O que podem os líderes fazer quando um projeto-piloto promissor de IA não alterou o trabalho quotidiano?

Um projeto piloto de IA pode parecer promissor na fase inicial. Algumas pessoas encontram aplicações úteis, a participação na formação é boa e as ferramentas estão disponíveis. Semanas mais tarde, porém, a maior parte da organização continua a trabalhar praticamente como antes. Então, o que devem os líderes fazer a seguir quando enfrentam desafios na adoção da IA?

No primeiro episódio do podcast «Experiments in Artificial Intelligence» da The Gen AI Academy (22 de janeiro de 2026), a especialista em IA e gestão da mudança Karrie Sullivan conversou com o cofundador da The Gen AI Academy e apresentador do podcast, Dave Birss, sobre o lado humano da adoção da IA. A sua mensagem central é que os primeiros utilizadores de um projeto-piloto e o conjunto mais alargado dos colaboradores necessitam, muitas vezes, de diferentes tipos de apoio. A tarefa dos líderes hoje em dia é transformar experiências isoladas em melhores formas de trabalhar e, em seguida, avaliar se essas mudanças geram valor.

Ouça a conversa na íntegra

A adoção da IA que realmente funciona: ir ao encontro das pessoas onde elas estão

Experiências em Inteligência Artificial, episódio 1: «Encontrar as pessoas onde elas estão: a adoção da IA que realmente funciona» — Dave Birss com Karrie Sullivan.

Por que razão a adoção da IA abranda após uma fase piloto?

Karrie afirma que, em muitos projetos-piloto em que trabalhou, apenas cerca de 15 a 25 % dos participantes continuam a utilizar a tecnologia após os primeiros dias ou semanas. Trata-se de uma observação que fez com base na prática organizacional, não de uma taxa universal nem de um valor de referência que todas as empresas devam esperar atingir. A questão importante é saber por que razão os restantes colaboradores não encontraram uma forma útil e viável de a adotar.

Os líderes têm observado problemas semelhantes na implementação de sistemas ERP e CRM: a aquisição de um sistema, por si só, não altera os hábitos. A IA acrescenta mais um desafio, uma vez que as suas aplicações são menos predefinidas. As equipas têm de decidir como é que a IA se adapta aos seus clientes, às suas tarefas e aos seus padrões de qualidade. Uma demonstração do que uma ferramenta é capaz de fazer ainda não constitui uma forma de trabalho consensual.

Os primeiros utilizadores não constituem um grupo homogéneo. Alguns gostam de explorar ferramentas desconhecidas. Outros procuram uma vantagem prática no desempenho das suas funções. Outros ainda querem perceber se a IA poderá afetar o seu trabalho. A sua utilização contínua indica aos líderes onde devem investigar, mas não prova que a mesma abordagem funcione para todos os outros.

Dar aos diferentes grupos o apoio de que necessitam

Não interprete a hesitação como falta de capacidade. Um colaborador que faz muitas perguntas pode estar a tentar reduzir a incerteza relativamente às expectativas, à segurança, à qualidade ou ao seu papel futuro. Um maior incentivo para «experimentar» pode não resolver nenhuma dessas preocupações.

A sequência que ela sugere começa com as pessoas que já estão preparadas: utilizar trabalho real para desenvolver e testar aplicações específicas e, em seguida, mostrar aos colegas o que mudou. Para o resto da equipa, traduzir essas lições em mapas de processos específicos para cada função, listas de verificação, exemplos e orientações reutilizáveis. Explicar quando a IA é adequada, como se apresenta um resultado positivo e quem o verifica. O objetivo é tornar uma prática útil repetível, em vez de esperar que cada colaborador a invente do zero.

É também aqui que os líderes podem fazer uma pergunta mais produtiva do que «Por que é que as pessoas estão a resistir?»: que parte do novo fluxo de trabalho proposto é pouco clara, difícil ou não tem apoio?

Apoiar os gestores para que a mudança seja bem-sucedida

Os gestores de nível médio são frequentemente responsáveis pela entrega fiável, pelo atendimento ao cliente e pela conformidade. Karrie defende que as organizações podem, então, pedir a esses mesmos gestores que liderem uma transformação incerta sem alterar os critérios de avaliação nem lhes proporcionar uma forma clara de gerir os riscos.

Se a equipa de direção pretende que a utilização da IA se generalize, os gestores precisam de tempo e orientação para decidir quais as tarefas adequadas, como será avaliado o trabalho, o que os colaboradores devem fazer quando um resultado estiver errado e de que forma a nova abordagem afeta as responsabilidades existentes. Caso contrário, os apelos a uma adoção rápida podem entrar em conflito com o dever do gestor de manter a estabilidade das operações.

Avaliar o trabalho realizado e os seus resultados

Os registos de entrada e a conclusão de cursos refletem a participação. Não indicam, porém, se uma equipa produz um trabalho mais fiável, presta um melhor serviço aos clientes ou reduziu uma carga de trabalho evitável. Relacione a adoção da solução com a estratégia da empresa e acompanhe resultados como a carga de trabalho, a qualidade da entrega, a experiência dos colaboradores e dos clientes e a retenção. Os indicadores úteis dependerão do fluxo de trabalho que está a ser alterado.

À medida que a utilização se generaliza, o risco também pode mudar. Sullivan descreve uma fase posterior em que as pessoas podem aceitar os resultados da IA com demasiada facilidade. O exemplo que ela dá é o de uma proposta a um cliente que parece convincente, mas que promete algo que a organização não pode cumprir. Quer uma equipa esteja na fase inicial de adoção ou já utilize a IA de forma rotineira, é sempre necessário que alguém assuma a responsabilidade pela decisão, verifique o trabalho e compreenda as suas consequências.

Dave descreve uma mudança semelhante no trabalho com clientes da The Gen AI Academy: as organizações começam frequentemente por solicitar competências na elaboração de prompts, mas depois percebem que precisam de ajuda para selecionar fluxos de trabalho e desenvolver o discernimento necessário para utilizar a IA no âmbito desses fluxos. A questão prática em termos de liderança não é simplesmente quantas pessoas utilizaram uma ferramenta, mas sim quais as tarefas que mudaram, o que melhorou e quem continua a ser responsável.

O que deve um líder fazer a seguir?

Se o seu projeto-piloto tiver um grupo ativo pequeno e poucas alterações mais abrangentes, comece com três perguntas:

• Que tarefas concretas os primeiros utilizadores melhoraram e como é que se sabe isso?
• O que é que os outros colaboradores e os seus responsáveis precisam para utilizarem essas abordagens de forma segura e coerente?
• Que resultados e controlos de qualidade lhe permitiriam concluir que o novo fluxo de trabalho é melhor?

As respostas podem indicar medidas diferentes para equipas diferentes. Além disso, fornecem uma base mais clara para decidir se se deve alargar o projeto-piloto, reformular um fluxo de trabalho ou investir num apoio mais específico.

Descubra o episódio e como funciona o apoio da Gen AI Academy

Para as organizações que estão a passar de experiências iniciais para uma capacidade mais abrangente, o Programa de Adoção da IA começa com uma avaliação da organização, desenvolvendo depois a liderança e as capacidades internas e analisando os progressos alcançados. O episódio explica por que razão esse trabalho tem de começar pelas pessoas e pelas suas formas de trabalho atuais.

O curso «Estratégias baseadas na psicologia para a adoção da IA», de Karrie Sullivan, e o workshop «Adoção da IA para líderes» exploram a sua abordagem de forma mais aprofundada. Adicione links verificados para o curso, o workshop e o perfil de especialista da Karrie antes da publicação.

Ouça a conversa completa acima para conhecer a análise de Sullivan sobre a cultura no local de trabalho, os preconceitos, as preocupações dos colaboradores e o futuro da tomada de decisões.

Leitura complementar

A IA tem um problema com os «troféus de participação» — Helena McAleer explica por que razão a participação na formação e o feedback positivo podem, mesmo assim, não alterar o trabalho do dia-a-dia. Este artigo analisa o que os líderes podem fazer depois de um projeto-piloto chegar a esse ponto.

A abordagem «AI-First» pode ser a pior forma de abordar a IA — Dave Birss analisa as decisões de liderança subjacentes à implementação da IA e explica por que razão as licenças ou as metas de utilização, por si só, não constituem uma estratégia.

Ampliar a colaboração entre humanos e IA gerativa — O recurso de Karrie Sullivan explora a psicologia da mudança e como abordar diferentes grupos numa organização.