Pergunte a uma sala de executivos o que está a bloquear o retorno da sua IA, e a maioria chegará à mesma resposta: a nossa gente ainda não tem as competências. O relatório State of AI in the Enterprise 2026 da Deloitte — um inquérito a 3.235 líderes seniores em 24 países — confirma o instinto. A falta de competências dos colaboradores é apontada como o maior obstáculo isolado à integração da IA nos fluxos de trabalho existentes (Deloitte, State of AI in the Enterprise 2026). Até aqui, nada de notável.
O notável é o que as empresas fazem a seguir. Perante um obstáculo de competências, 53% estão a treinar a força de trabalho mais ampla para elevar a fluência em IA — a resposta mais comum, de longe. Muito menos tocam naquilo em que essas competências são despejadas: apenas 33% estão a redesenhar percursos de carreira, e uma minoria semelhante está a rearquitetar funções e fluxos de trabalho. A jogada dominante é treinar as pessoas com mais intensidade para um cargo que não mudou de forma. Essa é a razão silenciosa pela qual grande parte do gasto em treino de IA nunca se converte em valor — e, para um Head of Operations do mid-market, é o erro mais fácil de corrigir no orçamento deste trimestre.
O reflexo: treinar mais para a mesma função
Não há nada de errado em elevar a fluência em IA. Uma força de trabalho que não sabe operar as ferramentas é um ponto de partida impossível. O problema é tratar a fluência como a resposta completa quando é apenas o bilhete de entrada.
Imagine um técnico de contas a pagar cujo trabalho é definido como «processar 300 faturas por semana». Manda-o a um treino de IA. Ele volta capaz de interrogar um modelo, resumir um contrato, redigir um e-mail mais depressa. Depois senta-se perante a mesma função — as mesmas 300 faturas, o mesmo fluxo, a mesma definição do cargo — e usa a nova competência para poupar uns minutos em tarefas que a IA poderia ter eliminado por completo. Financiou uma pessoa mais competente para fazer um trabalho inalterado um pouco mais depressa. A competência subiu; o trabalho ficou igual. O retorno desse treino é real mas marginal, e muito abaixo do que o investimento em IA deveria produzir.
É esta a armadilha que os dados da Deloitte expõem. A diferença de 53% contra 33% entre financiar a fluência e financiar o redesenho não é uma diferença de arredondamento. É a diferença entre equipar as pessoas para o trabalho e repensar o próprio trabalho — e o mercado está a escolher esmagadoramente a primeira opção.
Porque é que requalificar para uma função inalterada não se converte
A razão pela qual o treino sem redesenho rende menos é estrutural, não motivacional. A forma de uma função determina o teto daquilo que qualquer competência dentro dela pode produzir. Se a função continua definida como uma sequência de passos manuais, então o colaborador mais fluente em IA do mundo só pode otimizar esses passos. Não os pode eliminar, recombinar ou entregar a um agente — porque a descrição do cargo, as passagens de testemunho e as métricas de sucesso continuam a pressupor que um humano executa cada um.
O redesenho de funções com IA é o ato de levantar esse teto. Coloca uma pergunta diferente da do treino. O treino pergunta: «Como ajudamos esta pessoa a fazer o seu trabalho atual com IA?» O redesenho pergunta: «Dada a IA, o que deveria sequer ser este cargo?» As respostas são radicalmente diferentes. A primeira mantém o técnico das 300 faturas e torna-o mais rápido. A segunda repara que um agente pode despachar 270 das faturas e transforma a função numa função de exceções e controlos — menos transações, mais discernimento, uma métrica de sucesso diferente. Só a segunda capta o salto qualitativo para o qual a IA foi comprada.
É por isso que a Deloitte conclui que apenas 34% das organizações usam a IA para transformar profundamente o seu negócio, enquanto cerca de dois terços permanecem em ganhos incrementais ou superficiais. A maioria incremental não está pouco treinada. Está pouco redesenhada. As competências são acrescentadas a formas de função que nunca foram reconstruídas para as usar.
O que «redesenhar o trabalho» significa realmente
Se isto ainda soa abstrato, a investigação 2026 da Gartner torna-o concreto e quantifica o prémio. No seu Future of Work Trends for CHROs, a Gartner aponta os «process pros, não os tech prodigies» como o talento que desbloqueia o valor da IA, e relata que as equipas que redesenham os seus fluxos de trabalho com IA têm cerca do dobro da probabilidade de superar metas de receita face às equipas que se limitam a sobrepor a IA às tarefas existentes (Gartner, Future of Work Trends for CHROs, 2026). A duplicação não vem de melhores ferramentas nem de mais horas de treino. Vem de redesenhar o processo para que a ferramenta mude o resultado, e não apenas a velocidade.
A versão organizacional do mesmo ponto surge no estudo sobre a empresa agêntica da MIT Sloan Management Review e da BCG: entre as empresas com adoção extensa de IA agêntica, 45% preveem reduções nas camadas de middle management (MIT Sloan Management Review & BCG, The Emerging Agentic Enterprise, 2025). As camadas comprimem-se apenas quando o trabalho subjacente é genuinamente reestruturado — não quando a mesma hierarquia simplesmente se torna mais competente. O redesenho é o que produz mudança estrutural; o treino isolado produz um status quo mais capaz.
A contra-objeção: «Treinar é mais rápido e seguro do que reestruturar»
A objeção honesta de um responsável de operações é que redesenhar funções é disruptivo, e treinar não é. Remodelar um cargo toca em efetivos, faixas salariais, linhas de reporte e na sensação de segurança das pessoas. Mandar a equipa a um workshop não toca em nada disso. Entre uma alavanca segura e uma disruptiva, porquê não puxar a segura?
Porque a alavanca segura, em silêncio, custa mais. Treinar para uma função inalterada não é grátis — é um gasto recorrente que compra um retorno marginal, repetido a cada ciclo orçamental enquanto o ganho estrutural permanece fora de alcance. A «disrupção» do redesenho é real mas limitada e única; a baixa performance do treino isolado é modesta mas permanente. E a disrupção é menor do que parece quando se faz à escala de uma única função em vez de toda uma área. Não está a reestruturar a empresa este trimestre. Está a reconstruir um único cargo em torno do que a IA já consegue realmente fazer, a aprender com isso e a decidir se estende o padrão. O risco disso é uma experiência contida. O risco do treino isolado é uma lacuna cumulativa que nunca nomeou.
O ganho é grande — e só aparece depois do redesenho
A razão pela qual o desconforto vale a pena é o tamanho do ganho do outro lado. A experiência de campo da Harvard Business School e da BCG com trabalhadores do conhecimento concluiu que quem usava bem a IA completava tarefas cerca de 25% mais depressa e produzia trabalho avaliado em cerca de 40% superior em qualidade face ao grupo de controlo (Harvard Business School & BCG, 2023). É esse o prémio que cada orçamento de IA subscreve implicitamente.
Mas repare na condição: usava bem a IA. O ganho materializou-se onde o trabalho foi genuinamente reorganizado em torno das forças do modelo e longe das suas fraquezas — não onde as pessoas tinham simplesmente acesso à ferramenta dentro do seu antigo fluxo. O ganho de qualidade de 40% é um resultado de redesenho disfarçado de etiqueta de orçamento de treino. Despeje dinheiro na fluência sem remodelar a função e financia o acesso mas abdica do ganho. É exatamente o mecanismo pelo qual dois terços das organizações acabam em ganhos incrementais acreditando ter investido em transformação.
A jogada para o Q3: redesenhe uma função antes de financiar mais fluência
Não precisa de reestruturar a organização para agir sobre isto. Precisa de inverter a ordem das operações numa única função. Antes de aprovar a próxima tranche de treino de fluência em IA, pegue numa única função de alto volume na sua equipa e redesenhe-a primeiro em torno da IA.
Três passos tornam-no concreto. Primeiro, mapeie a função tal como existe — cada tarefa recorrente — e marque quais um agente poderia assumir por completo, quais um humano deve manter e quais deveriam simplesmente cessar. Segundo, reescreva a função em torno do que resta: um novo conjunto de tarefas, uma nova métrica de sucesso (discernimento e exceções, não volume de transações) e as passagens de testemunho entre humano e agente tornadas explícitas. Terceiro — e só terceiro — financie o treino, agora dirigido à função redesenhada e não à antiga. Feito nesta sequência, o gasto em fluência aterra num cargo construído para a usar, e pode medir a diferença face às funções que ainda não tocou.
A decisão para este trimestre
Os dados da Deloitte são um espelho, e à maioria das equipas de operações não vai agradar o reflexo: a lacuna de competências em IA é real, e a resposta padrão está a tornar o retorno menor, não maior. Treinar uma força de trabalho para formas de função anteriores à IA não é um caminho para a transformação; é a forma mais cara de permanecer incremental.
Por isso, antes de aprovar mais uma ronda de treino de fluência em IA, faça uma pergunta à sua função mais carregada de IA: redesenhámos este cargo em torno da IA, ou estamos apenas a ensinar as pessoas a correr mais depressa dentro do antigo? Se for o segundo, retenha o orçamento de treino duas semanas e dedique-as a redesenhar a função. Toda a gente na sua equipa pode ser treinada. As empresas que vencerem os próximos dois anos serão as poucas que redesenharam o trabalho primeiro — e depois treinaram as pessoas para o cargo que existe de verdade.
