IA: produtividade e o risco (de fazer ou não)
Nessa última edição do Web Summit Rio 2026 percebemos uma mudança importante, que já foi objeto de análise desta newsletter: depois da euforia das startups, veio uma fase mais seletiva, mais realista e mais exigente. A IA estava em todos os lugares, mas justamente por isso deixou de ser, sozinha, um diferencial competitivo.
A inteligência artificial passa de uma promessa distante a instrumento de trabalho. Ela já está mudando, na prática, a forma como empresas pensam, testam, constroem e executam.
A pergunta deixou de ser: “essa empresa usa IA?”
E passou a ser: usa IA para resolver qual problema, com que profundidade, com quais dados, com que capacidade de execução e com qual segurança?
Todos estão aprendendo ao mesmo tempo. Todos estão testando ferramentas novas. Todos estão descobrindo que atividades que antes exigiam semanas de estruturação, reuniões, briefings técnicos e desenvolvimento podem, em alguns casos, virar um protótipo funcional em poucos dias.
A nova economia de testar ideias
Até pouco tempo atrás, transformar uma ideia em produto exigia um caminho relativamente longo: desenhar o conceito, envolver tecnologia, priorizar no roadmap, desenvolver, testar, ajustar e só então colocar algo na frente do cliente.
Esse processo continua sendo necessário para construir produtos robustos. Mas a etapa anterior, a da experimentação, foi profundamente acelerada.
Na iaas!, vivemos isso de forma concreta. Recentemente, conseguimos prototipar um produto em cerca de uma semana e colocá-lo na rua para teste.
Não foi apenas um ganho de produtividade. Foi uma mudança na forma de construir.
Quando se reduz o custo de testar, aumenta-se a quantidade de hipóteses que uma empresa consegue validar. Quando se reduz o tempo entre a ideia e o teste, diminui-se o desperdício. Quando o próprio time de negócio consegue prototipar, pesquisar, organizar informações, estruturar fluxos e simular soluções, a conversa com tecnologia muda de natureza.
Ela deixa de começar em: “tenho uma ideia, vamos ver se é possível?”
E passa a começar em: “testamos algo, funcionou até aqui, agora precisamos transformar em produto de verdade.”
Isso não diminui o papel da tecnologia. Pelo contrário. Valoriza ainda mais. O time técnico passa a entrar em momentos mais qualificados, com hipóteses mais maduras, problemas mais claros e evidências mais concretas.
Se alguém vai substituir você, que seja você mesmo
Dentro da iaas!, temos uma brincadeira que resume bem essa mentalidade: se a inteligência artificial vai destruir algum produto nosso ou algum serviço que prestamos, é melhor que sejamos nós a destruir primeiro.
A frase parece exagerada, mas traduz uma postura importante.
A pior posição para qualquer empresa hoje é defender o passado apenas porque ele funcionou até aqui. Se uma tarefa pode ser automatizada, ela provavelmente será. Se uma análise pode ser acelerada, alguém vai acelerá-la. Se um produto pode ser simplificado por IA, alguém vai tentar fazer isso.
E talvez esse alguém não seja apenas um concorrente. Pode ser o próprio cliente.
A escolha real não é entre preservar ou mudar. É entre liderar a mudança ou ser surpreendido por ela.
De tarefas para agentes
Essa mudança também altera a cultura de trabalho. Em temas jurídicos, regulatórios, operacionais, tecnológicos ou de produto, a pergunta deixou de ser apenas: “qual entrega precisamos fazer?”
Cada vez mais, a pergunta passa a ser: como transformamos essa entrega em um prompt, em um agente, em uma base de conhecimento ou em um processo replicável?
A diferença é profunda. Não se trata apenas de usar IA para fazer uma tarefa mais rápido. Trata-se de evitar que a mesma tarefa precise ser refeita manualmente todas as vezes. Cada análise, cada pesquisa, cada fluxo e cada decisão recorrente precisa virar aprendizado organizacional.
É aqui que a inteligência artificial deixa de ser uma ferramenta individual de produtividade e começa a se tornar infraestrutura da empresa.
Um colaborador que usa IA para escrever um e-mail ganhou eficiência pontual.
Uma empresa que transforma perguntas frequentes, pesquisas regulatórias, rotinas jurídicas, análises operacionais e processos internos em agentes e bases de conhecimento ganhou capacidade institucional.
A diferença entre uma coisa e outra será cada vez mais relevante.
IA no mercado regulado: oportunidade e responsabilidade
No mercado regulado, esse tema é ainda mais sensível. Gestoras, consultorias de investimentos, instituições financeiras, prestadores de serviço e multi family offices lidam diariamente com normas, documentos, cadastros, controles, auditoria, PLD, KYC, KYP, suitability, governança e relacionamento com reguladores.
São ambientes intensivos em informação, evidência, interpretação e repetição.
A IA tem enorme potencial nesse tipo de problema. Não porque substitui o conhecimento técnico, mas porque amplia a capacidade de organizar, recuperar e aplicar esse conhecimento.
Ela pode acelerar pesquisas, estruturar documentos, comparar normas, sugerir fluxos, identificar lacunas e permitir que equipes pequenas façam mais com menos desperdício.
Mas há um outro lado que não pode ser ignorado.
O risco também escala
Se a inteligência artificial passa a ser usada do estagiário ao presidente, em todas as áreas da empresa, o risco de vazamento de dados também aumenta.
Não necessariamente por má-fé. Muitas vezes, por informalidade, desconhecimento, falta de regra ou uso desorganizado.
O mesmo instrumento que acelera uma análise pode expor uma informação sensível. O mesmo prompt que ajuda a resumir um documento pode levar dados de clientes para um ambiente inadequado. A mesma ferramenta que aumenta produtividade pode criar fragilidades jurídicas, reputacionais e operacionais.
Esse é o dilema real.
Não usar IA pode parecer mais seguro, mas é uma falsa segurança. A empresa fica menos produtiva, menos competitiva e mais lenta.
Por outro lado, usar IA de forma descontrolada é igualmente irresponsável. Pode comprometer informações confidenciais, afetar clientes, gerar decisões mal fundamentadas e destruir confiança.
O caminho é governança
A resposta não está em bloquear a IA, nem em liberar tudo sem critério. Está em governança.
As empresas precisarão definir como seus colaboradores podem usar IA, quais dados não podem ser inseridos em ferramentas abertas, quais soluções são aprovadas, quais tarefas exigem revisão humana, quais usos devem ser proibidos e quais procedimentos de contingência serão adotados em caso de falha, vazamento ou uso indevido.
A inteligência artificial entrou nas empresas antes que muitas delas estivessem prontas para recebê-la.
Entrou pelo navegador, pelo celular, pelo entusiasmo dos funcionários e pela pressão por produtividade. Agora, a gestão precisa alcançar o uso real que já está acontecendo.
A pergunta que fica
Empreender ficou mais acessível, mas não necessariamente mais simples. Criar protótipos ficou mais rápido, mas construir empresas defensáveis continua difícil.
Usar IA ficou mais fácil, mas usá-la bem, com dados, governança, segurança e profundidade, será o verdadeiro diferencial.
No fim, a inteligência artificial não eliminou as perguntas fundamentais dos negócios. Apenas acelerou o momento em que elas precisam ser respondidas:
O produto resolve uma dor real?
O cliente percebe valor?
A empresa consegue distribuir?
O preço fica de pé?
O mercado é profundo o suficiente?
A concorrência consegue fazer igual, mais barato ou de graça?
A IA reduz o custo de testar respostas. Mas também reduz o custo para que outros testem as mesmas respostas. E talvez esteja justamente aí a diferença entre quem apenas usa inteligência artificial e quem conseguirá construir, com ela, empresas melhores.
Quem, de fato, vai conseguir ficar de pé?