Li recentemente um artigo que defendia a necessidade de uma mudança radical nas organizações em função do avanço da IA. Acho ainda cedo para afirmações tão categóricas sobre um suposto futuro pós-IA, ainda mais acompanhadas de um senso de urgência quase inevitável.

O que observo é que nem mesmo as empresas que desenvolvem os modelos mais avançados de IA passaram por uma reconfiguração estrutural radical de suas formas de organização. E tampouco as consultorias que defendem essa transformação operam, na prática, sob modelos organizacionais profundamente diferentes daqueles que existiam antes da IA generativa.

Existe um padrão recorrente nesse debate: a tendência de projetar o potencial futuro da tecnologia como se ele já tivesse reescrito completamente o presente. Mas a realidade organizacional é mais lenta, incremental e profundamente condicionada por restrições econômicas, regulatórias, institucionais e humanas.

A ideia de ruptura total em cultura, governança e estrutura parte de um pressuposto forte demais,  o de que tecnologia, por si só, reorganiza instituições de forma imediata e linear. A história econômica das tecnologias gerais desmente isso repetidamente. Eletricidade, internet, cloud computing e mobilidade transformaram profundamente a economia, mas passaram por longos ciclos de adoção, adaptação de processos e convivência entre modelos antigos e novos. Em muitos casos, os ganhos mais relevantes de produtividade apareceram décadas depois da introdução da tecnologia.

Além disso, organizações não são apenas sistemas técnicos. São sistemas de incentivos. Estruturas hierárquicas, mecanismos de governança e processos decisórios existem menos por limitações tecnológicas e mais por necessidades de coordenação, responsabilidade legal, gestão de riscos e alinhamento de interesses. Esses fatores não desaparecem porque passamos a utilizar modelos de linguagem.

Outro aspecto pouco discutido é que ainda não existe evidência robusta de que a IA esteja produzindo ganhos de produtividade transformacionais em escala macroeconômica. Existem inúmeros casos de sucesso localizados, ganhos relevantes em tarefas específicas e melhorias observáveis em determinadas funções. Mas isso é diferente de afirmar que já estamos diante de uma revolução organizacional comparável às grandes transformações tecnológicas da história.

Hoje o que observamos é um estágio inicial de adoção, marcado por experimentação, automação pontual, copilotos de produtividade e forte heterogeneidade entre setores. Em alguns contextos, como desenvolvimento de software, marketing digital e atendimento ao cliente, a IA já se aproxima de infraestrutura operacional. Em outros, como saúde regulada, indústria pesada ou setor público, a adoção ainda é limitada por questões de confiabilidade, compliance, segurança e integração.

É importante também distinguir forma organizacional de prática operacional. Mesmo sem mudanças visíveis em organogramas, muitas empresas já estão alterando profundamente fluxos de trabalho, processos de engenharia, produção de conteúdo e suporte ao cliente. A transformação existe. Mas ela está ocorrendo dentro das estruturas organizacionais existentes, e não por meio de sua substituição.

A própria experiência das Big Techs deveria servir como sinal de cautela. Empresas que estão na fronteira da IA continuam operando com hierarquias formais, processos de orçamento, estruturas funcionais, mecanismos tradicionais de accountability e sistemas clássicos de governança corporativa. O que mudou foram os processos, as ferramentas e a velocidade de execução. Não houve uma reinvenção radical da organização.

Outro fator frequentemente ignorado é a confiabilidade. Modelos de linguagem continuam sendo sistemas probabilísticos sujeitos a erros, inconsistências, alucinações e comportamentos difíceis de prever. Isso significa que podem apoiar decisões, mas não substituem responsabilidade. Organizações podem delegar tarefas à IA. Não podem delegar accountability.

Da mesma forma, muitas previsões sobre o futuro assumem que agentes autônomos tornarão hierarquias obsoletas. Mas coordenação organizacional não existe apenas porque a informação é escassa. Ela existe porque recursos são limitados, interesses entram em conflito, prioridades competem entre si e riscos precisam ser assumidos por alguém. A IA pode reduzir custos de coordenação. Não elimina o problema da coordenação.

Também é importante considerar o custo da transformação. Mudanças estruturais profundas precisam ser tecnicamente possíveis, mas também economicamente justificáveis. Reorganizar empresas implica riscos operacionais, custos de transição, requalificação de equipes e incerteza sobre os benefícios obtidos. Por isso, historicamente, tecnologias transformadoras são absorvidas de forma incremental e não por substituições abruptas.

Nada disso significa minimizar o impacto da IA. Pelo contrário. Seu impacto é real e crescente. Mas tudo indica que estamos diante de um processo evolutivo, não de uma substituição imediata dos paradigmas organizacionais existentes.

Talvez o maior equívoco desse debate seja imaginar que a capacidade de automatizar tarefas cognitivas implica automaticamente a necessidade de reinventar organizações inteiras. A história da tecnologia sugere o contrário. Transformações profundas raramente começam pela estrutura formal das instituições. Elas começam nos processos, avançam para os modelos operacionais e, apenas depois de muitos anos, eventualmente alteram a estrutura. A IA provavelmente seguirá o mesmo caminho.

Por isso, antes de especular sobre uma hipotética organização pós-IA, talvez valha a pena observar uma questão mais concreta: por que as próprias empresas que estão criando a tecnologia ainda não sentiram necessidade de promover a revolução organizacional que tantos afirmam ser inevitável?