Por Mônica Pinho, especialista e educadora em IA para negócios
A promessa chegou embalada em simplicidade: use IA, escreva o que precisa e ganhe tempo. As grandes empresas de inteligência artificial venderam essa ideia, e nós a compramos rapidamente.
Na vida real, usar IA dá muito trabalho.
Uma análise publicada pela Forbes neste mês deu nome a isso: trabalho oculto. Na matéria, o conceito se refere ao esforço necessário para verificar o que a IA entrega e corrigir seus erros. Eu iria além. O trabalho oculto também inclui tudo o que vem antes: estruturar, treinar e refinar até que a IA entregue o resultado esperado.
Um exemplo citado por um ex-estrategista-chefe da IBM resume bem essa questão. Uma equipe economiza dez horas ao escrever rascunhos com IA, mas gasta oito horas revisando o material. O ganho real foi de apenas duas horas.
Vejo esse custo de perto: no meu próprio uso da IA, na minha empresa e nas empresas que acompanho como consultora e educadora.
O trabalho que vem antes do resultado
Um relatório que levava 50 minutos para ser produzido hoje fica pronto em cinco. É verdade. Mas, até chegar a esses cinco minutos, houve horas que ninguém contou: organizar os dados, desenhar um fluxo que faça sentido, testar, errar, ajustar e testar novamente.
E esse ciclo não termina, porque o negócio muda, os números mudam e a própria ferramenta evolui.
O começo costuma ser a parte mais pesada. Existe uma empolgação inicial no time, mas, quando o trabalho de verdade começa, as pessoas passam a dedicar mais tempo do que antes à tarefa de colocar a IA em uso e refiná-la até que funcione como esperado.
Vem a frustração. Afinal, a promessa era de facilidade, não de mais trabalho. É nesse ponto que muitos projetos perdem força ou são abandonados.
O tempo que a equipe dedica a organizar, estruturar e refinar o uso da IA quase nunca entra na conta. Nem na conversa sobre produtividade, nem no planejamento financeiro.
A análise da Forbes chama atenção para essa questão: antes de anunciar ganhos, a gestão precisa saber quanto custou verificar e corrigir o que a IA produziu. Sem essa conta, o painel mostra um resultado que não existe.
Usar não é ganhar
Existe uma confusão perigosa: achar que a empresa está obtendo resultados simplesmente porque usa IA.
Usar IA é uma coisa. Usar IA e gerar resultados em eficiência operacional ou receita é outra. Sem indicadores que permitam acompanhar o desempenho, não há como comprovar o ganho de produtividade.
A matéria mostra que muitas empresas medem a adoção pelo volume de uso, como o consumo de tokens. Mas isso é medir atividade, não valor. Saber quanto uma ferramenta foi utilizada não revela o que esse uso trouxe para o negócio.
A pergunta não deveria ser apenas quanto a empresa está usando IA, mas o que ela está conseguindo melhorar com esse uso — e a que custo.
A margem que ninguém governa
Um ponto da matéria me chamou a atenção: em muitas empresas, a IA entra de baixo para cima. É a operação que começa a utilizá-la em busca de produtividade, não a estratégia que define onde e como ela deve ser aplicada.
Vendas usa uma ferramenta, marketing usa outra, e cada equipe cria sua própria maneira de trabalhar, sem orientação de quem define o rumo do negócio.
Isso cria uma margem ao redor da operação da empresa: um território fora de qualquer processo mapeado. Sem política, sem governança, sem ninguém olhando.
E é difícil gerenciar o que não se vê: dados da empresa circulando em ferramentas que ninguém aprovou, resultados que dependem de uma única pessoa e retrabalho que ninguém mede.
A pesquisa citada na matéria, realizada com mil trabalhadores nos Estados Unidos, reforça esse cenário. Para 60% dos entrevistados, a IA chegou sem expectativas claras sobre o que deveria entregar. Além disso, 42% não se sentem confiantes para utilizá-la no dia a dia.
As pessoas receberam a ferramenta. Não receberam a direção.
Precisamos falar sobre o trabalho oculto
O trabalho oculto vai existir. Não há como colocar a IA em uso sem dedicar tempo à estruturação, aos testes, às correções e aos ajustes necessários. O problema começa quando esse trabalho fica escondido.
Quando a empresa reconhece esse esforço, consegue planejar melhor, dar tempo para a equipe, medir o custo real e ajustar as expectativas. Quando não o reconhece, a frustração chega antes do resultado, e o projeto pode morrer no meio do caminho.
A IA pode, sim, gerar produtividade. Mas ela não chega pronta e não chega sozinha.
Enquanto esse trabalho continuar oculto, a conta da produtividade vai continuar errada.
