{"id":9893,"date":"2026-09-01T10:00:32","date_gmt":"2026-09-01T13:00:32","guid":{"rendered":"https:\/\/fcamara.com\/blog\/?p=9893"},"modified":"2026-09-01T16:05:54","modified_gmt":"2026-09-01T19:05:54","slug":"upskilling-ia","status":"publish","type":"post","link":"https:\/\/fcamara.com\/blog\/upskilling-ia\/","title":{"rendered":"Como desenvolver flu\u00eancia em IA sem gerar resist\u00eancia nas equipes"},"content":{"rendered":"

Uma empresa pode disponibilizar as melhores ferramentas de IA e, ainda assim, encontrar dificuldade para fazer com que elas entrem de fato na rotina das equipes. A dificuldade pode estar na falta de repert\u00f3rio para us\u00e1-la, nas d\u00favidas sobre o que muda no trabalho ou simplesmente na dificuldade de enxergar aplica\u00e7\u00f5es que fa\u00e7am sentido para cada fun\u00e7\u00e3o.<\/span><\/p>\n

\u00c9 nesse cen\u00e1rio que o <\/span>AI upskilling<\/b> entra em discuss\u00e3o. A ideia n\u00e3o \u00e9 transformar todos os profissionais em especialistas em intelig\u00eancia artificial, mas ampliar a capacidade dos <\/span>times<\/span><\/a> de entender, testar e aplicar a tecnologia dentro de suas pr\u00f3prias atividades.<\/span><\/p>\n

Para quem lidera TI, engenharia ou inova\u00e7\u00e3o, isso coloca uma quest\u00e3o menos \u00f3bvia do que \u201cqual solu\u00e7\u00e3o devemos adotar?\u201d: <\/span>h\u00e1 preparo para trabalhar com IA?<\/b><\/p>\n

A resposta depende de mais do que treinamentos pontuais. Cultura, lideran\u00e7a, experimenta\u00e7\u00e3o e orienta\u00e7\u00e3o para a utiliza\u00e7\u00e3o da IA ajudam a criar um ambiente em que as pessoas possam ganhar familiaridade com os agentes inteligentes e entender seus limites e capacidades. E, dessa forma, a resist\u00eancia tamb\u00e9m pode revelar onde faltam clareza, orienta\u00e7\u00e3o ou suporte.\u00a0<\/span><\/p>\n

Neste artigo, vamos explorar como estruturar uma estrat\u00e9gia de <\/span>capacita\u00e7\u00e3o em intelig\u00eancia artificial<\/b> alinhada \u00e0s necessidades do neg\u00f3cio, criando condi\u00e7\u00f5es para que as pessoas desenvolvam a autonomia exigida para incorpor\u00e1-la \u00e0 rotina operacional.\u00a0<\/span><\/p>\n

Continue a leitura!<\/span><\/p>\n

Por que muitas iniciativas de IA fracassam antes mesmo da tecnologia<\/span><\/h2>\n

O in\u00edcio de uma iniciativa de IA costuma ser marcado por experimenta\u00e7\u00e3o. Surgem casos de uso, algumas \u00e1reas come\u00e7am a testar novos recursos e os primeiros resultados ajudam a definir os pr\u00f3ximos passos. O desafio aparece quando esse movimento precisa ganhar escala e ser incorporado \u00e0 rotina.<\/span><\/p>\n

Essa dificuldade n\u00e3o est\u00e1 necessariamente relacionada \u00e0 falta de interesse dos profissionais. O estudo<\/span> \u201c<\/span>Superagency in the workplace\u201d<\/span><\/i>, da McKinsey<\/span><\/a>, ouviu 3.613 funcion\u00e1rios e 238 executivos e identificou que os trabalhadores j\u00e1 demonstram familiaridade e interesse pela IA, mas ainda percebem lacunas no suporte oferecido pelas organiza\u00e7\u00f5es. Cerca de 48% dos funcion\u00e1rios afirmaram que treinamentos formais poderiam aumentar a frequ\u00eancia com que utilizam a tecnologia, enquanto 46% dos l\u00edderes apontaram lacunas de habilidades como uma barreira relevante. O levantamento sugere que a <\/span>resist\u00eancia<\/b> pode estar menos associada \u00e0 indisposi\u00e7\u00e3o das equipes e mais \u00e0 <\/span>falta de dire\u00e7\u00e3o, forma\u00e7\u00e3o e suporte para incorporar a IA aos fluxos de trabalho<\/b>.<\/span><\/p>\n

Um dos entraves \u00e9 a <\/span>falta de conex\u00e3o entre o desenvolvimento de habilidades e a realidade do trabalho<\/b>. Um treinamento gen\u00e9rico sobre intelig\u00eancia artificial pode apresentar conceitos e funcionalidades, mas n\u00e3o ajuda o profissional a entender como aplic\u00e1-los \u00e0s atividades que fazem parte da sua rotina.\u00a0<\/span><\/p>\n

Outro ponto \u00e9 a <\/span>diversidade de demandas dentro da organiza\u00e7\u00e3o<\/b>. Nem todos os profissionais precisam dominar os mesmos conceitos ou utilizar a IA da mesma maneira. Quem desenvolve software ter\u00e1 demandas diferentes de quem atua em gest\u00e3o, an\u00e1lise ou atendimento, por exemplo. Quando a forma\u00e7\u00e3o ignora essas diferen\u00e7as, parte do conte\u00fado pode ter pouca rela\u00e7\u00e3o com as atividades realizadas e encontrar dificuldade para ser aplicada no dia a dia.\u00a0<\/span><\/p>\n

Tamb\u00e9m existe uma quest\u00e3o de <\/span>continuidade<\/b>. Quando o aprendizado se concentra em um \u00fanico momento, fica mais dif\u00edcil acompanhar as evolu\u00e7\u00f5es da tecnologia, identificar novas possibilidades de aplica\u00e7\u00e3o e incorporar os aprendizados obtidos com a experi\u00eancia. \u00c0 medida que os recursos de IA, os processos e os pr\u00f3prios casos de uso se transformam, as habilidades das equipes precisam seguir esse movimento.\u00a0<\/span><\/p>\n

A necessidade de desenvolver novas habilidades tamb\u00e9m aparece em uma<\/span> pesquisa da consultoria Gartner<\/span><\/a>: 85% dos l\u00edderes empresariais consultados afirmaram que a demanda por desenvolvimento de habilidades dever\u00e1 crescer de forma expressiva nos pr\u00f3ximos tr\u00eas anos, impulsionada pelas tend\u00eancias digitais e pela intelig\u00eancia artificial. O dado refor\u00e7a que a <\/span>aprendizagem para a <\/b>ado\u00e7\u00e3o da IA<\/b><\/a> deve ser <\/b>\u00a0<\/span>parte da adapta\u00e7\u00e3o das equipes \u00e0s mudan\u00e7as<\/b> nos recursos dispon\u00edveis, nos processos e nas pr\u00f3prias responsabilidades profissionais.\u00a0<\/span><\/p>\n

Esses fatores ajudam a explicar por que algumas a\u00e7\u00f5es come\u00e7am com ades\u00e3o e, depois, perdem espa\u00e7o. Uma estrat\u00e9gia de forma\u00e7\u00e3o que n\u00e3o acompanha as aplica\u00e7\u00f5es, as diferentes fun\u00e7\u00f5es e o avan\u00e7o tecnol\u00f3gico pode ter dificuldade para transformar o interesse inicial em pr\u00e1ticas incorporadas \u00e0 rotina.\u00a0<\/span><\/p>\n

\u00c9 nesse contexto que o <\/span>AI upskilling<\/b> ganha relev\u00e2ncia: como um processo de desenvolvimento cont\u00ednuo das habilidades fundamentais para que as equipes acompanhem as transforma\u00e7\u00f5es trazidas pela IA e saibam aplic\u00e1-la \u00e0s demandas de suas fun\u00e7\u00f5es. O objetivo \u00e9 aproximar o aprendizado da pr\u00e1tica e criar condi\u00e7\u00f5es para que essas solu\u00e7\u00f5es sejam incorporadas de forma consistente ao trabalho.\u00a0<\/span><\/p>\n

O que significa flu\u00eancia em IA<\/span><\/h2>\n

Flu\u00eancia em IA n\u00e3o \u00e9 sin\u00f4nimo de saber escrever bons prompts. <\/b>\u00c9 ter clareza para avaliar quando a automa\u00e7\u00e3o inteligente pode contribuir para uma atividade, como orientar sua ades\u00e3o e quando uma resposta precisa ser questionada ou complementada.\u00a0<\/span><\/p>\n

Para isso, \u00e9 preciso formular melhor um problema antes de buscar uma resposta, avaliar o resultado gerado e reconhecer contextos em que a an\u00e1lise humana continua importante. Tamb\u00e9m \u00e9 preciso identificar oportunidades de uso que talvez n\u00e3o fossem percebidas sem esse conhecimento.\u00a0<\/span><\/p>\n

A rela\u00e7\u00e3o com a IA muda conforme a atividade. Na engenharia de software, por exemplo, a tecnologia pode apoiar a revis\u00e3o de c\u00f3digo, a gera\u00e7\u00e3o de testes e a investiga\u00e7\u00e3o de erros. Em outras fun\u00e7\u00f5es, a utiliza\u00e7\u00e3o pode estar relacionada \u00e0 an\u00e1lise de documentos, elabora\u00e7\u00e3o de conte\u00fados, pesquisa ou apoio \u00e0 tomada de decis\u00e3o. Essa varia\u00e7\u00e3o exige que as compet\u00eancias esperadas sejam definidas de acordo com as necessidades de cada \u00e1rea.\u00a0<\/span><\/p>\n

Programas de <\/b>capacita\u00e7\u00e3o em intelig\u00eancia artificial<\/b><\/a> que se concentram apenas em comandos e funcionalidades podem ser \u00fateis para apresentar o recurso, mas n\u00e3o necessariamente preparam para essas decis\u00f5es. O contato com a IA ganha sentido quando est\u00e1 relacionado aos problemas corporativos, tornando poss\u00edvel testar abordagens, avaliar resultados e entender onde essa solu\u00e7\u00e3o faz sentido.\u00a0<\/span><\/p>\n

\u00c9 a capacidade de decidir <\/span>como, quando e para qu\u00ea usar IA<\/b> que ajuda a transformar familiaridade com essa abordagem em uma pr\u00e1tica aplic\u00e1vel ao dia a dia.\u00a0<\/span><\/p>\n

O papel do upskilling na transforma\u00e7\u00e3o digital<\/span><\/h2>\n

Quando os sistemas inteligentes come\u00e7am a ser incorporados em diferentes \u00e1reas, o impacto da mudan\u00e7a n\u00e3o fica restrito \u00e0 tecnologia. Novas possibilidades aparecem nos processos, nas decis\u00f5es e na forma como cada contexto profissional executa suas atividades. Ou seja, o preparo para trabalhar com IA precisa acompanhar a pr\u00f3pria evolu\u00e7\u00e3o da estrat\u00e9gia digital.\u00a0<\/span><\/p>\n

\u00a0Com o <\/span>\u00a0upskilling em IA, <\/b>em vez de concentrar o projeto em um grupo restrito de especialistas, a organiza\u00e7\u00e3o pode estabelecer diferentes n\u00edveis de dom\u00ednio de acordo com as responsabilidades de cada setor. Essa abordagem tamb\u00e9m aproxima a estrat\u00e9gia das situa\u00e7\u00f5es que acontecem no dia a dia. Quem conhece um processo de perto consegue identificar tarefas repetitivas, gargalos e oportunidades de aplica\u00e7\u00e3o que nem sempre aparecem em uma an\u00e1lise mais abrangente.<\/span><\/p>\n

Quando existe repert\u00f3rio para avaliar essas alternativas, novas ideias podem surgir de diferentes setores, e n\u00e3o apenas de quem conduz a estrat\u00e9gia de IA.<\/span><\/p>\n

Portanto, o upskilling em IA pode ocupar um espa\u00e7o mais pr\u00f3ximo da estrat\u00e9gia de transforma\u00e7\u00e3o digital. O foco n\u00e3o \u00e9 fazer com que todas as fun\u00e7\u00f5es tenham o mesmo dom\u00ednio sobre os sistemas, mas permitir que cada uma reconhe\u00e7a onde a intelig\u00eancia artificial pode agregar valor e contribua de acordo com seu contexto e suas responsabilidades.\u00a0<\/span><\/p>\n

Nos pr\u00f3ximos cinco anos, a vantagem competitiva n\u00e3o estar\u00e1 apenas em adotar ferramentas IA, mas em<\/span> ampliar a capacidade operacional a partir dela.<\/b> A capacidade de gerar esse ganho depender\u00e1 de pessoas preparadas para identificar oportunidades, incorporar novos recursos \u00e0 rotina e transformar esse potencial em resultados concretos.\u00a0<\/span><\/p>\n

Como estruturar um programa de upskilling em IA<\/span><\/h2>\n

Estruturar um programa de <\/span>upskilling em IA<\/b> exige mais do que definir uma sequ\u00eancia de conte\u00fados. A proposta precisa considerar o est\u00e1gio de maturidade da organiza\u00e7\u00e3o, os diferentes p\u00fablicos envolvidos e a forma como a IA ser\u00e1 incorporada \u00e0s atividades. Com essas vari\u00e1veis em considera\u00e7\u00e3o, sua estrutura pode variar de acordo com os objetivos e desafios de cada contexto de neg\u00f3cio.\u00a0<\/span><\/p>\n

N\u00e3o existe uma \u00fanica trilha que funcione para toda a organiza\u00e7\u00e3o<\/b>. O n\u00edvel de familiaridade com a intelig\u00eancia artificial, as atividades realizadas e os objetivos de cada \u00e1rea influenciam o que precisa ser priorizado. Diante disso, uma estrat\u00e9gia bem estruturada combina direcionamento comum com a\u00e7\u00f5es adaptadas a diferentes p\u00fablicos.\u00a0<\/span><\/p>\n

A seguir, alguns elementos ajudam a organizar essa estrutura:<\/span><\/p>\n

Diagn\u00f3stico de maturidade<\/span><\/h3>\n

O primeiro passo \u00e9 entender o ponto de partida. Quais departamentos j\u00e1 utilizam IA? Com que frequ\u00eancia? Em quais atividades? Quais dificuldades aparecem durante o uso? O levantamento tamb\u00e9m pode identificar barreiras t\u00e9cnicas, culturais e relacionadas \u00e0 confian\u00e7a na tecnologia.<\/span><\/p>\n

Esse diagn\u00f3stico tamb\u00e9m precisa considerar a organiza\u00e7\u00e3o dos dados e dos processos que sustentam o uso da IA \u201cda porta para dentro\u201d. Antes de ampliar a ado\u00e7\u00e3o, \u00e9 importante avaliar se a empresa tem <\/span>dados acess\u00edveis<\/span><\/a>, organizados e confi\u00e1veis, al\u00e9m de estruturas e processos capazes de dar suporte \u00e0s novas aplica\u00e7\u00f5es.<\/span><\/p>\n

Esse levantamento ajuda a evitar uma abordagem uniforme para p\u00fablicos que apresentam necessidades diferentes, identificar o que precisa ser estruturado antes da expans\u00e3o e estabelecer prioridades para o desenvolvimento das compet\u00eancias.<\/span><\/p>\n

Mapeamento das compet\u00eancias<\/span><\/h3>\n

A rela\u00e7\u00e3o com a IA varia conforme o tipo de atividade e o n\u00edvel de envolvimento com a automa\u00e7\u00e3o inteligente. Em alguns contextos, o foco estar\u00e1 em integrar sistemas e automatizar fluxos. Em outros, em interpretar demandas, gerar an\u00e1lises ou apoiar decis\u00f5es. Essa distin\u00e7\u00e3o ajuda a definir quais compet\u00eancias fazem sentido para cada p\u00fablico, sem pressupor que todos precisam dominar os mesmos recursos.\u00a0<\/span><\/p>\n

A necessidade de adaptar a forma\u00e7\u00e3o das equipes \u00e0s fun\u00e7\u00f5es tamb\u00e9m aparece na engenharia de software. Segundo a<\/span> Gartner<\/span><\/a>, a <\/span>intelig\u00eancia artificial generativa<\/span><\/a> dever\u00e1 exigir que 80% da for\u00e7a de trabalho de engenharia desenvolva novas compet\u00eancias at\u00e9 2027. A proje\u00e7\u00e3o n\u00e3o significa que todos os profissionais precisar\u00e3o se tornar especialistas em IA, mas indica que habilidades relacionadas \u00e0 aplica\u00e7\u00e3o, supervis\u00e3o e integra\u00e7\u00e3o das ferramentas dever\u00e3o fazer parte de diferentes fun\u00e7\u00f5es t\u00e9cnicas.<\/span><\/p>\n

Mapear essas diferen\u00e7as ajuda a definir quais compet\u00eancias precisam ser desenvolvidas por cada p\u00fablico e a direcionar a capacita\u00e7\u00e3o para situa\u00e7\u00f5es que fazem parte de sua rotina. Assim, o conte\u00fado pode ser adaptado ao n\u00edvel de conhecimento, \u00e0s responsabilidades e \u00e0 fun\u00e7\u00e3o de cada profissional.\u00a0<\/span><\/p>\n

Treinamentos por perfil<\/span><\/h3>\n

Depois de mapear as necessidades, o programa pode trabalhar diferentes n\u00edveis de profundidade conforme o papel dos participantes na dissemina\u00e7\u00e3o da IA. Para as lideran\u00e7as, o foco pode estar nos crit\u00e9rios para tomada de decis\u00e3o, <\/span>governan\u00e7a<\/span><\/a> e acompanhamento de resultados. Para profissionais t\u00e9cnicos, entram temas como integra\u00e7\u00e3o, automa\u00e7\u00e3o e supervis\u00e3o dos sistemas. J\u00e1 quem atua diretamente nos processos pode explorar como incorporar os agentes \u00e0s atividades que j\u00e1 fazem parte da rotina.<\/span><\/p>\n

Essa diferencia\u00e7\u00e3o evita que todos recebam o mesmo conte\u00fado e possibilita que o aprendizado esteja ligado \u00e0s decis\u00f5es e aos desafios que cada participante enfrenta no trabalho. A IA generativa j\u00e1 trouxe ganhos de produtividade individual ao acelerar tarefas e ampliar a capacidade de execu\u00e7\u00e3o. Esse era justamente o prop\u00f3sito dessa gera\u00e7\u00e3o de ferramentas. O pr\u00f3ximo passo para as organiza\u00e7\u00f5es \u00e9 ampliar esse ganho para a produtividade organizacional, conectando o uso da IA entre pessoas, processos e \u00e1reas.<\/span><\/p>\n

Aprendizagem pr\u00e1tica<\/span><\/h3>\n

A familiaridade com IA tamb\u00e9m se constr\u00f3i pela experimenta\u00e7\u00e3o. Espa\u00e7os controlados para testar a tecnologia em problemas permitem avaliar resultados, identificar limita\u00e7\u00f5es e descobrir novas maneiras de utiliz\u00e1-la.\u00a0<\/span><\/p>\n

Projetos-piloto, desafios pr\u00e1ticos e sess\u00f5es de experimenta\u00e7\u00e3o podem aproximar o conte\u00fado das atividades de cada \u00e1rea e gerar exemplos que depois podem ser compartilhados com outras partes da organiza\u00e7\u00e3o.<\/span><\/p>\n

Comunica\u00e7\u00e3o transparente<\/span><\/h3>\n

A introdu\u00e7\u00e3o da IA nas empresas tamb\u00e9m depende da clareza sobre o que est\u00e1 mudando. Explicar quais atividades podem ser impactadas, quais responsabilidades continuam sob decis\u00e3o humana e quais s\u00e3o os objetivos da proposta ajuda a reduzir interpreta\u00e7\u00f5es equivocadas.<\/span><\/p>\n

Tamb\u00e9m \u00e9 importante estabelecer boas pr\u00e1ticas para o uso da IA, com orienta\u00e7\u00f5es sobre seguran\u00e7a, compliance<\/em> e prote\u00e7\u00e3o de informa\u00e7\u00f5es sens\u00edveis e confidenciais. Essas diretrizes ajudam os profissionais a entender quais ferramentas podem utilizar, que tipos de conte\u00fado podem ser inseridos nos sistemas e quais cuidados devem fazer parte da rotina.<\/span><\/p>\n

A comunica\u00e7\u00e3o tamb\u00e9m abre espa\u00e7o para d\u00favidas e preocupa\u00e7\u00f5es que podem indicar pontos que precisam de mais orienta\u00e7\u00e3o.<\/span><\/p>\n

Patroc\u00ednio da lideran\u00e7a<\/span><\/h3>\n

A participa\u00e7\u00e3o das lideran\u00e7as ajuda a dar legitimidade \u00e0 proposta e sinaliza que o uso da IA est\u00e1 conectado \u00e0s prioridades do neg\u00f3cio. O apoio dos gestores pode orientar quais capacidades precisam ser desenvolvidas, direcionar recursos e criar espa\u00e7o para a experimenta\u00e7\u00e3o com crit\u00e9rios bem definidos. Eles tamb\u00e9m podem fortalecer a ado\u00e7\u00e3o ao discutir aplica\u00e7\u00f5es, compartilhar experi\u00eancias e incorporar a intelig\u00eancia artificial \u00e0s pr\u00f3prias atividades quando fizer sentido.<\/span><\/p>\n

A proximidade com a lideran\u00e7a ajuda a integrar o upskilling \u00e0 rotina e evita que a capacita\u00e7\u00e3o seja percebida como uma frente paralela \u00e0s demais prioridades da organiza\u00e7\u00e3o.<\/span><\/p>\n

O papel da lideran\u00e7a \u00e9 um dos temas abordados em nosso <\/span>report<\/strong> <\/span>\u201cQuando e como adotar intelig\u00eancia artificial no seu neg\u00f3cio\u201d<\/i><\/strong>, que re\u00fane recomenda\u00e7\u00f5es para orientar a ado\u00e7\u00e3o da IA de acordo com os objetivos e o contexto de cada organiza\u00e7\u00e3o.\u00a0<\/span><\/p>\n

\"\"<\/a><\/p>\n

Os principais erros que aumentam a resist\u00eancia das equipes<\/span><\/h2>\n

A resist\u00eancia \u00e0 intelig\u00eancia artificial nem sempre est\u00e1 relacionada \u00e0 falta de interesse ou \u00e0 dificuldade dos profissionais em lidar com novas tecnologias. Em v\u00e1rios casos, ela \u00e9 consequ\u00eancia da pr\u00f3pria forma como a organiza\u00e7\u00e3o conduz a ado\u00e7\u00e3o. Comunica\u00e7\u00e3o pouco clara, metas desalinhadas, aus\u00eancia de governan\u00e7a e iniciativas desconectadas dos problemas do neg\u00f3cio podem transformar uma tecnologia com potencial de ganho em mais uma mudan\u00e7a percebida como imposta pela empresa.<\/span><\/p>\n

Entre os erros mais comuns est\u00e3o:\u00a0<\/span><\/p>\n

    \n
  1. Apresentar a IA apenas pelo impacto sobre empregos: <\/b>quando a comunica\u00e7\u00e3o se concentra no risco de substitui\u00e7\u00e3o, a tecnologia pode ser associada \u00e0 amea\u00e7a antes mesmo de serem discutidas suas possibilidades de uso. Explicar quais atividades podem mudar, quais responsabilidades permanecem e como a corpora\u00e7\u00e3o pretende conduzir essa transi\u00e7\u00e3o ajuda a reduzir interpreta\u00e7\u00f5es baseadas em incerteza.<\/span><\/li>\n
  2. Disponibilizar IA sem explicar o contexto: <\/b>liberar ferramentas para as equipes n\u00e3o significa promover ado\u00e7\u00e3o. Quando os profissionais n\u00e3o sabem qual problema a tecnologia deve resolver ou o que se espera de sua utiliza\u00e7\u00e3o, a iniciativa pode ser percebida como mais uma imposi\u00e7\u00e3o corporativa. Ou seja, cada iniciativa deveria partir de um problema de neg\u00f3cio claramente definido: qual processo ser\u00e1 alterado, quais atividades podem ser automatizadas ou ampliadas, quais decis\u00f5es continuar\u00e3o sob responsabilidade humana e quais indicadores determinar\u00e3o se a iniciativa gerou resultado. Isso transforma a ado\u00e7\u00e3o de uma quest\u00e3o de acesso \u00e0 tecnologia em uma agenda orientada a resultados.<\/span><\/li>\n
  3. Aplicar a mesma abordagem em toda empresa:<\/b> diferentes \u00e1reas t\u00eam processos, n\u00edveis de maturidade e toler\u00e2ncias a risco distintos. Uma aplica\u00e7\u00e3o relevante para vendas pode n\u00e3o fazer sentido para jur\u00eddico, finan\u00e7as ou opera\u00e7\u00f5es. Logo, a ado\u00e7\u00e3o deve considerar os casos de uso espec\u00edficos de cada fun\u00e7\u00e3o e o grau de autonomia adequado para cada atividade. Processos de baixo risco e alta frequ\u00eancia, por exemplo, podem ser candidatos \u00e0 automa\u00e7\u00e3o; atividades que envolvem julgamento ou decis\u00f5es sens\u00edveis podem come\u00e7ar com a IA atuando como copiloto.<\/span><\/li>\n
  4. Manter a lideran\u00e7a distante: <\/b>a lideran\u00e7a precisa assumir um papel mais ativo: identificar processos priorit\u00e1rios, definir indicadores de impacto, acompanhar os resultados dos casos de uso e remover obst\u00e1culos \u00e0 ado\u00e7\u00e3o. A tecnologia pode ser viabilizada pela \u00e1rea de TI, mas o resultado precisa ser uma responsabilidade compartilhada com as \u00e1reas de neg\u00f3cio.<\/span><\/li>\n
  5. Medir apenas frequ\u00eancia de uso: <\/b>n\u00famero de acessos, usu\u00e1rios ativos ou quantidade de intera\u00e7\u00f5es n\u00e3o mostra, sozinho, se a IA est\u00e1 sendo bem utilizada. \u00c9 poss\u00edvel ter alta utiliza\u00e7\u00e3o e pouca contribui\u00e7\u00e3o para os resultados. Avaliar a explora\u00e7\u00e3o da ferramenta, os resultados obtidos e os problemas encontrados oferece uma vis\u00e3o mais precisa.<\/span><\/li>\n<\/ol>\n

    Como medir a evolu\u00e7\u00e3o da flu\u00eancia em IA<\/span><\/h2>\n

    Avaliar o avan\u00e7o do <\/span>upskilling em IA<\/b> requer olhar para o que muda depois que as pessoas passam a ter contato com os sistemas inteligentes. O n\u00famero de acessos a uma solu\u00e7\u00e3o pode indicar ades\u00e3o, mas n\u00e3o mostra se ela est\u00e1 sendo usada de maneira adequada ou se est\u00e1 contribuindo para as atividades.<\/span><\/p>\n

    Alguns indicadores ajudam a acompanhar essa evolu\u00e7\u00e3o:<\/span><\/p>\n