Fluência em IA já é habilidade central para transformar o trabalho com estratégia.
O estudo parte de um paradoxo importante: embora a IA já seja vista como uma grande alavanca de valor econômico, 60% dos trabalhadores americanos ainda não a utilizam no trabalho, e apenas 5% são considerados “fluentes em IA”. Ao mesmo tempo, 70% dos gestores acreditam que formar uma força de trabalho preparada para IA será decisivo para o sucesso das organizações, mas só 14% dos profissionais receberam treinamento oferecido pelo empregador. O diagnóstico central é claro: o problema não é apenas acesso à tecnologia, mas a falta de um modelo comum para definir quais habilidades realmente importam.
Para resolver essa lacuna, o estudo organiza a fluência em IA em dois pilares. O primeiro é o AI Acumen, que representa a base necessária para qualquer profissional: entender onde a IA gera valor, conhecer riscos como alucinações e viés, saber fazer uso adequado com bons prompts e manter responsabilidade humana sobre os resultados. O segundo pilar reúne os domínios de habilidade em que a IA já está mudando o trabalho de forma concreta, como planejamento e organização, comunicação, pesquisa e síntese, análise de dados, geração de conteúdo e automação de fluxos.
Um dos pontos mais relevantes do material é a defesa de que o treinamento não deve seguir apenas uma lógica por cargo, como “IA para marketing” ou “IA para RH”. O estudo argumenta que a fluência em IA é portável entre funções, o que permite formar grupos de aprendizagem interfuncionais e criar uma espécie de “sistema operacional comum” dentro da empresa. Para isso, a recomendação é construir primeiro uma base ampla de aculturamento, depois priorizar os domínios em que a IA gera mais valor para cada área e, na sequência, desenvolver sprints práticos de domínio que tornem o uso parte da rotina.
Na prática, a conclusão do estudo é que empresas precisam sair de dois extremos improdutivos: o treinamento disperso e reativo e os projetos muito restritos, que beneficiam poucos especialistas. O caminho recomendado é mais estruturado: criar uma base comum de IA para todos, definir padrões claros de uso responsável, proteger atividades sensíveis onde a decisão humana deve prevalecer e medir o sucesso não pela simples adoção da tecnologia, mas pelos ganhos reais de produtividade e melhoria de fluxo de trabalho.
Para ter acesso a esse e outros estudos, associe-se aqui
