Lecom e Suzana Morais, Diretora de IA e GenAI da Deloitte, reuniram lideranças para discutir como estratégia, processos, governança e pessoas sustentam a adoção de IA em escala.
A inteligência artificial gera valor quando deixa de ser um experimento isolado e passa a operar a serviço de objetivos claros do negócio. Isso exige mais do que acesso a modelos ou ferramentas: exige estratégia, processos estruturados, dados confiáveis, pessoas preparadas, integração e governança.
Esse foi o ponto central da primeira edição do AI Insights, realizada pela Lecom no Altyn Labs, nosso hub de inovação. Reunimos lideranças empresariais de Bauru e região para uma conversa sobre o que realmente separa o entusiasmo com a IA de uma transformação capaz de gerar escala, eficiência e diferenciação.
O encontro aconteceu em formato de Q&A, conduzido por Tiago Amor, CEO da Lecom, com Suzana Morais, Diretora de Inteligência Artificial e GenAI da Deloitte Brasil, como convidada principal. A conversa também foi aberta às perguntas e experiências dos executivos presentes.
Principais insights sobre IA, por Suzana Morais – Diretora de IA e GenAI da Deloitte Brasil
A inteligência artificial não começou com a popularização das plataformas generativas. Modelos matemáticos, machine learning, análises preditivas e reconhecimento de padrões já faziam parte das operações empresariais.
A mudança recente foi a democratização do acesso. Interfaces conversacionais permitiram que mais profissionais visualizassem rapidamente o que essa tecnologia pode produzir.
Depois de uma primeira fase de aprendizado e experimentação, porém, as empresas começaram a enfrentar uma pergunta mais difícil: como transformar possibilidades em resultados?
No AI Insights, discutimos que o mercado está entrando em uma fase de intencionalidade. Não basta perguntar o que a IA consegue fazer. Precisamos definir o que queremos alcançar, qual problema será resolvido e como o impacto será medido.
A própria Deloitte identifica uma diferença entre prontidão estratégica e capacidade operacional. Em seu relatório global de 2026, 42% das empresas afirmam estar altamente preparadas estrategicamente para adotar IA, mas demonstram menor preparo em infraestrutura, dados, riscos e talentos. Apenas 34% estão realmente utilizando a tecnologia para repensar seus negócios.
1. Acesso a IA não significa adoção estratégica
Um dos principais aprendizados da conversa foi direto: acesso não é adoção.
Disponibilizar um copiloto, um chatbot ou uma plataforma de IA não garante que as pessoas produzirão mais ou que a empresa obterá retorno. Antes de implantar a tecnologia, precisamos definir o que produtividade significa naquele processo.
O resultado esperado pode ser a redução do tempo de entrega, a diminuição dos ciclos de revisão, o aumento da qualidade, a melhoria da experiência do cliente ou a ampliação da capacidade operacional.
Sem essa definição, a empresa não consegue comparar o antes e o depois, priorizar investimentos nem decidir quais iniciativas devem avançar.
A IA precisa estar associada a indicadores que façam sentido para a estratégia. Caso contrário, a organização acumula ferramentas, pilotos e custos, mas não constrói uma capacidade empresarial.
2. O que precisa existir antes de escalar agentes de IA?
A discussão mostrou que a fundação para a IA empresarial pode ser organizada em cinco dimensões:
- estratégia;
- modelo operacional e processos;
- pessoas;
- dados;
- tecnologia.
A estratégia define aonde a empresa quer chegar. Os processos mostram como o valor é entregue, quais restrições existem e onde estão as oportunidades. As pessoas precisam compreender como suas funções mudarão. Os dados alimentam decisões e análises. A tecnologia conecta e executa essas capacidades.
Isso não significa que todas as respostas precisam estar prontas antes do primeiro teste. As empresas devem experimentar, aprender e evoluir. Mas, à medida que ampliam o uso da IA, essas dimensões precisam amadurecer.
A McKinsey também identifica o redesenho dos workflows como um dos principais fatores de diferenciação das organizações que capturam mais valor com IA. Embora as ferramentas estejam mais presentes, a incorporação profunda aos processos empresariais ainda permanece em construção na maior parte das empresas.
3. Governança precisa acompanhar todo o ciclo de vida
Governança de IA não pode ser apenas um comitê que autoriza ou rejeita um projeto.
Ela deve estabelecer:
- quem responde por cada agente;
- quais dados podem ser acessados;
- quais sistemas podem ser acionados;
- quais decisões podem ser tomadas de forma autônoma;
- quando a supervisão humana é obrigatória;
- como o comportamento será monitorado;
- como custos e consumo de modelos serão acompanhados;
- qual será o plano de contingência diante de uma falha.
Essa preocupação se torna ainda mais relevante com o avanço da IA agêntica. Segundo a Deloitte, somente uma em cada cinco organizações possui atualmente um modelo maduro de governança para agentes autônomos.
Quanto maior a autonomia concedida à tecnologia, mais claros precisam ser os limites, as responsabilidades e os mecanismos de observabilidade.
A governança não deve impedir a inovação. Ela é o que permite ampliar a inovação sem perder controle, segurança e rastreabilidade.
4. A força de trabalho será formada por pessoas e agentes
Também debatemos como os agentes de IA podem transformar a distribuição do trabalho.
Em uma operação híbrida, agentes podem organizar informações, acompanhar prazos, consultar sistemas, produzir documentos iniciais e executar etapas repetitivas. As pessoas passam a concentrar mais tempo na negociação, na interpretação, no relacionamento, na análise de exceções e nas decisões que exigem contexto.
O exemplo discutido durante o encontro foi o processo de compras. Em vez de consumir grande parte do dia comparando documentos, acompanhando retornos e conciliando informações, o comprador pode utilizar agentes nessas tarefas e atuar de maneira mais estratégica junto às áreas requisitantes e aos fornecedores.
Essa mudança, entretanto, não acontece automaticamente. Exige fluência em IA, conhecimento do negócio, upskilling, reskilling e revisão das atribuições profissionais. O Fórum Econômico Mundial estima que 39% das competências essenciais para o mercado de trabalho devem mudar até 2030, reforçando a necessidade de aprendizado contínuo.
A transformação do trabalho não consiste apenas em retirar tarefas operacionais. Ela precisa preparar as pessoas para assumir responsabilidades mais analíticas e cognitivamente complexas, sem ignorar os efeitos humanos dessa mudança.
5. Não existe um caso de uso universal
Outro ponto reforçado por Suzana foi a inexistência de uma “bala de prata”.
Um agente que gera valor em uma indústria pode não ser prioritário em outra. Até mesmo empresas do mesmo segmento possuem estratégias, sistemas, equipes, riscos e níveis de maturidade diferentes.
Por isso, o melhor ponto de partida é a combinação de duas perguntas:
- Onde está a principal dor da operação?
- Qual objetivo estratégico essa transformação precisa apoiar?
A resposta pode estar em reduzir perdas, ampliar receita, acelerar uma etapa de produção, melhorar o atendimento, diminuir riscos, integrar informações ou aumentar a capacidade sem fazer a estrutura crescer na mesma proporção.
Depois de identificar esse objetivo, a organização pode avaliar quais processos, dados e tecnologias precisam ser mobilizados. É nesse momento que BPM, BPMS, RPA, agentes de IA, OCR, APIs, ERP e workflows deixam de ser soluções isoladas e passam a compor uma arquitetura de transformação.
Uma parceria construída para conectar estratégia e execução: Deloitte e Lecom
O AI Insights também reforçou uma parceria iniciada em 2018 entre Lecom e Deloitte.
Ao longo dessa trajetória, combinamos o conhecimento estratégico e setorial da Deloitte com a capacidade da Lecom de estruturar, automatizar e orquestrar processos empresariais.
Além da participação de Suzana Morais, tivemos a satisfação de receber Alessandro Silvestre de Menezes, Director, AI Agentic Process Automation & Touchless Solutions da Deloitte Brasil, e Andrey Camargo, Sócio de Artificial Intelligence & Data na Deloitte Brasil.
A presença desses especialistas ampliou a troca com as lideranças e reforçou a importância de aproximar estratégia, tecnologia, operação e conhecimento setorial.
A primeira edição do AI Insights deixou uma mensagem clara: a próxima fase da inteligência artificial não será definida pelo número de ferramentas adotadas, mas pela capacidade de integrá-las ao negócio com propósito, governança e execução.
Esse foi o primeiro encontro de uma agenda que nasce para aproximar lideranças, compartilhar experiências e aprofundar as decisões que definirão o futuro das organizações.
