A IA torna os trabalhadores mais rápidos. Porque é que as empresas não ficam mais fortes? Atlassian revela três pontos cegos por que a organização não consegue obter lucros

A inteligência artificial (IA) varreu o mundo do trabalho, mas muitas empresas descobriram que a eficiência global não aumentou como esperado. Segundo a reportagem do《VentureBeat》, a responsável do Atlassian Teamwork Lab, a Dra. Molly Sands, afirmou recentemente, em eventos públicos, que a maioria das empresas está a adotar a IA “ao contrário”: em vez de se concentrar na otimização da colaboração em equipa, está a focar-se apenas na eficiência individual, o que faz com que as organizações tenham dificuldade em ver uma taxa de retorno do investimento (ROI) substancial. Sublinhou que equipas bem-sucedidas devem criar um contexto partilhado, redesenhar os fluxos de trabalho e desenvolver uma cultura empresarial que encoraje a experimentação.
(Antecedentes: a conjectura de Jacobian no mundo da matemática foi refutada; investigador da OpenAI: o Codex “sem ajuda de rede” também conseguiu calcular)
(Complemento de contexto: modelos de IA autoalojados custam menos? Cline testou a vantagem de custos do Kimi K3; discussão na rede: por tarefa fica mais caro do que o Fable 5)

Índice do artigo

Toggle

• Aumento de eficiência individual, mas sem ROI visível na organização
• Apenas 6% dos gestores veem valor real; equipas bem-sucedidas têm três características
• Definir “acordos de trabalho com IA”, expondo fendas organizacionais latentes

Com a popularização das ferramentas de IA generativa, a velocidade das tarefas diárias de muitos trabalhadores aumentou de facto de forma significativa; no entanto, este “bónus de eficiência” parece não se ter convertido de forma fluida na competitividade global da empresa. Às 21 de julho de 2026, hora de Taipei, numa reportagem publicada pela《VentureBeat》, patrocinada por um gigante de software, a Atlassian, a responsável do Atlassian Teamwork Lab, a Dra. Molly Sands, analisou profundamente este fenómeno aparentemente contraditório no local de trabalho no evento VB Transform 2026.

Aumento de eficiência individual, mas sem ROI visível na organização

Numa conversa à lareira moderada pelo veterano contributor da VentureBeat, Sam Witteveen, Sands apontou diretamente ao cerne do problema: a forma como a maioria das empresas está a adotar a IA está “ao contrário”. As empresas tendem a concentrar-se apenas em otimizar como os indivíduos usam a IA, sem voltar o olhar para otimizar a forma como o trabalho de equipa é coordenado ao nível do grupo.

Este desequilíbrio conduz a um resultado embaraçoso: embora os indivíduos façam o trabalho mais depressa, como os processos da equipa não foram ajustados, estas abordagens ligeiramente diferentes acabam por “colidir” rapidamente entre si, impedindo a organização de ver uma ROI claramente evidente. A equipa de cientistas comportamentais e psicólogos liderada por Sands não só estuda o impacto da IA na colaboração, como se dedica, de forma prática, a ajudar as empresas a redesenhar os fluxos de trabalho.

Apenas 6% dos gestores veem valor real; equipas bem-sucedidas têm três características

De acordo com o《Atlassian 2026 State of Teams Report》, um inquérito realizado junto de 12.000 trabalhadores de conhecimento a nível global e de cerca de 200 gestores seniores de empresas Fortune 1000, até 89% dos gestores admitem que, após o uso de IA por parte dos indivíduos na empresa, a velocidade realmente aumentou. Ainda assim, o que surpreende é que apenas 6% dos gestores conseguem apontar casos concretos de ROI; e, além disso, apenas cerca de 14% das equipas conseguem transformar o uso da IA em verdadeiro valor, indicando que, mesmo dentro da mesma empresa, as diferenças de desempenho entre equipas são extremamente acentuadas.

Sands afirma que as organizações que conseguem transformar a IA em vantagem para a equipa normalmente têm três características em comum:

• Contexto (Context): equipas bem-sucedidas criam um “mapa de contexto (context graph)”, registando de forma sistemática os objetivos, as decisões e o conhecimento da organização em plataformas digitais partilhadas como Jira ou Confluence, permitindo que a IA obtenha enquadramento a nível organizacional, em vez de depender apenas de prompts isolados dos indivíduos.
• Fluxos de trabalho (Workflows): não se limitam a acelerar uma tarefa única; redesenham todo o fluxo de trabalho de ponta a ponta (end-to-end).
• Cultura (Culture): os líderes encorajam claramente a aprendizagem e a experimentação, e conseguem tolerar as falhas no processo de experimentação.

Definir “acordos de trabalho com IA”, expondo fendas organizacionais latentes

Para ajudar as empresas a ultrapassar este fosso, Sands sugere que as equipas podem aprender rapidamente através de restrições deliberadas, por exemplo, decompondo as tarefas em unidades mínimas ou desafiando-se a “não escrever código manualmente durante uma semana”. Além disso, é crucial definir, no arranque de um projeto, acordos claros de “trabalho com IA (AI Working Agreements)”, que incluem decidir o que deve ser tratado pela IA e o que deve ser evitado, bem como o que a equipa deve partilhar em termos de agentes (agents) e competências.

No final, o artigo deixa um ensinamento ainda mais profundo: a IA afinal não cria novos dilemas de gestão; apenas expõe, de forma implacável, fendas que já existiam na organização, como pressupostos ocultos e modelos mentais diferentes. A intervenção da IA amplifica as consequências dessas diferenças, tornando o “contexto partilhado” e “formas de trabalho claras” ainda mais urgentes e importantes do que em qualquer momento anterior para a operação futura das empresas.