Faça aos fundadores a pergunta que nenhum fornecedor coloca na apresentação — sem IA generativa, quantas pessoas a mais você precisaria para produzir o trabalho da semana passada com a mesma qualidade? — e a resposta média é um aumento de 55% no quadro de pessoal. A mediana é 17%. A resposta mais frequente é zero: 30% dos fundadores que responderam afirmam que não precisariam de ninguém adicional (Colaiacovo & Koning, 2026).
Mesma pergunta, mesma amostra, três números que justificariam três orçamentos completamente diferentes.
Esse é o primeiro problema no modo como a economia de pessoal com IA é precificada. O segundo é mais útil: a diferença entre os fundadores que relatam grandes economias e os que praticamente não relatam nenhuma não se explica pelas ferramentas que compraram, nem pelo otimismo sobre o que os modelos conseguem fazer. Explica-se pelo fato de alguém ter reestruturado o trabalho.
A distribuição que o seu business case está citando
O estudo é o Harvard Business School Working Paper 26-093, de Cassandra Colaiacovo e Rem Koning. Os autores recrutaram pelo Pitchbook 199 fundadores de empresas de tecnologia norte-americanas — 176 responderam integralmente — com empresas de 16 funcionários em média (mediana 9), cerca de 3,5 anos de existência e mais da metade com aporte de capital de risco, em média US$ 4,86 milhões captados. Noventa e seis por cento relatam IA generativa em uso na empresa, formal ou informalmente, com mediana de cinco ferramentas em operação (Colaiacovo & Koning, 2026).
Não são adotantes relutantes. Está perto do melhor cenário: empresas pequenas e flexíveis dirigidas por quem controla tanto o desenho do processo quanto o plano de contratação.
E a distribuição das economias relatadas é fortemente assimétrica à direita. Média 55%, mediana 17%, moda zero. A pergunta sobre horas se comporta do mesmo jeito: sem IA, os fundadores estimam precisar de 59% mais horas de trabalho em média, com mediana de 30%.
A consequência operacional é específica. Um business case construído sobre a média é um business case construído sobre a cauda da distribuição. Quando um fornecedor ou um patrocinador interno afirma que a IA permite a uma equipe operar com metade do pessoal, esse número é aritmeticamente verdadeiro para a amostra e descritivamente falso para a empresa típica dentro dela. A empresa mediana no segmento mais saturado de IA da economia relata economia de 17% — real, valiosa e muito distante de uma tese de corte de pessoal.
Se o seu plano de agentes depende da média, pergunte em qual metade da distribuição você tem evidência de estar.
A integração formal é onde está a economia de pessoal
Os autores pediram aos fundadores que classificassem o próprio uso: a IA generativa estava formalmente integrada aos processos, ou era usada informalmente pelos funcionários conforme cada um preferia? Essa única divisão reordena os resultados.
| Contrafactual relatado sem IA | Integradores formais | Usuários informais |
|---|---|---|
| Funcionários adicionais necessários (média) | 91,4% | 24% |
| Funcionários adicionais necessários (mediana) | 40% | 10% |
| Horas de trabalho adicionais (média) | 82,8% | 33% |
| Horas de trabalho adicionais (mediana) | 40% | 20% |
Quase quatro vezes a economia de pessoal, tanto na média quanto na mediana (Colaiacovo & Koning, 2026). Os integradores formais também relatam com mais frequência que a IA mudou se e quem contratam, tornou a coordenação da equipe mais eficiente, forneceu capacidade de gestão e ajudou na integração de novos funcionários.
Os autores são cautelosos, e quem os cita deveria ser também: estas estimativas são associações, não efeitos causais. Fundadores que incorporam IA deliberadamente podem ser os mesmos que encontrariam alavancagem operacional por outro caminho. Mas a direção da associação é a parte acionável, porque a explicação alternativa — de que integradores formais simplesmente compraram ferramentas melhores — é contrariada pelo que vem a seguir no artigo.
O que "formal" realmente significava
A distinção importa porque a medição habitual não a captura. Os autores observam que perguntar quais ferramentas e quais foundation models uma empresa usa "pode não distinguir entre quem usa as ferramentas casualmente e quem as usa como parte de rotinas regulares de trabalho". Então deixaram os fundadores classificarem o que de fato varia: se a IA generativa estava dentro do processo ou ao lado dele.
É o mesmo problema de medição que quase todos os dashboards de IA do mid-market têm. Contagem de licenças, usuários ativos semanais e volume de prompts registram a população informal em plena força. Nenhum deles diz se uma única etapa do processo foi redesenhada em torno do agente — que é a única coisa que a divisão formal/informal acompanha, e a que move o número por um fator de quatro.
Crenças sobre capacidade não explicam quem delega
É o resultado que move a questão de compras para desenho organizacional.
Os pesquisadores embutiram um experimento em uma função onde o uso de IA já é comum: atendimento ao cliente. Os fundadores viram aleatoriamente um resumo otimista ou pessimista de notícias e pesquisas reais sobre o desempenho da IA nesse papel e, em seguida, foram novamente questionados sobre o quanto estariam dispostos a delegar à IA uma solicitação de atendimento.
O tratamento funcionou — as crenças se deslocaram, na média. A disposição para delegar não convergiu. Crenças sobre desempenho na tarefa explicam no máximo um terço da variação na disposição para delegar e, após o tratamento informacional, as crenças revisadas explicam apenas 37% (Colaiacovo & Koning, 2026). Vale notar: os integradores mais profundos não eram significativamente mais otimistas que os usuários informais sobre o desempenho da IA. Estavam mais dispostos a experimentar como humanos e IA dividem o trabalho.
Dois terços da variância sobre um agente capaz receber trabalho real estão em outro lugar que não o modelo.
O achado não está sozinho. O Work Trend Index 2026 da Microsoft, com 20.000 trabalhadores em 10 países, atribui a fatores organizacionais — cultura, apoio da liderança, práticas de pessoas — mais do que o dobro do impacto real da IA em relação a fatores individuais: 67% contra 32% (Microsoft Work Trend Index, 2026). A pesquisa da Deloitte com 3.235 líderes em 24 países mostra para onde vai o dinheiro: 53% educam a força de trabalho para elevar a fluência em IA, enquanto apenas 30% repensam a organização em torno dos novos padrões de IA e 33% redesenham trilhas de carreira (Deloitte, 2026).
Todos financiam fluência. Quase ninguém financia reestruturação. Os dados da HBS dizem que a reestruturação é a variável que separa uma economia de 40% de uma de 10%.
A objeção honesta
Três limites, ditos com clareza, porque isto é uma pesquisa de opinião e não uma auditoria de folha de pagamento.
São crenças, não produção medida. Ninguém conciliou os contrafactuais dos fundadores com registros de quadro de pessoal ou receita por funcionário. Os autores dizem isso explicitamente e pedem trabalhos com medidas de produtividade realizada onde existam dados contábeis.
Crenças sobre o efeito da IA no quadro de pessoal têm taxa de erro documentada. A pesquisa State of AI 2026 da McKinsey é a primeira edição capaz de avaliar o próprio painel: um ano antes, 32% dos respondentes esperavam quedas de emprego relacionadas à IA, e apenas 14% das organizações que usam IA relataram que a IA contribuiu para uma queda efetiva no tamanho da força de trabalho no mesmo período, com dois terços relatando pouca ou nenhuma mudança atribuível à IA (McKinsey, 2026). A expectativa superou a realização em cerca de duas vezes. Lidas por essa lente, as médias da HBS ficam mais suspeitas, não menos.
A amostra é de 199 startups de tecnologia com capital de risco e 16 pessoas em média. Um fundador com quatro reportes diretos redesenha um processo em um fim de semana. Uma área de operações com 300 pessoas não, e sua integração formal custa mais e leva mais tempo. A ordem dos achados viaja para o mid-market; as magnitudes não.
Há também uma questão de seleção correndo sob os três pontos. Integração formal não é grátis: custa atenção gerencial, um processo redesenhado e alguém disposto a responder pelo resultado quando um agente o produz. As empresas que pagaram esse custo são, por construção, as que tinham folga para pagá-lo. Para uma operação de 50 a 500 FTE, a tradução honesta é que a diferença de quatro vezes é um limite superior do que o redesenho entrega, não uma previsão.
Nada disso enfraquece a tese central. Apenas a estreita: a variável que separa é organizacional, e os níveis são autodeclarados.
O que decidir neste trimestre
Quatro movimentos, nenhum deles exigindo uma ferramenta nova.
- Reprecifique o business case pela mediana, não pela média. Se um plano assume economia acima de 40%, assume que você é um integrador formal no decil superior de uma distribuição assimétrica. Escreva qual número você está assumindo e qual evidência o coloca ali.
- Audite um processo por integração formal, não por uso. Contagem de licenças e ativos semanais medem uso informal — exatamente a população que relata economia mediana de 10%. A pergunta é se uma etapa do processo foi redesenhada em torno do agente, com um responsável e um resultado definido.
- Separe o orçamento de capacitação do de redesenho. Não são a mesma rubrica e não produzem o mesmo retorno. Se o treinamento é financiado e o redesenho não, você está comprando o resultado do usuário informal ao preço do integrador formal.
- Dê ao agente uma definição de posto antes de dar trabalho a ele. Integração formal significa escopo definido, um humano responsável com nome e uma regra explícita sobre quais ações exigem aprovação. É o modelo de governança por trás dos Digital Employees da Scovai — treinados para um papel específico, confirmação prévia em qualquer ação visível externamente, autonomia conquistada por tipo de ação em vez de ligada por padrão — útil como referência do que uma integração "formal" precisa especificar, seja quem for que a construa.
A implicação incômoda deste artigo é que a questão da capacidade dos agentes está em grande parte resolvida e a organizacional, em grande parte intocada. Noventa e seis por cento dessas empresas já tinham as ferramentas. As que relatam quatro vezes a economia fizeram outra coisa.
Antes de aprovar a próxima licença de agente, descubra quem é responsável pelo processo que ela deveria mudar. Se a resposta for ninguém, você está comprando a mediana.
