Antes de analisar um caso, alguém precisa reunir os documentos. Antes de responder ao cliente, precisa descobrir quem cuida do pedido. Antes de decidir uma compra, precisa procurar o histórico, conferir o estoque e entender o que está faltando.

Esse trabalho de preparação ocupa uma parte da rotina. Ele quase nunca aparece na descrição do serviço que a empresa vende, mas consome o tempo das pessoas que deveriam entregá-lo.

Os exemplos desta edição ajudam a enxergar oportunidades aí. Uma empresa brasileira automatizou a montagem de dossiês. Um banco britânico usa IA para organizar e encaminhar e-mails. No hortifrúti, sensores e modelos apoiam decisões sobre irrigação, qualidade e reposição.

Também vamos olhar para o que sustenta essas aplicações: pessoas preparadas, instruções compartilháveis e limites que funcionam quando um agente começa a agir. No fim, uma empresa de serviços mostra por que ganhar capacidade e crescer a receita são resultados diferentes.

A ideia é sair desta leitura com uma tarefa que vale testar na sua empresa e uma medida capaz de mostrar se o teste ajudou.

Buscar, baixar, extrair e organizar informações. Na Dock, empresa de tecnologia financeira, essa preparação consumia de três a quatro horas de um analista antes da avaliação de movimentações suspeitas.

Segundo a companhia, uma parceria com a VAAS reduziu a elaboração dos dossiês para cerca de dez minutos. A tecnologia coleta, consolida e estrutura os dados que sustentam a análise.

O especialista continua avaliando os indícios e o contexto. A decisão de comunicar uma suspeita ao Coaf, órgão que recebe informações sobre operações suspeitas, permanece humana.

O ganho divulgado se refere à preparação do material. As reportagens não apresentam uma medida de melhora das decisões nem do tempo total de investigação.

Essa divisão oferece uma ideia para outras empresas. Um contador pode receber documentos organizados para a conferência. Um advogado pode começar com o histórico e as peças relevantes reunidos. Uma equipe comercial pode analisar um pedido com cadastro, condições e informações de estoque já disponíveis.

O primeiro passo é escolher um material recorrente e definir o que significa estar completo. Quais documentos precisam aparecer? De onde vêm? Como uma divergência será sinalizada? Quem confere antes de usar?

Também vale medir duas coisas separadamente: quanto tempo a preparação levou e quanto retrabalho ela deixou para o especialista. Um relatório rápido, mas incompleto, pode apenas antecipar a chegada do problema à próxima pessoa.

Qual profissional da sua empresa ainda passa mais tempo reunindo informação do que usando a própria experiência para analisá-la?

Leia o caso na Folha e a descrição do processo na Let’s Money.

Um e-mail chega. Pode ser uma dúvida simples, uma solicitação urgente ou um pedido que depende de informações ainda ausentes. Antes da resposta, alguém precisa entender a mensagem e decidir para onde ela vai.

O Barclays colocou IA nessa etapa. Segundo o anúncio conjunto com a Anthropic, o fluxo processa aproximadamente 120 mil e-mails por dia, classificando mensagens, acrescentando contexto e definindo o encaminhamento para as equipes operacionais.

Há uso recorrente em escala. Ainda faltam números de tempo poupado, economia e erro para avaliar quanto esse fluxo melhorou a operação.

O desenho é transferível para uma caixa compartilhada de financeiro, vendas ou suporte. Cada mensagem precisa virar uma solicitação identificável, com destino, prioridade e indicação dos dados que faltam.

Num experimento interno nosso, esse último ponto apareceu com clareza. Testamos um modelo para encaminhar pedidos entre agentes. Em duas versões quase iguais de uma solicitação de resumo de reunião, a diferença era se a transcrição já estava disponível ou ainda precisava ser buscada.

O teste era pequeno e não permite concluir precisão geral. Mas revelou uma distinção importante para o desenho: saber quem deve executar uma tarefa não significa ter os dados para concluí-la.

Uma empresa pode encaminhar perfeitamente um pedido de orçamento e continuar travada porque faltam quantidade, especificação ou prazo. Por isso, um piloto deveria medir acerto do destino, identificação de dados faltantes e tempo até a primeira ação útil. Casos duvidosos precisam de revisão, com atenção especial às urgências.

Comece por uma fila em que o atraso seja visível. Observe onde as solicitações param e o que a próxima pessoa precisa receber para agir.

Se as solicitações se perdem entre e-mail, planilha e CRM, responda esta edição contando como elas chegam hoje. Podemos mapear essa fila e desenhar um piloto de classificação e encaminhamento, com revisão humana e medidas de tempo e erro.

Veja o anúncio da Anthropic e do Barclays

Uma fruta tem defeito? Um lote vai amadurecer antes de chegar à loja? A próxima irrigação é necessária? Quanto comprar sem aumentar as perdas?

Essas perguntas mostram outra face da IA aplicada a negócios, distante do chat que escreve mensagens.

Um panorama publicado em setembro pela Hortifruti Brasil, do Cepea, descreve aplicações comerciais em classificação de produtos, monitoramento agronômico, irrigação e varejo. Visão computacional identifica características dos alimentos; sensores e dados climáticos apoiam o manejo; sistemas de previsão ajudam nas compras e na reposição.

O estágio varia. A publicação aponta colheita robotizada ainda concentrada no exterior e modelos para prever vida útil por gêmeos digitais, representações do produto baseadas em dados, ainda em pesquisa. Também cita a brasileira Agrosmart entre as empresas de tecnologia agrícola. Os percentuais de economia apresentados no panorama são informados pelos fornecedores e dependem do contexto da operação.

Para quem tem um pequeno mercado, uma distribuidora ou uma operação com produtos perecíveis, uma aplicação a explorar é cruzar compras, vendas, perdas e prazo de reposição. O teste pode começar com uma categoria de produtos, conferindo se as recomendações reduzem falta e descarte sem elevar demais o estoque.

No campo, o projeto pode exigir sensores, conectividade e acompanhamento agronômico. No varejo, pode esbarrar num cadastro inconsistente ou em vendas que não foram registradas corretamente. A mesma ideia de previsão encontra condições diferentes em cada lugar.

Um alerta também precisa chegar a alguém com tempo e autoridade para agir. Se o sistema identifica risco de perda e a compra continua seguindo a rotina anterior, pouco mudou.

Escolha uma perda recorrente da sua operação e procure a decisão que acontece antes dela. É nesse ponto que um dado mais frequente ou uma recomendação melhor pode fazer diferença.

Leia o panorama da Hortifruti Brasil

Na mineradora chilena Codelco, o presidente executivo e as vice-presidências foram capacitados antes da expansão do uso de IA para outras equipes.

A empresa habilitou 5.500 licenças do Microsoft 365 Copilot e abriu 600 vagas para uma rede de multiplicadores internos. Em três dias, 900 pessoas se inscreveram. O programa combina apoio entre colegas, regras de uso e revisão de segurança para agentes internos.

Segundo a Microsoft, já há aplicações em acesso a informações, licitações e áreas operacionais. A divulgação não apresenta ganhos mensurados de tempo, custo ou retorno. O caso serve para observar a implantação e a preparação das pessoas.

Numa empresa menor, uma pessoa próxima da operação pode ajudar os colegas a testar um fluxo e registrar os ajustes necessários. O gestor precisa entender a mudança, reservar tempo e combinar como o resultado será acompanhado.

Em uma validação recente de um painel que estamos implantando, esse trabalho apareceu depois de a interface já estar disponível. O sistema transforma conversas em atividades acompanháveis. Só que uma atividade registrada pode ter sido resolvida fora do painel, sem que essa informação tenha voltado para ele.

Foi necessário definir a rotina de conferência e atualização, além de responsáveis e tratamento dos casos ambíguos. A implantação ainda está em validação. Uma lista de pendências gerada pela IA só continua confiável se a operação alimentar o que aconteceu depois.

O treinamento precisa chegar a esse nível: onde registrar a mudança, como corrigir uma interpretação e quem procurar quando o procedimento falha. O material mais útil pode ser um exemplo real executado pela equipe, com as dúvidas e as exceções que apareceram.

Se sua equipe já tem acesso à IA, mas ainda não sabe onde usá-la com segurança, responda este e-mail com uma tarefa que costuma travar. Podemos organizar uma oficina sobre esse processo e um plano de adoção com responsáveis, exemplos e critérios de revisão.

Conheça a iniciativa da Codelco, divulgada pela Microsoft

Uma pessoa sabe pedir à IA uma proposta bem organizada. Outra descobriu como comparar fornecedores. Uma terceira montou um bom procedimento de revisão. O conhecimento está funcionando, mas ficou espalhado em conversas individuais.

O Google anunciou Skills, instruções reutilizáveis que podem ser combinadas no mesmo pedido, no padrão de arquivo SKILL.md. A expansão no Workspace começa em 5 de outubro para contas de lançamento rápido e em 19 de outubro para as de lançamento programado. No aplicativo Gemini, começa em 13 de outubro. A liberação será gradual.

Há um limite prático: as Skills ainda não sincronizam entre Gemini e Workspace. Usá-las nos dois ambientes exige manter cópias separadas. A transição dos Gems também afetará automações existentes; para empresas, a retirada prevista ocorre não antes de 1º de março de 2027.

Para uma PME, o teste pode ser simples: escolher uma tarefa frequente e documentar os critérios que hoje ficam na cabeça de quem a executa.

Na revisão de uma proposta, por exemplo, o arquivo pode orientar a conferência de entregáveis, dependências, valores e responsabilidades. Também deve dizer o que fazer quando uma informação estiver ausente e mostrar um exemplo de boa saída.

Isso precisa de manutenção. Alguém deve aprovar a versão, testar situações comuns e exceções e atualizar o procedimento quando o negócio mudar. Duas cópias divergentes podem produzir orientações diferentes dentro da mesma equipe.

O benefício ainda precisa ser medido no trabalho: menos correções? Mais consistência? Menor tempo para preparar e conferir? Começar com uma tarefa permite descobrir isso antes de migrar uma biblioteca inteira.

Vale olhar para o conhecimento que já funciona na sua empresa: ele está documentado de forma que outra pessoa consiga usar, revisar e melhorar?

Veja o anúncio e o cronograma do Google

Uma instrução pode dizer que o agente só deve consultar informações. A segurança do projeto depende também de verificar quais ações suas ferramentas realmente permitem.

A Nvidia anunciou uma plataforma de segurança que inclui o OpenShell, software aberto para controlar a execução de agentes. Ele aplica políticas fora do processo do agente, bloqueia acessos por padrão e registra permissões e recusas.

A proposta inclui ainda o Sentry, um desenho de referência com monitoramento em hardware. São camadas diferentes. A disponibilidade do software não significa que uma pequena empresa precise adotar toda essa infraestrutura. O anúncio também não demonstra redução independente de incidentes em clientes.

O princípio pode entrar hoje numa conversa de contratação: pedir uma demonstração de como o agente é impedido de ultrapassar o escopo autorizado.

Três testes ajudam a tornar essa conversa concreta:

O teste deve ser feito em ambiente controlado, com a equipe responsável. Dependendo da ação, a proteção pode estar nas permissões do sistema, numa regra da integração ou num mecanismo de aprovação.

Também é preciso definir quem revisa os acessos quando o projeto evolui. Um agente que começou consultando uma agenda pode ganhar novas funções e passar a alterar compromissos. A ampliação de capacidade muda o risco e exige nova avaliação.

Antes de aumentar a autonomia de um agente, peça que alguém mostre o bloqueio funcionando. Essa evidência é mais útil do que uma promessa genérica de segurança.

Veja a descrição do OpenShell e o anúncio da plataforma

A Concentrix, empresa global de serviços de experiência do cliente, trouxe um contraste nos resultados trimestrais divulgados em 29 de setembro.

A receita foi de US$ 2,454 bilhões, queda anual de 1,2%. A margem operacional ajustada subiu de 12,3% para 12,6%.

O CEO afirmou que metade da receita vem de negócios conquistados e implantados nos três anos desde a introdução da IA. Isso não significa que metade do faturamento seja de produtos de IA. É a descrição de um conjunto de negócios novos, enquanto a companhia diz substituir deliberadamente parte da oferta tradicional.

Os números mostram a evolução financeira; não isolam quanto dela foi causado pela IA. A margem ajustada também precisa ser lida junto ao resultado contábil: houve prejuízo operacional que inclui uma redução não caixa de US$ 1,05 bilhão no valor contábil de ativos, relacionada principalmente à cotação e ao valor de mercado.

Para uma empresa de serviços menor, a reflexão é outra: o que acontece com a oferta quando parte da entrega fica mais rápida?

Uma atividade pode liberar espaço para atender mais clientes. Pode melhorar o prazo de resposta. Pode permitir um acompanhamento que antes era caro demais. Também pode aumentar a pressão por preço, se o cliente passar a enxergar a entrega como mais simples ou comum.

Convém acompanhar receita, margem e qualidade por serviço. O ganho de tempo precisa aparecer em alguma dessas dimensões, considerando implantação, revisão e sustentação. Se tudo for misturado num único indicador de produtividade, a empresa pode perceber tarde que está produzindo mais e recebendo menos.

Escolha um serviço que sua empresa vende hoje. Se ele puder ser entregue em metade do tempo, o que você pretende fazer com essa capacidade e o que o cliente perceberá de melhor?

Leia os resultados oficiais da Concentrix.

Na próxima reunião de equipe, peça que cada pessoa aponte uma tarefa que precisa fazer para conseguir começar outra.

Procurar informação, reorganizar documentos, descobrir o responsável, completar um cadastro, reconstruir uma conversa. Escolha uma delas e acompanhe o caminho até a entrega seguinte.

Se houver um teste de IA, compare o tempo e a qualidade nas duas etapas. É assim que você descobre se o trabalho ficou mais leve ou se a dificuldade apenas mudou de lugar.

Qual tarefa sua empresa poderia tirar da frente sem criar um problema para quem vem depois?

Até a próxima.

BrosNews
Uma newsletter da BrosAI