Bom dia!
Uma mensagem urgente chegou pelo WhatsApp. Parecia ter sido enviada pelo principal executivo de um grande banco italiano. Depois veio uma ligação de confirmação, com a voz de um advogado conhecido. A operação era confidencial, internacional e precisava andar rápido.
O pedido era falso. A voz também.
Segundo a Reuters, criminosos usaram inteligência artificial para se passar por executivos e convencer o banco privado Fideuram, do grupo Intesa Sanpaolo, a transferir € 95 milhões. Mais da metade foi recuperada, mas cerca de € 36 milhões continuavam desaparecidos.
O caso abre uma boa janela para a semana. A IA está ganhando capacidade para escrever, falar, conectar sistemas, executar tarefas e produzir em escala. Ao mesmo tempo, o valor está se deslocando para aquilo que fica ao redor da ferramenta: autorização, revisão, exceções, indicadores, interrupção e responsabilidade.
Nesta edição, vamos passar por fraude, automação de processos, suporte preventivo, desenho do trabalho, criatividade e métricas que melhoram de um lado enquanto pioram o sistema inteiro.
Na edição de hoje
Como uma ordem falsa atravessou a hierarquia de um banco
O Google abriu o Workspace para automações externas
Por que prevenir um chamado pode valer mais do que respondê-lo rápido
O trabalho invisível que aparece quando a IA começa a operar
O melhor momento para colocar IA em uma conversa criativa
O risco de otimizar uma métrica e piorar o resultado do negócio
Uma voz conhecida já não confirma identidade
O golpe contra a Fideuram começou com uma mensagem que parecia vir de Carlo Messina, CEO do Intesa Sanpaolo. O então presidente da Fideuram recebeu pelo WhatsApp um pedido urgente de ajuda para uma transação no exterior. Depois, uma ligação com a voz clonada de um advogado reforçou a instrução.
A combinação funcionou porque explorou três coisas que já existiam antes da IA: autoridade, urgência e confidencialidade.
A tecnologia deixou a fraude mais convincente. O processo permitiu que ela avançasse.
Esse detalhe importa para empresas de qualquer porte. Muitas operações financeiras ainda dependem de confirmações informais, feitas no mesmo canal em que o pedido apareceu. A pessoa recebe uma mensagem, escuta um áudio ou atende uma chamada e considera que a identidade está confirmada.
Esse raciocínio envelheceu.
Na BrosAI, registramos uma regra simples para nossos projetos: agentes não devem executar livremente ações financeiras, destrutivas, privilegiadas ou com consequências graves. Nessas situações, a decisão final continua sob controle humano e precisa acontecer em um sistema adequado.
O mesmo princípio vale para pessoas. Uma transferência extraordinária deveria exigir uma confirmação por canal independente, destinatário conhecido, limite de valor e, dependendo do risco, dupla aprovação. A checagem precisa sobreviver à possibilidade de voz, imagem e texto serem falsificados.
Vale levar uma pergunta para a próxima reunião financeira: qual pagamento importante ainda pode ser liberado porque alguém reconheceu uma voz ou recebeu uma mensagem de um superior?
O Workspace começou a sair da tela
O Google ampliou o Workspace Studio, sua ferramenta de automação, com quatro capacidades: gatilhos personalizados, etapas com lógica própria, integrações com sistemas externos e webhooks.
Na prática, um fluxo dentro do Workspace pode reagir a um evento em outra aplicação, executar uma regra, enviar dados para ferramentas como HubSpot, QuickBooks, Salesforce, Asana ou Slack e disparar uma ação em uma API externa.
O anúncio parece técnico, mas a consequência é bastante concreta. Para muitas empresas, o e-mail, a agenda, os documentos e as planilhas são o centro informal da operação. Agora esse centro começa a conversar diretamente com CRM, financeiro, projetos e atendimento.
O Google incluiu controles administrativos e aprovações humanas configuráveis. Os novos recursos ficam desativados por padrão. A lista permitida de webhooks está disponível apenas em alguns planos. As integrações ainda estão em beta.
Esses limites fazem sentido porque conectar sistemas é justamente o ponto em que uma automação deixa de organizar informação e passa a alterar a operação.
Em um projeto que estamos implantando, por exemplo, o problema inicial parecia ser apenas “ler documentos fiscais com IA”. O fluxo real era muito maior. Mais de cem notas por dia chegam a um sistema de chamados, passam por aprovações e depois precisam ser conferidas e lançadas por uma equipe fiscal.
A solução não termina quando a IA extrai fornecedor, CNPJ, impostos e valores. Estamos desenhando uma interface em que o documento aparece ao lado dos campos sugeridos, o fiscal corrige o que for necessário e valida em sequência. O sistema registra quem aprovou, quando aprovou e qual informação pode seguir para a próxima etapa.
Esse caso resume a diferença entre uma demonstração e uma implantação. A demonstração lê uma nota. A implantação decide de onde ela vem, onde o resultado é gravado, quem revisa, como uma divergência volta ao fluxo e o que acontece quando a integração falha.
Antes de procurar uma ferramenta, vale escolher um processo repetitivo e desenhá-lo do começo ao fim: entrada, decisão, sistema de registro, exceção, aprovação e saída. É aí que a oportunidade aparece.
Se sua equipe já vive copiando informações entre e-mail, planilha, WhatsApp e sistema, fale conosco. Podemos mapear um fluxo real e identificar onde integração, automação e revisão humana economizam tempo sem quebrar o processo.
O melhor chamado pode ser aquele que nunca foi aberto
A Mondelēz afirma ter recuperado mais de 10,2 mil horas de produtividade por mês ao mudar a forma de operar o suporte interno de tecnologia.
Em vez de esperar o funcionário perceber um problema, abrir um chamado e aguardar atendimento, a empresa passou a monitorar sinais de atrito em dispositivos e aplicações. Parte das falhas comuns é corrigida automaticamente antes de interromper o trabalho.
Segundo o estudo de caso publicado pela HCLTech, 92% das correções de dispositivos foram automatizadas, mais de 1.100 remediações passaram a ocorrer preventivamente por mês e o indicador de experiência digital subiu de 57 para 82 em 12 meses.
Os números vêm das empresas envolvidas na implantação, por isso merecem ser lidos como declaração corporativa. O aprendizado operacional, porém, é útil: medir apenas velocidade de resposta pode esconder a pergunta mais valiosa.
Por que o problema precisou virar um chamado?
Essa mudança de perspectiva não exige a escala da Mondelēz. Em um projeto nosso que transforma conversas de WhatsApp em atividades acompanháveis, o fluxo diário não termina quando a IA gera o resumo. Há registro de execução, tratamento de erros e um watchdog que verifica se o processamento terminou com sucesso, ficou incompleto ou nem chegou a acontecer. O alerta é enviado antes que a ausência do resultado seja descoberta por acaso no dia seguinte.
Esse desenho nasceu depois de falhas reais de produção. É uma lembrança útil de que prevenção raramente começa com um modelo mais inteligente. Ela começa com estados bem definidos, histórico, responsável e sinalização.
Escolha uma interrupção recorrente da sua empresa. Em vez de perguntar como atendê-la mais rápido, procure o sinal que aparece antes dela. Pode ser armazenamento quase cheio, pedido parado, documento sem anexo, cliente sem retorno, cobrança vencendo ou tarefa que atravessou o prazo.
O endereço do trabalho muda com a automação
Um estudo global do IBM Institute for Business Value mostra que somente 26% das organizações definem com clareza quais atividades são conduzidas por pessoas, assistidas por IA ou executadas pela IA.
Ao mesmo tempo, 80% dizem ter um plano de requalificação para a força de trabalho colaborar com tecnologia. O contraste é importante. Treinar pessoas para usar uma ferramenta ajuda, mas não resolve quem revisa, quem corrige, quem trata as exceções e quem pode interromper a automação.
Esse trabalho costuma ficar invisível porque aparece depois do ganho inicial. Uma atividade leva cinco minutos em vez de meia hora, mas alguém precisa conferir a saída. O volume aumenta, mas também cresce a fila de casos ambíguos. O atendimento responde mais rápido, mas a equipe humana recebe os problemas mais difíceis e emocionalmente carregados.
Em um fluxo operacional que estamos construindo, a IA analisou 47 candidatos a atividades. Quarenta foram encaminhados automaticamente. Sete casos ambíguos foram enviados para revisão antes de virar tarefa. Também definimos que concluir uma atividade é uma ação exclusivamente humana. A IA pode identificar, organizar, atualizar e cobrar. Ela não pode declarar que o trabalho foi feito.
Essa é uma escolha deliberada de responsabilidade.
Uma boa automação deveria responder, antes de entrar em produção:
Qual parte do trabalho deixa de existir?
Qual parte muda de pessoa ou de momento?
Que exceções serão criadas?
Quem pode corrigir e reprocessar?
Quem responde pelo resultado final?
Como o custo de revisão entra na conta?
Se sua empresa já liberou ChatGPT, Claude, Gemini ou outra ferramenta, mas cada pessoa criou seu próprio jeito de trabalhar, podemos conduzir um workshop para mapear usos, limites, revisão e boas práticas por função. O objetivo é transformar acesso em capacidade operacional, sem vender a ideia de que uma licença reorganiza o trabalho sozinha.
Talvez a IA esteja entrando cedo demais na reunião
A Atlassian testou quando a IA ajuda mais em sessões de brainstorming.
Em um experimento com 797 profissionais, usar IA no início aumentou em até 43% a quantidade de ideias na primeira rodada. Em outro teste, com profissionais de RH da própria Atlassian, o grupo que começou com IA avançou mais rápido e cobriu mais tópicos nos primeiros dez minutos.
No fim da sessão, porém, os dois grupos chegaram a resultados de criatividade parecidos. Quem começou pensando sem IA relatou mais conexão com as próprias ideias. Todos os 12 participantes considerados nessa parte do estudo sentiram mais propriedade sobre o resultado humano primeiro.
O achado mais interessante veio da troca entre colegas. Participantes que leram ideias de outra pessoa antes de pensar sozinhos superaram tanto quem trabalhou isoladamente quanto quem foi direto para a IA. A originalidade foi 11% maior do que no grupo que usou IA diretamente.
Isso sugere um pequeno experimento para reuniões de estratégia, produto, marketing ou solução de problemas:
Cada pessoa registra sua leitura do problema e algumas hipóteses sem usar IA.
O grupo troca ideias e identifica pontos de tensão, contradições e experiências concretas.
A IA entra depois para ampliar alternativas, encontrar lacunas, simular objeções e organizar o material.
A decisão final volta para as pessoas, com critérios claros.
Começar com IA é confortável porque remove o desconforto da página em branco. Só que esse desconforto também obriga a equipe a formular o problema com as próprias palavras.
Na próxima conversa criativa, não precisa proibir a IA. Experimente mudar o momento em que ela entra.
Produzir mais pode melhorar a planilha e piorar o sistema
Duas notícias da semana mostram o mesmo risco em contextos muito diferentes.
A Blue Cross Blue Shield Association analisou dados de planos de saúde e estimou que o aumento na intensidade da codificação hospitalar acrescentou US$ 942 milhões aos custos das associadas entre 2023 e 2025. A associação relaciona parte do movimento ao uso de ferramentas de IA que encontram e registram diagnósticos adicionais. Segundo a análise, os pacientes passaram a parecer mais complexos nos códigos, sem uma mudança equivalente no cuidado recebido.
Hospitais contestam a leitura e afirmam que as ferramentas tornam a documentação mais completa e refletem pacientes realmente mais complexos. Portanto, o número não prova sozinho que a IA causou todo o aumento.
Mesmo assim, o caso revela um incentivo perigoso. Se cada lado otimiza sua métrica local, o hospital melhora o reembolso, a seguradora automatiza a contestação e o sistema inteiro pode gastar mais para disputar o mesmo atendimento.
Em outra ponta, a produção de dramas curtos com IA explodiu na China. Dados da DataEye citados pela imprensa chinesa indicam que cerca de 220 mil produções desse tipo foram lançadas no Douyin no primeiro semestre de 2026. Apenas 1.055 ultrapassaram 100 milhões de visualizações, uma taxa próxima de 0,47%.
O custo de produzir caiu e o volume subiu. A atenção não acompanhou.
Nos dois casos, a ferramenta melhora uma etapa mensurável. Mais códigos identificados. Mais vídeos publicados. O resultado final continua dependendo de algo que a métrica local não captura: cuidado necessário, custo total, retenção, relevância, confiança ou receita sustentável.
Esse é um cuidado que levamos para projetos de atendimento e vendas. Quando um agente conversa bem, ainda precisamos separar o que depende dele do que depende de estoque, catálogo, site, checkout e operação humana. Uma taxa de resposta pode melhorar enquanto o cliente continua sem conseguir comprar.
Antes de comemorar produtividade, vale seguir a tarefa até o fim. O indicador mais importante pode estar duas etapas depois daquela que a IA acelerou.
Leia a análise da Blue Cross Blue Shield Association e a reportagem sobre o mercado chinês de dramas curtos com IA.
Para guardar
As histórias desta semana mostram que a automação exige mais desenho.
Quando a IA começa a executar, alguém precisa definir o que ela pode fazer, o que precisa de aprovação, como uma exceção volta ao fluxo, qual alerta aparece antes do problema e que indicador representa o resultado completo.
Talvez a pergunta mais útil para levar à empresa seja esta:
Se dobrarmos o volume desta atividade amanhã, o processo aguenta, a equipe absorve e o resultado melhora?
Se a resposta ainda estiver nebulosa, o próximo passo é entender melhor o trabalho antes de ampliar a automação.
Se esta edição fez você lembrar de um processo da sua empresa, responda este e-mail e conte qual. Nós lemos todas as respostas.
Até a próxima.
Não é sobre colocar IA em tudo. É sobre colocar IA onde faz sentido.
Se você quer identificar onde a inteligência artificial pode reduzir custos, economizar tempo ou melhorar processos na sua empresa, converse com a BrosAI.
