A tecnologia nunca avançou tão rapidamente. Basta olhar para o ciclo de hype do Gartner: a IA generativa subiu vertiginosamente, atingiu o pico de expectativas e já caminha rumo ao vale da desilusão. O ritmo é acelerado, mas inevitavelmente chegaremos ao Platô da Produtividade — o ponto em que a tecnologia se consolida como amplamente adotada.

Algumas empresas já investiram cifras significativas em IA generativa, enquanto outras ainda estão na fase de planejamento orçamentário. Independentemente do estágio, é consenso que os desafios são maiores do que se imaginava. A empolgação inicial cede espaço a uma visão mais pragmática, mas a jornada da IA generativa está longe de terminar.

Com mais de três décadas de experiência no setor de TI, já acompanhei diversos ciclos semelhantes: a inovação surge, causa deslumbramento e levanta questionamentos. Na “vida real”, enquanto muitos debatem riscos e possibilidades, as equipes técnicas mergulham no trabalho, testam, erram, ajustam e, aos poucos, transformam a tecnologia em algo com impacto real.

Foi assim com a internet, com o Big Data e com o modelo SaaS. Agora, é a vez da IA generativa. A diferença? A velocidade com que tudo está acontecendo. O entusiasmo inicial veio acompanhado de questionamentos importantes — como as chamadas “alucinações” —, mas paralelamente já vemos avanços concretos nas aplicações práticas.

A evolução tem sido rápida: de chatbots a agentes de produtividade, passando pela crença de que seria possível substituir todos os profissionais, até chegarmos à compreensão mais madura de que a IA pode, na verdade, tornar as pessoas mais eficazes.

Barreiras em setores mais críticos

Alguns setores, no entanto, são mais resistentes à adoção rápida. No início da popularização do ChatGPT, muitos escritórios de advocacia cogitaram o impacto da IA sobre advogados juniores. A expectativa era que a tecnologia assumisse tarefas como elaboração de resumos, pesquisas jurídicas e preparação de argumentos. Mais rápido, eficiente e econômico. Mas o que veio depois foram relatos de problemas legais causados por informações imprecisas geradas por IA.

Hoje, o entendimento mudou: áreas como jurídica e financeira devem adotar a IA generativa com muito mais cautela. A exigência por precisão e conformidade torna arriscado o uso irrestrito dessas ferramentas nesses segmentos.

No setor bancário, por exemplo, a aplicação da IA generativa aos fluxos de trabalho é especialmente difícil, dada a regulamentação desse setor. Eles não podem simplesmente pegar qualquer aplicativo alimentado por qualquer modelo de base de IA aleatório. Eles precisam saber que um modelo não vai se desviar e criar problemas de conformidade. Este é um grande obstáculo a ser superado: manter a tecnologia "genérica" que é efetivamente compatível com uma caixa preta é incrivelmente difícil.

Assim, convivem duas realidades: de um lado, aplicações amplas de IA que ainda exigem tempo; de outro, fluxos de trabalho mais específicos onde a chamada IA operacional já avança com rapidez.

IA para potencializar talentos

O caminho mais sensato é aplicar a IA generativa em áreas onde o risco é tolerável e usá-la como ferramenta de apoio — não de substituição. A presença humana continua essencial para interpretar, validar e decidir. E está ficando claro que é melhor se concentrar em áreas onde você pode tolerar mais riscos. Para outras áreas, limite-se a complementar e tornar alguém mais eficaz em seu trabalho. É fundamental sempre ter uma pessoa envolvida para aplicar o que os humanos oferecem.

Como em outras evoluções tecnológicas, saímos do encantamento para a realidade. A IA operacional surge como aliada da produtividade, automatizando processos e ampliando a capacidade de execução das equipes. A proposta não é substituir pessoas, mas sim amplificar o que elas fazem de melhor. Com o suporte da IA generativa, profissionais têm acesso rápido a informações, ganham agilidade no dia a dia e conseguem se dedicar a tarefas mais complexas e estratégicas. O elemento humano permanece no centro das decisões.

Um bom exemplo está no uso da IA por uma empresa que monitora chamadas de clientes no atendimento. O áudio das ligações é analisado por um sistema de IA generativa que sinaliza interações potencialmente problemáticas para revisão humana. Antes, esse processo era manual, lento e baseado em amostragem. Agora, a IA atua como um filtro inteligente, permitindo que os recursos humanos se concentrem apenas no que realmente importa.

Essa aplicação ilustra bem o papel da IA: acelerar processos, manter o controle humano e elevar a produtividade.

A IA operacional está entre nós

A IA generativa passou por um ciclo de expectativas irrealistas, como era de se esperar. A promessa de uma tecnologia capaz de “fazer tudo” não se sustentou. Mas, se olharmos mais de perto, a IA operacional — menos espetacular, mas altamente eficaz — está em plena ascensão.

O impacto inicial de ferramentas como o ChatGPT, seguido pelos avanços promovidos por empresas como Google e Meta, despertou a atenção global. Agora, o foco das organizações está em como aplicar a IA com inteligência para resolver problemas concretos.

Agora, as empresas estão aplicando IA para otimizar processos: a mudança de bots para agentes está aumentando rapidamente. Isso não poderia ter acontecido sem o momento big bang da IA generativa.