Quarenta e sete por cento dos utilizadores regulares de IA passam agora mais tempo a gerir e dirigir a IA do que a fazer o próprio trabalho (BCG, AI at Work 2026). É o número que deveria fazer um Head of Operations parar a meio do orçamento. Não porque a IA esteja a falhar — segundo a maioria dos indicadores da mesma sondagem, está a ganhar — mas porque o tempo que a IA poupa não aterra onde o seu modelo de produtividade presume que aterra. Fuga-se, em silêncio, no ato de supervisionar a ferramenta, e a maioria dos painéis operacionais continua a contabilizar a poupança inteira como produtividade.
A quarta sondagem anual AI at Work da BCG, divulgada a 3 de junho, abrangeu 11.749 colaboradores, gestores e líderes em 14 mercados. É uma das leituras mais amplas de que dispomos sobre o que a IA está realmente a fazer ao dia de trabalho. A principal conclusão não é que a IA renda menos do que o esperado. É que as empresas estão a remodelar os cargos muito mais depressa do que remodelam o trabalho — e é exatamente nessa lacuna que desaparece o tempo poupado com a IA.
Os números parecem uma vitória — até os ler em conjunto
Aceite primeiro os números otimistas da sondagem pelo seu valor, porque são reais. 67% dos utilizadores regulares de IA relatam maior satisfação no trabalho. 42% dos utilizadores da linha da frente afirmam que a IA lhes poupa um dia inteiro de trabalho por semana (BCG, AI at Work 2026). Se parasse por aqui — e muitas apresentações operacionais param — concluiria que a implementação se paga a si mesma e aprovaria a próxima tranche de licenças.
Agora leia a linha seguinte no mesmo conjunto de dados. 47% desses mesmos utilizadores passam mais tempo a gerir e dirigir a IA do que a trabalhar, e 41% relatam uma carga cognitiva maior, não menor (BCG, AI at Work 2026). Coloque as duas metades lado a lado e o quadro muda. Liberta-se um dia inteiro, a satisfação sobe — e, no entanto, quase metade da força de trabalho está mais ocupada a supervisionar a máquina, e uma proporção comparável sente-se mais sobrecarregada mentalmente, não menos. A poupança é real. O reinvestimento não acontece. Não é uma contradição; é uma fuga com cara satisfeita.
Porque "poupei um dia" e "nunca estive tão ocupado" são ambas verdadeiras
O instinto é chamar-lhe erro de medição — certamente não se pode poupar um dia e estar ao mesmo tempo mais sobrecarregado. Pode-se, e o mecanismo importa porque lhe diz onde intervir.
A IA não elimina o esforço no trabalho de conhecimento. Desloca-o. A hora que um analista já não passa a redigir um primeiro rascunho é substituída pelo esforço de formular o prompt, verificar o resultado, apanhar o erro apresentado com segurança e decidir se o publica. Fazer torna-se supervisionar. E a supervisão tem o seu próprio custo de atenção — monitorizar, verificar e corrigir não é tempo livre, é outro tipo de trabalho que raramente aparece num plano de capacidade. Os 41% que relatam maior carga cognitiva não estão a imaginá-lo. Trocaram a carga de execução pela carga de supervisão, e a supervisão é a mais difícil das duas de ver e de dotar de pessoal.
É por isso que as conclusões "dia inteiro poupado" e "mais tempo a gerir a IA" convivem confortavelmente na mesma sondagem. O dia é realmente libertado da tarefa antiga. Depois é silenciosamente reconsumido pela nova — pôr a ferramenta a funcionar — a menos que alguém o redirecione deliberadamente. O que nos leva à conclusão que transforma uma curiosidade num problema operacional.
A lacuna de governação: 66% não sabem para onde deve ir o tempo
Aqui está a linha que nomeia o verdadeiro fracasso. 66% dos trabalhadores afirmam não receber qualquer orientação concreta sobre como reafetar o tempo que a IA liberta (BCG, AI at Work 2026). A dois terços das suas pessoas são devolvidas horas sem qualquer instrução sobre para que servem.
Nesse vazio, o tempo recuperado não flui para trabalho de maior valor. Recai no caminho de menor resistência: mais experimentação com a IA, mais supervisão, mais daquela carga de controlo que já vai em alta. A poupança de tempo e a fuga de tempo são as mesmas horas, vistas antes e depois de uma decisão ausente. A razão pela qual a produtividade permanece plana enquanto a satisfação sobe é que ninguém, ao nível operacional, alguma vez decidiu onde a capacidade libertada deveria aterrar. A IA criou o excedente. A organização nunca o reclamou.
É a mesma armadilha que a McKinsey continua a documentar do lado do valor: o uso da IA já está generalizado, mas a maioria das organizações continua presa na transição da experimentação para uma implementação escalada e redesenhada — que é onde o retorno financeiro realmente aparece (McKinsey, The State of AI, 2025). A adoção já não é o estrangulamento. O reinvestimento é.
Porque as operações do mid-market interpretam isto mal, especificamente
As grandes empresas absorvem a fuga porque têm camadas — equipas de workforce planning, gabinetes de transformação e gestores cuja função explícita é redistribuir a capacidade libertada. As operações do mid-market, entre 50 e 500 FTE, normalmente não as têm. O mesmo gestor que conduz o dia a dia é aquele a quem se pede que redesenhe o trabalho, por cima do dia a dia, sem qualquer margem para o fazer.
Por isso o padrão do mid-market é previsível. Compram-se licenças de IA. O uso sobe — a BCG constata que 74% dos trabalhadores de colarinho branco sem funções de chefia são agora utilizadores regulares de IA, e que a proporção com agentes integrados no seu fluxo de trabalho duplicou para 30% face ao ano anterior (BCG, AI at Work 2026). As pontuações de satisfação parecem ótimas na sondagem de engagement. E a demonstração de resultados operacional mostra… aproximadamente o mesmo output, a um custo de software mais elevado. A poupança era real ao nível da tarefa individual e invisível ao nível do negócio, porque nenhum redesenho converteu alguma vez as horas ao nível da tarefa em capacidade ao nível do negócio. A cobertura da sondagem disse-o sem rodeios: a BCG afirmou-o com clareza no próprio comunicado: a IA está a remodelar os cargos mais depressa do que as empresas remodelam o trabalho (BCG via PR Newswire, 2026).
O contra-argumento: "Deixe a produtividade compor-se — as pessoas encontrarão o melhor uso do seu tempo"
A objeção honesta de um líder de operações é que isto se autocorrige. Devolva um dia por semana a pessoas competentes e elas reinvesti-lo-ão bem por conta própria; impor para onde vai o tempo é micromanagement, e os ganhos compor-se-ão sem necessidade de um memorando.
É um instinto razoável, e os dados não o sustentam. A lacuna de governação de 66% é a refutação: quando falta a orientação, o tempo não se compõe em trabalho de maior valor — dissipa-se em supervisão e em carga cognitiva crescente. A mesma sondagem mostra que 72% dos trabalhadores afirmam que a IA alterou significativamente as expectativas de competências do seu cargo (BCG, AI at Work 2026). As pessoas não estão num cargo estável com tempo livre para alocar com sensatez; estão a absorver um alvo móvel enquanto também põem a ferramenta a funcionar. Esperar uma reafetação autónoma e não orientada nessas condições não é confiança — é abdicação disfarçada de confiança. A composição é real, mas compõe-se em direção àquilo que deixa por governar, e neste momento isso é a supervisão da IA.
O movimento do T3: um mandato escrito de reafetação do tempo, não mais licenças
Isto traduz-se numa decisão concreta que um Head of Operations pode tomar antes do fecho do trimestre, e não requer uma única licença adicional. A alavanca não é mais IA. É reclamar o tempo que a IA que já possui está a produzir.
Escreva o mandato de reafetação do tempo. Para cada equipa que usa intensivamente a IA, especifique — por escrito — para onde devem ir as horas libertadas neste trimestre: um output específico, um atraso que está a resolver, uma atividade orientada para o cliente que está a expandir, um projeto que nunca teve capacidade. "Tempo poupado" sem destino é a lacuna de 66% reproduzida dentro da sua organização. Um destino converte uma poupança vaga num output contabilizado que pode efetivamente medir.
Faça uma passagem de redesenho do trabalho antes de comprar a próxima licença. A IA deslocou o trabalho de fazer para supervisionar; as descrições de funções e os mapas de processo quase de certeza não se moveram com ela. Dedique a passagem de redesenho a decidir que etapas continuam a ser do humano, quais são da IA e — crucialmente — quem absorve a carga de supervisão e como é dotada de pessoal. Redesenhe o trabalho para corresponder ao que a ferramenta realmente mudou, em vez de enxertar a ferramenta na forma antiga e perguntar-se porque é que a produtividade continua plana.
Meça o destino, não a adoção. Pare de reportar o sucesso da IA como licenças usadas ou horas poupadas. Reporte-o como o output nomeado que o tempo libertado produziu. Se não consegue apontar para onde foi o dia-por-semana, não captou um ganho de produtividade — financiou uma força de trabalho satisfeita a pôr a funcionar uma ferramenta cara.
A decisão para este trimestre
O número de 47% é incómodo porque desloca o problema da ferramenta para o modelo operativo. A sua IA funciona. As suas pessoas estão, por sua própria admissão, mais satisfeitas. E a sua produtividade pode, ainda assim, permanecer plana — porque o tempo que a ferramenta poupa fuga-se de novo para pôr a ferramenta a funcionar, e a dois terços da sua força de trabalho nunca foi dito para onde deveria ir em alternativa.
Por isso, antes de aprovar o próximo lote de licenças de IA, faça a pergunta que os dados da BCG realmente colocam: tem uma resposta escrita sobre onde o tempo que a IA poupa deve aterrar — e consegue medir se aterrou aí? Se não, o movimento de maior retorno deste trimestre não é mais capacidade. É um mandato de uma página que converte as horas poupadas num output nomeado, e uma única passagem de redesenho que dota de pessoal a carga de supervisão que a IA criou em silêncio. Reclame o excedente que já está a pagar, antes de comprar mais.
