Por Demetrius Dellê, ACCEL Governança de Capital Humano
Muitas empresas confundiram velocidade no uso de inteligência artificial com capacidade de entregar resultado. Equipes jovens adotam a IA com facilidade, mas sem experiência para questionar o que a máquina produz. O efeito é retrabalho, erro técnico e custo que não aparece no orçamento. Este texto é dirigido a conselhos, comitês executivos e C-levels.
O paradoxo: facilidade de uso não é competência
O profissional júnior tem pouca barreira para usar IA. O problema é que ele tende a aceitar a primeira resposta do sistema, algo chamado de complacência algorítmica. O texto sai bem escrito e com aparência de autoridade, e o erro passa. Quem paga a conta é o líder sênior, que precisa revisar e corrigir.
Os números do Alight Employee Mindset Study (2025) mostram a diferença entre gerações:
Indicador | Geração Z | Millennials | Geração X | Boomers |
Confia nas recomendações da IA | 53% | 54% | 25% | 16% |
Usa IA todos os dias no trabalho | 26% | 30% | 12% | 12% |
Nunca usou IA no trabalho | 15% | 13% | 46% | 62% |
A desconfiança dos mais velhos costuma ser lida como resistência. Na prática, funciona como controle de qualidade contra as alucinações da IA.
Dois perfis que desperdiçam recursos
O hiperespecialista inoperante ("sabe tudo de nada"): domina seu nicho, mas recusa automatizar tarefas simples. Entrega com qualidade, porém devagar demais.
O hipergeneralista ("sabe nada de tudo"): usa IA para tudo e passa a acreditar que domina assuntos que não domina. Produz o chamado workslop, entregas rápidas, longas e cheias de erros sutis.
Alucinações de IA e risco jurídico
Os modelos de linguagem trabalham por probabilidade, e não por checagem de fatos. Estudos de Stanford (2024) apontaram taxas de alucinação de 17% no Lexis+ AI e de 33% no Westlaw. Em ferramentas de uso geral sem validação humana, o índice chegou a ficar entre 58% e 82% em temas complexos. Tribunais do Reino Unido, dos Estados Unidos e da Austrália já puniram advogados que apresentaram citações inventadas pela IA. Em todos os casos, a responsabilidade foi atribuída a quem assinou.
O custo escondido dos tokens
Conversas longas com IA ficam cada vez mais caras, porque todo o histórico é reenviado a cada nova interação. Sem filtragem, até 60% do gasto com tokens vai para informação inútil. Métodos de compressão como o AgentDiet reduzem o consumo de entrada entre 40% e 60%. O indicador certo para a diretoria financeira é o custo por resultado, e não o volume de uso.
O caso Ford
A Ford cortou cerca de 5.300 cargos administrativos e técnicos e apostou em câmeras e algoritmos de inspeção. Os gastos com garantia e recall chegaram a quase US$ 6 bilhões em 2024. A empresa então recontratou 350 engenheiros veteranos, os gray beards, para supervisionar os sistemas. Em 2026, a marca chegou ao 1º lugar em qualidade inicial no ranking J.D. Power entre as marcas de volume.
Cinco ações de governança de IA
Equipes multigeracionais em todo projeto de IA, com juniores produzindo e seniores auditando.
Validação humana obrigatória (human-in-the-loop) antes de qualquer entrega crítica sair da empresa.
Métricas de resultado no lugar de métricas de volume, com o retrabalho contabilizado como desperdício.
Engenharia de prompt para veteranos, para que a experiência deles defina limites e regras da IA.
Business Partner de IA (AIBP), proposta da ACCEL: um profissional que liga cada uso de IA a um resultado de negócio e evita gastos sem retorno.
Conclusão
A IA não substitui o profissional experiente. Ela torna esse profissional indispensável como camada de controle. O ganho está em combinar a agilidade das novas gerações com o julgamento de quem já passou por vários ciclos de mercado.
Keep Walking!!
Quer estruturar a governança de IA na sua empresa? Fale com a ACCEL Governança de Capital Humano.