Escalar a IA exige menos fricção e experiências que as pessoas queiram usar
O estudo mostra que o paradoxo atual da IA está no fato de que, embora as organizações invistam bilhões e os colaboradores usem a tecnologia com frequência, poucas conseguem capturar ganhos relevantes no resultado do negócio. Segundo o material, isso acontece porque o problema central não está na capacidade dos modelos, mas na forma como a experiência é desenhada. Em vez de repensar o trabalho, muitas empresas apenas encaixam IA em interfaces antigas, como barras de busca e caixas de chat, criando interações pouco naturais e desconectadas do fluxo real de trabalho.
O texto argumenta que a IA muda o modelo tradicional de software. Antes, o usuário fornecia inputs estruturados e o sistema devolvia outputs estruturados. Com a IA generativa e a IA agente, a lógica passa a ser mais colaborativa e iterativa: o sistema interpreta intenção, gera saídas novas e precisa de interação humana para refinar e melhorar os resultados. Nesse cenário, a experiência deixa de ser “comando e execução” e passa a ser “colaboração e iteração”.
O estudo destaca quatro falhas comuns que impedem a escala da IA. A primeira é a ambiguidade de intenção, quando o sistema não entende corretamente o que o usuário quer. A segunda é a falta de contexto, quando a IA não sabe quais informações precisa para executar bem a tarefa. A terceira são os outputs genéricos, que não incorporam padrões específicos do negócio. A quarta é a iteração não colaborativa, quando a IA entrega algo pronto, mas não constrói o trabalho junto com a pessoa usuária.
Para enfrentar esse cenário, o material propõe quatro princípios de design para experiências nativas de IA. O primeiro é liderar com clareza, tornando o raciocínio, as premissas e os limites do sistema mais visíveis. O segundo é desenhar para continuidade, preservando contexto e memória entre interações. O terceiro é construir com profundidade, conectando fluxos completos e não apenas respostas isoladas. O quarto é orquestrar cocriação, permitindo que humanos e IA trabalhem juntos de forma fluida e complementar.
O estudo também traz exemplos práticos de aplicação desses princípios em fluxos de marketing, mostrando ganhos concretos de adoção e desempenho. Em um caso, permitir que a IA fizesse perguntas de esclarecimento levou quase 75% dos usuários do piloto a demonstrar entusiasmo pela ferramenta e ajudou a gerar um aumento incremental de mais de 2% nas vendas de mercado. Em outro, preservar o contexto dentro dos sistemas já usados foi apontado por mais de 90% dos usuários como o recurso de IA mais desejado.
Na conclusão, o texto reforça que o diferencial competitivo não estará apenas em usar modelos melhores, mas em redesenhar como o trabalho acontece. Líderes, designers, gerentes de produto e tecnólogos precisam atuar juntos para criar sistemas de colaboração entre pessoas e IA que sejam compreensíveis, governáveis e úteis em escala. O futuro da IA, segundo o estudo, será definido pela arquitetura da colaboração.
Para ter acesso a esse e outros estudos, associe-se aqui
