a16z: A IA está tornando todos dez vezes mais produtivos, mas o verdadeiro vencedor ainda não surgiu

Título original do artigo: IA institucional x IA individual

Autor do artigo original: George Sivulka, a16z

Tradução do artigo original: DeepTech TechFlow

A IA acaba de multiplicar por dez a produtividade de todos.

Portanto, nenhuma empresa isoladamente se tornou 10 vezes mais valiosa.

Para onde foi a produtividade?

Não é a primeira vez que isso acontece.

Na década de 1890, a eletricidade prometia um enorme aumento da produtividade.

As fábricas têxteis da Nova Inglaterra, originalmente construídas em torno de fiandeiras movidas a vapor, substituíram rapidamente os motores a vapor por motores elétricos mais rápidos.

Mas, durante três décadas inteiras, as fábricas eletrificadas praticamente não registraram ganhos de produtividade. A tecnologia superou em muito. Mas a organização não conseguiu acompanhar o ritmo.

Foi somente na década de 1920, quando as fábricas redesenharam completamente as linhas de produção — linhas de montagem, cada máquina com seu próprio motor elétrico, trabalhadores e máquinas realizando tarefas totalmente diferentes — que a eletrificação finalmente deu frutos.

Legenda: Três fases da evolução da fábrica têxtil de Lowell. Da esquerda para a direita: Fábrica movida a vapor de 1890, fábrica movida a eletricidade de 1900, fábrica com "linha de montagem" de 1920 (totalmente reconstruída do zero como uma linha de montagem elétrica).

O resultado não veio da tecnologia em si, nem de fazer com que os trabalhadores ou as máquinas funcionassem mais rápido. Na verdade, foi somente quando finalmente redesenhamos o sistema em conjunto com a tecnologia que os benefícios se concretizaram de fato.

Esta é a lição mais cara da história da tecnologia, e agora estamos reaprendendo-a.

Em 2026, a IA proporcionará um aumento de produtividade dez vezes maior para aqueles que souberem como aproveitá-la. Mas isso não é suficiente. Já trocamos os motores elétricos, mas ainda não reformulamos a fábrica.

Por causa de um simples fato: Indivíduos eficazes não significam necessariamente organizações eficazes.

A grande maioria dos produtos de IA transmite às pessoas uma sensação de “eficiência”, mas não gera valor de fato. A maioria dos casos de uso de IA que se vêem são pessoas buscando a “máxima eficiência” no Twitter ou no Slack da empresa, sem nenhum impacto real.

A noção de “Serviço como Software”, frequentemente mencionada no ano passado, está no caminho certo, mas carece de um plano de ação. Além disso, isso não leva em conta o panorama geral. A verdadeira transformação não se resume apenas à mudança de uma ferramenta para um serviço, mas sim à construção conjunta de tecnologia e instituições (seja transformando as existentes ou partindo do zero). Um futuro verdadeiramente eficiente exige uma categoria totalmente nova de produtos: a linha de montagem do futuro.

Organizações eficientes precisam de "inteligência institucional".

Este artigo abordará as sete dimensões que diferenciam a "IA institucional" da "IA pessoal". Todo o panorama da IA no setor B2B na próxima década será moldado por essas variações:

Legenda: Tabela comparativa dos sete pilares da Inteligência Institucional

Os Sete Pilares da Inteligência Institucional

1. Coordenação

A IA pessoal gera caos.

A IA institucional promove a coordenação.

Vamos começar com um exercício de reflexão. Imagine que amanhã você duplicasse o tamanho da sua empresa clonando todos os seus funcionários de melhor desempenho.

Cada um desses funcionários tem pequenas diferenças, preferências, peculiaridades e pontos de vista (especialmente os melhores). Sem uma gestão adequada, comunicação deficiente, distribuição de tarefas mal definida, OKRs e limites de funções... você cria o caos.

Quando analisada isoladamente, a organização pode parecer mais eficiente. Mas com milhares de agentes (ou pessoas) agindo em direções opostas, o melhor cenário possível é a estagnação, e o pior cenário é a fragmentação da coesão organizacional.

Isso não é hipotético. Todas as organizações que estão incorporando IA sem uma camada de coordenação estão passando por isso atualmente. Cada funcionário tem seus próprios hábitos de uso do ChatGPT, seu próprio estilo de prompts e seus próprios resultados — todos independentes uns dos outros. O organograma pode ainda estar lá, mas o trabalho gerado pela IA segue, na verdade, por outro caminho.

Legenda: Indivíduos eficientes (ou agentes) remando em direções diferentes. Sem coordenação, é o caos.

O alinhamento é um requisito imprescindível, tanto para humanos quanto para Agentes.

A inteligência empresarial dará origem a todo um setor de “gestão de agentes” — focado no papel e nas responsabilidades dos agentes, na comunicação entre eles e entre os agentes e os seres humanos, e em como medir o valor dos agentes (basear-se exclusivamente no pagamento por uso está longe de ser suficiente).

2. Sinal

A IA pessoal gera ruído.

A IA empresarial identifica sinais.

Os seres humanos de hoje podem criar — ou melhor, gerar — qualquer coisa que se possa imaginar: artigos escritos por IA, apresentações, planilhas, fotos, vídeos, músicas, sites, softwares. Que presente maravilhoso.

O problema é que a grande maioria do conteúdo gerado pela IA é um verdadeiro lixo. A prevalência de conteúdo indesejável gerado por IA chegou a tal ponto que algumas organizações exageraram na correção, optando por proibir totalmente qualquer resultado produzido por IA. Para ser sincero, eu também penso assim — dirijo uma empresa de IA, mas instruí minha equipe executiva a não usar IA em nenhum produto textual final. Não suporto esse lixo.

Pense no que o setor de PE (Private Equity) está se tornando. No ano passado, talvez você tenha recebido dez oportunidades de negócios na sua mesa. Este ano, você terá 50 oportunidades no próximo trimestre, cada uma delas aperfeiçoada pela IA até atingir a perfeição; no entanto, você ainda dispõe do mesmo tempo para tomar uma decisão — identificando a opção verdadeiramente confiável entre todas elas.

Gerar qualquer coisa já não é o problema. Para qualquer organização legítima, o problema agora é gerar e filtrar o conteúdo adequado. Em um mundo impulsionado pela IA, encontrar aquele resultado de qualidade, aquele negócio vantajoso, o sinal em meio ao ruído, está se tornando cada vez mais crucial. O principal motor econômico da próxima década será a identificação de sinais na pilha de lixo que cresce exponencialmente.

Legenda: O lixo gerado por ferramentas de produtividade pessoal está se multiplicando a um ritmo exponencial. Os próprios seres humanos já não conseguem filtrar o ruído e precisam de uma nova geração de produtos de IA empresarial.

A inteligência empresarial deve identificar sinais, deve organizar o ruído para filtrar o que é irrelevante e deve ser definível, determinística e auditável em seu trabalho.

A IA pessoal pode enfatizar a produtividade “sempre ativa”, como o Clawdbot, atendendo às suas necessidades de maneira imprevisível 24 horas por dia, 7 dias por semana — um agente essencialmente não determinístico. A IA empresarial, por outro lado, depende da confiabilidade de agentes determinísticos. Agentes com pontos de verificação, etapas e processos previsíveis são o que possibilitam a escalabilidade, permitem a identificação de sinais e, por meio desses sinais, geram retorno financeiro para a organização.

Legenda: O Matrix é uma ferramenta que utiliza técnicas generativas para eliminar o ruído, abrindo assim um mundo de agentes determinísticos e pontos de verificação.

3. Viés

A IA de nível pessoal alimenta preconceitos.

A IA em nível institucional promove a objetividade.

A discussão sobre o viés sociopolítico tem dominado o debate sobre a IA há anos. O Base Model Lab acabou contornando esse problema com uma quantidade suficiente de RLHF, ajustando todos os modelos para que fossem bajuladores. Hoje em dia, modelos como o ChatGPT, o Claude e outros se alinham com perfeição, repetindo cada um dos seus argumentos dentro da janela de Overton (às vezes chegando até a exagerar um pouco na concordância, chamando a sua atenção, @Grok). A discussão sobre o viés sociopolítico perdeu força. Mas uma nova questão tomou o seu lugar.

Esse excesso de concordância em tudo se tornou absurdamente exagerado. Isso já se tornou um meme por si só — o reflexo de Claude dizer “Você está absolutamente certo!”, independentemente de o que você esteja dizendo estar realmente totalmente correto.

Parece inofensivo. Não é.

Muitos dos defensores mais entusiastas da IA nas organizações podem em breve se tornar os funcionários com pior desempenho da história. Pense no motivo.

Os funcionários com pior desempenho em uma organização, que mal recebem algum feedback positivo no dia a dia, logo terão um ASI que concordará com tudo o que dizem. Eles vão pensar: “A IA mais inteligente da história concorda comigo.” "É o meu chefe que está enganado."

É viciante. E prejudicial para as organizações.

Legenda: A câmara de eco da IA em nível pessoal agrava a divisão, fazendo com que duas pessoas se distanciem, uma dinâmica que, quando ampliada, gera facções dentro de uma organização originalmente coesa.

Isso revela algo importante. As ferramentas de produtividade pessoal capacitam o usuário. Mas o que realmente precisa ser fortalecido é a verdade.

As organizações humanas, após milênios de evolução, criaram sistemas especificamente para combater esse problema:

· Reunião do Comitê de Investimentos

· Due diligence de terceiros

· Pesquisa de placas

· Separação de poderes nos Estados Unidos Governo

· A democracia representativa, bem como a própria democracia

Legenda: A objetividade pode até mesmo amenizar problemas de coordenação — suprimindo pequenas divergências em vez de ampliá-las.

As organizações raramente fracassam por falta de confiança dos seus funcionários. Elas fracassam porque ninguém está disposto ou é capaz de dizer “não”.

A IA em nível institucional deve desempenhar esse papel. Ele não será treinado pelo RLHF para agradar aos usuários ou se adequar às suas crenças, mas para desafiar seus preconceitos. O sistema oferece feedback positivo quando o desempenho é eficiente, estabelece limites rígidos e impõe correções de rumo quando ocorrem desvios.

Portanto, o agente mais importante dentro de uma organização não será um "puxa-saco", mas sim um "criticão" disciplinado — que questiona o raciocínio, expõe os riscos e faz cumprir as normas. Algumas das aplicações de IA mais impactantes no futuro serão desenvolvidas em torno de restrições institucionais: Membros do conselho da IA, auditores da IA, testes independentes da IA, conformidade da IA...

4. Vantagem de ponta

A IA de nível pessoal otimiza a utilidade.

A IA em nível institucional otimiza para obter vantagem na borda.

Os limites das capacidades da IA estão mudando a cada semana, ou até mesmo a cada dia. As empresas de modelos fundamentais disputam a atenção de todas as pessoas e organizações com suas capacidades de iteração rápida.

Mas o clássico dilema do inovador nos diz que, em aplicações específicas, a profundidade sempre supera a amplitude:

· O trabalho da @Midjourney consiste em manter um toque de originalidade nas imagens de design.

· O trabalho da @Elevenlabsio consiste em manter uma ligeira vantagem nos modelos de linguagem.

· O trabalho da @DecagonAI é estar sempre à frente em termos de experiência de atendimento ao cliente de ponta a ponta.

Embora os modelos fundamentais estejam cada vez mais próximos, para os especialistas em áreas específicas, a verdadeira vantagem competitiva é fundamental.

Muitos designers de renome utilizam o @Midjourney, e muitas empresas líderes em IA de voz utilizam o @Elevenlabsio — pois, mesmo com o avanço dos modelos fundamentais, são as aplicações dedicadas, que se concentram incansavelmente em potencializar suas vantagens específicas, que definem a vanguarda.

Enquanto a solução proprietária também estiver em evolução, a capacidade que é verdadeiramente essencial para os resultados econômicos — essencial para as empresas — estará sempre do lado dos produtos proprietários.

Isso fica bem claro no setor financeiro — atualmente a área mais promissora para o desenvolvimento de LLM. Quando uma determinada habilidade se torna comum, por definição, ela não vai mais ajudar você a superar o desempenho do mercado. Mas e se a tecnologia de ponta pudesse proporcionar uma vantagem pontual de 1% em um nicho de mercado? Esse 1% pode gerar retornos na casa dos bilhões de dólares.

Legenda: Para qualquer tarefa suficientemente específica, a vantagem competitiva é determinada pela solução institucional desenvolvida com base em tecnologia de ponta.

Nossos usuários sempre estiveram em primeiro lugar. A janela de contexto do LLM passou de 4 mil para 1 milhão de tokens em quatro anos. Alguns de nossos usuários processam 30 bilhões de tokens em uma única tarefa. Este ano, já vimos o caminho a seguir para lidar com tarefas envolvendo 100 bilhões de tokens. A cada melhoria nas funcionalidades do modelo básico, avançamos muito mais.

Legenda: A janela de contexto, assim como outros recursos, é algo em constante evolução. Uma comparação da evolução da janela de contexto entre o laboratório de ponta e o Hebbia nos últimos três anos.

É claro que uma ampla orientação para o usuário é importante, especialmente na fase de integração dos funcionários à IA. Mas o futuro não será marcado pelo uso do ChatGPT/Claude ou de soluções verticais isoladamente, mas sim pela combinação do ChatGPT/Claude com soluções verticais.

A inteligência institucional deve utilizar agentes especializados em determinados domínios, ou mesmo em tarefas específicas.

Vamos nos fazer uma pergunta que parece absurda, mas não é:

“Quais agentes a AGI escolherá para usar como atalhos? “Mesmo uma superinteligência precisará de ferramentas especializadas para áreas específicas.”

Os limites das capacidades da IA estão em constante evolução, e as organizações que aproveitam as verdadeiras vantagens da tecnologia de ponta são as vencedoras. Os demais estão pagando por um produto de uso geral muito caro.

5. Resultados

A IA pessoal economiza tempo.

IA de nível institucional aumenta a receita.

@MaVolpi me disse certa vez uma frase que mudou completamente a minha visão sobre a venda de IA para empresas: “Se você perguntar a qualquer CEO se prefere reduzir custos ou aumentar a receita, quase todos responderão que preferem aumentar a receita.”

No entanto, quase todos os produtos de IA disponíveis no mercado hoje se concentram na redução de custos — prometendo economizar tempo, fazer mais com menos pessoal ou substituir a mão de obra humana.

A IA de nível institucional deve gerar receita adicional. E o aumento da receita é muito mais difícil de se tornar um produto de massa do que a economia de tempo.

Tomemos como exemplo o desenvolvimento de software assistido por IA. Os IDEs de código estão entre as melhores ferramentas pessoais de produtividade com IA já criadas, mas têm enfrentado forte concorrência do Claude Code (outra ferramenta de IA para uso pessoal). A Cognition está jogando um jogo completamente diferente. O negócio que mais cresce para eles é vender transformação por meio da tecnologia, e não apenas vender uma ferramenta. Aposto que esse modelo vai durar bastante.

O setor de software puro “está rapidamente se tornando inviável para investimentos”. Os serviços puros não são escaláveis. A camada de soluções — que une tecnologia e resultados — é onde reside o valor duradouro.

Analise novamente as fusões e aquisições. A IA de uso pessoal ajuda os analistas a criar modelos mais rapidamente. A IA de nível institucional identifica, entre cem alvos, aquele que vale a pena perseguir e, em seguida, amplia a busca para mil. Um economiza tempo, o outro gera receita.

Legenda: As empresas de modelos fundamentais estão avançando em direção à camada de aplicações verticais. As empresas da camada de aplicação vertical estão migrando para a camada de soluções.

“Subir a corrente” é a força gravitacional natural do mercado atual. Os modelos fundamentais estão migrando para a camada de aplicativos, e as empresas da camada de aplicativos estão migrando para a camada de soluções.

A inteligência de nível institucional é a camada de soluções. E é na camada de soluções — onde residem os resultados — que se gera valor duradouro, aproveitando as maiores oportunidades de receita.

6. Empoderamento

A IA para uso pessoal oferece uma ferramenta.

A IA de nível institucional ensina você a usá-la.

Por mais inteligentes que sejam, os seres humanos resistem à mudança.

Acredite ou não, ainda existem empresas de sucesso em Nova York que não aceitam cartões de crédito. Eles sabem que estão perdendo dinheiro, entendem que não aceitar cartões de crédito lhes está custando caro, mas continuam assim. Da mesma forma, num futuro próximo, alguns funcionários de certas organizações simplesmente se recusarão a usar a IA.

A transformação de uma organização puramente humana para uma organização híbrida centrada na IA será o desafio mais duradouro e determinante da próxima década. E, muitas vezes, as pessoas mais influentes e importantes de uma organização são justamente as que demoram mais para adotar as mudanças.

Legenda: Os altos executivos de uma organização — aqueles que estão mais distantes da “operação prática” — costumam ser o grupo mais lento, mas também o mais crucial, na adoção de novas tecnologias.

A Palantir é a única empresa de "software" que manteve um múltiplo de avaliação extremamente alto durante a onda de vendas de ações do setor de tecnologia, avaliadas em trilhões de dólares, nos últimos dois meses. Há uma razão para isso. A Palantir é uma das primeiras empresas verdadeiramente dedicadas à “engenharia de processos”. Quer se chame a isso “engenharia de processos” ou “elaboração de documentação de habilidades do Claude”, a IA institucional do futuro dará origem a um novo setor: a codificação de processos empresariais em agentes e a implementação da gestão de mudanças necessária.

Legenda: A adoção da IA em toda a organização envolverá vários obstáculos, cada um com seus próprios desafios. A implementação de processos baseados em IA será o principal fator impulsionador.

Ouso afirmar que a engenharia de processos se tornará a “tecnologia” mais importante no curto prazo.

E, na engenharia de processos, o conhecimento especializado em negócios e na indústria — e não o conhecimento em software — é fundamental. As soluções verticais irão desenvolver talentos na linha de frente da engenharia de implantação, implementação e gestão de mudanças.

Um banco de investimentos de primeira linha (entre os três maiores do setor) que optou por uma implementação em grande escala com a Hebbia resumiu bem a situação: a razão pela qual não trabalham com um determinado laboratório de modelos complexos é porque “teríamos que explicar o CIM à equipe deles”. O Claude ou o GPT podem compreender o contexto, mas as equipes responsáveis pela implementação não...

Essa diferença faz toda a diferença.

7. Sem prompt

A IA pessoal, no âmbito individual, responde aos comandos humanos.

A IA em nível institucional age de forma proativa, sem a necessidade de um comando.

Há muito debate sobre a comunicação entre agentes e se o futuro das empresas e instituições ainda precisa de seres humanos.

Mas uma pergunta melhor seria: O futuro agente de IA ainda precisa de um prompt?

Escrever uma instrução para uma IA geral é como acoplar um motor elétrico a um tear manual. Isso é fundamental e irreversivelmente limitado pelo elo mais fraco da cadeia de suprimentos organizacional: nós mesmos. Os seres humanos, em essência, não sabem quais são as perguntas certas a fazer, muito menos quando fazê-las.

O trabalho mais valioso que a IA pode realizar é aquele que ninguém pensou em solicitar. A IA deve identificar riscos que ninguém percebeu, contrapartes nas quais ninguém pensou e oportunidades de vendas que ninguém sabia que existiam.

Isso ampliará significativamente os limites dos casos de uso da IA.

Um sistema que não requer intervenção humana monitora continuamente o fluxo de dados de toda uma carteira de investimentos. O sistema detecta que o ciclo de capital de giro de uma empresa do portfólio se deteriorou discretamente por três meses consecutivos, cruza essa informação com os termos contratuais do contrato de crédito e alerta o sócio responsável pelas operações do fundo antes mesmo que alguém abra aquele PDF.

Quando não for mais necessário que seres humanos escrevam instruções para a IA, surgem novas interfaces e novas formas de trabalhar. Nós, da Hebbia, temos uma opinião bem formada sobre isso. Mais novidades em breve.

Conclusão

O exposto acima não invalida o valor dos chatbots, dos agentes e da IA pessoal.

A IA pessoal será o meio pelo qual a maioria das empresas globais experimentará, pela primeira vez, o poder transformador da IA. Promover a adoção e facilitar o uso são o primeiro passo crucial na gestão da mudança para construir uma economia centrada na IA.

Ao mesmo tempo, a necessidade de inteligência a nível institucional é clara, urgente e imensa.

No futuro, todas as organizações terão um chatbot desenvolvido por um laboratório de modelos em grande escala. Todas as organizações também disporão de IA de nível institucional adaptada a questões específicas de cada área — e a IA pessoal utilizará a IA de nível institucional como sua ferramenta mais essencial.

Uma maior integração entre a IA institucional e a IA pessoal é uma tendência inevitável.

Mas lembre-se da lição da fábrica têxtil da década de 1890. A primeira fábrica a adotar a eletricidade perdeu para a fábrica redesenhada para a eletricidade.

Já temos eletricidade. É hora de reformular nossas fábricas.

Agradeço a @aleximm e @WillManidis pela revisão, e ao Will por ter inspirado este artigo com seu texto sobre “objetos com a forma de uma ferramenta”.

Link do artigo original