Introdução
Uma nova pesquisa da Atlassian revela um paradoxo preocupante no mundo corporativo: enquanto 89% dos executivos reportam que seus funcionários estão trabalhando mais rápido com IA, apenas 6% conseguem apontar exemplos concretos de retorno sobre investimento (ROI). A razão? As empresas estão abordando a adoção de inteligência artificial de forma equivocada, focando em como indivíduos usam a tecnologia em vez de redesenhar como as equipes trabalham em conjunto.
O estudo, que entrevistou 12.000 trabalhadores do conhecimento globalmente e cerca de 200 executivos de empresas Fortune 1000, identificou que apenas 14% das equipes conseguiram traduzir o uso de IA em valor real para o negócio. Essa descoberta tem implicações profundas para gestores brasileiros que buscam implementar IA em suas organizações de forma efetiva.
O problema da velocidade sem direção
A Dra. Molly Sands, chefe do Teamwork Lab da Atlassian, explica que a maioria das empresas está cometendo um erro fundamental: otimizar como indivíduos usam IA em vez de repensar como as equipes colaboram. Sua equipe de cientistas comportamentais e psicólogos não apenas estuda essas dinâmicas, mas ativamente trabalha para transformar a forma como o trabalho é realizado nas organizações.
O fenômeno é comparável a acelerar carros em uma pista sem coordenação – cada motorista pode estar indo mais rápido, mas sem alinhamento de direção, as colisões são inevitáveis. Quando indivíduos aceleram suas tarefas isoladamente usando IA, sem considerar o fluxo de trabalho da equipe como um todo, o resultado é caos organizacional em vez de eficiência.
Essa desconexão entre atividade e valor é particularmente relevante para o mercado brasileiro, onde muitas empresas estão investindo pesadamente em ferramentas de IA sem uma estratégia clara de implementação em nível de equipe.
As três características das equipes de alto desempenho com IA
A pesquisa identificou três elementos fundamentais que diferenciam as equipes que conseguem extrair valor real da IA: contexto, fluxos de trabalho e cultura organizacional.
Contexto compartilhado
As equipes bem-sucedidas constroem o que a Atlassian chama de ‘grafo de contexto’ – uma rede digital que captura objetivos, decisões e conhecimento organizacional em registros compartilhados, em vez de deixá-los na memória individual. Através de ferramentas como Jira e Confluence, esse grafo conecta itens de trabalho, metas e as pessoas responsáveis, fornecendo à IA o contexto organizacional necessário para gerar insights relevantes.
Para empresas brasileiras que utilizam diferentes plataformas de gestão, o conceito permanece válido: a IA precisa acessar não apenas dados isolados, mas o contexto completo de como a organização opera, suas prioridades e histórico de decisões.
Redesenho de processos end-to-end
Em vez de simplesmente acelerar tarefas isoladas, as equipes de sucesso redesenham processos completos. Isso significa repensar todo o fluxo de trabalho, desde a concepção até a entrega, considerando como a IA pode otimizar cada etapa e, mais importante, como essas etapas se conectam.
Um exemplo prático seria uma equipe de desenvolvimento de software que, em vez de apenas usar IA para gerar código mais rápido, repensa todo o processo de desenvolvimento, desde a definição de requisitos até os testes e deployment, criando um fluxo integrado onde a IA apoia cada fase de forma coordenada.
Cultura de experimentação
As equipes mais rápidas em adotar IA efetivamente trabalham sob lideranças que explicitamente encorajam aprendizado e experimentação, deixando claro que alguns experimentos falharão – e isso é parte do processo. Essa abordagem é fundamental em um ambiente onde as melhores práticas ainda estão sendo descobertas.
Estratégias práticas para implementação
A pesquisa revelou que experimentação com restrições é o caminho mais rápido para o aprendizado. Equipes de alto desempenho deliberadamente impõem limitações em como trabalham, desde dividir cada tarefa na menor unidade prática de trabalho até se comprometer a não escrever código manualmente por uma semana inteira.
Embora essas práticas extremas não sejam sustentáveis a longo prazo, elas aceleram drasticamente o aprendizado sobre como a IA pode ser integrada aos processos de trabalho. Para gestores brasileiros, isso sugere começar com projetos-piloto bem definidos, com restrições claras que forcem a equipe a explorar novas formas de trabalhar.
Outro obstáculo identificado é que cada funcionário desenvolve seus próprios prompts, agentes e suposições sobre como usar IA, criando uma camada adicional de conhecimento não documentado dentro das equipes. Isso raramente se traduz em desempenho organizacional consistente.
Acordos de trabalho com IA: uma solução inovadora
Para combater essa fragmentação, a Atlassian experimentou com ‘acordos de trabalho com IA’ no início dos projetos. As equipes decidem coletivamente não apenas o que usarão IA para fazer, mas também – e isso é crucial – o que deliberadamente evitarão usar IA para fazer. Elas definem quais agentes compartilharão e quais habilidades comuns manterão todos trabalhando a partir do mesmo contexto.
As equipes que adotaram essa prática não apenas usaram IA mais extensivamente, mas também se moveram mais rápido, tomaram melhores decisões e, no final, produziram trabalho de maior qualidade. Isso sugere que a governança e os acordos explícitos sobre o uso de IA são tão importantes quanto a própria tecnologia.
O que isso significa para o mercado brasileiro
Para executivos e gestores no Brasil, essas descobertas têm implicações profundas. Primeiro, sugere que o investimento em ferramentas de IA, sem uma estratégia correspondente de transformação de processos em nível de equipe, provavelmente resultará em desperdício de recursos.
Segundo, indica que as empresas brasileiras que quiserem se destacar na era da IA precisam ir além do treinamento individual em ferramentas. É necessário repensar fundamentalmente como as equipes colaboram, como o conhecimento é compartilhado e como os processos de trabalho são estruturados.
Terceiro, a importância da experimentação estruturada sugere que as organizações brasileiras devem criar espaços seguros para falhas controladas, algo que pode ser desafiador em culturas corporativas mais conservadoras, mas é essencial para o aprendizado rápido.
IA como reveladora de problemas antigos
Uma insight particularmente valiosa da Dra. Sands é que a IA não está criando problemas de gestão inteiramente novos, mas sim expondo e amplificando problemas antigos. Equipes sempre lutaram com suposições ocultas e modelos mentais diferentes sobre seu trabalho. A IA simplesmente torna essas lacunas mais consequentes.
Isso significa que investir em IA sem primeiro resolver problemas fundamentais de comunicação, alinhamento e processos é como colocar um motor mais potente em um carro com problemas de direção – você apenas chegará mais rápido ao lugar errado.
Conclusão
A pesquisa da Atlassian oferece uma mudança de paradigma crucial para organizações que buscam ROI real com IA. O segredo não está em dar ferramentas de IA para cada indivíduo e esperar milagres, mas em redesenhar fundamentalmente como as equipes trabalham juntas, criando contexto compartilhado, processos integrados e uma cultura que abraça a experimentação estruturada.
Para o mercado brasileiro, isso representa tanto um desafio quanto uma oportunidade. As empresas que conseguirem fazer essa transição – de otimização individual para transformação de equipes – estarão posicionadas para colher os verdadeiros benefícios da revolução da IA. Aquelas que continuarem focadas apenas em ferramentas individuais provavelmente se juntarão aos 94% que veem aumento de velocidade sem retorno real sobre o investimento.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em VentureBeat, disponível em https://venturebeat.com/orchestration/atlassian-research-shows-organizations-should-approach-ai-at-the-team-level-not-the-individual-level-to-achieve-true-roi.
