By Gabriel Simonet | CMO at GeneXus, a Globant Company

No Partners Meeting deste ano, cinco palestras diferentes chegaram à mesma conclusão, cada uma a partir de um ângulo diferente: a tecnologia já funciona. O que determina o sucesso de uma iniciativa de IA é a estrutura organizacional construída ao redor dos modelos.

À medida que comparamos as experiências compartilhadas, esses nove desafios continuavam surgindo.

1. O gargalo se desloca; ele não desaparece

Quando uma equipe de desenvolvimento adota IA e se torna dez vezes mais produtiva, o gargalo se transfere para outro elo da cadeia: marketing, jurídico, conformidade ou treinamento. Essas funções estão organizadas em torno de um ritmo que já mudou. Falei sobre isso porque vi em primeira mão em muitas empresas, e isso se conecta com algo que Andrew Ng vem alertando há algum tempo: o atrito agora está entre as equipes, e não dentro delas.

2. As partes interessadas estão mudando

As equipes de negócios estão assumindo um papel maior na conversa ao lado da TI. Gisela Bertelli compartilhou o caso de um aeroporto, onde o patrocinador da transformação digital trabalha na área jurídica – algo que teria sido impensável três anos atrás. As áreas de negócios sentem a urgência, entendem o impacto e lideram a adoção. A TI se torna o parceiro que orquestra o trabalho.

3. Existe uma lacuna real entre o protótipo e a produção

Virginia Paternostro falou sobre como construiu um bot de vendas funcional com o Claude em cinquenta minutos. A etapa final foi enganosamente difícil, porém: colocá-lo em produção, integrá-lo ao HubSpot, garantir a estabilidade e atender aos requisitos de auditoria e segurança de dados levou semanas e um especialista técnico. Construir o agente é a parte fácil. Construir a infraestrutura que permite que ele opere em produção é onde o trabalho de verdade acontece.

4. Projetar a autonomia e a supervisão humana

Gaston Milano descreveu o papel do arquiteto como o de decidir o que os agentes podem fazer por conta própria, o que requer aprovação e quando uma pessoa deve intervir. À medida que as organizações delegam mais trabalho a agentes, precisam tornar esses limites explícitos: quem é responsável, quais decisões podem ser automatizadas e como os resultados são verificados. O nível de autonomia se torna uma decisão de design para cada parte do processo.

5. Transformar o trabalho individual em conhecimento compartilhado

À medida que as pessoas trabalham com agentes, geram soluções, decisões e lições que podem ficar enterradas em conversas privadas e espaços de trabalho pessoais. As organizações precisam de maneiras de tornar esse trabalho visível e reutilizável entre as equipes. Caso contrário, todos ficam mais rápidos individualmente enquanto as equipes continuam resolvendo os mesmos problemas de forma isolada.

6. Conectar agentes ao contexto de negócios

Um agente é tão bom quanto o contexto ao qual ele pode acessar. Eugenio García destacou a integração de dados como um desafio central: conectar documentos, APIs, bancos de dados e data lakes dispersos para que os agentes possam trabalhar com informações reais de negócios. Gastón Milano acrescentou outra dimensão com o conceito de empresa como código: documentar e versionar as políticas, processos, funções e decisões que orientam o negócio. Em conjunto, isso exige conexões confiáveis, permissões de acesso claras e uma fonte única de verdade que as pessoas possam manter e os agentes possam usar.

7. Evitar o aprisionamento a plataformas

É fácil construir na primeira plataforma que resolve o problema. Mas tudo o que é construído em um ambiente específico traz sua própria amarração: as integrações, correções e configurações necessárias para fazê-lo funcionar naquele ambiente. Com o “melhor modelo” mudando a cada poucas semanas, migrar um agente para uma infraestrutura diferente se torna difícil se a portabilidade não foi considerada desde o início.

8. Planejar na névoa

O ritmo de mudança é tão alto que até a equipe que constrói a plataforma só consegue projetar seu roadmap alguns lançamentos à frente. O contexto, as capacidades dos modelos e as regras do jogo mudam antes que você chegue à linha de chegada. A capacidade de se adaptar rapidamente é o que faz a diferença.

9. Medir o impacto nos negócios

Adotar IA é um meio para um resultado de negócio: ir da produtividade individual para a orquestração de casos de uso complexos, e traduzir essa capacidade em impacto mensurável – como custos menores, menor tempo de lançamento no mercado ou maior satisfação do cliente. Tornar-se mais rápido como organização é uma decisão deliberada.

E também, a dimensão humana

Quando uma pergunta que antes fazíamos a um colega passa a ser respondida por um agente, podemos ganhar velocidade e perder uma oportunidade de aprender uns com os outros, discutir como tomar uma decisão ou descobrir algo em que ninguém havia pensado.

Se cada pessoa consegue resolver mais por conta própria, precisamos criar razões para nos reunirmos: revisar um protótipo, compartilhar o que aprendemos ou pedir uma outra perspectiva sobre uma decisão. Parte de liderar essa transformação é cultivar esses relacionamentos e transformar a capacidade individual em aprendizado compartilhado e uma cultura de colaboração.

Precisamos criar espaços onde trabalhar com IA nos ajude a trabalhar mais próximos uns dos outros.

Você também pode estar interessado em ler:

GeneXus e o poder do conhecimento

GeneXus for Agents funciona? É o que dizem seus usuários

GeneXus for Agents: o que é, como funciona e como começar