Usamos IA para melhorar um modelo de trabalho que não funciona

Talvez você também tenha sentido isso nos últimos meses. A inteligência artificial (IA) passou a fazer parte do seu dia a dia. Você escreve mais rápido, analisa com mais profundidade, produz em menos tempo. A sensação, em um primeiro momento, é de expansão de capacidade. Como se o trabalho finalmente tivesse ganhado uma velocidade compatível com as demandas do mundo atual. Mas, ao mesmo tempo, algo não encaixa.

As decisões continuam demorando. Os fluxos seguem travados. As aprovações ainda percorrem caminhos longos e, muitas vezes, pouco claros. Existe um descompasso crescente entre aquilo que já somos capazes de fazer individualmente e a velocidade com que as organizações conseguem operar coletivamente.

Este texto nasce justamente dessa tensão. É uma reflexão sobre o futuro do trabalho e o impacto da inteligência artificial não apenas na forma como trabalhamos, mas em como o trabalho está estruturado.

No SXSW 2026, três palestras diferentes – especialmente as reflexões de Ian Beacraft, Neil Redding e pesquisadores que discutem a relação entre humanos e IA – apontaram na direção de uma mudança mais profunda do que parece à primeira vista.

Ian Beacraft, em sua palestra sobre como desenhar empresas que a IA não consiga ultrapassar, trouxe uma provocação importante: estamos vivendo uma mudança estrutural, mas respondendo a ela com ajustes superficiais. Em vez de redesenhar o trabalho, estamos usando inteligência artificial para fazer mais rápido aquilo que já fazíamos antes.

Durante décadas, as organizações foram desenhadas a partir de um conjunto de restrições muito específicas. Execução era cara. Produzir exigia tempo, coordenação, especialização e esforço humano intensivo. Era necessário dividir funções, criar departamentos, estabelecer níveis de aprovação e estruturar fluxos sequenciais para garantir qualidade e controle.

Toda a arquitetura das empresas nasce dessa lógica. O que a inteligência artificial faz é alterar exatamente esse ponto de partida. Quando o custo de execução despenca, as estruturas que foram criadas para organizar essa execução deixam de fazer sentido da mesma forma. Criar um protótipo pode ser mais rápido do que discutir uma ideia. Testar pode ser mais eficiente do que planejar. Automatizar pode ser mais simples do que alinhar pessoas.

Mas as estruturas continuam as mesmas.

É nesse contexto que a ideia de Neil Redding sobre ‘clock drift’ ganha força. A inteligência artificial já opera em uma velocidade que as organizações não conseguem acompanhar. O trabalho acelera, mas a tomada de decisão continua presa a um modelo anterior. O resultado é um desalinhamento crescente entre capacidade e operação.

Ao mesmo tempo, seguimos insistindo em tratar a IA como ferramenta, como um recurso que melhora a execução, mas não questiona o sistema. Esse talvez seja o maior equívoco desse momento. Porque a inteligência artificial não está apenas acelerando o trabalho, mas mudando sua natureza e, mais do que isso, deslocando o próprio papel das pessoas dentro das organizações.

Beacraft propõe uma mudança de lógica que ajuda a entender esse novo cenário. Em vez de operar apenas no modo execução, ele sugere três níveis de atuação: operar, desenhar e arquitetar. Hoje, a maior parte das pessoas ainda está concentrada no primeiro nível, executando tarefas com mais eficiência, muitas vezes com apoio da IA. Mas o valor começa a migrar para os outros dois níveis.

Desenhar passa a significar estruturar fluxos, criar sistemas e resolver classes inteiras de problemas, e não apenas tarefas isoladas. Arquitetar envolve algo ainda mais profundo: incorporar intenção, julgamento e princípios nas estruturas que vão orientar tanto humanos quanto agentes.

Se antes o diferencial estava na capacidade de fazer, agora ele passa a estar na capacidade de definir como fazer e por que fazer.

A forma como nos relacionamos com a inteligência artificial também está moldando a forma como pensamos. Pesquisas e discussões recentes mostram que a IA pode tanto ampliar quanto reduzir nossa capacidade cognitiva, dependendo de como é utilizada. Quando usada de forma ativa, como extensão do raciocínio, ela aprofunda análises e expande possibilidades. Quando usada de forma passiva, como substituição do pensamento, pode gerar dependência e superficialidade.

A tecnologia, nesse sentido, não define o resultado, mas amplifica o comportamento. E isso adiciona uma camada de complexidade ao futuro do trabalho. Não basta redesenhar processos e estruturas. É preciso também desenvolver novas formas de pensar, decidir e interagir com sistemas que operam em outra lógica de velocidade e escala.

No fim, a transformação mais relevante não é apenas tecnológica. Ela é organizacional e, talvez ainda mais profundamente, cognitiva.

Estamos entrando em um momento em que não basta acelerar o que já existe. É preciso questionar o que ainda faz sentido existir e redesenhar o próprio sistema de produção.

Porque, em um mundo onde a execução deixou de ser o principal problema, a vantagem competitiva começa a se deslocar. Ela passa a estar na capacidade de orquestrar diferentes inteligências, de estruturar sistemas que evoluem continuamente e, principalmente, de tomar decisões mais claras em um ambiente cada vez mais complexo.

E, talvez, essa seja a pergunta que começa a definir o futuro do trabalho: se a inteligência artificial já consegue fazer cada vez mais, o que exatamente ainda precisa ser feito por nós?