Ao avaliar a inteligência artificial pelas horas que ela economiza, uma empresa toma como referência o trabalho que já existe. Se a produção de um relatório fica mais rápida, calcula-se o ganho sobre a atividade tal como foi concebida, pressupondo que ela continuará necessária. É uma conta útil para avaliar o investimento, embora deixe de fora as mudanças que a tecnologia permite fazer no próprio processo.
À medida que a IA amplia o que conseguimos fazer, vale reconsiderar processos concebidos sob limitações anteriores. Algumas etapas podem perder sua função, enquanto necessidades até então sem uma resposta viável passam a merecer atenção. A discussão sobre produtividade alcança, assim, o desenho do trabalho e as formas de criar valor que ele permite.
Joseph Schumpeter examinou uma transformação dessa natureza em Capitalismo, Socialismo e Democracia, publicado em 1942. Ao empregar a expressão “destruição criadora”, descreveu como a inovação modifica a estrutura econômica por dentro, fazendo surgir formas de produzir e competir que deslocam atividades estabelecidas. Essa análise ajuda a compreender mudanças cujo alcance ultrapassa os ganhos obtidos dentro de uma operação existente.
Nas organizações, uma etapa pode existir para contornar dificuldades de acesso à informação ou uma dependência que, durante anos, pareceu inevitável. Se essa restrição puder ser superada, preservar a sequência original deixa de ser uma decisão óbvia. Antes de acelerar cada atividade, convém compreender por que ela existe e qual contribuição oferece ao resultado esperado pelo cliente.
A gestão lean parte dessa relação entre valor e trabalho, procurando compreender como as atividades se conectam para atender uma necessidade. A participação de quem as executa permite examinar dificuldades que uma descrição formal do processo dificilmente revela por inteiro. Esse conhecimento oferece uma referência para orientar a introdução de IA, enquanto as pessoas aprendem a avaliar seus usos e a modificar a própria maneira de trabalhar.
O estudo Generative AI at Work, publicado em 2025 no Quarterly Journal of Economics, analisou dados de 5.172 profissionais de suporte ao cliente durante a introdução gradual de um assistente de IA generativa em uma empresa de software. Os autores, Erik Brynjolfsson, Danielle Li e Lindsey Raymond, identificaram um aumento médio de 15% no número de problemas resolvidos por hora, com ganhos maiores entre os menos experientes. Também encontraram indícios de aprendizado que persistia durante interrupções do sistema, quando as sugestões deixavam de estar disponíveis.
Os resultados se referem a uma única empresa e ferramenta, e entre os profissionais de melhor desempenho anterior houve pequenos recuos em indicadores de qualidade. A pesquisa sugere, entretanto, que a IA ajudava a disseminar práticas dos atendentes mais produtivos, aproximando o aprendizado da execução. Esse mecanismo abre espaço para rever como a experiência circula entre as pessoas e como elas desenvolvem a capacidade de resolver problemas.
Na agricultura, outra aplicação permite observar como o redesenho de uma atividade modifica o valor oferecido ao cliente. No sistema See & Spray Ultimate, da John Deere, câmeras alimentam algoritmos que distinguem plantas daninhas da cultura e orientam o acionamento dos bicos do pulverizador, direcionando o herbicida aos pontos em que essas plantas são detectadas.
Em uma demonstração de campo relatada em 2024, a Universidade Estadual de Iowa registrou redução média de 76% no uso de herbicida durante uma aplicação pós-emergência em cinco áreas de soja, em comparação com a pulverização de toda a superfície. A economia variou conforme a infestação e se refere à aplicação estudada, não ao consumo total da safra.
A mudança chega também à relação comercial. Em uma das modalidades oferecidas pela John Deere nos Estados Unidos, a cobrança pelo uso da tecnologia é calculada sobre a área que o sistema deixa de pulverizar. Parte da remuneração do fornecedor fica vinculada à aplicação evitada, embora o saldo financeiro para o agricultor dependa dos demais custos envolvidos.
A capacidade de reconhecer onde intervir passa, assim, a integrar aquilo que o fabricante vende. Podemos interpretar essa combinação de equipamento e serviço como uma reformulação da proposta de valor, na qual o cliente contrata uma precisão que permite aproximar a aplicação de insumos da necessidade identificada no campo.
A economia de recursos ganha outro alcance se permitir atender uma necessidade antes inviável, da mesma forma que a disseminação de experiência adquire valor quando melhora a resposta oferecida ao cliente. Redesenhar uma atividade envolve, portanto, decidir o destino dos ganhos e o que fazer com as competências desenvolvidas.
A liderança precisa participar dessas decisões de perto, estabelecendo quais problemas merecem atenção e criando condições para que as equipes testem mudanças sem comprometer a qualidade. Quem conhece a atividade deve ter espaço para questionar as sugestões dos sistemas e avaliar seus efeitos, comparando o resultado esperado com aquilo que efetivamente acontece.
Para quem trabalha, essa participação precisa incluir as decisões sobre o futuro de suas funções e as oportunidades de desenvolvimento durante a transição. A responsabilidade da liderança se estende ao benefício social do que está sendo criado, considerando se a nova oferta amplia o acesso a serviços ou reduz o consumo de recursos. Esses critérios devem orientar a escolha das aplicações desde o início.
Schumpeter ajuda a compreender a força econômica que altera estruturas estabelecidas, cujas consequências dependem também das decisões tomadas dentro das organizações. Ao redesenhar o trabalho, a liderança influencia quais necessidades serão atendidas e quem poderá se beneficiar das novas competências. As formas de criar valor que surgirem desse processo dependerão das escolhas feitas enquanto aprendemos a usar a tecnologia.