O HumanX Amsterdam 2026 trouxe para discussão o que precisa mudar para que empresas deixem de apenas experimentar copilotos e agentes e passem a redesenhar processos com digital workers. Ambica Rajagopal, Group Chief Data and AI Officer da Michelin e Darko Matovski, cofundador e CEO da causaLens, defenderam que o próximo salto da IA empresarial depende menos de novas ferramentas e mais de transformação de processos, liderança e retorno mensurável.

A diferença apareceu logo no começo da conversa. Para Matovski, copilotos são ferramentas de produtividade, enquanto os chamados digital workers assumem tarefas inteiras e podem atravessar diferentes equipes e sistemas. “Digital workers fazem o trabalho. Eles eliminam ou substituem a necessidade de múltiplas equipes e múltiplos produtos de software”, apontou. A ideia é sair de uma IA que ajuda uma pessoa a trabalhar melhor para uma tecnologia capaz de executar unidades completas de trabalho.

A provocação ganha peso quando aplicada a grandes empresas. Na Michelin, a estratégia combina uma plataforma interna de GenAI, recursos de produtividade e aplicações específicas para processos do negócio. Ambica explicou que a IA corporativa precisa operar com níveis de precisão, confiabilidade e retorno financeiro muito mais claros do que os exigidos de ferramentas abertas ao público. “Nas equipes de TI corporativas, quando implantamos modelos de IA, quando implantamos qualquer tipo de ferramenta para nossos funcionários, isso vem acompanhado de um nível embutido de precisão, de confiabilidade, além de uma compreensão de que isso vai, de fato, trazer um retorno sobre o investimento”, contou a executiva da Michelin.

Mas onde está o ROI?

Ambica apresentou que um ponto central da experiência da Michelin é que copilotos e ferramentas de produtividade são importantes, mas não concentram a maior parte do valor potencial da IA. Segundo ela, cerca de 20% do valor vem desse tipo de uso, enquanto os outros 80% dependem de modelos customizados para processos específicos, como manufatura, design de pneus e previsão de demanda. A empresa afirma ter mais de 30 mil usuários em sua plataforma interna e ter gerado mais de US$ 220 milhões em ROI nos últimos três anos, com crescimento anual de 30%.

Matovski seguiu pela mesma linha, dizendo que aumentar a produtividade individual não necessariamente muda a forma como o trabalho é realizado. O salto estaria em redesenhar processos inteiros, como atendimento ao cliente ou planejamento de demanda, para que a IA consiga assumir atividades que antes dependiam de várias pessoas, equipes e softwares.

Quando a discussão chegou aos obstáculos para escalar IA, Matovski destacou que “o único ingrediente que parece estar faltando e que faz a diferença entre um enorme sucesso e um sucesso não tão grande é, essencialmente, a liderança e a disposição para se transformar“. Segundo ele, projetos limitados ao que a organização aceita alterar tendem a não avançar.

Para Ambica, a empresa precisa provar, em processos relevantes para o negócio, que a inteligência artificial consegue gerar retorno em escala. A executiva citou áreas como precificação, previsão de demanda e redução do tempo entre pesquisa e chegada de uma inovação ao cliente como exemplos de problemas estratégicos que podem justificar investimentos mais profundos.

Autonomia exige confiabilidade

Uma questão sensível é quanto de autonomia uma empresa pode entregar à IA. “A IA está fazendo o trabalho, se tornando o trabalhador. O nível que você precisa de confiabilidade dispara bastante”, afirmou Matovski, que também defendeu que as empresas pensem em soberania sobre seus próprios sistemas de IA.

Porém esse nível de confiabilidade não precisa ser tratado como algo inalcançável. “Para mim, no fim das contas, um modelo de IA é uma função. E, portanto, como é uma função matemática, ele deveria ser explicável. Deveria ser interpretável”, frisou Ambica. Para chegar a uma força de trabalho baseada em IA, disse ela, as empresas terão de investir nesse trabalho científico e técnico em vez de simplesmente comprar ferramentas prontas.

A mensagem foi sobre repensar como o trabalho é feito. Digital workers podem representar uma mudança de escala, saindo da IA assistente para sistemas capazes de executar processos inteiros. Mas essa transição exige investimento, liderança disposta a mudar processos e principalmente mecanismos capazes de garantir confiabilidade e retorno.