A inteligência artificial passou a ocupar um espaço central nas estratégias das empresas. Projetos, testes e novas ferramentas surgem em diferentes áreas, mas uma questão ainda precisa ser respondida: quais resultados concretos a IA está efetivamente gerando para o negócio? Adotar tecnologia não significa, por si só, produzir valor.
Essa questão ficou evidente durante uma apresentação recente do Nubank. Embora os OKRs não tenham sido o foco da palestra, a lógica apresentada estava diretamente relacionada a eles. Ao conversar posteriormente sobre o tema, ficou claro que a empresa utiliza os OKRs como parte de seu sistema de gestão, uma característica que ajuda a compreender como a organização conecta tecnologia, prioridades e resultados. O ponto central está justamente nessa integração. A inteligência artificial não deveria ser tratada como mais uma iniciativa no portfólio da empresa, mas como uma ferramenta capaz de contribuir para objetivos já definidos.
Antes de escolher uma tecnologia, é necessário compreender qual problema precisa ser solucionado, qual prioridade está em jogo e qual indicador deve apresentar uma evolução concreta. Essa mudança de perspectiva altera a própria pergunta feita pelas organizações. Em vez de começar com “como podemos usar IA?”, o caminho mais eficiente é perguntar “qual problema precisamos resolver e de que maneira a IA pode contribuir?”.
Quando existe clareza sobre o objetivo, a tecnologia deixa de ser protagonista e passa a cumprir seu verdadeiro papel: ajudar a organização a avançar em uma direção previamente estabelecida. No Nubank, essa abordagem também aparece na forma como a inteligência artificial é disseminada pela organização. A empresa criou um Centro de Excelência em IA para apoiar diferentes áreas, enquanto seus líderes possuem objetivos relacionados à adoção da tecnologia. O foco não está simplesmente em experimentar ferramentas ou desenvolver protótipos, mas em implementar soluções que enfrentem problemas concretos e sejam capazes de demonstrar resultados.
Essa lógica também transforma a maneira como o sucesso é avaliado. Em muitas organizações, a evolução da IA ainda é medida pelo volume de projetos iniciados, pelo número de ferramentas contratadas ou pelo tamanho dos investimentos realizados. Uma gestão orientada a resultados utiliza outros parâmetros: redução de desperdícios, melhoria de indicadores, ganho de produtividade, qualidade das decisões e geração efetiva de valor.
Outro elemento importante é a capacidade de disseminar aprendizados. Registrar quais iniciativas deram certo, quais não produziram o resultado esperado e em quais situações a tecnologia realmente fez diferença permite que a organização evolua de maneira mais rápida. Compartilhar essas experiências evita que diferentes equipes repitam os mesmos erros e ajuda a transformar experimentações individuais em conhecimento coletivo.
Para as empresas que estão acelerando a adoção da inteligência artificial, a mensagem é direta. Criar comitês, contratar plataformas e estimular os funcionários a experimentar novas ferramentas são movimentos importantes, mas insuficientes. A tecnologia precisa estar relacionada às prioridades estratégicas, fazer parte da rotina de gestão e, principalmente, estar associada a indicadores capazes de demonstrar seu impacto.
Aqui a gestão por objetivos e resultados ganha ainda mais relevância. Ela ajuda a transformar iniciativas dispersas em prioridades claras, prioridades em execução e execução em resultados mensuráveis. Quando inteligência artificial e gestão caminham na mesma direção, a questão deixa de ser simplesmente se a empresa está usando IA e passa a ser muito mais importante: qual resultado concreto essa tecnologia está ajudando a entregar?
