em tecnologia foi sinônimo de automação, substituindo o esforço humano pela eficiência das máquinas. Linhas de montagem, planilhas, sistemas de CRM: todos projetados para fazer coisas que os humanos costumavam fazer, só que de forma mais rápida e barata.
A IA não se enquadra perfeitamente nesse paradigma. Quando as organizações tratam a IA generativa como apenas mais uma ferramenta de automação, elas ficam desapontadas. “Na automação, a IA é realmente exagerada”, admite Wöhle. “Isso pode dar muito errado.” A tecnologia alucina, perde o contexto, produz resultados razoáveis, mas incorretos. Este é um modo de falha familiar para qualquer pessoa que tenha encontrado estatísticas geradas por IA que parecem autênticas, mas são inventadas.
Mas essa mesma tecnologia torna-se transformadora quando implementada de forma diferente. O aumento, usando a IA para aumentar em vez de substituir as capacidades humanas, é onde reside o verdadeiro valor. Um sistema automatizado tenta eliminar os humanos do circuito. Um sistema aumentado coloca os humanos firmemente no controle, com a IA atuando como um amplificador de julgamento, criatividade e eficiência.
Esta diferença explica por que tantas implementações de IA decepcionam. As empresas compram equipamentos sofisticados esperando que funcionem de forma autônoma, mas ficam frustradas quando os resultados exigem correção humana constante. Compraram automação e conseguiram algo que exige crescimento. A inconsistência gera cinismo e orçamentos desperdiçados.
Por que a mentalidade é mais importante que a mecânica
Se a tecnologia está se capacitando, o que está impedindo as organizações? Segundo Wöhle, a resposta é inesperadamente humana. “Cerca de 10% do que fazemos é ajudar as pessoas a usar as ferramentas”, explica ele. “90 por cento desta tecnologia visa mudar mentalidades.”
Isso vai contra os programas de treinamento convencionais, que normalmente se concentram em tutoriais de recursos e documentação de fluxo de trabalho. Clique aqui, digite e exporte. Este tipo de treinamento pressupõe que as ferramentas são obstáculos e que as habilidades decorrem da familiaridade. É a mesma abordagem que as empresas têm usado para lançamentos de software há décadas, e é precisamente a errada para a IA.
O verdadeiro obstáculo é conceptual: as pessoas terão de repensar fundamentalmente a forma como trabalham num mundo onde a IA pode assumir parte da gestão. Não se trata de aprender atalhos de teclado. Trata-se de aprender a pensar de forma diferente sobre problemas, resultados e contribuições humanas valiosas.
Exibindo valores em tempo real
Esse primeiro desafio, a suspensão da descrença, é profundo. Muitos foram queimados pelas promessas das tecnologias anteriores. Eles assistiram a demonstrações de produtos que funcionaram perfeitamente sob condições controladas e tiveram um desempenho ruim na prática.
Para romper esta barreira, a Mindstone depende fortemente de performances ao vivo adequadas a papéis específicos. Promessas abstratas significam pouco para profissionais céticos. O que muda as mentes é que a IA resolve seus problemas reais, em tempo real, com seu trabalho real.
Numa conversa com o Business Reporter, Wöhle demonstrou este princípio em ação. Em vez de descrever como a IA pode ajudar na preparação para entrevistas, ele viveu o processo: criar resumos de pesquisa usando entrada de voz, alimentar o resultado entre várias ferramentas de IA e refinar iterativamente os resultados. A demonstração levou alguns minutos, mas gerou perguntas de entrevista, pesquisa de base e um roteiro estruturado que levaria horas para ser montado manualmente.
A abordagem revelou algo crítico: usar IA eficaz não significa encontrar o prompt perfeito. Trata-se de fornecer um contexto rico e usar a IA como um parceiro de pensamento, em vez de uma máquina de venda automática. “Quando você fala com seu computador”, observa Wöhle, “você intuitivamente fornece a ele muito mais contexto”. Isto contrasta com a prática dos motores de busca, onde consultas mais curtas produzem melhores resultados. Com a IA generativa, o oposto é verdadeiro.
Aposte em errar
As demonstrações são recebidas com ceticismo, mas uma mudança duradoura exige a ligação das capacidades de IA a responsabilidades profissionais específicas. Um gerente de marketing precisa ver como a IA está transformando o planejamento de suas campanhas. Um analista financeiro precisa ver isso acelerar sua modelagem. Questões potenciais abstratas têm menos relevância do que concreta.
Embora as empresas ainda tratem a adoção da IA como uma questão de aquisição de tecnologia, o risco não é apenas perder licenças de software. Este poderia ser um terreno competitivo para rivais que perceberam anteriormente que a barreira era humana e não tecnológica. Wöhle acredita que a lacuna entre os primeiros adeptos da IA e o resto está a aumentar e não a diminuir por si só.
Seu diagnóstico apresenta desafios e oportunidades. A adoção significativa da IA requer investimento em pessoas, não apenas em tecnologia. Mas esse investimento não requer um orçamento enorme. Exige vontade de repensar a forma como as pessoas estão preparadas para trabalhar em conjunto com a IA. As empresas que reconhecem isso têm uma janela para avançar. Essa janela não ficará aberta indefinidamente.
