Copiar um arquivo. Responder um e-mail. Negociar uma taxa. Acompanhar uma assinatura. Investigar um alerta. Preparar uma correção.

Essas ações costumavam marcar a fronteira entre uma IA que ajudava a pensar e uma operação que ainda dependia de alguém para fazer o trabalho acontecer. Nesta semana, essa fronteira ficou um pouco menos nítida.

O Google colocou novas ações dentro do Workspace. Um banco brasileiro levou uma jornada de crédito do primeiro contato até a confirmação do Pix. A Carvana conectou um agente ao caminho completo entre o alerta e a correção. Em outro extremo, um advogado descobriu quanto custa confiar em um resumo sem voltar ao documento original.

O salto está nas permissões. Quando a IA recebe acesso a arquivos, conversas, sistemas e decisões, ela pode produzir mais valor. Também pode executar um erro, vigiar uma equipe ou criar uma dependência difícil de desfazer.

A edição de hoje percorre esses diferentes pontos da operação. Sem uma grande história dominando as outras. Cada caso traz uma decisão própria para quem está pensando em aplicar IA na empresa.

Uma solicitação chega por e-mail. Alguém copia um modelo, cria um novo arquivo, coloca o documento na pasta correta, responde à mensagem e avisa a equipe no chat.

É uma rotina pequena. Também é o tipo de rotina que se repete dezenas de vezes por semana e consome minutos que ninguém contabiliza.

O Google adicionou ao Workspace Studio quatro ações capazes de percorrer esse caminho: copiar e mover arquivos ou pastas no Drive, responder dentro de uma conversa do Gmail e publicar mensagens em espaços e tópicos do Chat.

As ações do Drive e do Chat começaram a ser liberadas em 8 de setembro. A etapa do Gmail começa a chegar em 14 de setembro. O acesso inclui os planos Business Starter, Standard e Plus.

Isso coloca automações simples ao alcance de empresas que já concentram documentos e comunicação no Workspace. Em alguns fluxos, não será necessário contratar outra plataforma ou desenvolver uma integração apenas para ligar uma pasta a uma mensagem.

Mas os quatro novos botões não organizam a rotina sozinhos. Antes de automatizar, a empresa ainda precisa decidir qual evento inicia o fluxo, para onde cada arquivo deve ir, quem recebe a resposta, quais situações fogem da regra e quando uma pessoa precisa aprovar a ação.

Um bom primeiro teste cabe em uma frase: quando acontecer X, faça Y e avise Z. Se o processo não consegue ser explicado com essa clareza, provavelmente ainda não está pronto para funcionar sozinho.

Para levar à empresa: qual rotina atravessa e-mail, pasta e mensagem interna todos os dias?

Fonte: Google Workspace

Em dias de pico, o Banco Daycoval recebe até 300 mil simulações de crédito consignado para trabalhadores com carteira assinada.

O volume é grande, o valor médio dos contratos é baixo e diferentes bancos disputam o mesmo cliente. Nesse cenário, responder mais rápido ajuda. Concluir a jornada inteira ajuda muito mais.

Em um projeto desenvolvido com a Salesforce, o banco estruturou uma operação que identifica o cliente, calcula a pontuação e a política de crédito, gera uma oferta e inicia a negociação pelo WhatsApp. Se o cliente considera a taxa alta, a IA pode apresentar uma contraproposta dentro dos limites definidos pelo banco.

O fluxo continua depois da conversa. Ele acompanha assinatura digital, verificação por selfie, andamento da proposta e liberação do dinheiro. Quando o Pix é realizado, o cliente recebe a confirmação pelo próprio canal.

Casos que escapam das regras seguem para uma pessoa. Uma segunda camada de IA acompanha a qualidade das interações.

Segundo o Daycoval, as vendas ficaram cinco vezes maiores na primeira semana. Depois de ajustes e da inclusão de outros canais além do WhatsApp, chegaram a doze vezes o patamar inicial.

Esse último número não deve ser atribuído apenas à IA, porque a operação também mudou no caminho. Ainda assim, o caso mostra algo importante: um agente tende a gerar mais valor quando não abandona o cliente entre a conversa e a próxima etapa.

Para outras empresas, a aplicação não precisa começar com uma jornada tão sensível quanto crédito. Pode estar na qualificação de um interessado, no agendamento, na coleta de documentos, na confirmação de uma visita ou na retomada de quem parou no meio.

O teste começa pelo mapa completo: onde o cliente entra, quais dados fornece, quais sistemas precisam responder, que decisão pode ser automatizada e em qual exceção uma pessoa assume.

Atendimento rápido é útil. Atendimento que consegue avançar o processo é outra categoria de valor.

Fonte: Folha de S.Paulo

Toda operação tem alertas que voltam.

Um pedido falha, a equipe corrige. Uma integração para, alguém reinicia. Uma cobrança não fecha, o financeiro ajusta. O chamado é encerrado, mas a causa continua no sistema esperando a próxima oportunidade.

A Carvana aplicou IA justamente nesse intervalo entre perceber um problema e impedir que ele aconteça novamente.

Quando um alerta chega aos canais de produção no Slack, um agente consulta tickets, histórico de versões, código e dados. Ele reúne o contexto, sugere a causa, identifica quem pode resolver e, em alguns casos, prepara uma proposta de correção. Uma pessoa revisa antes que qualquer alteração chegue à produção.

A empresa diz que o volume de alertas recorrentes caiu 56% em uma equipe. Em outra, o tempo para chegar a uma resposta diminuiu 65%.

O caso é técnico, mas o desenho cabe em outros departamentos. Pense em um agente que recebe reclamações sobre pedidos atrasados, consulta estoque, transportadora e histórico, encontra a origem mais provável, encaminha a ação e acompanha se o mesmo padrão reaparece.

Ou em uma operação financeira na qual divergências parecidas são tratadas todos os meses. O agente pode organizar os sinais, mas a métrica precisa ir além do número de chamados processados. O que interessa é saber se o problema voltou.

Para testar sem abrir a empresa inteira para a IA, escolha uma única classe de alerta. Dê acesso apenas às fontes necessárias, mantenha a aprovação com o responsável e registre acertos, diagnósticos errados e reincidências.

Uma operação aprende quando a solução de hoje reduz a fila de amanhã.

Fonte: Anthropic e Carvana

A conversa sobre IA e emprego costuma começar pelo número de vagas que podem desaparecer. Um estudo da plataforma de folha de pagamento Gusto encontrou outro movimento entre empresas muito pequenas.

Os pesquisadores acompanharam 2.262 negócios que já conheciam IA. Desses, 1.593 afirmaram usar a tecnologia e 669 ainda não haviam adotado.

Depois de quatro trimestres, as empresas do primeiro grupo tinham equipes 6,8% maiores. Entre os negócios com menos de dez funcionários, a diferença se aproximou de 10%. Empresas com 10 a 24 pessoas não apresentaram mudança mensurável.

As contratações apareceram principalmente em funções ligadas à entrega ao cliente, como professores, técnicos, cozinheiros, terapeutas e higienistas dentais.

Os dados mostram uma associação, não uma causa. Empresas que adotam IA cedo também podem ser mais organizadas, ambiciosas ou dispostas a investir. Além disso, o estudo acompanha clientes da Gusto nos Estados Unidos.

Mesmo com esse cuidado, o recorte ajuda a mudar a pergunta dentro da empresa. Economizar horas não determina sozinho o efeito sobre a equipe. O destino dessas horas importa.

Se o dono deixa de preparar relatórios manualmente e usa o tempo para atender mais clientes, a demanda pode crescer. Se a equipe reduz tarefas administrativas e amplia a capacidade de entrega, novas contratações podem se tornar necessárias. Se ninguém decide o que fazer com o tempo recuperado, a produtividade fica espalhada e quase invisível.

Antes de automatizar uma rotina, vale registrar duas medidas: quanto tempo ela consome hoje e qual atividade receberá a capacidade liberada. Depois, acompanhar se o ganho apareceu em atendimento, produção, vendas, qualidade ou apenas em uma agenda um pouco menos apertada.

A produtividade só vira resultado quando encontra um destino.

Fontes: Gusto e Axios

Depois de um dia inteiro visitando clientes, os vendedores da Black Lake registravam o trabalho no CRM. Horas de conversas, dúvidas, objeções e sinais de interesse terminavam condensadas em um parágrafo escrito de memória.

A empresa decidiu capturar muito mais.

Vendedores passaram a usar um dispositivo que registrava conversas e localização. Esse material alimentava um agente treinado para funcionar como coach comercial.

Em uma comparação interna, sete de dez vendedores experientes preferiram as recomendações da IA às orientações do líder comercial mais experiente da empresa.

A aplicação é interessante porque transforma conversas dispersas em material de aprendizado. Um gestor pode descobrir objeções recorrentes, abordagens que funcionam e dificuldades que aparecem em várias pessoas. O treinamento deixa de depender apenas da lembrança de quem participou da reunião.

Preferir uma recomendação, porém, ainda não significa vender mais. O teste não divulgou mudança em conversão, receita ou duração do ciclo comercial.

Há também uma fronteira que precisa ser definida antes da tecnologia. Gravar todas as conversas e acompanhar localização pode ajudar a entender o processo, mas também pode criar uma estrutura de vigilância difícil de justificar.

Uma empresa menor pode começar de maneira proporcional: selecionar chamadas com consentimento, retirar dados sensíveis, criar uma mesma lista de critérios para a IA e para o gestor e comparar os dois feedbacks. Só depois faria sentido acompanhar se a orientação melhorou a qualidade das conversas ou os resultados comerciais.

O melhor desenho é aquele em que a equipe sabe o que está sendo analisado, por qual motivo, quem terá acesso e como poderá contestar uma conclusão.

Para pensar: sua empresa quer usar conversas reais para ensinar melhor ou para controlar cada movimento da equipe?

Fontes: Fortune e South China Morning Post

Um advogado do Novo México precisava resumir a transcrição de um julgamento para preparar o recurso de um cliente condenado por homicídio.

Ele enviou a transcrição e outros materiais ao ChatGPT. Depois, apresentou à Justiça um documento com depoimentos policiais e testemunhas que nunca existiram.

O profissional afirmou que esperava receber um resumo confiável e não conferiu adequadamente o conteúdo antes do protocolo. A Suprema Corte do estado aplicou multa de US$ 5 mil, declarou o advogado em desacato, encaminhou o caso para possível apuração disciplinar e transferiu o recurso para uma defensora pública.

O episódio foi além das citações jurídicas inventadas que já apareceram em outros casos. A IA alterou os próprios fatos do processo.

Isso torna a lição útil para qualquer atividade que transforma documentos extensos em uma decisão: jurídico, contabilidade, saúde, crédito, compras, auditoria ou elaboração de propostas.

Revisão humana não pode significar apenas reler o texto e avaliar se ele parece bem escrito. Cada afirmação relevante precisa apontar para uma página, documento, e-mail ou registro que permita confirmar sua origem.

Um fluxo seguro separa três momentos: a IA prepara, uma pessoa confere na fonte e outra ação libera o envio quando o impacto exige. O responsável final continua sendo quem assina, protocola, aprova ou comunica.

O caso ocorreu nos Estados Unidos e não define as consequências jurídicas no Brasil. O problema operacional, porém, atravessa qualquer fronteira: um resumo convincente pode esconder uma matéria-prima falsa.

Para levar à empresa: quem confere uma saída de IA antes que ela vire contrato, laudo, proposta, pagamento ou decisão?

Fontes: Reuters e decisão judicial

Quanto mais a IA entra no trabalho, mais componentes passam a depender dela.

O agente usa um modelo, consulta uma base, chama uma integração, grava informações em outro sistema e devolve a resposta por um canal. Se uma dessas peças muda o preço, limita o acesso ou deixa de existir, a empresa descobre quanto daquele processo realmente controla.

Uma pesquisa da Capgemini com 1.300 executivos de grandes organizações encontrou um cenário desconfortável. Apenas 14% disseram ter visibilidade completa de suas dependências tecnológicas. Para 36%, abandonar um fornecedor crítico levaria mais de doze meses. Outros 10% afirmaram não ter uma alternativa viável.

A amostra reúne organizações com mais de US$ 1 bilhão em receita ou orçamento. Os percentuais não representam diretamente uma PME. A pergunta, no entanto, fica ainda mais importante para empresas menores, que normalmente têm menos equipe e orçamento para conduzir uma migração emergencial.

Independência total seria cara e pouco prática. A empresa não precisa manter dois fornecedores para cada ferramenta. Precisa saber onde uma interrupção realmente pararia a operação.

Um inventário simples já ajuda. Para cada processo crítico, registre:

Documentar instruções, regras e integrações também reduz a dependência. Quando todo o conhecimento está escondido dentro de um fornecedor ou na cabeça de quem construiu a automação, trocar se torna muito mais difícil.

O momento de pensar na saída é enquanto tudo funciona. Durante uma interrupção, a empresa já estará pagando pela falta desse plano.

Fontes: Capgemini Research Institute e Reuters

Antes de dar a um agente acesso a mais um sistema, vale escrever quatro linhas:

Essas respostas não precisam começar em um documento complicado. Precisam existir antes que a automação se torne invisível e essencial ao mesmo tempo.

Se alguma das situações desta edição parece familiar, responda este e-mail. Queremos saber onde a IA já está agindo na sua operação e qual decisão ficou mais difícil depois disso.

Até a próxima edição.

BrosNews
Uma newsletter da BrosAI