Por que a cultura devora a IA no café da manhã

Introdução

A palestra aborda o desafio da implementação da IA Generativa nas empresas, destacando que a maturidade tecnológica por si só é insuficiente sem a devida relevância cultural. A partir de dados de mercado e da experiência em transformações digitais na América Latina, Leandro Angelo argumenta que a transformação é, acima de tudo, humana. A apresentação explora por que as empresas falham em extrair o potencial máximo de novas tecnologias, os fatores-chave para o sucesso e um framework prático para guiar as organizações desde a adoção inicial até a reinvenção completa de seus processos de negócio.

Capítulo 1 · O Paradigma da Transformação e a Realidade das Empresas

1.1. O Fracasso em Extrair Resultados

Citando material do MIT, o palestrante demonstra que apenas 5% das organizações conseguiam extrair resultados efetivos de seus esforços de transformação. A conclusão é clara: "não foi a tecnologia, fomos nós que não funcionamos".

1.2. O Impacto da IA Generativa: Uma Nova Era

A IA Generativa é descrita como uma tecnologia que abre um espaço gigante para adoção. Seu impacto potencial é comparado à combinação dos efeitos da invenção da eletricidade, da internet e do smartphone ocorrendo ao mesmo tempo, o que "destrava possibilidades infinitas".

• Em 2024, os prêmios Nobel de Física e Química foram entregues a cientistas da computação:
  • Um dos casos envolveu a simulação de uma molécula de proteína para buscar soluções de medicamentos.
  • O outro caso foi a simulação do comportamento de um cérebro humano.
• Em 2025, o prêmio de Física também foi concedido a pioneiros da computação quântica.

Esses exemplos demonstram como a tecnologia está abrindo possibilidades para o ser humano realizar feitos antes considerados impossíveis.

1.3. A Alocação de Investimentos em Inovação

Citando um estudo pré-pandemia da APA Business School, que acompanhou empresas por 5 anos:

• 70% dos investimentos: direcionados a evoluir produtos existentes e atender clientes existentes — "save backs" ou "apostas seguras", que mantêm a empresa competitiva, mas não a levam à liderança ou diferenciação.
• 10% dos investimentos: de fato colocados para capturar o impacto de uma disrupção. Após cinco anos, representaram um terço (1/3) do resultado das vendas.

A conclusão: na prática, as empresas não estão conseguindo extrair o verdadeiro potencial dos investimentos em inovação disruptiva.

Capítulo 2 · Os Cinco Fatores Fundamentais da Transformação

• 1. Cultura: os seres humanos estão acostumados a evoluções incrementais, não exponenciais. A mudança gera desconforto e insegurança sobre o futuro do trabalho. A proposta é mudar a semântica: a disrupção é tecnológica, mas a transformação é humana — engajar equipes para que se tornem agentes da transformação, não reféns dela.
• 2. Estratégia: identificar as alavancas de cada indústria e o que a tecnologia é capaz de fazer pelo negócio específico. Um piloto isolado nem sempre gera resultado no bottom line ou na experiência do cliente final.
• 3. Processos: a importância de revolucionar os processos, tema aprofundado posteriormente.
• 4. Tecnologia: como garantir uso seguro de sistemas; como gerir aprendizados e resultados; como orquestrar os aprendizados de múltiplas ferramentas e modelos que continuam surgindo. É preciso uma fundação tecnológica para essa orquestração.
• 5. Governança: definir quais KPIs a tecnologia deveria estar modificando e quais ponteiros deveriam ser revolucionados. A velocidade da transformação não depende de ter o melhor modelo ou ferramenta, mas da velocidade com que a organização é capaz de aprender.

Capítulo 3 · Um Framework para a Transformação com IA

3.1. Pessoas: A Geração "AI Native"

A transformação começa com as pessoas. É preciso trabalhar a geração "AI Native" — novos talentos que já nascem em um mundo governado por agentes de IA, comparáveis às gerações que nasceram com o smartphone na mão, cujo nível de confiança e capacidade de uso da tecnologia é muito diferente das anteriores.

3.2. Processo: Da Eficiência à Reinvenção

Inicialmente, pode-se plugar ferramentas de IA nos processos atuais, gerando eficiência. Mas o verdadeiro salto ocorre quando se revoluciona o processo — etapas que antes faziam sentido deixam de ser necessárias. É nesse ponto que se começa a reinventar o negócio.

3.3. Tecnologia: A Fundação CI&T Flow

A CI&T criou uma plataforma de fundação chamada "CI&T Flow". Toda interação com modelos e agentes é baseada nessa fundação, o que permite:

• Entender quem está usando, qual modelo e qual tipo de agente.
• Analisar o resultado obtido.
• Monitorar o consumo de tokens.
• Fazer FinOps para otimizar custos — apontar o uso de um modelo mais simples em vez de um modelo avançado e caro quando não for necessário.

Um exemplo de aplicação especializada foi discutido em março de 2025 com o board do Hospital Albert Einstein, em reuniões com a Microsoft e a AWS: a análise de modelos especializados em imagens, como ressonância magnética, para auxiliar o corpo médico em uma medicina mais preditiva — mostrando que as aplicações vão além dos LLMs generalistas.

Capítulo 4 · O Desafio do Retorno sobre o Investimento (ROI)

4.1. A Pressão por Resultados

• O investimento em IA aumentou de US$ 1,5 trilhão no ano anterior para US$ 3 trilhões neste ano.
• O custo com consumo de tokens aumentou 400%.
• Metade dos CEOs acredita que sua posição está em risco se não demonstrarem o ROI da IA.
• Dois terços dos CEOs sentem pressão clara do board para mostrar o retorno do investimento em IA Generativa.

4.2. Um Framework em Três Passos para Acelerar o ROI

• Imersão: estabelecer métricas e promover a adoção. As ferramentas são colocadas nas mãos das pessoas para desmistificar a tecnologia e iniciar o reskilling. O foco não é mudar processos, mas integrar as ferramentas no dia a dia.
• Aceleração: etapas do processo começam a ser resolvidas automaticamente por sistemas de IA, com pessoas (ou outros sistemas de IA) julgando e validando resultados. O processo de negócio já começa a ser modificado.
• Disrupção: a topologia das equipes muda e novos papéis surgem:
  • AI Orchestrator: desafia o processo atual.
  • AI Engineer: constrói novos agentes em tempo real para resolver desafios.
  • AI Deployer: pega um desafio de negócio e o implementa.

4.3. O Salto Exponencial no Desenvolvimento de Soluções Digitais

O impacto da IA Generativa no desenvolvimento de software é exponencial. O palestrante menciona uma parceria com a Anthropic, com novidades a serem divulgadas na FEBRABAN.

• Era Pré-Digital: projetos levavam em média 28 meses (ideia, design, desenvolvimento, teste, produção) — dado da análise dos 30 anos de história da CI&T.
• Era Digital (práticas ágeis): o tempo foi reduzido para 9 meses.
• Era da IA Generativa: salto significativo. Projetos como modernização de sistemas legados (ex: Cobol em grandes bancos), antes caríssimos e engavetados, tornam-se viáveis. O time to market é drasticamente reduzido.

Capítulo 5 · Níveis de Maturidade e o Caminho para a Liderança

5.1. Os Três Níveis de Maturidade da CI&T

• AI Augmented (2x mais eficiente): a equipe se torna duas vezes mais eficiente para o mesmo projeto. Citado o "Business Complex Points", unidade de medida do tamanho do software desenvolvida com o Itaú e publicada em open source. Um time que gastava 20 horas em uma funcionalidade passa a gastar 10.
• AI Coordinated (5x mais eficiente): sistemas de IA mais autônomos coordenando várias etapas do ciclo de desenvolvimento. A meta é que toda a operação da CI&T atinja este nível até o final de 2026.
• Light Houses (20x mais eficiente): operações específicas e experimentais, como a equipe da plataforma de IA, já atingiram eficiência 20 vezes maior, servindo de inspiração para os outros times.

5.2. O Papel da Liderança

• Estabelecer um objetivo claro.
• Ter uma plataforma para governar o uso de agentes, ferramentas e consumo de tokens.
• Investir em re-skilling e capacitação.
• Implementar governança baseada em métricas com duas óticas: eficiência (custo) e geração de novas receitas (novos negócios).
• Equilibrar investimentos entre experimentos de curto, médio e longo prazo.
• Monitorar a inovação continuamente.

Conclusão · Da Otimização à Reinvenção

O palestrante reforça a visão da Forrester, que divide a jornada da IA Generativa em duas grandes eras. A primeira é a da eficiência e produtividade, onde estamos atualmente — automatizando atividades individuais e aprimorando workflows com copilotos e melhorias incrementais.

Existe, porém, um "abismo" para se chegar à segunda era: a da reinvenção. Nela, o processo de negócio é completamente redesenhado, tornando-se nativo de IA. Coisas antes impossíveis se tornam possíveis, e os resultados deixam de ser incrementais para se tornarem exponenciais.