João Miguel Mesquita
A introdução de agentes de inteligência artificial nas empresas está a expor uma fragilidade antiga da governação tecnológica: a gestão da mudança continua a ser tratada como um tema secundário, quando é, na prática, um dos principais fatores de sucesso ou fracasso das transformações digitais. A aceitação por parte dos colaboradores, a clareza na comunicação e a adaptação dos processos tornam-se ainda mais críticas num contexto em que a IA introduz novos riscos, incertezas e formas de trabalhar.
Os agentes de IA não seguem um percurso linear de implementação, sobretudo porque a própria tecnologia evolui a um ritmo acelerado. O que há poucos meses era complexo ou dispendioso pode hoje ser mais simples e acessível. Em contrapartida, alinhar a estratégia de IA, criar modelos de governação eficazes, decidir onde experimentar e levar soluções de piloto para produção continua a ser um desafio estrutural para os gestores e responsáveis de TI.
Um dos primeiros passos passa por clarificar conceitos dentro da organização. O termo “agente de IA” é usado de forma muito ampla, abrangendo desde modelos de processamento de linguagem natural integrados em fluxos de trabalho até ferramentas de apoio à experiência do colaborador ou do cliente. Sem uma linguagem comum e expectativas realistas, os programas de mudança correm o risco de gerar mais dúvidas do que confiança entre os utilizadores.
Outro aspeto central é a segmentação da força de trabalho em função do seu papel na IA. Executivos, responsáveis de conformidade, especialistas técnicos, utilizadores finais e equipas de inovação enfrentam desafios distintos e têm níveis de envolvimento muito diferentes. Ajustar a gestão da mudança a estes perfis permite alinhar melhor as iniciativas de IA com a forma como as pessoas realmente trabalham e tomam decisões.
A definição de prioridades estratégicas surge como um ponto de tensão frequente, à medida que os CEO e diretores de área disputam investimento e protagonismo em projetos de IA. A experiência mostra que tentar responder a todas as solicitações leva a resultados medíocres. Ancorar os agentes de IA em duas ou três oportunidades concretas, ligadas a objetivos de negócio já existentes, ajuda a evitar que a tecnologia se transforme num exercício paralelo sem impacto real.
Neste processo, os gestores de TI não podem assumir sozinhos o papel de líderes da mudança. A construção de alianças internas e a identificação de embaixadores da IA tornam-se competências essenciais para alinhar a liderança e dar consistência à estratégia. Esta colaboração é igualmente decisiva na governação da IA, um domínio frequentemente negligenciado na corrida à inovação.
A governação da IA exige equilíbrio entre controlo e experimentação. A pressão para colocar agentes em produção pode resultar em sistemas onde os mecanismos tradicionais de segurança já não são suficientes. Definir limites claros sobre o que os agentes podem fazer de forma autónoma, sobretudo quando estão envolvidos dados sensíveis ou processos críticos, é um requisito básico antes de qualquer implementação alargada.
A componente humana volta a destacar-se na necessidade de criar “campeões de IA” dentro da organização. Os agentes dependem de processos bem definidos, dados estruturados e conhecimento explícito. Quando esse conhecimento está disperso ou retido por especialistas relutantes em partilhá-lo, o valor da IA diminui drasticamente. Cabe às áreas de TI, em articulação com os recursos humanos, criar incentivos, métricas de desempenho e condições para que esses especialistas validem, corrijam e melhorem continuamente o comportamento dos agentes.
Os receios dos utilizadores finais não podem ser ignorados. O medo de substituição por IA é real e deve estar no centro dos programas de gestão da mudança. Mais do que formação técnica, é necessária literacia em IA, pensamento crítico e compreensão das limitações dos sistemas, incluindo fenómenos como as alucinações. A criação de uma cultura de aprendizagem contínua torna-se, assim, um investimento de longo prazo e não apenas uma resposta pontual a uma transformação específica.
Por fim, a experiência do cliente surge como um dos principais campos de aplicação futura dos agentes de IA. Da saúde à banca ou ao retalho, os casos de uso mais promissores exigem uma colaboração estreita entre equipas de inovação e equipas operacionais. São estas últimas que, ao utilizarem a IA no dia a dia, conseguem avaliar o impacto real nos processos e nas decisões, fornecendo o feedback necessário para que a tecnologia responda efetivamente às necessidades dos clientes.
