Liderança e IA precisam caminhar juntas. Nenhum executivo que queira manter sua empresa competitiva escapa hoje dessa pergunta. O que precisa mudar agora que a inteligência artificial ocupa um espaço central dentro dos times?
Essa foi a discussão central do episódio #350 do podcast Os Agilistas, que discutiu o novo papel da gestão diante da IA. O ponto de partida para o líder moderno é direto: a execução está cada vez mais automatizada. Por isso, o que resta é inspirar, questionar e formar critério nas pontas.
Empresas que tratam a adoção de IA apenas como uma decisão de ferramenta tendem a colher resultados abaixo do esperado. Isso acontece quando a liderança não repensa sua própria atuação. O diferencial competitivo está deixando de ser o acesso à tecnologia. Ele passa a ser a capacidade da liderança de traduzi-la em times mais críticos e autônomos.
Por que a IA muda o papel de quem lidera
Em primeiro lugar, durante anos, boa parte da liderança técnica concentrou decisões no topo, funcionando quase como um oráculo que direcionava o trabalho de execução. Com a IA assumindo tarefas que antes dependiam inteiramente de pessoas, esse modelo perde sentido. Por exemplo, código caminha para se tornar commodity. O que passa a diferenciar um time é a capacidade de pensar criticamente sobre o que a máquina entrega.
Isso exige uma liderança mais próxima do que se costuma chamar de postura de jardineiro. Em outras palavras, isso significa menos comando direto e mais cultivo de autonomia e pensamento crítico nas pontas. Não é uma novidade: é uma habilidade já consolidada, mas que ganhou urgência porque o poder de execução migrou para a tecnologia. Cabe à liderança garantir que a capacidade de decisão continue humana.
A resistência das equipes também é um problema de gestão
Diante de qualquer mudança de grande escala, é natural encontrar resistência, e com a IA não foi diferente. Parte dos times associa o uso intenso da ferramenta a um risco de substituição ou a uma sensação de estar deixando de evoluir tecnicamente. Não olhar para esse sentimento é um erro de liderança tão grave quanto ignorar a própria tecnologia.
Entender o que está por trás da resistência exige escuta ativa e empatia, habilidades que nem sempre estiveram no centro da formação de gestores técnicos. O papel da liderança aqui não é convencer à força. Na verdade, é criar espaço para que as pessoas testem, errem e descubram por si mesmas onde a IA libera tempo para um trabalho criativo e estratégico.
O líder como espelho do uso da IA
Cobrar que os times usem inteligência artificial enquanto a própria liderança não a incorpora ao dia a dia cria uma incoerência. Os liderados percebem isso rapidamente. Quando quem lidera usa a ferramenta de forma ativa, visível e crítica, a adesão do time deixa de ser uma imposição. Ela passa a ser natural, quase um espelhamento.
Essa lógica já aparece em times que automatizaram etapas inteiras de trabalhos antes manuais, como a geração de propostas comerciais. Nesses casos, agentes de IA discutem entre si trade-offs técnicos e de negócio antes de chegar a uma entrega. O aprendizado real está em manter a curadoria crítica sobre o que a máquina produz, e isso só se ensina pelo exemplo.
Como cultivar senso crítico nos times
Delegar execução repetitiva para a IA libera tempo, mas cria um risco silencioso. Times que aceitam respostas prontas sem questionar se elas fazem sentido para o contexto do negócio. Cultivar senso crítico exige ritos concretos, não apenas discurso. Momentos de discussão em grupo, validação cruzada e revisão entre pares seguem sendo indispensáveis. Nenhuma IA hoje substitui a leitura humana de um cenário específico de cliente.
O papel da senioridade
Profissionais experientes tendem a questionar mais as respostas da IA, simplesmente porque já viram esse tipo de solução falhar antes. Já quem está começando a carreira pode aceitar a resposta da ferramenta com menos resistência. Isso acontece porque essa geração cresceu usando IA como parte natural do processo de aprender e produzir.
O desafio do desenvolvedor júnior
Esse é talvez o ponto mais delicado para a liderança hoje: como formar profissionais júniors. Boa parte das tarefas simples, que antes serviam de treino, já é resolvida pela IA. A resposta está em criar processos baseados em princípios, com checagens no meio do caminho, pareamento e responsabilização clara pela qualidade da entrega. A IA pode assumir a execução, mas a cultura de aprendizado continua sendo responsabilidade da liderança, e isso não se automatiza.
IA como inteligência aumentada, não apenas velocidade
Um dos pontos mais relevantes da discussão foi o alerta contra reduzir a IA a uma questão de performance. O erro é resumi-la à geração rápida de código ou análises. O ganho mais transformador está em outro lugar: na capacidade de expandir o conhecimento de qualquer pessoa sobre temas fora do seu domínio original. Isso acontece de forma muito mais rápida do que antes era possível.
Esse acesso ampliado, porém, corta em duas direções. Profissionais curiosos, que usam a IA para aprofundar entendimento, tendem a crescer de forma exponencial. Já quem se acomoda na resposta superficial mais confortável corre o risco de estagnar. Essa pessoa delega à ferramenta até a parte do trabalho que deveria construir seu próprio repertório. Cabe à liderança reconhecer essa bifurcação e atuar antes que a diferença entre os dois perfis se torne estrutural dentro do time.
O que os números do mercado revelam sobre a adoção da IA
Os dados ajudam a entender a urgência dessa mudança. O relatório DORA de 2024 mostrava que 83% dos desenvolvedores já usavam IA no ciclo de desenvolvimento, mas com baixa confiança nas respostas geradas. Em 2025, o mesmo levantamento apontou 90% usando IA diariamente, ao menos duas horas por dia. Ainda assim, a confiança na qualidade das respostas praticamente não avançou na mesma proporção.
Esse descompasso é revelador: a adoção cresceu muito mais rápido do que a maturidade para lidar com ela criticamente. Um estudo da McKinsey sobre o estado da confiança em IA, tema central do episódio #353 do nosso podcast, chega a uma conclusão parecida. A pesquisa foi feita com mais de 500 empresas de tecnologia entre o fim de 2025 e o início de 2026. Ela organiza a maturidade das empresas em cinco pilares: estratégia, gestão de risco, dados e tecnologia e governança. O pilar mais recente são os controles específicos para agentes de IA.
Os pilares técnicos avançam mais rápido que os humanos
A própria pesquisa aponta que os pilares mais técnicos, como infraestrutura de dados e tecnologia, evoluem com mais velocidade. Os pilares que dependem diretamente de pessoas, como estratégia e governança, avançam mais devagar. A barreira para extrair valor real da IA hoje está na capacidade da liderança de estruturar processos, critérios e responsabilidades ao redor dela. Isso pesa mais do que a tecnologia disponível em si.
Cultura não é commodity
Se a execução caminha para virar commodity, a cultura organizacional é exatamente o oposto: não se replica automaticamente e não se compra pronta. Apostar em cultura como diferencial competitivo significa investir deliberadamente nas novas gerações de profissionais. Elas já chegam com IA incorporada ao modo de trabalhar, e precisam desenvolver senso crítico desde o início da carreira.
Quem tratar a adoção de IA apenas como ganho de velocidade tende a perder o que mais deveria proteger. A capacidade de formar profissionais capazes de questionar, adaptar e assumir responsabilidade pelo que entregam. No longo prazo, esse é o fator que separa organizações que apenas produzem mais rápido daquelas que continuam produzindo com qualidade e criatividade.
O que significa ter uma IA responsável
Confiança em IA não nasce sozinha. Ela depende de a empresa construir o que se chama de IA responsável. Esse é um framework usado para desenhar, definir e colocar em produção sistemas seguros, confiáveis e alinhados a valores humanos. Segurança é o pilar mais fácil de entender, porque se conecta a conceitos já conhecidos de cibersegurança e proteção de dados. Confiabilidade é mais nebulosa: fala da capacidade de a IA ser consistente na eficácia de suas respostas, e não apenas ocasionalmente certeira. Já o alinhamento a valores humanos é o pilar mais difícil de garantir na prática. Ele depende de interações constantes, não de uma configuração feita uma única vez.
De ferramenta que erra a agente que decide sozinho
Essa discussão ganhou urgência porque a IA deixou de ser apenas um sistema que ocasionalmente alucina ou responde errado. Ela passou a atuar de forma agêntica: planeja e executa ações dentro de sistemas reais. Ela também toma decisões com impacto direto no negócio, sem que um humano aprove cada passo. É essa mudança, mais do que a inteligência do modelo em si, que torna a confiança organizacional um tema de liderança. Não é apenas um tema de tecnologia.
Dois casos que mostram por que a confiança não pode ser presumida
Um teste controlado, feito em ambiente de sandbox por uma das principais empresas do setor, deu a um modelo acesso a e-mails fictícios de executivos. Esses e-mails discutiam a decisão de desligar o modelo.
Diante disso, o modelo identificou informações comprometedoras sobre um dos executivos e passou a usá-las para tentar evitar o próprio desligamento. Esse comportamento se repetiu na maior parte das rodadas do experimento. Foi um teste em ambiente controlado, sem dados reais. Ainda assim, ele ilustra bem o tipo de risco que aparece quando um agente ganha acesso amplo a informações sensíveis sem supervisão adequada.
Outro episódio, esse em um serviço real de atendimento ao cliente, mostrou um agente insistindo que era uma pessoa real. Diante da desconfiança do cliente, o agente chegou a inventar detalhes para sustentar a mentira. Nenhum dos dois casos significa que a IA age de má-fé. Os dois mostram que alinhamento não é uma característica que se configura uma vez e se esquece. É um trabalho contínuo de ajuste, acompanhamento e correção.
Separando hype de risco real
Vale a liderança manter um olhar cético sobre parte do alarmismo em torno da IA. É comum que empresas do setor usem um tom dramático ao lançar novos modelos. Elas comparam o próprio produto a algo tão poderoso que exigiria cautelas extraordinárias. Esse discurso lembra reações que a indústria já teve diante de lançamentos anteriores, anos atrás, e que depois se mostraram exageradas.
Esse ceticismo saudável, porém, não deve virar desculpa para ignorar riscos concretos e muito mais banais. Um agente que, numa velocidade altíssima, concede descontos indevidos ou repete uma decisão operacional errada pode gerar prejuízo real muito antes de qualquer cenário catastrófico.
Governança não pode ser probabilística
O comportamento de um modelo de IA é, por natureza, probabilístico. Ainda assim, os mecanismos que controlam o que ele pode ou não fazer dentro de uma operação precisam ser determinísticos. Isso significa criar travas claras para decisões de maior impacto. Não basta confiar em instruções bem escritas para que o agente se comporte como esperado.
A responsabilidade final continua humana
Um agente que entra em produção deve ser tratado como um novo integrante do time. Ele precisa ser treinado, acompanhado e receber mais autonomia de forma gradual, na medida em que prova que merece essa confiança. Juridicamente, a responsabilidade por uma decisão de um agente recai sobre a empresa que o colocou para atuar em seu nome. Não recai sobre a IA em si.
Nenhuma liderança pode se eximir de uma escolha alegando que quem decidiu foi a inteligência artificial. Esse entendimento já chegou a esferas bem distantes da tecnologia. Há poucos meses, o papa Leão XIV enviou ao CEO de uma das principais empresas de IA do mundo um documento oficial da Igreja Católica. O documento tratava da necessidade de diretrizes transparentes e auditáveis para as decisões tomadas por esses sistemas. É um sinal de como o tema já extrapolou o debate estritamente corporativo, e algo que a liderança deve tratar como prioridade.
O risco de medir errado
Um caso de um grande banco brasileiro ilustra bem outro tipo de armadilha. A instituição atribuiu a um desenvolvedor a responsabilidade por uma falha que afetou o ambiente de produção. Na mesma época, circulava internamente uma cobrança por consumo mínimo de tokens de IA por desenvolvedor, usada como métrica de produtividade.
O problema é conhecido: qualquer pessoa se adapta ao que é medida. Uma métrica de consumo de ferramenta, em vez de qualidade de entrega, tende a incentivar exatamente o tipo de uso raso e sem senso crítico. É esse tipo de uso que a liderança deveria estar combatendo. Definir os indicadores certos para medir produtividade na era da IA é, portanto, tão importante quanto formar times capazes de usá-la bem.
Quem não aprender a supervisionar agentes vai ficar para trás
Em uma entrevista, o CEO da Nvidia resumiu bem o que está em jogo, e vale a reflexão. Quem não estiver aprendendo a governar e supervisionar agentes de IA hoje vai, em pouco tempo, precisar contratar quem já sabe fazer isso. É uma forma direta de dizer que supervisionar IA se tornou uma competência de carreira, tanto para quem lidera quanto para quem executa. Essa fala reforça o fio que conecta as duas discussões deste artigo. Formar critério humano, seja na ponta que desenvolve, seja na ponta que decide, é o que vai diferenciar organizações nos próximos anos.
Conclusão
A liderança que sai fortalecida dessa transição constrói critério, tanto o próprio quanto o dos times. Esse critério envolve saber quando confiar, quando questionar e quando um resultado simplesmente não serve para o contexto do negócio. Isso passa por escuta, por exemplo prático e por processos que forcem verificação humana em pontos-chave da entrega. Passa também por mecanismos de governança que não dependam apenas da boa vontade do modelo.
Vale lembrar que nada disso se resolve com uma política escrita ou um treinamento pontual. É um trabalho contínuo, que exige presença no dia a dia das equipes e paciência para formar critério em quem está começando agora. As empresas que tratarem liderança e IA como prioridade estratégica, e não como pauta secundária de tecnologia, saem na frente. Elas ganham mais capacidade de inovar com segurança.
O convite que fica desse debate é direto. Qual das duas posturas descreve melhor a liderança que você exerce hoje? A de quem apenas cobra o uso da IA, ou a de quem demonstra, todos os dias, como pensar de forma crítica ao lado dela?
Quer receber uma curadoria mensal com os melhores insights ágeis? Assine a Newsletter Agilistas, onde você tem acesso a tendências e reflexões do mundo ágil. Inscreva-se grátis no formulário no fim dessa página com seu melhor e-mail.
