Com o foco de reduzir efetivo para eliminar custos, a gestão está negligenciando o aspecto mais importante, transformador e lucrativo da inteligência artificial 

*Por Ricardo Stucchi

A substituição do trabalho humano pela IA tornou-se um dos grandes debates técnicos e éticos sobre a aplicação dessa tecnologia. Porém, acontecimentos recentes no cenário internacional ajudam a mostrar que essa premissa não se sustenta na prática. A Ford, por exemplo, recontratou centenas de engenheiros que haviam sido demitidos no último ano e meio. O Commonwealth Bank of Australia e a IBM também estão resgatando o foco no capital humano, não muito tempo após terem realizado demissões a reboque de seus investimentos em inteligência artificial.

A lição mais óbvia e imediata é a de que as empresas devem primeiramente examinar os talentos da casa de perto antes de cortar equipes – mesmo que o discurso da IA seja o contrário. Mas há mais a ser examinado sobre esses episódios, embora não tenham sido aprofundados nas notícias. Parece-me seguro afirmar que o que falta à maior parte das organizações que aderem à IA pensando em diminuir seu headcount é garantir uma revisão séria dos processos. Quais deles deveriam continuar existindo? – é uma pergunta importante a se fazer. Muitas empresas automatizam etapas inteiras sem questionar se elas ainda fazem sentido.

Processos fossilizados

Sempre que surge uma nova tecnologia, a primeira reação das empresas costuma ser pensar em como usá-la para fazer mais com menos. Com a inteligência artificial não é diferente. Mas essa discussão, na maioria das vezes, começa pelo lugar errado.

Existe uma quantidade enorme de processos burocráticos que permanecem praticamente inalterados há anos. São atividades que, se voltarmos ao período anterior à informatização, equivalem apenas a “carimbar papéis”. Alguém recebe uma informação, faz uma validação manual e encaminha para a próxima etapa sem efetivamente agregar valor ao processo.

Na prática, isso acontece por diferentes motivos. Às vezes, existe uma regra que nunca foi formalizada e ficou apenas na cabeça de uma pessoa. Em outros casos, a empresa prefere manter certa flexibilidade e evita automatizar porque cada situação acaba sendo tratada de um jeito diferente. Também há situações em que a etapa manual existe apenas para compensar limitações de um sistema implantado no passado — um débito técnico que nunca foi resolvido.

É justamente nesse tipo de atividade que a inteligência artificial pode gerar ganhos relevantes. Ela permite substituir tarefas repetitivas e burocráticas por processos automatizados, com maior qualidade e consistência. O curioso é que, em muitos casos, a tecnologia necessária para isso já existia antes mesmo da IA. O problema nunca foi a falta de tecnologia, mas a ausência de uma revisão profunda dos processos.

Revendo a promessa

As notícias do início do texto coincidem com uma mudança na forma como os provedores de inteligência artificial estão apresentando suas soluções, dosando o entusiasmo de seus anúncios e as expectativas para o que entregam. O próprio Sam Altman, CEO da OpenAI, tem focado no aspecto “produtividade”, dizendo que foi um “exagero” afirmar que ela extinguiria o trabalho humano.

Existe uma expectativa muito grande em torno desse ganho de produtividade, mas o cenário é mais complexo. O primeiro impacto da inteligência artificial no desenvolvimento de software não deveria ser produzir mais código, e sim produzir códigos melhores. Porém, como os desenvolvedores precisam entregar cada vez mais em menos tempo, acabam deixando de lado atividades fundamentais, como documentação adequada, testes mais completos, tratamento de exceções e preparação do sistema para futuras manutenções.

Esses elementos representam qualidade técnica, mas costumam ser sacrificados porque o sistema “funciona” e a entrega precisa acontecer. Volume e agilidade sobrepõem a qualidade.  Mas, para obter bons resultados, é preciso fornecer mais contexto, responder às perguntas que a ferramenta faz e orientar melhor o processo de construção da solução, e isso demanda tempo e conhecimento.

Além disso, a inteligência artificial traz um custo que antes não existia: o consumo de tokens. Hoje, desenvolver software envolve tanto o valor da mão de obra quanto as despesas de utilização dos modelos. No Brasil, esses serviços são cobrados em dólar, o que torna a despesa ainda mais significativa. Por isso, ainda é cedo para afirmar que a IA sempre será a alternativa mais barata. Dependendo do contexto, um profissional pode continuar sendo economicamente mais vantajoso do que a automação.

Esse é mais um motivo para não reduzir toda a discussão à economia de custos. A inteligência artificial deve ser vista como uma ferramenta para elevar a qualidade do trabalho e transformar processos. Se a eficiência vier como consequência desse redesenho, ótimo. Mas fazer da redução de despesas o principal objetivo significa começar a discussão pelo lado errado.

 A pergunta correta não é “como usar IA para gastar menos?”, mas “como posso fazer esse processo de uma maneira completamente diferente?”. Afinal, quando a tecnologia é utilizada apenas para acelerar um fluxo ineficiente, ela acaba perpetuando os mesmos problemas, só que em maior velocidade. A tecnologia deve servir, portanto, a repensar a forma como o trabalho é realizado, em vez de se propor a substituir pessoas em atividades que talvez nem devessem existir da maneira como existem hoje.