Com a inteligência artificial assumindo tarefas e executando processos, será preciso liderar uma força de trabalho híbrida
Durante décadas, a tarefa de liderar uma equipe esteve sempre associada a desenvolver pessoas, tomar decisões, acompanhar resultados, resolver conflitos e distribuir responsabilidades. Por mais que o ambiente de trabalho, de modo geral, tenha enfrentado uma série de mudanças ao longo dos últimos anos, nada parece ser tão significativo quanto a junção de agentes de inteligência artificial (IA) e pessoas em uma mesma equipe. Essa transformação em andamento impacta diretamente o desempenho das equipes e pode gerar resultados muito abaixo do esperado, se diversas questões não forem observadas pelas lideranças.
A formação de equipes híbridas está no estágio inicial em empresas de diversos setores e acompanha, de certo modo, a própria evolução do uso da IA no trabalho. A tecnologia chegou despertando muita curiosidade e passou por um boom, que agora parece arrefecer. Num primeiro momento, a adoção da IA prometia ganhos imensuráveis em processos e na própria produtividade de equipes até então ocupadas em tarefas pouco criativas e desafiadoras.
Com uma infinidade de modelos de IA e um volume absurdo de análises e dados originados na tecnologia, as empresas saíram do primeiro momento de euforia e entraram num cenário de desconfiança. Afinal, qual seria a aplicação prática da IA no cotidiano de cada marca? Como, de fato, extrair valor do uso de ferramentas que custavam centenas (e até milhares) de reais por licença individual? Como obter vantagens práticas de algo que passou a ser considerado um luxo?
Todas essas questões levaram ao cenário atual da IA, no qual as empresas que perseveram em seu uso conseguiram encontrar o modelo mais adequado para sua realidade e adaptar sua aplicação em processos de seu cotidiano. Agentes de IA passaram a ser incorporados ao dia a dia das empresas, não apenas para executar tarefas, mas para assumir parte da execução do trabalho.
Mudanças nas equipes
A IA tal qual a conhecemos está deixando de ser apenas uma ferramenta de apoio para assumir tarefas, tomar decisões dentro de parâmetros e executar processos inteiros. Isso muda sensivelmente o que era feito até então, já que os sistemas informatizados, mesmo quando passavam a fazer parte da rotina de trabalho, não deixavam de ser ferramentas sob comando humano.
Se inicialmente a IA agia como uma espécie de “copiloto” para responder perguntas, resumir documentos, produzir textos ou analisar informações, agora ela começa a ser aplicada a partir de agentes automatizados. Em vez de apenas responder a uma solicitação, eles podem receber um objetivo, acessar sistemas, consultar dados, executar etapas de um processo e, dentro de determinados limites, decidir qual será o próximo passo. Essa mudança transforma a IA de ferramenta em uma espécie de força de trabalho digital.
Um agente pode, por exemplo, acompanhar pedidos, identificar uma anomalia no estoque, consultar informações em diferentes sistemas, sugerir uma ação e até executá-la, caso esteja autorizado. Outro pode monitorar indicadores comerciais, identificar clientes que deixaram de comprar e preparar uma estratégia de contato. Um terceiro pode apoiar o departamento financeiro na conciliação de informações.
O desafio não reside mais em “como usar a IA”, mas em como organizar o trabalho quando a equipe tiver formação híbrida: parte humana e parte agentes de IA. A discussão ganha força diante da preocupação de empresas de diversos setores, inclusive da reposição automotiva, em aumentar produtividade, reduzir erros, melhorar margens e lidar com uma operação cada vez mais complexa.
Novos desafios
No Brasil, os dados mostram que a adoção da IA, de modo geral, ainda está longe de ser homogênea. Uma pesquisa divulgada pela AWS em 2026 aponta que metade das empresas brasileiras já utiliza IA, mas apenas 15% estão em estágio avançado.
Em 2025, o índice de empresas usando IA era menor: 40%. No caso específico da IA agêntica, apenas 26% das empresas brasileiras já ouviram falar do conceito. Dessas, somente 6% afirmaram tê-la implementado, enquanto outros 31% disseram estar em fase de testes. Ao mesmo tempo, entre as empresas que adotaram IA agêntica, 64% relataram ganho de eficiência operacional e 57% tiveram decisões mais rápidas.
Ou seja: ainda existe uma distância considerável entre experimentar inteligência artificial e reorganizar a empresa em torno dela. Entre as barreiras mais citadas pelas empresas para adotar tecnologias como os agentes de IA estão: escassez de habilidades em IA e digital; barreiras técnicas ou relacionadas a dados; capacidade interna insuficiente da força de trabalho, e acesso limitado a ferramentas ou infraestrutura de próxima geração.
O aftermarket automotivo também é um setor que lida com uma quantidade enorme de informações: aplicações de peças, catálogos, códigos, equivalências, preços, estoques, pedidos, histórico de compras, crédito, prazos, fretes, garantias e informações técnicas. Há, portanto, terreno fértil para automação. Mas também há um enorme risco de automatizar processos errados ou confiar decisões críticas a sistemas sem supervisão adequada. É aí que entra o novo papel do gestor.
Equipe híbrida
Como exemplo, imagine um cenário no qual um distribuidor de autopeças tenha uma equipe comercial formada por vendedores, representantes e profissionais internos. Atualmente, parte considerável do tempo pode ser consumida por tarefas administrativas: consultar estoque, conferir preços, localizar aplicações, levantar histórico de clientes, preparar propostas, acompanhar pedidos e responder perguntas recorrentes.
Em uma estrutura baseada em agentes de IA, parte dessas atividades pode ser delegada a “colaboradores digitais”. O vendedor humano poderia receber do agente um resumo da carteira: quais clientes compraram menos, quais produtos estão com maior potencial, quais pedidos estão atrasados e quais oportunidades merecem atenção. Em vez de gastar horas reunindo informação, o profissional começaria o dia com uma espécie de briefing produzido pela IA.
O agente poderia ainda seguir com outras tarefas mais complexas, como acompanhar a carteira continuamente, detectar mudanças de comportamento, cruzar dados de estoque e demanda, sugerir ações e encaminhar ao vendedor apenas aquilo que exige negociação ou decisão.
A lógica de uma equipe híbrida é relativamente simples. Enquanto a IA cuida de boa parte da preparação e da execução, o funcionário humano concentra energia onde julgamento, relacionamento e responsabilidade fazem diferença. Ou seja, não se trata de substituir um funcionário por um sistema informatizado, mas sim redesenhar o trabalho para extrair o melhor de cada frente.
Para Mauricio Frizzarin, fundador e CEO da QYON, empresa especializada em inteligência artificial e agentes de IA, essa evolução amplia ainda mais a responsabilidade dos gestores nas empresas.
“Quanto maior for a autonomia dos agentes, maior deverá ser o cuidado com governança, segurança da informação, qualidade dos dados e supervisão humana. A Inteligência Artificial pode executar atividades com velocidade e consistência, mas continua incapaz de substituir julgamento, ética, empatia e visão estratégica, uma percepção que aparece no estudo Future of Jobs Report 2025, do Fórum Econômico Mundial, que aponta que pensamento analítico, liderança, influência social, aprendizagem contínua e adaptabilidade estarão entre as competências mais valorizadas pelas empresas até o fim da década. Em outras palavras, à medida que a tecnologia assume parte da execução, cresce a importância das capacidades exclusivamente humanas”, aponta.
De acordo com ele, as empresas com melhor desempenho serão aquelas que tiverem líderes capazes de transformar tecnologia em melhores decisões, com equipes mais produtivas e organizações mais inteligentes. “O gestor do futuro será lembrado pela capacidade de fazer pessoas e agentes trabalharem juntos para alcançar resultados que nenhum deles conseguiria atingir sozinho”, completa o especialista.
O que deve ficar com a IA?
O ideal é priorizar aos agentes de IA as tarefas que contemplam atividades repetitivas, estruturadas, baseadas em regras e com grande volume de dados. Por exemplo: monitoramento de estoque e ruptura; atualização e cruzamento de informações cadastrais; conferência de pedidos; classificação de solicitações; acompanhamento de contas a receber; elaboração de relatórios; previsão e acompanhamento de demanda; triagem de atendimento; acompanhamento de pedidos e entregas, e tarefas administrativas de pós-venda, entre outras.
Um agente responsável por monitorar estoque pode extrapolar a emissão de um único relatório no fim do dia ou da semana para passar a acompanhar continuamente o giro dos produtos, cruzar histórico de vendas, sazonalidade, pedidos em aberto e prazo de reposição. Se identificar risco de ruptura, poderia alertar o responsável ou, dentro de regras previamente estabelecidas, iniciar o processo de reposição. Ganha-se em velocidade e também no monitoramento.
E o que deve continuar com as pessoas?
Quanto mais complexa, ambígua ou sensível for a decisão, maior tende a ser a necessidade de participação humana. Por exemplo: negociação com clientes; resolução de conflitos; definição de política comercial; avaliação de situação excepcional; relacionamento com fornecedores, e decisões que envolvam reputação da empresa e escolhas estratégicas, entre outras.
Há, ainda, uma diferença sensível entre o trabalho de um agente de IA e o de uma pessoa: conhecimento de contexto. Um vendedor experiente pode saber (ou notar) que determinado cliente está atravessando uma mudança de gestão. Um comprador pode perceber que uma determinada alteração de preço terá impacto diferente daquele sugerido pelos dados históricos. Um gerente de oficina pode reconhecer, pela experiência, que determinado comportamento do mercado não aparece ainda nos indicadores.
O ser humano continua sendo fundamental quando é necessário interpretar o que não está explícito nos dados. E é justamente por isso que o avanço da IA não necessariamente reduz a importância das pessoas. Em determinadas funções, pode aumentá-la.
O novo gestor
Se uma parte da execução for delegada à IA, o gestor terá menos necessidade de acompanhar cada tarefa individualmente. Em compensação, terá de administrar algo mais complexo, ou seja, um sistema de trabalho formado por humanos, softwares e agentes autônomos.
Caberá ao “gestor do futuro próximo” (cada vez mais atual) tomar algumas decisões com base nas características dos integrantes da equipe. Qual agente deve executar determinada atividade? Com que dados ele pode trabalhar e quais decisões ele pode tomar sozinho? Quando precisa pedir autorização? Quem revisa seu trabalho? Como medir seu desempenho? O que acontece quando ele erra? Quem é responsável pelo resultado?
Sim, são diversas perguntas, mas todas são importantes para balizar o trabalho de agentes de IA junto a seres humanos. Sem essas respostas, o trabalho se perde, pois carece de processos claros. O resultado é um cenário no qual os agentes atuam com 10% de suas capacidades, enquanto as pessoas diminuem sua produtividade à medida que não têm clareza dos processos, das responsabilidades e dos próximos passos do trabalho.
Mesmo com o uso de agentes de IA, a responsabilidade continuará sendo da organização e das pessoas que desenharam e supervisionaram o processo. Por isso, a governança passa a ser uma competência de gestão ainda mais indispensável para líderes de equipes híbridas. Para isso, é preciso constantemente estabelecer modelos de governança e definir papéis, responsabilidades e mecanismos de controle para todos os integrantes das equipes. Sejam eles humanos ou digitais.
O ótimo gestor desse futuro próximo não será aquele que sabe fazer tudo. Será aquele que sabe o que deve ser feito por pessoas, o que pode ser feito por agentes, o que precisa ser feito em conjunto e, principalmente, quem deve responder pelo resultado.
Escrito por: Redação