Por Flavio Hortita*

Com o lançamento e a rápida disseminação da inteligência artificial generativa pela OpenAI, especialmente com o ChatGPT, o tema deixou de ser restrito a laboratórios e passou a ocupar espaço nas discussões estratégicas das empresas. Gestores e líderes rapidamente perceberam seu enorme potencial para aumentar a produtividade e reduzir custos operacionais. Tornou-se comum ouvir que a IA pode substituir um ou dois analistas encarregados de tarefas repetitivas. Hoje, essa mesma lógica se estende aos agentes de IA, capazes de executar fluxos inteiros de trabalho de forma autônoma e integrada.

Esse pensamento é limitante diante dos avanços recentes das aplicações de IA. Mais do que substituir pessoas, precisamos compreender como ela amplia o alcance das nossas capacidades. O conceito de aumento (augmentation) descreve o uso da IA — ou de agentes — para potencializar o trabalho humano, trazendo mais agilidade e precisão — e o inverso também é possível: quando o humano aprimora o desempenho da IA. Já o conceito de agrupamento (assemblage) refere-se à execução integrada de tarefas entre humanos e IAs, em uma relação genuinamente colaborativa. Um exemplo clássico são dispositivos mecânicos que ampliam as capacidades físicas humanas, transformando operadores em “super-robôs” capazes de atuar em tarefas de alta exigência.

Quando falamos de processos complexos, em que a tomada de decisão deve ser ágil, essa mudança de paradigma — de substituição para colaboração — torna-se essencial. Dessa forma, adotamos o monitoramento de riscos e a tomada de decisão diante de eventos extremos provocados pelas mudanças climáticas como contexto de aplicação. Aqui, a IA não atua apenas como uma ferramenta de automação, mas como um parceiro cognitivo, capaz de interpretar grandes volumes de dados e apoiar decisões mais rápidas e assertivas.

Não é novidade que o mundo enfrenta consequências cada vez mais severas: calor extremo, geadas e frios intensos, além de impactos diretos sobre a saúde. Em escala mais grave, o aumento da intensidade das chuvas tem causado sérios danos às comunidades, com inundações e deslizamentos de encostas.

Nesse contexto, um processo decisório eficiente exige conhecimento claro, amplo e preciso sobre o cenário atual da região, bem como de suas características geológicas, ambientais e sociais. A IA tem grande potencial para apoiar o tomador de decisão nessas situações — por exemplo, ao processar grandes volumes de dados brutos (de satélites, estações meteorológicas, radares etc.) e gerar insights que proporcionam uma compreensão mais profunda da situação. Em outras palavras, a IA amplifica a capacidade humana de análise e execução.

Este é, inclusive, um caso real de operadores de sala de situação para monitoramento meteorológico. Eles analisam resultados de diferentes modelos físicos, comparam com dados observados, internalizam com experiências passadas e, com base nisso, enviam alertas indicando o risco de tempo severo para uma região. Hoje, a Climatempo desenvolveu o CT2W (Climatempo Wise Weather), metodologia proprietária que utiliza IA para aprender continuamente com os dados, adaptar-se às condições locais e entregar previsões com precisão regional. Isso traz muito mais agilidade e eficiência para os operadores.

Portanto, não basta afirmar que se usa IA. O essencial é compreender qual é o melhor caso de uso, suas implicações práticas e como extrair o máximo valor dessas tecnologias para entregar resultados reais e sustentáveis.

A IA não é o futuro do trabalho — é o que nos permite construir um futuro melhor, com mais inteligência humana em cada decisão.

*Flavio Horita é CTO da Climatempo