A tese central é que a IA tornou a geração de imagem instantânea e com isso deslocou onde está o valor no processo criativo. Se qualquer pessoa consegue gerar, a execução técnica deixa de ser diferencial e o que passa a valer é direção, linguagem, consistência estética e construção narrativa. A partir daí o workshop trabalhou como construir universos visuais autorais usando IA generativa dentro de processos reais de direção criativa, fotografia, cinema e publicidade, com boards de referência como etapa de curadoria, e com uma preocupação recorrente com processo ético e com manter o toque humano na criação de conceitos.

1. A inversão do diferencial é o eixo da sessão, com execução técnica virando commodity e direção criativa virando o ativo escasso.

2. Referência gerada por IA funciona como inspiração, mas depende de curadoria humana para não desembocar no lugar comum estatístico da máquina.

3. Detalhes e histórias continuam sendo o que separa uma imagem boa de uma imagem apenas correta, ou seja, a ferramenta acerta a técnica e erra a intenção.

4. O board de referência é onde a decisão criativa acontece de fato, antes de gerar qualquer coisa, o que faz da curadoria uma etapa formal do processo e não um gosto pessoal aplicado no final.

5. A pergunta que organizou a sessão foi como incluir IA de forma inteligente no processo criativo, com a resposta apontando para IA como apoio de repertório e não como substituta de decisão.

• Um líder que precisa alinhar entregável com o time pode pedir três versões deliberadamente diferentes e usar a rejeição como forma de explicitar critério, transformando feedback vago em critério nomeado.

• Um RH montando programa pode gerar rapidamente as versões óbvias e genéricas daquele programa para mapear o lugar comum e decidir conscientemente sair dele, em vez de descobrir isso depois de lançado.

• Em qualquer reunião de decisão, vale separar formalmente o momento de gerar opções do momento de julgar opções, que é o equivalente organizacional do board de referência.

O que isso revela é que times travam na etapa de definir o que querem, e a maior parte do esforço de facilitação hoje tenta arrancar a descrição do desejável no vazio.

O que responde a isso é uma dinâmica de anti referência para trabalhos de liderança e inovação, onde o grupo recebe versões geradas de um plano, de uma cultura desejada ou de um perfil de líder, e o trabalho é eliminar e justificar cada eliminação até chegar no que o grupo de fato defende. O entregável da dinâmica é um critério explícito, que é justamente o que a maioria dos times não tem escrito.

Há também espaço para um módulo curto sobre IA como ferramenta de pensamento, posicionado contra o discurso de produtividade, aplicável tanto em jornada de inovação quanto como conteúdo de vitrine.

A tese é que a IA barateou a execução de software mas não a definição do problema, e por isso a etapa que virou determinante é a especificação. Antes de pedir código, é preciso saber qual problema está sendo resolvido, o que vai ser construído e como se vai validar se a solução realmente faz sentido. A palestrante trabalha isso a partir de spec-driven development, onde a especificação é o artefato central e o código é consequência dela, o que a coloca em posição declaradamente distinta do vibe coding puro. A trajetória dela sustenta o argumento, porque vem da pedagogia e migrou para engenharia de software, trazendo a lógica de que sem objetivo definido não existe aprendizagem, e agora sem problema definido não existe produto.

1. O prompt não é técnica nova, é briefing bem feito, especificado e detalhado, o que desloca a conversa de engenharia de prompt para competência de briefing, uma habilidade antiga que boa parte do mundo corporativo nunca desenvolveu de fato.

2. A ordem é obrigatória, com a definição do problema vindo antes da ideia, porque ideia sem problema enunciado produz solução que não se sabe validar.

3. Vibe coding tangibilizou solução numa velocidade inédita, e é justamente essa velocidade que torna a especificação mais necessária e não menos, já que sem spec se constrói rápido e se constrói errado, com a IA executando com precisão a coisa incorreta.

4. IA precisa de contexto como qualquer criação precisa, e especificar contexto é papel humano. Este é o ponto mais desconfortável da sessão, porque a maioria das organizações tem contexto intuído e não escrito, e a IA denuncia essa ausência de imediato, devolvendo algo genericamente correto e inutilizável.

5. Velocidade de lançamento apoiada em algo minimamente testável foi o gancho a partir do qual a discussão de produto se abriu.

• Um líder que vai pedir qualquer coisa para IA escreve primeiro o problema em uma frase, sem citar a solução que já imagina, e checa se a frase sobrevive à pergunta de como se saberá que foi resolvido.

• Um time que vai construir ferramenta interna escreve o spec antes de abrir a ferramenta de geração, com problema, escopo do que será construído e critério de validação, que são os três campos mínimos sugeridos pela sessão.

• Qualquer pessoa que receba resposta genérica e inutilizável da IA trata isso como diagnóstico de contexto faltando, e não como limitação da ferramenta, e a ação é escrever o contexto que a organização nunca documentou.

• Em delegação humana, vale o mesmo exercício de declarar explicitamente o que não se quer, porque restrição comunicada reduz retrabalho da mesma forma que reduz alucinação.

O que isso revela é que profissionais estão sendo cobrados por resultado com IA sem ter a competência anterior de enunciar problema e contexto, e nenhum treinamento de ferramenta resolve isso.

O que responde a isso é uma trilha curta de clareza aplicada, onde a pessoa treina escrever problema, contexto e critério de validação sobre casos reais do próprio trabalho, usando IA como espelho, gerando com spec ruim e com spec bom para ver a diferença de output na própria pele. O diferencial é que o resultado é imediatamente verificável, o que resolve o problema de mensuração que trabalho comportamental normalmente enfrenta.

Há também uma frente de ferramenta, um formulário de spec com três campos obrigatórios mais um campo de restrição explícita, aplicável em qualquer área e não só em tecnologia, que serve tanto para uso interno quanto como referência compartilhada com quem contrata.

A sessão trata de como inserir tecnologia no mundo do trabalho e na educação a partir do que já é possível hoje, e não de projeção de futuro. O argumento se organiza em torno de uma definição própria de inovação, entendida como trazer sentido para aquilo que se quer compartilhar, o que desloca a discussão do território da novidade para o do significado. A partir daí ele trabalha a tensão entre o que a tecnologia já permite e o que a regulação autoriza, e fecha reafirmando que a clareza de objetivo pedagógico é condição para qualquer inserção de tecnologia fazer sentido. Um traço de método vale registro, porque ele constrói o argumento sobre educação usando casos de setores que não são educação, com destaque para o setor de segurança.

1. A definição de inovação como produção de sentido é o eixo. Se sentido é o critério, tecnologia isolada nunca é inovação, ela se torna inovação apenas quando encontra um porquê que a pessoa do outro lado reconhece como dela. Vale distinguir se esse sentido é do criador ou do destinatário, porque a provocação fica bem mais forte na segunda leitura.

2. O uso de analogia estrutural entre setores funciona como recurso de argumentação, trazendo casos de fora da educação para falar de educação, o que tira a plateia da defensiva de quem julga já conhecer o próprio campo. O setor de segurança foi o caso citado.

3. Avanços legais às vezes travam a evolução, exemplificado com a proibição de escolas usarem IA para correção de provas. Este ponto comporta duas leituras opostas, a de que a regulação cria distância entre norma e prática, e a de que a proibição protege algo legítimo, já que correção de prova é avaliação com consequência real sobre a vida de alguém e o custo do erro não é simétrico ao ganho de eficiência.

4. Ter objetivo pedagógico claro é fundamental, o que na prática subordina a escolha de tecnologia à definição prévia de intenção.

• Antes de adotar qualquer ferramenta de IA em processo de gente, o time classifica a tarefa nas três posições, delegável, corresponsável ou indelegável, e escreve o porquê de cada classificação, o que transforma discussão de opinião em critério registrado.

• Em feedback e avaliação de desempenho, a regra prática é usar ferramenta para preparação e organização de evidência, e manter a devolutiva como conversa humana, sem exceção.

• Antes de comprar ou construir solução, a pergunta a ser respondida por escrito é qual objetivo aquilo serve, com a tecnologia sendo escolhida depois e não antes.

• Em comunicação interna de projeto novo, o teste é se aquilo faz sentido para quem recebe e não apenas para quem propõe.

O que isso revela é que organizações estão adotando IA em processos de gente sem critério explícito sobre o que pode e o que não pode ser delegado, com a decisão sendo tomada caso a caso, por conveniência, sem discussão coletiva.

O que responde a isso é uma sessão ou módulo de pacto de delegação, onde liderança e RH classificam juntos as tarefas do próprio ciclo de gente nas três posições e registram o critério que usaram. O entregável é um documento de acordo interno, o que dá materialidade a um trabalho que normalmente termina em conversa.

A tese de partida é que híbrido mudou de significado, deixando de ser presencial mais remoto e passando a ser humanos mais IAs no mesmo time, o que altera a natureza do trabalho de liderar e não apenas as ferramentas usadas. A sessão é construída em dois pontos de vista complementares, com Tiago José trazendo o que escuta de centenas de líderes brasileiros por ano sobre o que trava e o que dói, e Renan Bittencourt trazendo a experiência de quem já opera nesse modelo, liderando três pessoas e dez assistentes e inventando as regras durante o jogo. O argumento se organiza em torno de um risco, o cognitive surrender, e de uma pergunta de distribuição de trabalho entre humano e IA, com a proposta declarada de que a plateia saia com perguntas concretas para levar ao time na semana seguinte.

1. Os palestrantes apresentaram o funil de adoção da IA até a geração de valor, que afunila de forma acentuada. Muita organização adota e muito pouca chega a valor.

2. Cognitive surrender nomeia a entrega gradual da cognição, que não acontece por decisão consciente e sim por conforto acumulado, com a pessoa aceitando a primeira sugestão, depois deixando de conferir, depois deixando de formular a pergunta, até perder a capacidade de avaliar se o resultado estava bom, sem em nenhum momento ter escolhido perder.

3. A ilusão de eficiência é o segundo risco. Tudo ganhou agilidade com IA, e as pessoas passaram a se apaixonar pelas ideias geradas pelo encantamento, deixando de olhar impacto e valor.

4. O par de perguntas que organiza a sessão é qual é a tarefa humana e qual é a tarefa da IA, e quais são as novas funções e habilidades cognitivas exigidas. A segunda é a mais negligenciada, porque a discussão corrente está concentrada em qual tarefa a máquina assume e quase nenhuma atenção está em que competências passam a ser cobradas de quem trabalha ao lado dela.

5. Três pilares são propostos para responder a essas perguntas, economia, ética e maturidade de IA.

6. A capacidade de reimaginação aparece como resposta à pergunta das novas habilidades. Se a IA entrega variação dentro do que já existe, o que resta de humano é propor o que não estava no conjunto, o que é diferente de criatividade genérica porque pressupõe conhecer bem o padrão para romper com ele deliberadamente.

7. Checklists para nortear decisões no trabalho aparecem como prática concreta, com a recomendação de que a organização tenha um checklist padrão em vez de decidir caso a caso.

• Um líder que quer testar se o time está em cognitive surrender pergunta, em reunião, o que foi descartado antes de se chegar naquela proposta, porque quem não descartou nada provavelmente aceitou a primeira saída.

• Antes de aprovar qualquer entrega feita com IA, o critério de valor é escrito antes de ver o resultado, o que impede que o encantamento com o acabamento substitua o julgamento de impacto.

• O time faz uma vez o exercício de dividir as próprias tarefas entre tarefa humana e tarefa de IA, por escrito, e revisita esse acordo em prazo definido, já que a maturidade da tecnologia muda e a divisão de hoje não serve para o ano seguinte.

• Decisões recorrentes que envolvem IA passam a ter um checklist padrão, com os três pilares como colunas, o que evita que cada decisão seja negociada do zero.

O que isso revela é que o mercado está comprando capacitação de ferramenta enquanto o problema real é de competência cognitiva e de critério, e por isso a adoção sobe e a geração de valor não acompanha.

O que responde a isso é uma trilha de liderança para times híbridos de humanos e IAs, ancorada nas duas perguntas da sessão, com entregáveis concretos, o acordo de divisão de tarefas do time e o checklist de decisão com os três pilares. O diferencial é que o resultado é verificável, porque o time sai com dois artefatos assinados e não com sensação de aprendizado.

Há também um diagnóstico mais curto para começar, uma leitura de maturidade de decisão com IA que posiciona a organização no funil e mostra onde ela está perdendo valor, funcionando como primeiro passo antes da trilha.

O painel parte de um diagnóstico de contexto, um mundo hiper segmentado, hiper fragmentado, multicanal e de conteúdos rápidos, e organiza a discussão em torno de um paradoxo, o de que nunca foi tão fácil e tão difícil fazer marketing e vendas ao mesmo tempo. A facilidade vem do barateamento do fazer, e a dificuldade vem da multiplicação de vertentes e da natureza multifacetada do campo, o que desloca o problema da execução para a escolha. A conversa avança para como o cliente se distribui entre canais com lógicas de algoritmo distintas, para a necessidade de musculatura de teste como modo permanente de operação, e fecha em duas teses aplicáveis, a de que existir um canal não obriga a marca a estar nele, e a de que integração de marcas só se justifica se produzir mais relevância.

1. O paradoxo do fácil e do difícil é o eixo. Barateou fazer e complicou escolher, porque o campo se multiplicou em muitas vertentes e ficou multifacetado, o que significa que a barreira de entrada caiu e a barreira de significar subiu.

2. O cliente está presente em diversos canais de consumo e cada canal opera com lógica de algoritmo própria, o que inviabiliza replicar a mesma peça em todo lugar esperando comportamento equivalente.

3. Performance é do usuário. O algoritmo não decide o que performa, ele lê o que o usuário já decidiu e amplifica.

4. O modo de consumo se transformou e vai continuar se transformando, o que dá prazo de validade curto a qualquer playbook de canal.

5. Entender comportamento das pessoas nos canais exige musculatura de teste, expressão que desloca a competência de talento para prática, com experimentação virando modo de operar e não fase de campanha.

6. Curiosidade de investigação ajuda a orientar padrões, ou seja, o que faz o teste render é a pergunta que o motivou, com o objetivo sendo enxergar o que se repete entre vários testes e não apenas se uma peça funcionou.

7. FOMO da marca nomeia o impulso de estar em todo canal. Entender onde e de que forma estar é o trabalho, e o fato de um canal existir não obriga a marca a ocupá-lo.

8. Canal, contexto e mensagem formam o trio, com relevância e contexto sendo o que efetivamente conecta.

9. A integração de marcas traz desafios. Simplificar e unir é um caminho, mas o teste correto é se a integração faz a marca ganhar relevância e eventualmente ocupar lugares ainda inexplorados. Simplificar é o objetivo, e o caminho carrega duas complexidades.

• Antes de abrir presença em um canal novo, o time responde por escrito o que se perde ao não estar lá, e não apenas o que se ganha ao estar.

• Em reunião de resultado, a pergunta deixa de ser o que o algoritmo entregou e passa a ser o que o usuário não quis.

• Cada teste passa a nascer de uma pergunta escrita antes, e alguém fica nomeadamente responsável por ler o conjunto dos testes em cadência definida, procurando padrão em vez de resultado isolado.

• Antes de qualquer decisão de unificação de marca, produto ou programa, o critério aplicado é se a unificação aumenta relevância para quem recebe, e não se ela simplifica a gestão de quem opera.

O que isso revela é organizacional antes de ser de marketing, porque as empresas já produzem e testam em volume e não têm rotina nem responsável para converter isso em leitura de comportamento, o que faz o aprendizado se dissipar entre áreas.

O que responde a isso é um ritual de leitura de padrão, desenhado como prática instalada e não como treinamento, com cadência definida, dono nomeado e um artefato simples de registro do que se aprendeu.

O mesmo raciocínio do FOMO da marca se aplica a liderança e a portfólio, e vale como provocação interna.

A palestra parte de um paradoxo, com áreas de inovação perdendo espaço enquanto a pressão por transformação e resultado só aumenta, e reformula a provocação do título logo de saída, perguntando se a inovação morreu ou se o que se vive é a mudança do modelo de gestão da inovação. A resposta que ela constrói é a segunda. O diagnóstico central é de importação sem tradução, já que o modelo veio pronto do Vale do Silício, de empresas de tecnologia, e foi aplicado em setores de natureza completamente diferente, com as organizações copiando o que era visível e deixando de fora o que era estrutural. A partir daí ela identifica dois mecanismos de colapso, o isolamento em relação à estratégia e a baixa permeabilidade na organização, e reposiciona a pergunta correta como sendo a de como construir uma organização capaz de inovar. O fechamento propõe inovação como conjunto de seis componentes distribuídos e não como departamento, com ambidestria operando na gestão do perceber, roadmap tecnológico como instrumento de decisão, e duas afirmações de encerramento, a de que não existe inovação instantânea e a de que não existe inovação sem pausas.

1. O modelo de inovação corporativa foi importado do Vale do Silício e de empresas de tecnologia, e aplicado em setores que operavam sob condições distintas, sem que se perguntasse o que naquele modelo dependia do contexto de origem.

2. Descontração, leveza e geração de valor foram confundidas. Picolé, piscina de bolinhas e sala de videogame não são inovação por si só. Espaços divertidos e arquiteturas interessantes foram igualmente confundidos com a coisa em si.

3. Modelos de labs e o movimento maker fizeram parte desse pacote importado, com a gambiologia aparecendo como contraponto, apoiada no livro Gambiólogos: a gambiarra nos tempos do digital, de Fred Paulino, do Coletivo Gambiologia. O termo designa uma abordagem contemporânea sobre a gambiarra, que investiga como a tradição brasileira de improvisar e encontrar soluções simples com poucos recursos pode ser aplicada nos contextos da arte contemporânea e da cultura digital, analisando o fenômeno sob a ótica de inovação social ao lado de manifestações equivalentes de outros países em desenvolvimento, como o Jugaad indiano e o Rasquache mexicano.

4. Inovação isolada da estratégia perde prioridade, o que explica por que essas áreas desaparecem no primeiro aperto orçamentário sem nunca terem sido formalmente reprovadas.

5. Pouca permeabilidade na organização é a outra metade do problema, com a inovação não circulando pelo corpo da empresa e a operação não alimentando a inovação.

6. A partir de 2026 o desafio passa a ser a integração de tecnologia no negócio.

7. A pergunta de fundo é reformulada, deixando de ser como gerir a área de inovação e passando a ser como construir uma organização capaz de inovar. Ela ressalva que inovação descentralizada não significa ausência de liderança ou de gestão, e afirma que não há receita de bolo.

8. O modelo apresentado em slide traz seis componentes e não um departamento: perceber, detectar mudanças tecnológicas, regulatórias, sociais e competitivas; priorizar, escolher onde vale apostar; conectar, encontrar tecnologias, startups, universidades, parceiros e talentos; experimentar, testar com velocidade e disciplina; incorporar, transformar o experimento em produto, processo ou vantagem competitiva; e escalar, fazer a inovação deixar de ser projeto e virar parte da operação.

9. Ambidestria é tratada como gestão do perceber, com a liderança sustentando simultaneamente a leitura do que mantém o negócio hoje e a do que pode transformá-lo amanhã, resolvendo a tensão dentro da mesma gestão e não por separação de estrutura.

10. Sobre IA, toda organização agora sente que precisa ter, e IA virou sinônimo de inovar. A ressalva é sobre onde aplicar, porque sem dados a aplicação é difícil e arriscada. A resposta proposta é o roadmap tecnológico, definindo o que adotar hoje em função de onde se quer chegar.

11. Ela citou exemplos de empresas nacionais e estrangeiras que encerraram formalmente suas áreas de inovação.

• Aplicar o teste de caminho crítico à própria estrutura, perguntando se alguma meta do negócio deixaria de ser atingida caso a área de inovação, ou de IA, deixasse de existir amanhã.

• Mapear os seis componentes na organização, identificando onde cada um mora hoje e quais não têm dono.

• Antes de adotar qualquer tecnologia, responder por escrito qual problema ela resolve, quem pediu e se existe dado disponível para sustentá-la.

• Construir roadmap tecnológico partindo de onde se quer chegar e derivando o que adotar agora, usando o roadmap também como critério de recusa.

• Proteger pausa na agenda de quem precisa perceber, tratando o intervalo como condição de trabalho e não como folga.

O que isso revela é que existe uma população de organizações que desmontou ou esvaziou a área de inovação e ficou sem resposta, sob pressão crescente por transformação e sem estrutura para entregá-la. Esse cliente não está sendo atendido por quem vende método de inovação, porque método pressupõe a área que ele acabou de extinguir.

O que responde a isso é um diagnóstico de capacidade de inovar organizado pelos seis componentes, mapeando onde cada capacidade reside e onde não existe, com entregável de leitura de lacunas. Funciona como primeiro passo porque não exige que o cliente tenha área, e conduz naturalmente para desenvolvimento de liderança nos componentes ausentes.

Há também espaço para uma oferta de instalação de prática em vez de conteúdo sobre inovação, coerente com a leitura de que inovação se vive, com formatos de experiência com consequência real em lugar de treinamento.

O painel discute o que resta ao profissional quando a IA assume parte substancial das tarefas que antes eram dele, e o faz a partir de relato pessoal em vez de framework. A trajetória descrita é comum às quatro: um primeiro momento de caos e sufocamento, com muitas possibilidades simultâneas, prazo curto de adaptação e nenhuma direção coletiva, seguido de uma fase de experimentação individual e isolada, e finalmente uma tentativa de estabelecer critério sobre o que delegar e o que preservar. O argumento central é que a IA democratizou habilidades técnicas e com isso destruiu diferenciais individuais construídos ao longo de anos, o que gera menos um problema de produtividade e mais um problema de identidade profissional. As respostas propostas se organizam em três frentes, criticidade antes de automatizar, habilidades relacionais como músculo treinável, e preservação deliberada do que é humano, tanto no trabalho quanto fora dele.

1. A democratização técnica destruiu diferenciais individuais. Uma das painelistas relatou que sua contribuição distintiva no time era a capacidade de lidar com dados e análise quantitativa, e que isso passou a estar disponível para qualquer pessoa da equipe, deixando-a sem saber qual era sua nova contribuição. Análises que levavam dias ou semanas passaram a levar minutos, e simultaneamente deixaram de ser exclusivas.

2. Instalou-se uma competição interna para ser a pessoa que mais domina IA, o que produz sentimento de inadequação em quem não acompanha o ritmo, e mantém a experiência individual quando ela precisaria ser coletiva.

3. Automatizar ineficiência gera volume sem valor. A técnica dos cinco porquês foi proposta como filtro antes de automatizar qualquer coisa, com o alerta de que a IA pode se tornar uma grande máquina de spam sem geração de valor real.

4. O critério de uso apresentado é razoavelmente concreto. Grandes bases de dados são boas candidatas à automação, mas a verificação humana da qualidade dos dados permanece indispensável, porque input ruim gera output ruim. Definição de proposta de valor, investigação de usuário e escuta de cliente permanecem humanas, enquanto produção e documentação derivadas dessas atividades podem ser aceleradas. A parte criativa foi apontada como área onde o uso deve ser reduzido.

5. Uma das painelistas usou a imagem da motosserra para dizer que a capacidade de usar uma ferramenta não implica que ela deva ser usada em toda situação.

6. Sobre estrutura organizacional, o painel relatou congelamento de contratações, preferência por perfis seniores capazes de extrair mais da IA, redução de camadas de liderança e times mais enxutos com líderes que também executam. O perfil de High Individual Contributor, especialista sênior sem gestão de pessoas, aparece como tendência.

7. O risco sistêmico apontado é a eliminação da porta de entrada. Estágios e posições júnior ficaram nebulosos, e uma geração de futuros desenvolvedores, empreendedores e consumidores está sendo deixada de fora do mercado. Uma das painelistas argumentou que o pêndulo tende a se normalizar, porque o capitalismo depende de trabalhadores e consumidores.

8. A sobrecarga gerada pelo achatamento hierárquico foi identificada como tema pouco discutido, especialmente na priorização entre responsabilidades de gestão e de execução.

9. Como hype, foram apontados o uso de IA para tradução e geração de conteúdo ao custo da qualidade, o uso indiscriminado de ferramentas de programação sem necessidade real, a geração de imagens em contextos onde ela não resolve nada, e a velocidade de produção tratada como valor em si. A dependência financeira e tecnológica crescente em relação às ferramentas foi levantada como risco coletivo.

10. Na frente de saúde mental, as recomendações foram transparência da liderança, compartilhamento de aprendizado imperfeito com quem lidera, criticidade diante de entrega mediocre feita com IA, e preservação deliberada das atividades que dão prazer criativo, com relatos de cerâmica, quadrinhos, atividade física e leitura em papel. O modo de sobrevivência foi descrito como reação natural de quem percebe que colegas dominam ferramentas que ainda não conhece.

11. O fechamento articula que a IA generativa produz a média do que já existe, e que o diferencial humano está justamente em ir além dessa média, com tempo dedicado ao processo sendo valorizado como diferencial em si, contra a lógica de fazer tudo no menor tempo possível.

• Aplicar os cinco porquês antes de automatizar qualquer processo, com a pergunta final sendo se aquilo gera valor para o cliente ou apenas volume.

• Separar por escrito, no nível de tarefa, o que exige escuta e julgamento e o que é produção derivada, e usar essa separação como acordo do time e não como preferência individual.

• Criar espaço coletivo e recorrente para o time falar sobre o que está funcionando e o que não está com IA, incluindo os fracassos, o que reduz a corrida interna e transforma aprendizado individual em repertório do grupo.

• Para o líder, compartilhar tentativa imperfeita antes de compartilhar resultado, porque é isso que autoriza o time a errar em público.

• Definir explicitamente, para cada pessoa, qual parte do trabalho é preservada como humana por decisão e não por limitação da ferramenta.

O que isso revela é que profissionais qualificados estão em crise de identidade porque perderam o diferencial técnico que os definia, e as organizações estão respondendo a isso com treinamento de ferramenta, que não toca o problema. Existe também uma demanda não atendida por espaço coletivo de conversa, já que a experiência está sendo processada individualmente dentro de empresas inteiras.

O que responde a isso é uma sessão ou trilha de ressignificação de contribuição, onde a pessoa reconstrói qual é o valor que ela agrega quando a habilidade técnica está democratizada, com entregável concreto de mapa de contribuição individual e de acordo de time sobre o que permanece humano. É trabalho de identidade e propósito com aplicação imediata, o que é bem mais concreto do que treinamento comportamental genérico.

Há uma segunda frente, de desenho da porta de entrada da carreira, para empresas que congelaram contratação júnior e vão sentir escassez de sênior em poucos anos, com foco em formação acelerada de iniciantes em ambiente onde a IA já faz a tarefa técnica.

A tese é que o excesso de dados piora a decisão empresarial em vez de melhorá-la, e que a causa não é volume e sim uniformidade de fonte. Quando todos os concorrentes de um setor assinam as mesmas plataformas de tendência, todos recebem o mesmo insumo, interpretam de forma semelhante e chegam à mesma decisão, o que elimina diferenciação justamente entre quem investiu mais em inteligência de mercado. A partir daí ela desenvolve o conceito de infoxicação, mostra um caso histórico de dado de campo ignorado por contradizer relatório interno, e propõe letramento de futuro como a competência que substitui o consumo passivo de relatório.

1. O caso das chuteiras rosa organiza o argumento. Adidas, Nike, New Balance e outras marcas chegaram à mesma cor para a Copa de 2026, indicada previamente por uma das grandes plataformas de tendência, porque consumiam as mesmas fontes de dados. O resultado é um conjunto de produtos visualmente indistinguíveis, produzido por empresas que competem entre si.

2. A homogeneização de decisão estratégica é o risco central do uso acrítico de plataformas de tendência, porque elas entregam o mesmo dado para todos os concorrentes ao mesmo tempo.

3. O caso Nokia foi apresentado como exemplo de dado de campo descartado. Uma pesquisadora identificou na China, por volta de 2009, sinais de ascensão de celulares piratas entre consumidores de baixa renda, e os executivos ignoraram a informação porque ela contradizia os relatórios internos.

4. Infoxicação, termo cunhado por Alfons Cornella nos anos noventa, descreve o excesso de dados que produz ansiedade, perda de foco e, paradoxalmente, mais desinformação. A distinção entre conteúdo e informação foi apontada como essencial.

5. A palestrante citou levantamentos atribuídos ao MIT sobre a fração de projetos que usa dados de forma eficaz e sobre profissionais que dizem ter empresas limitadas por dados sem saber o que isso significa na prática.

6. Pesquisa eleitoral foi usada para ilustrar a limitação estrutural do dado, que é retrato de momento e não previsão. Dado descreve o passado e não determina o futuro.

7. Letramento de futuro, ou future literacy, é apontado como o principal diferencial competitivo, entendido como sensibilidade para interpretar sinais fracos e projetar comportamento futuro.

8. A prática correspondente é observação etnográfica em campo, com grandes grupos já contratando caçadores de tendência para ir à rua, conversar com jovens e captar o que está fora do radar dos relatórios. Escritores e roteiristas de ficção científica foram citados como modelo de letramento de futuro, por se sensibilizarem com mudança cultural e projetarem cenários que se concretizam anos depois.

9. Para empresas pequenas, o argumento é que não é necessário grande investimento, porque observar cinema autoral, livros e comportamento de nicho já fornece sinal relevante sobre como as pessoas se relacionam e consomem. Entender o consumidor além do perfil demográfico, ou seja, onde ele está, o que assiste e como cria laços, é o que permite posicionamento diferenciado.

10. O fechamento é explícito quanto ao limite da prática, com a afirmação de que ninguém prevê o futuro com exatidão e que quem diz o contrário é charlatão, e com a formulação de que quem se diz presentista provavelmente está vivendo o passado, e quem se diz futurista provavelmente está vivendo o presente.

• Listar as fontes de dado que sustentam as decisões estratégicas e marcar quais delas os concorrentes também assinam, o que dá uma medida direta de risco de convergência.

• Identificar qual é a fonte de informação exclusiva da organização e criar rotina de tratá-la como inteligência, e não apenas como operação, começando por atendimento e por conversa de campo.

• Criar um caminho explícito para o sinal contrário, ou seja, um lugar onde alguém pode trazer dado que contradiz o relatório oficial sem custo de carreira, com quem recebe sendo obrigado a responder.

• Colocar na agenda de quem decide um bloco recorrente de exposição a coisa fora do setor, tratado como trabalho e não como folga.

• Antes de aprovar decisão baseada em tendência de mercado, perguntar quantos concorrentes receberam a mesma indicação.

O que isso revela tem duas camadas. A primeira é de competência, porque letramento de futuro é habilidade treinável que quase ninguém está desenvolvendo internamente, com as empresas terceirizando isso para plataforma de tendência. A segunda é cultural, porque a organização precisa ser capaz de receber o sinal que contradiz o próprio relatório, e isso é trabalho de cultura e de segurança psicológica, não de método.

O que responde a isso é uma trilha de letramento de futuro para liderança, com prática de observação de campo, leitura de sinal fraco e sessão de convergência onde o observado encontra decisão. O entregável é um repertório de sinais próprios da organização, o que é imediatamente diferenciador porque nenhum concorrente tem o mesmo.

Há uma segunda frente, de diagnóstico de fontes, que é curta e desconfortável na medida certa, mapeando de onde vem o insumo das decisões estratégicas e quanto disso é compartilhado com a concorrência.

A palestra se apresenta a partir de um lugar de fala incomum em conteúdo de carreira, que é o de quem ainda não chegou, e não o de quem já chegou e explica como. Isso muda a natureza da promessa, porque em vez de trajetória exemplar a oferecer, o que se coloca na mesa é o processo de navegação em curso, com as decisões que ainda estão sendo tomadas. O tema é como conduzir a própria carreira num contexto de futuro do trabalho instável, e o fechamento organiza a resposta em seis hacks. Os seis hacks apresentados são bússola pessoal, não existe passo pra trás, valorize as conexões, saiba contar a sua história, reconheça o que você aprende, e faça a sua curadoria.

1. O enquadramento do título é o primeiro insight e ele é de método. Conteúdo de carreira normalmente é dado por quem já ocupa a posição desejada, o que produz conselho que não é replicável porque omite o contexto e a sorte. Assumir o lugar de quem está no meio do caminho torna o conselho verificável e a autoridade menos frágil.

2. Bússola pessoal aponta para critério próprio de direção, em oposição a seguir o caminho que o mercado sinaliza como certo. A bússola indica direção sem indicar destino, o que é diferente de plano de carreira.

3. Não existe passo pra trás desmonta uma das crenças mais limitantes em decisão de carreira, a de que mudança de área, de nível ou de setor representa regressão. Se a trajetória não é linear, a régua de progresso deixa de ser vertical.

4. Valorize as conexões trata relação como ativo de carreira, e não como consequência dela.

5. Saiba contar a sua história trata narrativa como competência, no sentido de que trajetória não interpretada não comunica valor.

6. Reconheça o que você aprende aponta para o registro consciente do aprendizado, já que experiência não nomeada não vira repertório utilizável nem argumento de valor.

7. Faça a sua curadoria fecha a sequência com escolha deliberada do que consumir, do que aceitar e do que recusar, o que é a resposta direta ao excesso de informação e de oportunidade que caracteriza o contexto descrito no título.

• Para quem lidera pessoas, usar os seis hacks como roteiro de conversa de desenvolvimento, o que dá estrutura a uma conversa que normalmente acontece sem ela.

• Para o indivíduo, escrever a própria bússola antes de avaliar qualquer oportunidade, para que a decisão seja tomada com critério próprio e não com critério de mercado.

• Instituir prática de registro de aprendizado com cadência definida, porque é o registro que transforma experiência em repertório e em argumento de valor.

• Para a área de gente, revisar se a organização oferece volume de trilha e de conteúdo sem apoiar a escolha, e assumir a curadoria como parte da entrega em vez de deixá-la com o colaborador.

O que isso revela é que o profissional está sendo cobrado por autogestão de carreira em um contexto de excesso de opção e de régua de progresso quebrada, e as empresas respondem a isso com catálogo de conteúdo, o que agrava o problema em vez de resolver.

O que responde a isso é um trabalho de bússola e curadoria de desenvolvimento, aplicável tanto como oferta individual quanto como camada de um programa corporativo, onde a pessoa define critério próprio de direção e a partir dele escolhe o que entra na própria trilha. O entregável é a bússola escrita mais um plano de recusa, ou seja, o que a pessoa decide não fazer agora, o que é o oposto do plano de desenvolvimento habitual.

Há uma segunda frente, para liderança, de conversa de desenvolvimento estruturada pelos seis hacks, que resolve um problema real e barato de resolver, que é gestor sem roteiro para conversa de carreira.

A tese é que a IA amplia oportunidade criativa e ao mesmo tempo empurra o resultado para a média, porque opera por leitura probabilística de dados já existentes, e que por isso o diferencial competitivo migra para a interpretação humana. O argumento se constrói em três movimentos. Primeiro o diagnóstico de pasteurização, com marcas concorrentes chegando à mesma solução por consumirem as mesmas fontes. Depois a defesa do repertório individual como ativo não replicável, apoiada no conceito de gosto. E por último a demonstração de que distinção e emoção positiva produzem resultado financeiro superior, com dados de premiação e casos aplicados. O fechamento é uma inversão de prioridade de investimento, propondo que ampliar repertório de vivência humana rende mais do que investir em ferramenta e prompt.

1. Sete em cada dez estudantes de ensino médio no Brasil já usam IA generativa em pesquisas escolares, segundo a TIC Educação 2025, dado apresentado para mostrar que automação já transformou a construção de conhecimento e, por extensão, os processos criativos.

2. Tecnologia e criatividade não são opostas, e a IA amplia oportunidade, mas tende a gerar resultado pasteurizado porque opera por probabilidade sobre o que já existe.

3. Grandes marcas do setor esportivo chegaram à mesma escolha de cor para 2026 por consumirem as mesmas fontes de dados, com uma das grandes plataformas de tendência tendo indicado previamente aquela cor. Dado idêntico interpretado de forma idêntica produz produto indistinguível.

4. O conceito de achatamento das ideias foi trazido a partir de Alexandre Sayad, doutor em novas mídias, para descrever a pasteurização da solução criativa quando ela é guiada apenas por dado e performance. A expressão máquina da mediocridade criativa foi usada para nomear o efeito agregado.

5. O ponto foi demonstrado ao vivo com um exercício de escolha de número, mostrando que ferramentas diferentes convergem para a mesma resposta quando recebem a mesma pergunta, e que há um padrão estatístico humano equivalente.

6. Marcas falam com pessoas, e cada pessoa carrega repertório, referência e vivência única que nenhum algoritmo reproduz. O conceito de gosto, discutido no Vale do Silício, designa a capacidade humana de avaliar e interpretar a partir de vivência acumulada, e a IA não tem a vivência de oito bilhões de pessoas.

7. A teoria de disrupção criativa apresentada exige familiaridade leve, ou seja, a ideia precisa ser reconhecível o suficiente para conectar e distinta o suficiente para surpreender, ancorada em tensão humana real e em ressonância cultural. Ressonância cultural foi definida como a capacidade de a marca estar presente no que está acontecendo na vivência contemporânea das pessoas, além de referência musical ou de entretenimento.

8. Identidade de marca não se resume à proposta de valor declarada. Ela é formada pelo ecossistema de conexões, pelas escolhas e principalmente pelas renúncias, ou seja, pelo que a marca decide não ser e com o que decide não se associar.

9. Distinção, diferenciação e relevância foram separadas. Distinção exige que o atributo diferenciador esteja genuinamente conectado à identidade, e relevância se mede pela capacidade de trazer significado real para o consumidor e para as comunidades.

10. Um estudo com mais de mil e duzentos casos de um festival de efetividade mostrou que marcas com distinção acima da média obtiveram retorno financeiro superior dentro do mesmo grupo de investimento em mídia, e que distinção somada a emoção positiva ampliou ainda mais essa diferença. Um estudo independente com vinte e oito marcas globais apontou qualidade criativa como um dos fatores de maior impacto no negócio, ao lado de tamanho de marca e investimento em mídia.

11. Checagem da equipe: o primeiro estudo é The Creative Dividend, publicado em janeiro de 2026 pelo Effie em parceria com a System1. Ele analisou 1.265 campanhas do acervo de casos do Effie entre 2007 e 2023, nos Estados Unidos, Europa, Reino Unido e Irlanda, representando cerca de 139 bilhões de dólares em participação de mercado, cruzadas com respostas de mais de 200 mil pessoas. O estudo organiza a efetividade criativa em quatro dimensões, chamadas de Creativity Stack, sendo elas emoção, distinção, showmanship e consistência, o que confirma e amplia o par de distinção e emoção positiva apresentado na palestra. Dois números adicionais do estudo: criatividade e mídia planejadas juntas respondem em média por 60,1 por cento dos resultados de negócio da campanha, chegando a 98,3 por cento em algumas categorias, e o lucro não cresce de forma linear, ele acelera.

12. O caso Endomédico foi apresentado como criatividade a serviço de impacto social, com a criação de vinte doenças fictícias representadas em corpos negros para denunciar o racismo estrutural no atendimento médico, em parceria com Ministério da Saúde e da Educação, com objetivo de virar cartilha de conscientização.

13. O caso Coca-Cola Pride mostrou uma campanha que usou a própria lata como símbolo de empoderamento junto à comunidade LGBT, partindo de interpretação cultural feita por profissionais inseridos naquela comunidade, e que gerou o maior volume de comentários positivos da história da marca para uma única ideia, apesar de também ter gerado volume significativo de comentários negativos.

14. O projeto WhatsApp Private Sessions, em quinta edição, foi apresentado como exemplo de conexão entre identidade de produto e espaço privado e criativo de artistas brasileiros.

• Listar as fontes de dado e de tendência que orientam as decisões criativas e verificar quais são compartilhadas com concorrentes diretos.

• Escrever explicitamente do que a marca, o produto ou a área abre mão, e usar essa lista como critério de recusa em decisão de posicionamento e de parceria.

• Antes de aprovar uma ideia, testar se ela tem familiaridade suficiente para ser reconhecida e distinção suficiente para surpreender, e se está ancorada em uma tensão humana real e nomeável.

• Definir com a liderança qual é o nível aceitável de atrito público, porque decisão distintiva gera reação contrária e essa tolerância precisa estar acordada antes e não durante a crise.

• Compor time de decisão criativa com pessoas que tenham vivência efetivamente distinta do público interno dominante, tratando isso como requisito de qualidade da decisão.

O que isso revela é que times criativos e de marca estão convergindo para a média sem perceber, porque o processo que os levou até ali parecia rigoroso, com dado, plataforma e benchmark. Falta um mecanismo de detecção de convergência e falta clareza de renúncia, que é o que constitui identidade distintiva.

O que responde a isso é um trabalho de identidade por renúncia, aplicável a marca, a área e a liderança, onde o grupo define o que não é e do que abre mão, com entregável de critério de recusa escrito. É simples de descrever, difícil de executar e imediatamente utilizável.

Há uma segunda frente de ampliação deliberada de repertório para times de decisão, com exposição estruturada a contexto distante e devolução obrigatória, sustentada pelo argumento de que interpretação distinta é a única vantagem que a ferramenta não replica.

A palestra trata de uma mudança estrutural de plataforma com consequência direta em estratégia de marca pessoal e de presença corporativa. O argumento central é que o LinkedIn substituiu o motor de recomendação em março de 2026, derrubando alcance de forma acentuada, e que o novo sistema deixou de premiar engajamento bruto para avaliar coerência entre perfil, conteúdo e comportamento. A partir disso ela separa o que deixou de funcionar do que passou a funcionar, desenvolve o conceito de conteúdo vazio gerado por IA como alvo declarado da plataforma, e fecha com regras práticas de produção e de distribuição.

1. O novo motor, referido na palestra como 360, substituiu o algoritmo anterior em março de 2026 e processa uma quantidade de parâmetros muito superior à do sistema antigo. O alcance de perfis pessoais caiu até cinquenta por cento e o de páginas corporativas caiu ainda mais. A palestrante registrou que os dados não são oficiais da plataforma e vêm de pesquisa independente.

2. Checagem da equipe: o sistema se chama 360Brew, e a mudança foi anunciada em 12 de março de 2026 no blog de engenharia do LinkedIn, descrita como substituição de milhares de modelos especializados por um sistema unificado de recuperação e ranqueamento baseado em modelo de linguagem. A pesquisa independente citada é o LinkedIn Algorithm Insights, de Richard van der Blom, holandês. A edição de 2026 analisou cerca de 1,3 milhão de publicações de 50 mil criadores, e a de 2025 cerca de 1,8 milhão. Os números batem com o que a palestrante apresentou: queda de aproximadamente cinquenta por cento em visualizações e de cinquenta e nove por cento em crescimento de seguidores, com queda de sessenta por cento no alcance de criadores ativos ao longo de dois anos. Um dado que completa o quadro: o engajamento médio por publicação subiu cerca de dezoito por cento no mesmo período, ou seja, o alcance caiu e a entrega ficou mais precisa, o que muda a leitura de queda para requalificação. A plataforma migrou de um grafo de relacionamento para um grafo de interesse.

3. A lógica de distribuição mudou de natureza. O sistema antigo contava curtida nas primeiras horas e entregava de forma linear, e o novo avalia contexto, coerência e relevância, com comportamento de cauda longa, ou seja, publicação que não engaja na primeira hora pode acumular alcance nos dias seguintes.

4. Salvamento passou a ser sinal mais importante do que curtida, porque indica utilidade. A recomendação prática que decorre disso é escrever para ser salvo e não para ser curtido.

5. O que deixou de funcionar inclui grupos de engajamento artificial, enquetes, excesso de hashtag, link em comentário e texto genérico de IA. Enquete foi apontada com taxa de engajamento próxima de zero, número que a checagem confirma em sete centésimos por cento, associado à atualização de autenticidade de março de 2026. O algoritmo penaliza falta de intencionalidade, e não o uso de IA em si.

6. O conceito de AI slop designa conteúdo gerado por IA sem substância e sem ponto de vista, e a plataforma declarou guerra a isso publicamente, com a posição oficial sendo que o problema não é usar IA e sim usá-la para produzir conteúdo vazio. A palestra atribuiu o termo a Neil Redding, que a checagem confirma ser palestrante do HackTown 2026 e CEO da Redding Futures. A autoria do termo é difusa no debate público.

7. Texto gerado por IA apresenta simetria argumentativa previsível, com parágrafos de tamanho semelhante e estrutura repetida de exemplo, argumento e conclusão. Ferramentas de detecção foram citadas com acurácia próxima de noventa e quatro por cento.

8. Foi citada pesquisa segundo a qual as pessoas aprovam um conteúdo até descobrirem que ele foi gerado por IA, momento em que passam a rejeitá-lo. Também foi apontado que imagem de pessoa real ativa áreas diferentes do cérebro em relação a logo ou banco de imagem.

9. Checagem da equipe: o mecanismo é sustentado por estudo publicado e revisado, intitulado Users Favor LLM-Generated Content Until They Know It's AI, conduzido por pesquisadores da HSE University e parceiros, que mostra preferência por conteúdo gerado por IA que diminui de forma significativa quando a origem é revelada.

10. Perfil pessoal tem alcance muito superior a página corporativa, porque acessa conexões de primeiro, segundo e terceiro grau. Em B2B, na maior parte do tempo as empresas não estão comprando, o que faz da presença constante uma condição de ser lembrado no momento em que a compra acontece.

11. A plataforma está testando nos Estados Unidos um marketplace de creators para conectar marcas a criadores segmentados por nicho, com remuneração por percentual sobre anúncio, e empresas de tecnologia já investiram valores expressivos nesse modelo.

12. A regra de composição de conteúdo proposta é setenta por cento de valor genuíno para a audiência, vinte por cento de promoção leve, com evento e conquista, e dez por cento de chamada direta para compra.

13. Newsletter na plataforma tem alcance menor e altamente qualificado, com notificação por e-mail para assinantes.

14. Compartilhar publicação de terceiro gera menos alcance do que conteúdo autoral, e comentário genérico não funciona, sendo mais eficaz comentar menos com profundidade real.

15. Perfil premium libera analytics avançado e só compensa se houver tempo e foco para agir sobre o dado. Verificação de perfil aumenta a confiabilidade percebida.

16. Foram recomendadas duas leituras, uma sobre accountability e disciplina, de João Cordeiro, e outra sobre comunicação clara e concisa na era da IA.

• Deslocar o esforço de produção da página corporativa para um conjunto pequeno de porta-vozes com voz própria, com apoio de produção e liberdade editorial real.

• Antes de escrever qualquer coisa, definir a posição que aquele texto defende, porque conteúdo sem ponto de vista é o que a plataforma passou a penalizar.

• Trocar a métrica de acompanhamento de curtida para salvamento, e desenhar o conteúdo para ser utilizável depois.

• Rever a proporção de conteúdo e auditar se o que está classificado como valor não é promoção indireta.

• Substituir volume de comentário por profundidade, comentando menos e com contribuição real.

• Descontinuar prática de engajamento artificial, incluindo grupos de troca, que passaram a ser lidos como inautênticos.

O que isso revela é que executivos e lideranças precisam ter presença digital com voz própria, e a maioria não tem nem posição formulada nem prática de escrita. O mercado responde a isso com ghostwriting, que resolve a produção e não resolve a ausência de ponto de vista, e agora essa ausência ficou detectável.

O que responde a isso é um trabalho de formulação de ponto de vista para liderança, anterior à produção de conteúdo, onde a pessoa define no que acredita sobre o próprio mercado, do que discorda do consenso e o que está disposta a defender em público. O entregável é um conjunto de posições próprias, que serve tanto para conteúdo quanto para discurso interno e para conversa comercial.

Há uma segunda frente, de programa de porta-vozes, endereçada à organização em vez do indivíduo, cuidando de escolha de pessoas, acordo de liberdade editorial, apoio de produção e limite de risco reputacional.

A palestra propõe a passagem de um modelo de liderança heróica e centralizada para o que chama de liderança arquiteta, distribuída, e usa a IA como o fator que torna essa transição inevitável em vez de desejável. O argumento se apoia numa constatação incômoda: quem tem mais experiência tende a fazer mais e a centralizar decisão, o que cria dependência e enfraquece a autoridade do próprio time. A partir daí a palestra desenvolve três frentes. A primeira é que eficiência sem redesenho apenas acelera o que já estava desgastado, ou seja, colocar IA sobre processo ruim automatiza o problema. A segunda é que critério de qualidade implícito, aquilo que o líder sabe que está bom, precisa ser explicitado e transferido para o sistema em vez de ficar preso na cabeça de indivíduos. A terceira é que distribuir responsabilidade sem distribuir contexto não funciona, e isso vale igualmente para pessoas e para agentes de IA. O fechamento é que mudança não começa pela adoção do novo e sim pelo abandono do velho.

1. Time passivo e sem protagonismo reflete líder que ocupa todos os espaços, e o extremo oposto seria o líder desocupar o palco para que as pessoas o assumam.

2. Quando o líder resolve diretamente tudo que chega até ele, a área perde autoridade e autonomia, e intervir em situação que deveria ser resolvida pelo time enfraquece o time em vez de fortalecê-lo.

3. A pergunta apresentada como ferramenta central é em que eu sou o seu gargalo, dirigida do líder ao liderado, e a palestra sustenta que a resistência à adoção começa exatamente nessa resposta não dada.

4. Baixa autorresponsabilização foi identificada como o problema recorrente em diagnóstico com grupo de diretoria e coordenação, com resultado negativo sendo atribuído a fator externo.

5. Eficiência sem redesenho apenas acelera o desgaste. Continuar operando da mesma forma em ambiente que mudou significa automatizar o que já não funcionava.

6. Repertório acumulado e experiência passada não são suficientes para resolver problema em ambiente imprevisível, o que retira do líder técnico a base da própria autoridade.

7. Critério de qualidade implícito é um ativo preso em indivíduos. O que o líder reconhece como bom precisa ser explicitado e transferido para o sistema, porque enquanto permanece tácito não pode ser distribuído nem para pessoas nem para agentes.

8. O Espelho Comportamental foi apresentado como instrumento para distribuir a responsabilidade pelo desenvolvimento, reduzindo a dependência exclusiva da liderança.

9. IA foi tratada como colega de trabalho e não apenas como ferramenta, com exemplo de diagnóstico gerado em tempo real a partir de conversas do time em atividade de team building.

10. Restrição explícita para agente de IA é essencial, porque atribuir expectativa humana a uma máquina produz critério vago e falha de fluxo.

11. Sistema que aprende precisa de retroalimentação contínua, com histórico de resultado, transcrição e decisão alimentando o processo.

12. Trabalho remoto adiciona camada de complexidade, porque sem a interface presencial sinais de sobrecarga e sofrimento ficam invisíveis, o que exige mais empatia e vulnerabilidade de quem lidera.

13. Liderança heróica prejudica também o próprio líder, com a entropia gerada pela centralização afetando a saúde do ecossistema inteiro.

• Fazer a pergunta sobre em que o líder é o gargalo em conversa individual com cada pessoa do time, e registrar as respostas em vez de reagir a elas na hora.

• Escrever o critério de qualidade que hoje é implícito, começando pelas três entregas que mais voltam para revisão, e transformar isso em referência utilizável por pessoas e por agentes.

• Antes de delegar, listar qual contexto a pessoa precisa ter para decidir bem, e entregar contexto junto com a responsabilidade.

• Antes de aplicar IA a um processo, decidir se o processo deve ser redesenhado, e se a resposta for sim, redesenhar antes de automatizar.

• Definir explicitamente o que será abandonado ao iniciar qualquer mudança, tratando o abandono como primeira entrega.

• Em time distribuído, substituir a leitura informal de sinais por rotina explícita de conversa individual com cadência definida.

• Revisar o sistema de reconhecimento e verificar se ele premia quem resolve ou quem desenvolve quem resolve.

O que isso revela é dupla. A primeira é que organizações estão tentando distribuir liderança sem tornar explícito o critério de qualidade e sem distribuir contexto, o que produz descentralização que falha e depois é interpretada como imaturidade do time. A segunda é que o sistema de reconhecimento continua premiando o líder que resolve, o que reproduz o modelo heróico independentemente do conteúdo de qualquer programa.

O que responde a isso é um trabalho de explicitação de critério e redistribuição de decisão, com entregáveis concretos, sendo eles o critério de qualidade escrito, o mapa de contexto necessário por tipo de decisão e um acordo do que o líder para de fazer. O último item é o que dá materialidade, porque programa de liderança normalmente adiciona comportamento e raramente retira.

Há uma segunda frente de diagnóstico de gargalo de liderança, curta e simples de começar, construída em torno da pergunta sobre onde o líder bloqueia o fluxo, aplicada ao time e devolvida de forma agregada, com caminho natural para o Espelho Comportamental.

É um relato de dentro de uma transformação de IA em curso, contada por quem lidera a frente de gente. A tese central está no título: o que decide o resultado não é a camada visível de agentes e ferramentas, é o encanamento oculto que sustenta essa camada, e a palestrante afirma explicitamente que não vai apresentar framework porque a solução ainda está sendo construída. A palestra é organizada por camadas, começando pela produtização do RH iniciada dois anos antes, passando pelo gatilho da transformação, pela estrutura de governança criada, pela decisão de headcount, pelos desafios reais em curso, e terminando nos quatro encanamentos ocultos que ela identifica como determinantes de sustentabilidade.

1. A produtização do RH antecedeu e viabilizou a adoção de IA. A área passou a entregar produtos digitais em vez de políticas e processos, com transformação de mindset, skillset e toolset, e mais de vinte por cento da equipe de RH sendo hoje composta de engenheiros, designers e gerentes de produto. Essa mudança começou cerca de dois anos antes e foi apontada como fundamental para acelerar a transformação com IA.

2. Cultura foi tratada como tradução da estratégia, com a formulação de que os clientes consomem a cultura da empresa, e os cinco valores foram apresentados como terreno que viabilizou a transformação, com destaque para o comportamento de desafiar o status quo e falar, que fez os sinais organizacionais efetivamente chegarem à liderança.

3. O gatilho foi uma visita da liderança ao Vale do Silício em fevereiro, que produziu a sensação de atraso e transformou preocupação em ameaça existencial. O CEO declarou a transformação de IA como prioridade número um do ano, com a formulação de que o custo da inação é a aceleração do próprio declínio, e com o argumento de que a mesma disrupção que a empresa provocou nos bancos incumbentes poderia ser aplicada a ela por uma concorrente AI first.

4. A adoção foi forçada de forma explícita. As ferramentas foram liberadas para dez mil funcionários, com monitoramento de uso mínimo de quatro vezes por semana, notificação aos gestores sobre quem usou e quem não usou, leaderboard de compliance por equipe e cobrança ativa da liderança sênior. A instrução era usar para qualquer coisa, com o objetivo de reduzir resistência e produzir o momento de descoberta individual.

5. Foi criado um AI Transformation Office, descrito como rede e não como área, liderado pela palestrante junto ao CTO, com seis frentes: fundações, infraestrutura e habilitação, reinvenção de workflow, talento e organização, governança e comunicação, cada uma com mandato claro, plano de trabalho e acompanhamento semanal.

6. A frente de fundações incluiu remoção de fricção de instalação, com um procedimento que reduziu de horas para minutos o tempo de colocar uma ferramenta em funcionamento, resolvendo uma desistência silenciosa que já vinha acontecendo.

7. A frente de infraestrutura identificou um risco de dependência de fornecedor. Como as pessoas estavam criando skills, agentes e integrações específicas para cada ferramenta, a mudança de ferramenta faria tudo isso ser perdido, e a resposta foi construir uma camada de abstração que permita acoplar qualquer modelo preservando o que foi construído.

8. A reinvenção de workflow foi apontada como a frente que gera a transformação real, com a afirmação de que não adianta colocar IA sobre processo resistente e que ser AI first é reinventar o processo do zero. O método é olhar o fluxo de ponta a ponta, identificar o que acelera, quais etapas deixam de existir, onde o humano é necessário e por quê.

9. A quebra do workflow no nível da tarefa é apresentada como o caminho para redesenhar função, trilha de carreira, contratação e composição de time, porque permite perguntar qual habilidade cada tarefa exige e de onde essa habilidade pode vir. A palestrante registra que ainda não sabe o que isso significa em termos de estrutura final e que a empresa está pilotando.

10. Em vez de demitir, a empresa reduziu a taxa de crescimento de headcount de quinze a vinte por cento para sete a oito por cento, usando a escassez como forcing function. Áreas que planejaram entregar com cem pessoas passaram a ter noventa e foram cobradas pela mesma entrega, com a expectativa de ganho por produtividade. A palestrante afirma que não acreditam em redução de força de trabalho neste momento, e formula a equação como headcount mais tokens.

11. Medir produtividade permanece um problema não resolvido. São usados indicadores como volume de entrega de engenharia e tempo de ciclo, com o reconhecimento explícito de que tempo de ciclo não é necessariamente produtividade humana.

12. Um framework de apetite de IA foi criado com três níveis: assist, com a IA apoiando o trabalho individual; hybrid, com parte do trabalho feita pelo agente e camada de aprovação e revisão humana; e full, com autonomia completa, nível em que a empresa afirma não estar em nada. A regra explícita é que a delegação de accountability nunca acontece, ou seja, o agente executa e o humano responde.

13. O registro de avaliação e julgamento humano é tratado como insumo. Quanto mais a avaliação humana é registrada, mais ela vira dado para treinar modelo, e o papel humano se sofistica na medida em que essa avaliação é capturada.

14. Os desafios reais admitidos são otimização de volume em vez de qualidade de uso, aceleração que também acelera erro e exige controles, e construção redundante com times paralelos reinventando o mesmo workflow. A redundância foi tratada deliberadamente como característica e não como defeito, para gerar mais casos de uso, com o reconhecimento de que em algum momento será necessário convergir e que isso será difícil depois de ter dado autonomia.

15. Os quatro encanamentos ocultos identificados são cultura e liderança, com diretores obrigados a criar agentes com as próprias mãos e presença da liderança nos canais internos; julgamento humano, com gosto, criatividade, bom senso e accountability permanecendo humanos; desenho organizacional, com organogramas que já misturam gente e agente e com a dificuldade de medir output coletivo; e infraestrutura e dados, com um stack de RH de vinte e cinco sistemas e iniciativas de organização canônica de dado para viabilizar agente confiável.

16. Segurança de dado é gerenciada por contas corporativas com contratos negociados diretamente com os provedores de modelo, garantindo encapsulamento e não uso dos dados para treino. O dilema de dado pessoal foi colocado de forma prática, distinguindo dado de funcionário, onde há possibilidade de consentimento, de dado de cliente, onde a restrição é maior e a decisão é mais difícil.

17. A palestrante abre a apresentação com uma analogia de camadas aplicada a si mesma, mostrando que o perfil público não revela as camadas mais profundas que sustentam a trajetória, e usa isso para perguntar se com IA a organização também não está permanecendo na camada superficial.

• Antes de qualquer iniciativa de IA, mapear os quatro encanamentos, ou seja, se a cultura sustenta erro em público, se o julgamento humano está explicitado, se o desenho organizacional acomoda agente, e se o dado está organizado de forma canônica.

• Classificar cada tarefa do time em assist, hybrid ou full, e registrar essa decisão como acordo, mantendo em qualquer nível a regra de que o humano responde pelo resultado.

• Começar pela remoção de fricção antes de cobrar adoção, porque desistência por dificuldade de instalação é indistinguível de resistência no indicador.

• Ao configurar qualquer agente, escrever a restrição explícita, evitando atribuir expectativa humana e critério vago a uma máquina.

• Passar a registrar o julgamento humano nas etapas de aprovação, anotando o critério usado e não apenas a decisão, o que constrói ativo e explicita conhecimento tácito.

• Antes de aplicar IA sobre um processo, decidir se o processo será redesenhado de ponta a ponta, e tratar automatizar processo ruim como decisão consciente e não como atalho.

• Se a organização optar por exploração paralela e redundante, definir desde o início o critério e o momento de convergência.

O que isso revela é bem definido. Organizações estão investindo na camada visível de IA sem ter os encanamentos, e três dos quatro encanamentos identificados são humanos e organizacionais, sendo eles cultura e liderança, julgamento humano e desenho organizacional. A empresa mais avançada da amostra está dizendo que o gargalo não é tecnologia.

O que responde a isso é um diagnóstico de encanamentos, organizado nas quatro camadas, que posiciona a organização antes de ela investir em ferramenta, e conduz naturalmente para trabalho de cultura, de liderança e de explicitação de critério. Funciona como primeiro passo porque é anterior à decisão de tecnologia.

Há uma segunda frente, de acordo de apetite de IA por tarefa, construída a partir dos três níveis, com entregável de acordo escrito por time e com a regra de accountability preservada, aplicável em qualquer área.

E há uma terceira frente, mais avançada, de explicitação e registro de julgamento, que trata a avaliação humana como ativo e resolve simultaneamente um problema de delegação e um problema de treinamento de modelo.

A palestra apresenta o resultado de uma pesquisa com escala grande sobre a primeira geração que cresce com IA nas mãos, e a tese central é que o problema não é de acesso e sim de mediação. Os adolescentes já usam em volume e com desenvoltura, e o que falta é a camada crítica que decide quando usar, para quê e com que grau de confiança. A palestra é organizada em nove capítulos, com títulos que funcionam como diagnóstico, e o fechamento desloca a conversa de uso para letramento crítico de IA, com a responsabilidade recaindo sobre o mundo adulto e não sobre os adolescentes. Os nove capítulos apresentados são A Aula Que Ninguém Deu, O Fim do Nativo Digital, Intimidade Artificial, Inimigos Íntimos, A Máquina do Sim, O Fim do Rascunho, Turing Invertido, O Currículo Oculto da IA e A Lição de Casa É Nossa.

1. IA é tratada como tecnologia de uso geral, categoria rara que inclui eletricidade, computador e internet, e que se caracteriza por atravessar todos os setores em vez de resolver um problema específico. É também descrita como território livre de algoritmo de recomendação, o que muda a natureza da relação em comparação com redes sociais.

2. A adoção é ampla. Oitenta e seis por cento das pessoas de nove a dezessete anos já usam, e um quarto usa todos os dias. Entre estudantes do ensino médio brasileiro, setenta por cento usam IA generativa e apenas trinta e dois por cento receberam orientação da escola sobre como usar, segundo a TIC Educação 2025. A formulação que fecha esse bloco é que o gap não é de acesso, é de mediação.

3. O diagnóstico mais afiado da palestra é que são fluentes em uso operacional e analfabetos em aplicação crítica e adequada. Complementarmente, dominam celular e tablet e não dominam computador, o que desmonta a ideia de nativo digital, já que a familiaridade é com a interface e não com a ferramenta.

4. Um em cada dez já usa IA para falar das próprias emoções, e a razão apresentada é que acham que ela responde melhor que um ser humano, porque escuta, está disponível, não julga e não critica. Aparece o relato de dizer à máquina coisas que não se teve coragem de dizer a uma pessoa.

5. Há um dado de consciência de risco que contraria a leitura habitual de geração acrítica. A geração alpha teme perder a capacidade de pensar por depender da IA, e essa preocupação aparece no dobro da frequência observada na geração Z. A relação foi descrita como de intimidade e ressentimento ao mesmo tempo, o que indica compreensão simultânea do potencial e do risco.

6. Sobre concordância, a IA concorda quarenta e nove por cento mais do que um humano, e em quarenta e sete por cento dos casos endossou comportamentos perigosos. O capítulo correspondente é A Máquina do Sim.

7. Sobre dependência cognitiva, vinte e oito por cento dos que usam diariamente não sabem mais começar uma tarefa sem ela.

8. Sobre autenticidade, apareceram dois relatos que funcionam como sintoma. Uma criança fez um trabalho sozinha e depois o substituiu por algo pior para não parecer que tinha usado IA. E um adulto insere erros intencionais em publicação de LinkedIn para que as pessoas saibam que foi humano quem escreveu.

9. Sobre detecção, a posição é que não sabemos diferenciar vídeo gerado por IA e não vamos aprender a saber, e por isso o caminho é investigação midiática e não olho treinado.

10. A palestra abriu com duas perguntas dirigidas à plateia, quem convive com criança ou adolescente que usa IA, e quem já sentou vinte minutos ao lado dessa pessoa para ver como ela usa. A segunda pergunta é o argumento inteiro em forma de constrangimento.

• Repetir a pergunta da palestra dentro da empresa, ou seja, sentar vinte minutos ao lado de alguém do time para observar como ele usa IA no trabalho real, em vez de perguntar se usa.

• Medir, junto com a taxa de adoção, quantas pessoas receberam orientação sobre critério de uso, porque é a diferença entre esses dois números que explica a ausência de resultado.

• Instituir a prática de pedir à ferramenta o contra-argumento antes de aceitar a resposta, o que é a defesa mais simples contra o efeito de concordância.

• Definir política de transparência de uso em vez de política de proibição, já que detecção não é confiável e declaração é verificável por outra via.

• Explicitar o que se valoriza na entrega, para que ninguém precise piorar o próprio trabalho para provar que é humano.

O que isso revela é que existe uma lacuna nomeável entre uso e critério, e ela é medida por dois números que qualquer organização consegue levantar, quantos usam e quantos foram orientados. Nenhum treinamento de ferramenta fecha essa lacuna, porque o problema é de julgamento.

O que responde a isso é uma trilha de letramento crítico de IA, distinta de capacitação em ferramenta, focada em quando usar, quando não usar, como julgar o resultado e como identificar concordância indevida. O entregável é critério aplicado a casos reais do próprio trabalho.

Há uma segunda frente voltada à liderança, sobre o risco de concordância acumulada, que é um recorte que ninguém está ocupando e que fala direto com um problema clássico de alta gestão.

Há ainda uma frente adjacente, de conteúdo para o público de educação e para pais dentro das organizações clientes, o que é território de employer branding e de programa de bem-estar mais do que de desenvolvimento.

A palestra é um relato de prática sobre como redesenhar processo antes de automatizar, contado por quem passou por duas fases opostas de adoção de IA em duas empresas. A tese central é que a IA barateou a análise e não a decisão, ou seja, ficou barato executar e continua caro julgar o que saiu, e por isso o trabalho de redesenho precisa distinguir com precisão qual camada de trabalho está sendo transferida. A palestra apresenta um método de quatro passos, uma escala de trabalho em quatro camadas, e um quadro comparando as perguntas que orientaram cada uma das duas fases vividas pela palestrante.

1. Não é ferramenta, é agente, e a diferença que importa é autonomia. Isso muda o tipo de decisão que precisa ser tomada antes da adoção, porque ferramenta se usa e agente se delega.

2. A IA barateou a análise e não a decisão. A execução ficou barata e o julgamento do que saiu continua caro, o que reposiciona onde está o gargalo depois da automação.

3. A escala do trabalho é apresentada em quatro camadas, executar, coordenar, julgar e assinar. A utilidade disso é permitir dizer com precisão até onde a delegação vai, em vez de decidir de forma binária sobre um processo inteiro.

4. O método apresentado, chamado de IA LAB e resumido como simplificar antes de automatizar, tem quatro passos: pegar um processo, repassá-lo inteiro e nomear a dor, pensar e redesenhar, e só então perguntar se a tecnologia agrega. A tecnologia entra no quarto passo e não no primeiro.

5. A regra de governança do método é que quem sofre o processo conduz o redesenho.

6. A pergunta que orienta o redesenho é contrafactual. Considerando que existe IA, como a gente faria, e se esse processo nascesse hoje, como seria.

7. O quadro de duas fases com perguntas opostas é a peça mais valiosa da palestra. Na primeira fase, em uma empresa, a pergunta era como faço para todos usarem, a ordem era usar em tudo, o que se media era uso e o que se comprava era repertório. Na segunda fase, em outra empresa, a pergunta passou a ser onde isso vale a pena, a ordem passou a ser espera, aqui não, o que se mede é valor e o que se compra é critério escrito. O comentário que acompanha o quadro é de que se passou um ano dizendo usa em tudo e depois foi necessário começar a dizer aqui não vale a pena.

8. Foi apresentado o caso de um copiloto de liderança, descrito como agente que entende o que é liderança, o que é alta performance e como se toma decisão naquela empresa especificamente. O ponto de método é que isso foi construído em conjunto antes, e a ferramenta depois potencializou o que já existia.

9. A infraestrutura de informação descrita envolve uma pasta por pessoa, funcionando como dossiê, alimentada com registro de conversas individuais, avaliações e transcrições de agenda, com formalização deliberada de coisas que antes ficavam informais justamente para que passassem a existir como registro.

10. O fechamento aponta três frentes de trabalho, rever estrutura, rever processo e rever a organização das informações.

• Antes de decidir sobre IA em qualquer processo, classificar as tarefas nas quatro camadas, executar, coordenar, julgar e assinar, e definir até qual camada a delegação vai.

• Aplicar os quatro passos na ordem, com a pergunta sobre tecnologia ficando em último lugar, e recusar a inversão dessa ordem mesmo quando a ferramenta já foi comprada.

• Colocar quem sofre o processo na condução do redesenho, com mandato real e não como consultado.

• Trocar o indicador de uso pelo indicador de valor, o que exige definir antes o que conta como valor naquele processo.

• Fazer a pergunta contrafactual em qualquer revisão de processo, sobre como seria se nascesse hoje, o que separa melhoria de redesenho.

• Se a organização adotar registro individual acumulado, explicitar ao colaborador o que é registrado, quem acessa e para que serve.

O que isso revela é que organizações estão automatizando processo que deveria ser redesenhado, e não têm instrumento para decidir até onde delegar. Falta também a definição escrita do que a empresa entende por liderança, por alta performance e por critério de decisão, e é justamente essa definição que qualquer agente útil exige como insumo.

O que responde a isso é um trabalho de definição de critério de liderança e de decisão, entregue como documento canônico, que serve simultaneamente para desenvolvimento humano e como base para configuração de ferramenta. É um trabalho de desenvolvimento com um segundo uso técnico, o que amplia bastante o retorno.

Há uma segunda frente, de laboratório de redesenho de processo com liderança, construída sobre os quatro passos e a escala de quatro camadas, com entregável de um processo efetivamente redesenhado e de um acordo de camadas de delegação.

A palestra recusa o enquadramento habitual do tema, que é explicar a geração Z para as outras, e propõe uma troca em duas direções, com o que a geração Z ainda precisa aprender e o que as outras gerações podem aprender com ela. O argumento de base é que o que se lê como comportamento de trabalho é, na verdade, resposta a uma condição material e a uma experiência de formação específicas, e que por isso a discussão não é de perfil geracional e sim de contexto. A palestra é organizada em três movimentos, primeiro o retrato da condição, depois a tradução do comportamento que o mercado interpreta mal, e por último o quadro de aprendizado recíproco. Um princípio atravessa a segunda parte, enunciado como entender não é passar pano.

1. O retrato da condição abre com dados. Trinta e cinco por cento apontam custo de vida como preocupação, trinta e cinco por cento apontam desemprego, e trinta e nove por cento não possuem nenhuma fonte de renda atual.

2. A afirmação que reenquadra o tema é que não é só sobre trabalho, é uma geração tentando construir uma vida adulta, com o slide correspondente cercando essa frase de mudanças climáticas, custo de vida, dificuldade de comprar casa, novas profissões, casamento e filhos, dificuldade de fazer planos de longo prazo, desemprego e economia instável.

3. Duas caracterizações de formação sustentam o resto. É a geração que cresceu em velocidade, e há uma pergunta explícita sobre por que uma geração hiperconectada sente tanta atração por coisas analógicas.

4. Sobre a mudança na relação com trabalho, o contraste apresentado foi entre hora extra e renda extra, com reação negativa à primeira e positiva à segunda, o que indica não recusa ao esforço e sim recusa a esforço sem contrapartida proporcional.

5. O bloco de tradução do LinkedIn interpreta comportamentos que o mercado nomeia de forma pejorativa, com quiet quitting e job hopping aparecendo com essa função de reenquadramento.

6. Três palavras foram apresentadas como o que se busca no trabalho, propósito, identidade e comunidade. E a combinação de comportamento foi resumida como questionamento da hierarquia mais busca por autonomia mais flexibilidade.

7. O bloco sob o princípio de entender não é passar pano nomeia quatro origens de comportamento sem absolvê-lo. Imediatismo, porque a geração cresceu em ambiente de resposta instantânea, com qualquer dúvida pesquisável em segundos. Ansiedade pelo futuro, porque cresceu vendo crise econômica, pandemia, guerras, mudanças climáticas e instabilidade profissional. Troca constante de emprego, associada a alta concorrência e ao contraste com pais que construíram carreira em um único lugar com estabilidade. E necessidade de feedback, associada a um ambiente digital acostumado a métrica, curtida, visualização e resposta imediata.

8. O quadro de aprendizado recíproco fecha a palestra. O que a geração Z ainda precisa aprender: paciência e constância, repertório, tolerância à frustração, construção de carreira, que nem todo desconforto significa que algo está errado, que nem tudo precisa gerar resultado imediato, aprender a se comunicar presencialmente e construir relações profissionais. O que as outras gerações podem aprender com a geração Z: questionar estruturas, repensar hierarquias, valorizar limites, entender que produtividade não é o mesmo que disponibilidade, considerar saúde e vida pessoal, aceitar trajetórias menos lineares e perceber que novas formas de trabalho são possíveis.

9. Uma observação de fechamento sobre criação registra pais que criaram os filhos para terem uma vida mais fácil e se frustram ao ver a vida mais fácil que eles têm.

• Usar o quadro de mão dupla como atividade estruturada em time multigeracional, com cada lado marcando o que reconhece em si, o que gera conversa em lugar de queixa.

• Revisar o desenho de reconhecimento para verificar se a organização pede disponibilidade e paga por presença, e não por resultado.

• Ao dar feedback a profissional mais jovem, nomear a origem do comportamento e manter a exigência na mesma conversa, que é a aplicação direta do princípio de entender sem passar pano.

• Aumentar a frequência de devolutiva sem aumentar o peso de cada uma, porque a demanda observada é de cadência e não de formalidade.

• Separar explicitamente, em avaliação de desempenho, o que é produtividade e o que é disponibilidade, e verificar qual das duas está sendo de fato medida.

O que isso revela é que gestores estão lidando com atrito geracional sem instrumento, e resolvem por um dos dois extremos, ou explicando o comportamento até esvaziar a exigência, ou cobrando sem entender a origem. Falta um caminho intermediário estruturado.

O que responde a isso é uma sessão de conversa intergeracional construída sobre o quadro de mão dupla, com entregável de acordos de convivência e de expectativa mútua. É de baixa complexidade de entrega e alta percepção de valor, porque endereça um atrito que todo cliente reconhece.

Há uma segunda frente, mais estratégica, de revisão do desenho de reconhecimento, partindo da distinção entre produtividade e disponibilidade, que é conversa de alta gestão e tem consequência em retenção.

A palestra argumenta que o mundo dos jogos desenvolveu, por necessidade, um repertório narrativo mais avançado do que o de qualquer outra indústria de entretenimento, e que esse repertório é transferível para comunicação, marca e engajamento fora do contexto de jogos. A tese que sustenta isso é que narrativa deixou de ser linear e passou a ser interativa, imersiva e contínua, o que muda a posição de quem recebe, de espectador para participante. A palestra combina evidência de comportamento, com show dentro de jogo e construção de mundo pelo próprio jogador, com um argumento de fundo sobre o aumento da exigência cognitiva da cultura popular ao longo do tempo, e fecha com um método de cinco passos aplicável a qualquer situação de storytelling.

1. Boas histórias engajam, e o desdobramento é mais forte que a premissa: elas moldam comportamento, fidelizam, criam comunidade e vendem.

2. A narrativa contemporânea não é mais linear. É interativa, imersiva e contínua, com show realizado dentro de jogo sendo assistido por milhares de pessoas de dentro do próprio jogo, e com construção de mundo em que o jogador faz a narrativa inteira do lugar onde está.

3. Contar história só faz sentido quando o outro está disposto a ouvir, o que coloca a condição de escuta antes da qualidade do conteúdo. O dado de apoio apresentado é que quem conta uma história tem vinte e dois por cento mais probabilidade de retenção do que quem mostra um dado.

4. Foi apresentada a curva do dorminhoco para descrever a evolução da tecnologia ao longo do tempo aumentando o nível de exigência cognitiva da cultura popular, com a conclusão de que a cultura popular ficou mais complexa e mais intelectualmente estimulante, e não o contrário.

5. Nostalgia foi apontada como elemento fortemente engajador, e personagem que gera identificação como o mecanismo de conexão.

6. O conceito de círculo mágico foi usado para descrever o estado em que o participante entra e passa a aceitar as regras daquele mundo.

7. Sobre marca dentro de jogo, foram citados casos de marcas de calçado e de automóvel presentes em jogos populares, com o argumento de que aquele pode não ser o público consumidor de hoje e pode ser o de amanhã, e que independentemente disso a marca quer ser sonho de consumo das pessoas.

8. A ponte para aplicação geral é feita pela jornada do herói aplicada a storytelling, com a ressalva de que não é sobre jogar, é sobre o que o mundo dos jogos faz sentir e viver.

9. O método de fechamento tem cinco passos: começar com uma quebra de expectativa, que funciona como gancho; conectar-se através de motivações reais; ser o curador da experiência de quem ouve; construir um mundo imersivo e crível; e entregar uma transformação final.

• Antes de comunicar qualquer coisa relevante, verificar se existe condição de escuta, ou seja, se o momento, o canal e quem fala fazem a pessoa querer ouvir, e resolver isso antes de melhorar a mensagem.

• Em apresentação que hoje se apoia em dado, abrir com uma quebra de expectativa e usar o dado como confirmação em vez de abertura.

• Ao desenhar treinamento ou reunião, definir o que a pessoa vai viver e não apenas o que vai entender, o que é a aplicação do papel de curador de experiência.

• Em qualquer atividade de simulação, explicitar as regras do espaço e a ausência de consequência real, porque é isso que autoriza a pessoa a experimentar comportamento novo.

• Terminar qualquer intervenção nomeando a transformação pretendida, e usar isso como critério de avaliação em lugar de satisfação.

O que isso revela é que organizações investem em produção de conteúdo e não em condição de escuta nem em desenho de experiência, o que produz material bom que não é consumido e treinamento consumido que não transforma.

O que responde a isso é uma frente de desenho narrativo aplicado a experiência de aprendizagem, construída sobre os cinco passos e sobre o círculo mágico, aplicável a simulação, game e dinâmica, que são formatos que a casa já entrega e que ganham método explícito com isso.

Há uma segunda frente, mais leve, de narrativa para liderança, focada em comunicar mudança e decisão difícil, apoiada na quebra de expectativa e na transformação final, endereçando um problema recorrente de líder que anuncia mudança e não é ouvido.

A palestra trata dos efeitos não anunciados de embutir IA em produto, e o eixo é a distância entre o que se promete na decisão de incluir a funcionalidade e o que aparece depois na operação e na experiência de quem usa. Os pontos registrados se organizam em três frentes, a ordem correta de partida, a medição do que efetivamente entrega valor, e o cuidado com a ansiedade que a própria presença da IA gera em quem usa o produto.

1. Não se começa pela tecnologia, se começa pelo problema. É a mesma inversão de ordem que aparece com frequência no discurso e raramente na prática de roadmap.

2. Métrica é o instrumento para avaliar o que realmente entrega valor, e não apenas o que foi entregue.

3. Uma métrica sozinha não conta história. O que decorre disso é que avaliação de funcionalidade de IA exige conjunto de indicadores e leitura combinada, porque um número isolado pode subir enquanto o valor cai.

4. Há uma preocupação explícita com reduzir a ansiedade de uso de IA por meio da própria IA, ou seja, a solução precisa cuidar do desconforto que ela mesma introduz em quem a usa.

5. O cuidado com entrega de valor para o cliente é apresentado como fio condutor, com a implicação de que funcionalidade de IA que não resolve problema do usuário final é desperdício independentemente de quão bem funcione.

• Antes de aprovar qualquer funcionalidade ou ferramenta de IA, escrever o problema que ela resolve e quem sentiu esse problema, e recusar a inversão em que a solução vem primeiro.

• Definir um conjunto de indicadores e não um indicador, incluindo pelo menos um que possa piorar enquanto o principal melhora, o que é a única forma de detectar deslocamento de custo.

• Tratar desconforto de uso como falta de previsibilidade e não como resistência, e responder mostrando o que a ferramenta fez, com base em quê e como reverter.

• Aplicar a mesma régua a programa interno de desenvolvimento, verificando se ele mudou comportamento e não apenas se foi bem avaliado.

O que isso revela é que decisões sobre IA estão sendo avaliadas por indicador único e otimista, o que permite que a organização registre progresso enquanto o valor se desloca para um custo não medido.

O que responde a isso é um trabalho curto de definição de conjunto de indicadores para iniciativas de IA, com a exigência deliberada de incluir um contraindicador, ou seja, o número que revelaria que a melhora aparente escondeu uma perda. É simples de entregar, difícil de recusar e cria conversa de governança.

Há uma frente adjacente, de preparação de time para adoção de ferramenta, endereçando a ansiedade de uso por previsibilidade e não por treinamento de recurso, que é onde a maioria das implantações falha.

A palestra parte de um paradoxo de comportamento e não de informação. Uma parcela expressiva de CEOs afirma que suas empresas não serão economicamente viáveis na próxima década se seguirem no caminho atual, e os mesmos líderes que assinam esse diagnóstico dedicam a maior parte da energia, do orçamento e da atenção ao negócio que eles próprios admitem que pode não existir. A formulação que resume isso é que sabem do iceberg e aceleram em direção a ele. A tese que decorre é que o problema não é falta de informação e sim falta de tradução, do que se sabe sobre o futuro para o que se faz no presente, e que essa tradução é a própria definição de estratégia. A estrutura é um contrato explícito com a plateia. Cada um dos doze capítulos termina com um movimento executável na semana seguinte, e o fechamento pede que cada pessoa escolha três e marque a data. O princípio que sustenta o formato é que teoria que não vira decisão é entretenimento. Os doze capítulos se organizam em cinco partes, o terreno que mudou, pensar o futuro, os horizontes da inovação, inovação que dá resultado, e executar em movimento.

1. Sobre o terreno. O primeiro capítulo trata da ilusão do curto prazo, com a tese de que fechar o trimestre não é executar a estratégia, e sim administrar o presente, o que sozinho é a forma mais elegante de adiar a própria extinção. O modelo apresentado cruza horizonte de futuro com velocidade de execução e produz quatro posições, negação, plano de gaveta, movimento sem direção e reinvenção contínua, com a última sendo apontada como o único lugar seguro. O argumento de fundo é dos dois relógios, com o relógio da execução tendo ficado rápido e o do planejamento tendo ficado largo, e com o erro fatal sendo marcá-los na mesma hora, ou seja, planejar com a mira curta da execução e executar com a lentidão de quem acha que tem tempo.

2. O segundo capítulo trata de mercados que mudam de natureza, com a distinção entre cisne negro e cisne vermelho, este último atribuído a Silvio Meira. O cisne negro surpreende porque era improvável, é raro e de alto impacto, e o choque passa. O cisne vermelho surpreende porque preferimos não ver, acumula-se em silêncio à vista de todos, é irreversível e hiperconectado, e não muda apenas as regras e os atores, muda o significado do jogo. A consequência prática é que numa mudança de regime se adapta a estratégia, e num cisne vermelho muda também a lente, ou seja, os modelos com que se lê o mercado deixam de funcionar.

3. Sobre pensar o futuro. O terceiro capítulo sustenta que planejar não é prever, é construir capacidade de prosperar em mais de um cenário sem saber de antemão qual vai acontecer, e apresenta o cone de futuros com possíveis, plausíveis, prováveis e preferível. A crítica central é que a maioria planeja só para o provável, que é o cenário mais confortável e o mais frágil, porque é exatamente o que a disrupção quebra. A troca de pergunta proposta sai de qual é o nosso número para o ano que vem e vai para quais futuros precisamos estar prontos e o que fazemos hoje que vale a pena em todos eles. As notas registram o framework de foresight de Hines e Bishop, da Universidade de Houston, com as etapas de enquadrar, escanear, projetar cenários, definir visão, planejar e agir, além da noção de pós-normalidade, descrita como fatos incertos, valores em disputa e decisões urgentes.

4. O quarto capítulo trata do ciclo dos sinais à decisão, em quatro etapas, captar com radar sempre ligado e repositório único, interpretar separando hype de realidade e aterrissando a megatendência no cliente específico, apostar com sinal fraco gerando aposta pequena, e revisar em cadência curta. É apresentado como ciclo e não como evento. A afirmação mais forte do capítulo é que em rupturas sistêmicas a compreensão plena só chega tarde, e por isso a competência exigida hoje é decidir antes de compreender por inteiro. As notas acrescentam que sinal que confirma o que já se pensa é agradável e inútil, e que o sinal que não cabe na visão de mundo é irritante e precioso, além de registrar que megatendência é commodity e interpretação aplicada é o que se cobra caro.

5. Sobre os horizontes. O quinto capítulo argumenta que o problema dos três horizontes não é o modelo e sim o uso preguiçoso dele, como escada em vez de trilhas paralelas. H1 sustentar é o jogo da eficiência, cobrado por ROI e EBITDA. H2 transformar é o jogo do crescimento, cobrado por velocidade de expansão. H3 criar é o jogo da descoberta, cobrado por aprendizado e opções. Os três correm em paralelo o tempo todo, e o que muda não é a data e sim o grau de incerteza, a métrica e o tamanho proporcional da aposta. Steve Blank é citado para sustentar que inovação é processo e não evento, e que no início uma ideia não é um negócio, é um conjunto de hipóteses não testadas, com financiamento em rodadas conforme as hipóteses se confirmam. As notas listam três erros clássicos, tratar os horizontes como sequência temporal, cobrar dos três a mesma régua, e usar o H3 como teatro, com laboratório bonito e sem capital, talento ou poder de decisão.

6. O sexto capítulo trata de explorar e explotar ao mesmo tempo, com o argumento de que defender o presente e inventar o futuro são as duas mãos do mesmo líder. Explotar é o reino da certeza, com erro sendo desperdício e previsibilidade sendo virtude. Explorar é o reino da incerteza, com erro sendo informação comprada e previsibilidade sendo impossível. A costura das duas mãos é atribuída à liderança sênior, e a formulação de fechamento é que o core financia o futuro e também o sabota, e que ambidestria não se delega, porque se delegada morre. As notas remetem a Osterwalder e ao Invincible Company, e distinguem resiliência como resistência, que é voltar ao normal, de resiliência como reconfiguração, com a observação de que contra um cisne vermelho o normal não volta.

7. O sétimo capítulo trata de portfólio de modelos de negócios, com a tese de que não se aposta o futuro da empresa numa ideia e que a unidade de análise não é o produto, é o modelo de negócio. As três decisões a serem repetidas com frieza são investir onde a evidência pede mais recurso, escalar o que já mostrou tração real, e matar o que a evidência disse não, sendo isso gestão e não fracasso. O termo zumbi nomeia a iniciativa que nem morre nem entrega. A advertência é que quando a política decide o portfólio no lugar da evidência, o futuro já está comprometido, e que se o modelo atual pode ser canibalizado ele será, com a única escolha sendo quem vai fazê-lo. As notas citam a Netflix canibalizando o próprio DVD para construir o streaming.

8. Sobre resultado. O oitavo capítulo trata de inovação que dá ROI, com a afirmação de que inovação que encanta e não dá resultado tem nome, que é custo. O modelo apresentado é de funding medido, com quatro portas, começando pela hipótese mais arriscada com cheque pequeno, passando por se o problema é real, se a solução tem tração, e se o modelo fecha. A cada porta, hipótese provada ganha a próxima rodada e hipótese não provada encerra a iniciativa, com o recurso voltando ao portfólio. A síntese é que sem tese de valor é hobby, sem evidência é fé, e as duas juntas são investimento. As notas acrescentam o princípio da evidência proporcional à incerteza, com aposta madura entregando caixa e aposta jovem entregando aprendizado e opções, além da orientação de proteger as pessoas e cobrar as apostas.

9. O nono capítulo trata de tecnologia e IA com impacto real, e apresenta uma ordem obrigatória de três perguntas antes de colocar IA em qualquer processo. Primeiro, este processo deveria existir, com a observação de que automatizar o que não deveria existir é o desperdício mais caro. Segundo, ele está bem desenhado, porque IA sobre processo quebrado gera processo ruim acontecendo mais rápido. Terceiro, como a tecnologia o transforma, com a pergunta de como seria desenhado do zero dado o que a IA permite, e com a hipótese de que metade das etapas talvez só exista por uma limitação antiga. A pergunta inicial nunca é onde colocamos IA, é qual problema de negócio caro e real queremos resolver. A IA é apresentada como provavelmente o cisne vermelho desta geração, e tratá-la apenas como ferramenta de eficiência é enfrentar uma ruptura sistêmica com o manual antigo. Aparece também a formulação high-tech, high-touch. As notas registram que o cemitério da transformação digital está cheio de pilotos bem-sucedidos que nunca viraram nada, e que a diferença entre piloto e impacto raramente é técnica, é organizacional.

10. Sobre execução. O décimo capítulo trata de velocidade como vantagem, com a imagem da janela em que a necessidade do cliente se forma, cresce, quebra e desaparece, e com a escolha entre bom o suficiente dentro da janela e perfeito depois que ela fechou. A distinção central é que velocidade não é pressa, porque pressa é atropelar, pular etapa e lançar quebrado, e velocidade é eliminar o desperdício entre a decisão e a entrega. A empresa rápida não corre mais, tem menos obstáculos no caminho, e a lentidão nunca é decisão consciente, ela se acumula em pequenos atritos. Time-to-market é apresentado como decisão de estratégia e não de cronograma, com a conta de quanto custa e quanto vale chegar mais cedo pertencendo à mesa da liderança.

11. O décimo primeiro capítulo trata de risco como vantagem competitiva, contrastando risco como freio, que pergunta como evitar toda exposição e quer que se ande menos, com risco como radar, que pergunta quais exposições valem a pena e quer que se ande melhor. Três conceitos são apresentados. O gap do BAU é a distância entre o as is e o must be, com cada ineficiência aceita sendo uma aposta implícita de que o mercado vai esperar. Comprar flexibilidade é adquirir o direito de se mover rápido, pagando um prêmio modesto pela liberdade de mudar de rota. E não decidir também é decidir, com o adiamento sob a desculpa de esperar mais clareza sendo aposta ativa que em terreno de cisne vermelho quase sempre perde.

12. O décimo segundo capítulo trata da convivência entre nova economia e economia tradicional, com ativos, escala, eficiência e retorno previsível de um lado, e opções, velocidade, redes e retornos assimétricos do outro, ligados por um ciclo em que o valor capturado hoje financia as apostas que viram o próximo core. A tese de fechamento é que reinvenção é competência e não projeto, sustentada por seis capacidades, radar ligado, múltiplos futuros, portfólio e evidência, tecnologia como decisão, risco integrado e velocidade com método. A formulação final é que o maior risco não é escolher errado, é continuar fiel ao que funcionou.

13. O painel de encerramento reúne os doze movimentos e pede que a pessoa escolha três e marque a data agora e não em breve. O fechamento afirma que tecnologia qualquer um compra, e que interpretar o contexto, escolher a direção e tomar a decisão continuam sendo responsabilidade do líder.

• Na próxima reunião de resultado, fazer a segunda pergunta, sobre o que mudou no mercado nos últimos noventa dias que ainda não aparece nos números, tratando a ausência de resposta como identificação de ponto cego.

• Reunir o time com a missão única de desenhar a empresa que destruiria a própria empresa, e usar essa lista como mapa de risco.

• Antes de pedir números no próximo ciclo de planejamento, pedir futuros, construindo três ou quatro cenários plausíveis e testando as três maiores apostas contra todos eles, para identificar quais só sobrevivem no cenário otimista.

• Abrir um repositório único de sinais, com dono nomeado, revisado mensalmente em busca de padrão.

• Auditar as iniciativas classificando cada uma em H1, H2 e H3 pela honestidade e não pela vaidade, e verificar a concentração real de recurso, talento e atenção.

• Blindar um percentual de orçamento para exploração, com a regra de que ele não é o primeiro a cair quando o core aperta, e apresentar core e exploração em painéis separados com métricas distintas.

• Identificar a iniciativa zumbi da casa e tomar a decisão que todos adiam, encerrando publicamente como boa decisão de portfólio.

• Antes de aprovar qualquer prova de conceito com IA, aplicar as três perguntas na ordem e exigir a resposta para como aquilo vira operação se der certo.

• Mapear o tempo entre a decisão de fazer algo e a entrega ao cliente, e atacar a espera entre etapas em vez da execução.

• Reclassificar uma ineficiência crônica tolerada como custo em vulnerabilidade estratégica, com a conta do que ela custa em competitividade.

O que isso revela é que existe um excedente de diagnóstico e de framework disponível para liderança, e um déficit de execução. A própria palestra reconhece isso ao estruturar tudo em movimentos executáveis e ao pedir compromisso público, o que é uma tentativa de resolver por desenho um problema que é comportamental.

O que responde a isso não é mais conteúdo de estratégia, porque esse mercado está saturado e bem servido. É a camada seguinte, de sustentação de execução, endereçando o custo político de fazer os movimentos, ou seja, o que acontece com quem blinda orçamento, mata projeto de colega e admite encerramento em público. Isso é trabalho de liderança e de cultura, e é o que faz a diferença entre a empresa que saiu da palestra com três movimentos escolhidos e a que executou algum deles.

Há uma segunda frente, mais direta, de instalação de rituais, com o repositório de sinais, a revisão mensal de apostas, a auditoria de horizontes e o painel separado de exploração sendo tratados como práticas a instalar com dono e cadência, e não como conceitos a ensinar.