A IA faz o trabalho, mas quem treina a equipe?

O fundador aumentado virou regra. A equipe aumentada ainda é exceção. E é exatamente nessa lacuna que os ganhos evaporam.

Artigo convidado: Pierre Beunardeau dirige a Origin Education, organização de treinamento em IA certificada Qualiopi, parte de um ecossistema parceiro da Ember.

A vantagem individual não se transmite por osmose

Se você usa uma ferramenta como a Ember, já conhece o poder de alavanca: um plano de negócios estruturado em horas em vez de semanas, uma apresentação consistente, leads qualificados sem um exército de estagiários. Um fundador equipado com IA faz hoje, sozinho, o trabalho de uma pequena equipe de cinco anos atrás.

Depois a empresa cresce. Três contratações, depois oito. E algo estranho acontece: a produtividade por pessoa cai. O fundador percebe que os novos contratados usam a IA "um pouco", "cada um do seu jeito", "quando lembram". A vantagem pessoal não se transmitiu. Ela se diluiu.

Os números nacionais confirmam a intuição: uma parcela crescente dos funcionários já usa IA no trabalho por contas pessoais, fora de qualquer enquadramento, e muitos gestores intermediários não receberam nenhum treinamento em IA. Suas equipes já usam essas ferramentas, mas sem método, sem regras de dados e sem ganhos reproduzíveis.

Por que "é só me observar" não funciona

Sua prática é ilegível vista de fora. Meses de iteração produziram seus reflexos ao escrever prompts, suas salvaguardas, seu faro para uma resposta duvidosa. O que a equipe vê é o resultado, não o método.

Cada função tem seus próprios casos. Seus atalhos de fundador não dizem nada ao seu vendedor sobre a pré-qualificação de leads, nem ao seu desenvolvedor sobre a revisão de código assistida. Sem uma tradução por função, cada um reinventa, mal.

Ninguém escreveu as regras do jogo. Quais dados de clientes podem entrar em qual ferramenta? O que é verificado antes de entregar? Sem respostas explícitas, cada funcionário improvisa a própria política de segurança. Isso é a IA na sombra (shadow AI): invisível até o incidente.

O que funciona: tratar a competência como um ativo

1. Regras de dados antes das ferramentas. Uma página basta: o que é permitido, o que exige aprovação, o que é proibido. O modelo de carta de IA para empresas publicado pela Origin Education (em francês) oferece uma base facilmente adaptável. Embora pareça contraintuitivo, o enquadramento libera o uso: as pessoas se atrevem a usar a IA quando sabem onde estão os limites.

2. Treinamento por função com casos reais. Não uma demonstração genérica: o vendedor trabalha nos seus acompanhamentos, operações nos seus procedimentos, o desenvolvedor no código. É assim que é um bom treinamento de IA in company: cada participante sai com competências que aplica na manhã seguinte, no próprio trabalho.

3. Medição em 30 e 90 dias. Um treinamento que, um mês depois, não mudou a forma de produzir o trabalho foi uma apresentação. Indicadores simples bastam: tempo economizado nas tarefas-alvo, taxa de uso semanal, qualidade avaliada pelos colegas.

O bônus francês: o Estado cofinancia esse desenvolvimento de competências

Para a equipe atual, é possível apresentar um pedido de financiamento ao seu OPCO no âmbito do plano de desenvolvimento de competências; a decisão e o valor dependem do seu setor e do seu dossiê. E para um futuro contratado, o dispositivo POEI da France Travail pode financiar parte do treinamento antes do início do contrato de trabalho, inclusive as competências em IA, com duração exata que depende do dossiê apresentado à France Travail: os detalhes estão neste guia sobre a POEI aplicada à IA (em francês).

Uma startup que contrata e treina ao mesmo tempo pode ter uma parte real do esforço assumida por dispositivos públicos, desde que os dossiês sejam montados antes da assinatura.

A pergunta a se fazer esta semana

Se você deixasse sua empresa por um mês, quanto da sua vantagem com IA continuaria funcionando sem você?

Se a resposta for "quase nada", sua vantagem é um talento pessoal, não um ativo da empresa. A conversão é um projeto delimitado: regras escritas, treinamento por função com casos reais, uma medição em 30 dias. Os fundadores que fizeram isso não voltam atrás: a equipe inteira passa a se mover na velocidade que eles achavam ser só deles.

Pierre Beunardeau é fundador da Origin Labs, estúdio francês que cria produtos de IA aplicada e parceiro do ecossistema Ember, e da Origin Education, organização de treinamento certificada Qualiopi que treina equipes de empresas em toda a França a partir de seus casos de negócio reais.