Quase todas as conversas que tenho sobre inteligência artificial começam da mesma maneira: “qual é a melhor ferramenta?”. É uma pergunta legítima e é também, quase sempre, a pergunta errada para o momento em que é feita.

Ninguém escolhe um software de faturação antes de saber como fatura. Ninguém contrata um seguro antes de saber o que quer segurar. Com a IA, por alguma razão, inverteu-se a ordem — compra-se primeiro e procura-se depois onde é que aquilo encaixa. É assim que se acumulam subscrições que ninguém usa e que, ao fim de um ano, aparecem na contabilidade sem que ninguém saiba explicar para que servem.

Quem decide isto não é quem usa

Antes de falar de critérios, há uma questão de princípio que merece ficar clara: a escolha das ferramentas de inteligência artificial de uma empresa é uma decisão de gestão. Não é uma preferência individual de cada colaborador.

Isto incomoda algumas pessoas, e compreendo porquê — há quem já tenha os seus hábitos e não queira mudar. Mas a razão é simples e não tem nada de autoritário: no momento em que alguém cola num serviço externo o texto de um contrato, uma lista de clientes ou um mapa salarial, essa informação saiu da empresa. Quem responde por isso não é quem colou o texto. É a empresa. E uma decisão cuja responsabilidade é da empresa tem de ser tomada pela empresa.

Há ainda duas razões menos faladas. A consistência: se cada pessoa usa uma ferramenta diferente, com critérios diferentes, aquilo que sai deixa de ter uma voz comum e os clientes notam. E a aprendizagem: quando cada um trabalha com o que escolheu, sem partilhar o que funciona, a empresa não acumula conhecimento nenhum — cinco pessoas aprendem cinco vezes a mesma coisa, cada uma mal e por si.

Por onde começar, que não é pela ferramenta

A sequência que funciona é aborrecida e é sempre a mesma.

Primeiro, o processo. Qual é a tarefa concreta, quem a faz hoje, quanto tempo leva, onde falha. Sem isto não há critério para comparar nada, porque não se sabe o que se está a comparar.

Segundo, o que seria bom o suficiente. Isto é mais importante do que parece. “Melhorar o atendimento” não é um critério; “responder a pedidos de orçamento em menos de duas horas, sem erros de preço” é. Quem não define isto antes não consegue depois dizer se a ferramenta valeu o dinheiro.

Só terceiro, as ferramentas. E aí descobre-se normalmente uma coisa útil: para a maioria das tarefas de uma PME, várias resolvem igualmente bem. A decisão deixa de ser técnica e passa a ser de encaixe.

Correr atrás da melhor é uma corrida que não se ganha

Há aqui uma armadilha em que é fácil cair, sobretudo quem gosta de tecnologia: tentar ter sempre a melhor ferramenta disponível.

Não dá. O ranking muda praticamente todas as semanas. A que era melhor em janeiro foi ultrapassada em março, e em junho há três novas que ninguém conhecia. Quem tentar acompanhar esse movimento passa o ano a migrar, a reconfigurar, a reensinar a equipa e a explicar porque é que mudou outra vez. Ao fim desse ano não ganhou nada, porque nunca ficou tempo suficiente numa ferramenta para extrair valor dela.

O ganho real não está em ter a melhor. Está em usar bem, durante tempo suficiente, uma que seja suficientemente boa. Uma equipa que domina uma ferramenta mediana produz muito mais do que uma equipa que está sempre a começar de novo na melhor do momento.

Por isso, quando avalio, não procuro a ferramenta superior. Procuro uma que seja boa o suficiente para o que precisamos, estável, com uma empresa por trás que provavelmente ainda exista daqui a dois anos, e de onde seja possível sair sem perder os dados. A capacidade de sair é, aliás, um critério que quase ninguém verifica e que é dos mais importantes: a pergunta não é só “o que consigo fazer com isto?”, é também “se mudar de ideias dentro de um ano, levo a minha informação comigo?”.

Isto não significa ignorar o que vai aparecendo. Significa marcar um momento — duas vezes por ano, por exemplo — para reavaliar com calma, em vez de reagir a cada novidade. O resto do tempo, trabalha-se.

Os critérios que uso

Quando ajudo uma empresa a decidir, olho sempre para os mesmos pontos — e nenhum deles é a lista de funcionalidades.

Para onde vão os dados. Onde são armazenados, por quanto tempo, se são usados para treinar modelos, o que diz o contrato sobre subcontratação. É o primeiro critério e é eliminatório: uma ferramenta excelente que não dá garantias aceitáveis sobre a informação dos nossos clientes não entra na comparação.

Se encaixa no que já existe. Uma ferramenta que obriga a sair de todos os sistemas da casa, copiar informação à mão e voltar a colar não poupa tempo nenhum — cria uma tarefa nova. O valor está quase sempre na integração, não na funcionalidade.

Quem a vai manter. Toda a ferramenta precisa de alguém que a conheça, atualize e corrija quando falha. Numa equipa pequena, se esse alguém não existir, a ferramenta degrada-se em silêncio até ao dia em que ninguém sabe porque é que deixou de funcionar.

Se a equipa a vai usar. Uma ferramenta tecnicamente superior que ninguém abre vale zero. Entre a melhor e aquela que as pessoas efetivamente adotam, escolho sempre a segunda.

O custo verdadeiro. O preço da subscrição é a parte pequena. O custo real inclui a implementação, o tempo de aprendizagem de cada pessoa, o tempo de verificação do que a ferramenta produz, e a eventual migração no dia em que se mudar. Contas feitas apenas com a mensalidade dão sempre o resultado errado.

O que uso, e porquê

Não acredito em recomendações genéricas, por isso digo concretamente com o que trabalhamos — não como lista de compras, mas para se perceber o raciocínio.

Zoho One como espinha dorsal. A escolha aqui não foi por ser a melhor solução em cada função isolada, porque não é. Foi porque resolve CRM, gestão de pedidos e várias outras necessidades dentro do mesmo ambiente, com um custo previsível para uma equipa pequena. Teria ferramentas melhores em cada ponto; teria também cinco subscrições a falar mal entre si.

n8n para automação, alojado por nós. É aqui que se ligam as pontas: um formulário que cria um registo, um pagamento que gera o documento certo, um lembrete que dispara na data devida. Ter escolhido uma solução que podemos alojar e controlar foi uma decisão deliberada — o que passa por ali é informação de clientes.

KeyInvoice para faturação e IfThenPay para pagamentos. Nada de glamoroso. São escolhas de encaixe: cumprem a obrigação legal portuguesa e integram-se com o resto, que é exatamente o que se quer de infraestrutura.

Moodle para a formação. É uma plataforma com décadas e que ninguém escolhe por entusiasmo. Escolhe-se porque num setor com certificação obrigatória é preciso conseguir provar o que aconteceu, e isso vale mais do que uma interface bonita.

Claude Code para construir as nossas próprias ferramentas internas. Esta é a parte que mais surpreende as pessoas: muito do que usamos por dentro não foi comprado, foi construído. Sem equipa de programação, e com uma pessoa a descrever o que precisa em vez de o escrever em código.

Canva para o que é visual, pela razão mais prosaica de todas: toda a equipa consegue usar.

O padrão, se houver algum, é este: nenhuma destas foi escolhida por ser a melhor da sua categoria. Foram escolhidas por encaixarem umas nas outras, por podermos controlar onde fica a informação, e por serem usáveis por pessoas que não são técnicas.

Três erros que vejo repetidamente

Comprar o mais caro por segurança. O preço não é indicador de adequação. Ferramentas pensadas para grandes estruturas são frequentemente pesadas demais para quem tem três pessoas.

Comprar várias para “ver qual é melhor”. Parece prudente e é o contrário: ninguém aprende nenhuma a fundo, não se consegue comparar com rigor, e paga-se tudo ao mesmo tempo. Mais vale escolher uma, usá-la a sério durante dois ou três meses, e só depois reavaliar.

Deixar a decisão ao mais entusiasta. Há quase sempre, em cada empresa, uma pessoa que experimenta tudo e sabe muito. É um recurso valioso e deve ser ouvida. Mas entusiasmo não é o mesmo que responsabilidade pelo negócio, e a decisão final não pode ficar aí.

O que vale a pena fixar por escrito

Não precisa de ser um manual. Precisa de caber numa página e de responder a quatro coisas: que ferramentas estão aprovadas e com que contas; que informação nunca entra numa ferramenta externa; o que tem de ser sempre verificado por uma pessoa antes de sair; e quem é responsável por revisitar isto quando as ferramentas mudarem — porque vão mudar.

Proibir tudo não resulta, apenas empurra o uso para fora de vista, onde não há controlo algum. Autorizar com regras claras é mais seguro do que proibir sem fiscalização.

A pergunta

A escolha da ferramenta é, no fim, a parte mais fácil de todo este processo — e é aquela onde a maioria das empresas gasta toda a energia. O trabalho difícil está antes, em saber que problema se quer resolver, e depois, em garantir que alguém é responsável por aquilo.

Fica a pergunta: na sua empresa, a última ferramenta que entrou foi escolhida a partir de um processo que alguém mapeou — ou porque apareceu, pareceu boa, e ninguém se opôs?

Ajudamos empresas a fazer esta escolha pela ordem certa, começando pelo processo e não pelo catálogo. Fazemos por si o que já fizemos por nós.

No início, estávamos entusiasmadas com tudo o que era possível automatizar.

E foi precisamente esse entusiasmo que nos levou a fazer o que não se deve fazer: automatizámos micro processos que ainda não estavam amadurecidos. Pequenas coisas, aqui e ali, cada uma aparentemente inofensiva, cada uma a poupar alguns minutos.

O resultado foi o oposto do que queríamos. Em vez de simplificar, aumentámos a confusão. Automações a correr sobre etapas que ainda estavam a mudar, resultados que ninguém sabia bem de onde vinham, e aquela sensação desconfortável de já não controlarmos inteiramente o que estava a acontecer.

Tínhamos acrescentado velocidade a coisas que ainda não estavam estabilizadas. E velocidade sobre instabilidade não dá eficiência — dá ruído.

Desde então fazemos o contrário, e de forma sistemática: primeiro reorganizamos o processo, deixamo-lo assentar, e só depois lhe acrescentamos apoio de IA. Sempre com validação humana onde isso importa.

É mais lento no arranque. É bastante menos entusiasmante de contar. E é a única maneira que encontrámos de a tecnologia nos ajudar a fazer melhor, em vez de nos ajudar a fazer confusão mais depressa.

Isto levou-me a uma conclusão que hoje digo a todos os clientes: os processos de negócio são os mesmos, com ou sem IA.

Um pedido continua a chegar. Alguém tem de o qualificar, fazer um preço, propor, entregar, faturar, cobrar. Essa sequência não foi inventada por falta de tecnologia — foi inventada porque é o que o negócio exige.

O que muda é quem faz o trabalho pesado em cada etapa.

E é por isso que não se automatiza o que não se conhece. Quem não consegue descrever, passo a passo, como é que uma coisa é feita hoje na sua empresa não tem nada para automatizar. Tem desordem. E desordem automatizada é apenas desordem mais rápida.

Escrevi sobre isto no blog da BWS, com as três consequências práticas que isto tem na forma de trabalhar.

Deixo a pergunta : se pedisse hoje a três pessoas da sua equipa para descreverem o mesmo processo, do início ao fim, obtinha três descrições parecidas — ou três empresas diferentes?

 

Na BWS pensamos sobre isto todos os dias, dentro de casa e com quem trabalhamos. Fazemos por si o que já fizemos por nós.

Supervisionar trabalho sempre foi barato. Uma pessoa conseguia acompanhar o trabalho de dez, e isso não era por ser excecional — era porque a supervisão nunca precisou de refazer o trabalho para o validar. Assentava em atalhos: conhecia-se quem fazia o quê, sabia-se onde cada um costumava falhar, lia-se com atenção aquilo que era novo ou arriscado e passava-se os olhos pelo resto. Confiança acumulada, amostragem, instinto. É isto que permitiu que as empresas crescessem sem precisar de um revisor por cada trabalhador.

A inteligência artificial fez duas coisas ao mesmo tempo, e é a combinação das duas que cria o problema: multiplicou o volume de trabalho produzido e, simultaneamente, retirou os atalhos que tornavam a supervisão barata.

Os atalhos desapareceram

Verificar trabalho feito por uma pessoa é eficiente porque o erro humano é previsível. Tem padrões. Aquela pessoa é forte nos números e distraída na redação; aquela outra escreve bem mas não confirma fontes. Com o tempo, sabe-se onde olhar. E, sobretudo, confia-se — porque há anos de histórico a sustentar essa confiança.

Com trabalho produzido com apoio de IA, nada disto se aplica. O erro não é desleixado, é plausível. Vem bem escrito, bem estruturado, com aparência de rigor, e no meio de dez parágrafos corretos está um que não é. Não há sinal exterior nenhum: nem hesitação, nem lacuna, nem aquele tom de quem não estava seguro. O histórico também não ajuda, porque a pessoa que entrega pode ter validado bem ou pode ter aceitado sem ler — e o documento tem exatamente o mesmo aspeto nos dois casos.

Resultado: para ter alguma certeza, é preciso ler com atenção verdadeira. Por unidade de trabalho, verificar passou a custar bastante mais do que custava.

E o volume multiplicou

Este seria um problema gerível se o volume tivesse ficado igual. Não ficou.

É hoje tecnicamente possível gerar quinhentas análises de clientes numa manhã, ou quinhentos resumos de contratos, a um custo que qualquer empresa suporta. A capacidade de produzir deixou de ter um limite prático.

A capacidade de ler, compreender e assumir responsabilidade por aquilo é a mesma de há vinte anos: umas horas de atenção por dia, com qualidade decrescente ao longo delas. Não há ferramenta que a aumente.

Temos, portanto, uma alavancagem que se quebrou dos dois lados ao mesmo tempo: mais trabalho para validar, e cada validação a custar mais. É nesse ponto que está hoje o verdadeiro limite das empresas — não na produção.

As duas saídas, e ambas custam

Quando uma empresa chega aqui, só tem dois caminhos, e vejo os dois a acontecer.

Não verificar. Deixa-se sair, confia-se. É tentador, porque a maior parte do que sai está aceitável e durante meses nada acontece. Até ao dia em que um número errado chega a um cliente, ou uma referência inventada entra num documento que vai para uma entidade oficial. Nessa altura, a responsabilidade não é da ferramenta: é de quem a pôs a trabalhar sem rede.

Verificar tudo. Quem lidera revê cada coisa que sai, porque não consegue deixar de rever. E então a empresa fica com uma capacidade de produção enorme ligada a um único ponto de validação que não cresceu. O trabalho acumula-se à espera de atenção, aquilo que se tinha acelerado volta à velocidade de antes, e alguém trabalha ao sábado para despachar a fila.

Nenhuma das duas é sustentável.

O que isto obriga a decidir

Se a produção é praticamente ilimitada e a atenção humana é rigidamente limitada, a decisão central de gestão deixou de ser quanto é que conseguimos produzir. Passou a ser mais incómoda: a que é que vale a pena dedicar atenção humana.

Isso exige escolhas explícitas que poucas empresas fizeram. O que tem de ser sempre lido por uma pessoa, sem exceção, porque o custo de falhar é demasiado alto — o que vai para uma entidade oficial, o número que entra numa decisão de investimento, a resposta a uma reclamação séria. O que pode ser verificado por amostragem, e com que frequência. E o que, honestamente, não precisa de ser verificado por ninguém, porque errar ali custa quase nada.

Note-se que isto não é mais do mesmo: a supervisão antiga também usava amostragem e confiança. A diferença é que antes esses atalhos funcionavam sozinhos, por hábito e convivência. Agora têm de ser decididos, escritos e atribuídos a alguém — porque já não há histórico pessoal que os sustente.

Produzir muito vai ser comum

A conversa sobre inteligência artificial nas empresas tem estado centrada na capacidade de produzir: o que conseguimos gerar, com que qualidade, em quanto tempo. É uma conversa importante, e vai deixar de diferenciar ninguém — dentro de pouco tempo todas as empresas produzem muito.

O que vai diferenciar é quem souber decidir onde põe a atenção humana que tem, que é pouca e não aumenta. Isso não se compra, não se instala e não vem incluído em nenhuma ferramenta.

Fica a pergunta, que deixo em aberto porque também não tenho a resposta fechada: na sua empresa, alguém decidiu o que obrigatoriamente passa por olhos humanos antes de sair — ou está a confiar que, de alguma forma, tudo o que importa está a ser visto por alguém?

Na BWS pensamos sobre isto todos os dias, dentro de casa e com quem trabalhamos. Fazemos por si o que já fizemos por nós.

O risco da IA já está dentro da empresa

Quando se fala dos riscos da inteligência artificial nas empresas, a imagem que quase todos temos na cabeça é a mesma: um grande projeto, com orçamento, apresentado numa reunião, com decisões a tomar sobre fornecedores, contratos e políticas internas.

O problema real pode estar noutro sítio: no que já entrou na empresa sem que ninguém tenha tomado uma decisão consciente.

É a funcionalidade de IA que um fornecedor de CRM ativou numa atualização, explicada em letras pequenas que ninguém leu. É o assistente de escrita que alguém instalou no browser. É o colaborador que colou o mapa salarial da empresa numa ferramenta gratuita para “organizar melhor a tabela”. É o e-mail com dados de um cliente enviado para uma aplicação cuja política de retenção ninguém conhece.

Nada disto passou necessariamente por uma decisão de gestão. E é precisamente aí que reside uma parte importante do risco.

Três riscos que já existem

Dados

Nem todas as ferramentas tratam a informação da mesma maneira. Algumas podem utilizar os dados introduzidos para melhorar os seus serviços ou modelos; outras oferecem garantias diferentes. Umas armazenam a informação na Europa, outras não. Algumas permitem controlar a retenção dos dados; outras mantêm-nos durante períodos que o utilizador desconhece.

A diferença entre uma situação e outra costuma estar escondida nos termos do serviço, nas configurações da aplicação ou no contrato celebrado com o fornecedor.

Mas a responsabilidade pelo tratamento dos dados não desaparece quando estes são enviados para uma ferramenta externa. A empresa que determina esse envio pode continuar a ter obrigações perante os titulares dos dados, mesmo quando o tratamento é realizado por um fornecedor.

Confiança

As ferramentas de IA podem errar com uma segurança notável. Não hesitam, não levantam necessariamente dúvidas e nem sempre distinguem entre um facto confirmado e uma resposta plausível.

Produzem um número, uma data ou uma referência legal com o mesmo tom com que produzem qualquer outra frase.

Uma equipa que confia sem verificar pode criar um problema maior do que o problema de não utilizar IA. O risco não está apenas em a ferramenta errar. Está também em ninguém assumir a responsabilidade por confirmar o resultado.

Dependência silenciosa

Há ainda processos que passam a depender de uma ferramenta sem que ninguém documente como funcionam.

No dia em que a aplicação muda de preço, altera a sua política, deixa de permitir determinada funcionalidade ou simplesmente desaparece, a empresa pode descobrir que já ninguém sabe executar aquele trabalho sem ela.

A eficiência obtida pode ser real. Mas, se não houver documentação nem alternativa, pode transformar-se numa dependência que a empresa nunca decidiu assumir.

E depois há a lei

O AI Act europeu entrou em vigor em 2024 e está a ser aplicado por fases. Na sequência das alterações introduzidas pelo Digital Omnibus, as regras aplicáveis a determinados sistemas de alto risco têm datas de aplicação posteriores: em termos gerais, 2 de dezembro de 2027 para certos sistemas autónomos de alto risco e 2 de agosto de 2028 para sistemas de alto risco incorporados em produtos regulados.

Muita gente lê estas alterações como se significassem: “Então, afinal, não é para já.”

Essa conclusão seria errada.

As obrigações de transparência previstas no artigo 50 aplicam-se desde 2 de agosto de 2026, embora existam regras transitórias específicas para algumas obrigações de marcação de conteúdos gerados por sistemas colocados no mercado antes dessa data.

Na prática, isto significa, entre outras coisas, que as pessoas devem ser informadas quando interagem diretamente com determinados sistemas de IA. Existem também obrigações relativas à identificação ou sinalização de determinados conteúdos gerados ou manipulados por IA. O alcance concreto depende do tipo de sistema, do conteúdo e da forma como este é utilizado; não significa que qualquer texto produzido com assistência de IA tenha de receber automaticamente um rótulo visível.

Também continuam a aplicar-se as regras relativas às práticas proibidas e à literacia em IA. A obrigação de literacia entrou em aplicação em 2 de fevereiro de 2025 e exige que fornecedores e entidades que utilizam sistemas de IA tomem medidas adequadas para que as pessoas que trabalham com essas ferramentas tenham conhecimentos compatíveis com a sua utilização e com os riscos envolvidos.

Ou seja: formar a equipa deixou de ser apenas uma boa prática de gestão. É também uma obrigação prevista no enquadramento europeu, embora a forma concreta de a cumprir dependa do contexto, do tipo de ferramenta e das funções desempenhadas.

Há, é certo, algumas medidas de simplificação e calendários diferentes para determinadas empresas e sistemas. Mas requisitos documentais mais leves não significam ausência de responsabilidade.

O que uma PME deve fazer primeiro

Não estou a falar de um projeto de compliance com consultores, relatórios e dezenas de páginas de procedimentos. Estou a falar de quatro coisas que cabem numa folha A4.

Saber o que está a ser usado

Faça uma lista simples das ferramentas de IA utilizadas na empresa, incluindo as funcionalidades de IA incorporadas no software que já utiliza.

A lista deve indicar, pelo menos, a ferramenta, a equipa que a utiliza e a finalidade principal. A maioria das empresas com que falo não consegue produzir este inventário de cabeça. E essa incapacidade já é, por si só, um primeiro diagnóstico.

Definir o que não pode sair da empresa

Estabeleça uma regra curta sobre a informação que não deve ser introduzida em ferramentas externas: dados pessoais de clientes, dados de saúde, informação salarial, contratos, segredos comerciais e qualquer informação confidencial da empresa ou dos seus clientes.

Não é preciso começar por um manual. É preciso uma frase que toda a gente conheça e consiga aplicar.

Por exemplo:

Não introduza em ferramentas externas de IA dados pessoais, informação confidencial, segredos comerciais ou documentos pertencentes à empresa e aos seus clientes.

Esta regra não substitui a avaliação das ferramentas aprovadas nem a análise das obrigações legais aplicáveis. Mas cria um limite claro para o uso quotidiano.

Estabelecer quem valida o quê

Conteúdo gerado ou significativamente transformado por IA não deve ser enviado a um cliente, nem integrado num processo jurídico, contabilístico ou outro processo crítico, sem validação por uma pessoa identificável.

A validação deve significar mais do que uma passagem rápida pelos olhos. Deve envolver a confirmação dos factos relevantes e a assunção da responsabilidade pela decisão final.

Não é desconfiança da máquina. É o princípio de sempre: quando uma decisão tem consequências, deve existir um responsável identificável.

Dizer às pessoas que podem usar — e como

Proibir sem fiscalização tende a empurrar parte da utilização para a sombra, onde há menos controlo.

As pessoas continuarão a procurar formas de trabalhar mais depressa. Se não houver ferramentas autorizadas nem regras claras, poderão recorrer a aplicações externas sem que a empresa saiba que informação está a ser partilhada ou como os resultados estão a ser utilizados.

Autorizar dentro de limites definidos é, em muitos casos, mais seguro do que proibir sem criar mecanismos para conhecer a realidade.

A empresa pode começar por aprovar algumas ferramentas, definir utilizações aceitáveis, restringir o tratamento de informação confidencial e exigir revisão humana nos casos relevantes.

O inverso também é um risco

Há um erro simétrico que vale a pena nomear, porque pode ser igualmente caro: paralisar por medo.

Empresas que decidem não fazer nada até “haver regras claras” estão a assumir um custo que raramente aparece nos relatórios: o de ficarem para trás enquanto outras, começando pequeno e com critério, acumulam experiência e vantagem.

O risco de fazer mal é real. Uma ferramenta pode produzir informação errada, expor dados confidenciais ou levar alguém a confiar demasiado num resultado automático.

Mas o risco de não fazer nada também existe. Só que ninguém o escreve num relatório até ser tarde demais.

Começar não significa lançar um programa complexo nem permitir tudo. Pode significar apenas conhecer as ferramentas que já estão em uso, estabelecer limites, escolher algumas soluções aprovadas e exigir validação humana nos processos mais sensíveis.

A pergunta desconfortável

Deixo uma pergunta simples, que vale a pena levar à próxima reunião de equipa:

Consegue dizer, com certeza, que informação da sua empresa foi introduzida em ferramentas externas de IA nos últimos três meses?

Se a resposta for não, está aí o seu primeiro projeto.

Não é necessariamente o mais caro. Mas é, provavelmente, o mais urgente.

Antes de criar um comité, contratar consultores ou escrever um regulamento extenso, descubra o que já está a acontecer.

Em matéria de inteligência artificial, a primeira forma de controlo não é ter uma política perfeita.

É conhecer a realidade.

Ajudamos empresas a mapear o que está a ser usado, a definir regras simples e a formar as equipas para trabalharem com estas ferramentas em segurança. Fazemos por si o que já fizemos por nós.

Há uns meses, numa conversa sobre contratações, um empresário disse-me uma coisa que não me saiu da cabeça: “não preciso de mais ninguém, o que eu preciso é que os que estão cá rendam como três”. Disse aquilo a meio caminho entre a queixa e a piada. Só que já não é nem uma coisa nem outra. É literalmente o que está a acontecer nalgumas empresas — e é a razão pela qual toda a conversa sobre “a IA vai roubar empregos” está mal colocada.

Peter Drucker deixou-nos uma frase que continua a ser das mais desconfortáveis da gestão: não há nada tão inútil como fazer com grande eficiência aquilo que não deveria ser feito de todo. Lembro-me dela sempre que me sento com um empresário que quer avançar para a inteligência artificial e me apresenta, com entusiasmo genuíno, a lista das cinco coisas que quer automatizar já.

Já aqui escrevi, em tempos, sobre um povo de um planeta distante que insistia em viver num ritmo acelerado e que, mesmo reduzindo o seu tempo de descanso, continuava a não ter tempo para si nem para o que verdadeiramente lhe importava. Voltei a lembrar-me dessa parábola nos últimos meses, cada vez que ouço um gestor dizer-me, com um misto de esperança e desconfiança, que a inteligência artificial “vai poupar imenso tempo à equipa”.

Há uns anos, escrevi sobre a forma como os vendedores se foram adaptando a compradores cada vez mais autónomos, munidos de informação e de acesso digital direto. Terminei essa reflexão com uma pergunta que deixei propositadamente em aberto: estaríamos preparados, enquanto sociedade, para continuar sem limites neste caminho da automação? Não imaginava que a resposta chegaria tão depressa, nem com este alcance.

Durante anos, liderar uma PME em Portugal significou dominar o negócio, gerir pessoas e apagar fogos. Essas competências continuam essenciais — mas há uma nova camada que já não se pode ignorar: saber liderar uma equipa que, cada vez mais, trabalha lado a lado com ferramentas de inteligência artificial.