Resumo das cinco conclusões do Copilot Summit sobre desafios e decisões que determinam os resultados da IA.
O Copilot Summit reuniu, recentemente, 250 clientes que operam na vanguarda da transformação com IA para aproximar equipes que constroem o Copilot dos líderes que o usam. Em debates e sessões, participantes e palestrantes destacaram que os retornos da IA dependem mais das decisões organizacionais do que da tecnologia adquirida.
A confiança na IA é específica, não geral
A confiança se firma em detalhes: não se trata de confiar genericamente em uma tecnologia, mas de confiar que um sistema execute uma tarefa definida. Trevor Noah citou a pesquisa sobre câncer em Johns Hopkins como exemplo de um sistema treinado para um único propósito — reduzir biópsias desnecessárias em câncer de mama — e, por isso, mais confiável para essa função específica.
Segundo a discussão, três condições constroem essa confiança ao longo do tempo: desempenho consistente, compreensão funcional de como o sistema opera e mecanismos de responsabilização quando há falha. O exemplo da aviação comercial foi usado para ilustrar que a responsabilização pública e os relatórios após incidentes ajudam a restaurar a confiança.
A ineficiência do trabalho do conhecimento exige um redesenho
O trabalho do conhecimento tem sido, em muitos casos, ad hoc. Participantes como Charles Lamanna defenderam que é necessário aplicar mudanças estruturais semelhantes às que redesenharam a manufatura: definir passos mensuráveis, equilibrar deliberadamente trabalho humano e máquina e acompanhar resultados em vez de atividades.
Katy George relatou que o primeiro esforço da própria Microsoft para integrar o Copilot na força de vendas não atingiu os resultados esperados porque foi tratado como um lançamento de produto convencional. A conclusão foi que o impacto vem de redesenhar o trabalho em que a ferramenta se insere, e não apenas de dar acesso a ela.
O sistema importa mais que o modelo
Para a primeira onda de implantação, a escolha do modelo foi vista como decisão central. Com o tempo, ficou claro que o que circunda o modelo — os dados acessíveis, o contexto fornecido e a infraestrutura — é igualmente determinante. Ryan Roslansky observou que profissionais bem-sucedidos entendem os sistemas em que operam, e a lição se aplica à estratégia de IA.
Na prática, a capacidade de IA passa a ser um projeto de construção: selecionar um modelo é o ponto de partida; construir o sistema de ponta a ponta é o trabalho essencial para que a tecnologia cumpra a função esperada.
A economia dos tokens é o novo número de empregados
A chamada tokenomics redefine decisões orçamentárias. Em vez de comparar gastos com linhas tradicionais de TI, os líderes agora avaliam o custo de realizar uma tarefa por um humano versus por um agente de IA. Esse cálculo considera qualidade, tempo e custo, e o componente de custo muda rapidamente conforme modelos e sistemas se tornam mais eficientes.
A distribuição de tokens — quem os recebe, quantos e para quais tarefas — passou a ser uma decisão de alocação de recursos comparável à gestão de pessoal. Muitas organizações ainda não dispõem da infraestrutura para tomar essas decisões com precisão; as que a construírem e recalibrarem à medida que os custos mudarem terão vantagem competitiva.
O software empresarial deve ganhar o direito de existir
Jacob Andreou afirmou que terminou a era em que produtos eram adotados apenas por obrigação. Usuários trazem padrões de experiência do consumo para o trabalho, e a IA tem de corresponder a essas expectativas. Organizações que submetem investimentos em IA a um escrutínio similar ao do mercado consumidor vão comprar, construir e medir resultados de modo diferente.
O que tudo isso significa para líderes
As cinco conclusões convergem num ponto: a tecnologia é constante; o que varia é a qualidade das decisões ao redor dela. É preciso responder de forma deliberada sobre como construir confiança, redesenhar o trabalho, projetar o sistema, gerir tokens e fixar padrões que justifiquem uma plataforma no ambiente corporativo. Essas são questões organizacionais que exigem definição clara de responsabilidades.
Para mais informações sobre IA e o futuro do trabalho, inscreva-se no boletim indicado pelo evento.
Assuntos nesse artigo:
#ia, #copilot, #copilotsummit, #confianca, #trabalhoconhecimento, #sistema, #modelo, #tokenomics, #economiadetokens, #redesenho, #trevornoah, #johnshopkins, #hertz, #charleslamanna, #katygeorge, #ryanroslansky, #jacobandreou, #microsoft, #softwareempresarial, #adocao