Por que a estratégia de IA e a estratégia de RH podem se tornar uma só

Em junho de 2026, o Mercari colocou o CTO como CHRO e CAIO ao mesmo tempo, e a Sansan fez o CHRO acumular o cargo de CAXO (Chief AI Transformation Officer). Os pontos de partida são opostos, mas o que as duas empresas têm em comum é tratar o uso da IA não como um tema apenas da área de tecnologia, e sim como o desafio de refazer a base de operação de pessoas e organização.

Acho que entender esse movimento apenas dentro da lógica de que "a IA tira o trabalho das pessoas", como em "para trocar custo de pessoal por custo de tokens, o mesmo responsável passou a gerir pessoas e IA", faz perder um pouco da ideia que está por trás dele.

Como explicarei em detalhes mais adiante, se considerarmos que a adoção da IA é "realocar a capacidade de processamento de informação e o poder de decisão de uma organização entre pessoas, IA, software, regras e assim por diante", então o desenho dessa realocação exige não apenas alguém que entenda as capacidades da IA, mas também alguém que tenha o direito de mudar o RH e a organização e que projete, de forma integrada, funções, autoridade, desenvolvimento, avaliação e estrutura organizacional. Nesse sentido, a integração de funções como CHRO e CAIO soa razoável.

Em um texto anterior, "A teoria organizacional da era da IA vista pela 'teoria dos limites da empresa na IA'", eu já havia tocado brevemente no ponto de que "o movimento de fazer o responsável de RH acumular também a IA parece refletir como deve ser o desenho organizacional na era da IA". Aqui, quero resumir o assunto mais uma vez.

A implantação social da eletricidade e a implantação social da IA

Tornou-se comum ouvir que a empresa distribuiu licenças de IA generativa para todos, ofereceu treinamento, a taxa de uso subiu, mas a produtividade da organização como um todo e a velocidade das decisões não aumentaram tanto quanto se esperava.

Quando surge uma nova tecnologia, a primeira coisa que acontece é acrescentar uma nova ferramenta ao trabalho atual. Resumos por IA, rascunhos de textos, elaboração de materiais: a maior parte do uso se dá assim.

No entanto, como também mencionei no artigo "O que acontece quando software e inteligência ficam baratos", parece que, para uma tecnologia realmente elevar a produtividade, é preciso uma mudança um pouco maior.

Vejamos, por exemplo, como a eletricidade aumentou a produtividade das fábricas. Parece que foram necessárias algumas décadas até que a aparência das fábricas mudasse e a eletricidade elevasse sua produtividade.

Antes da chegada da eletricidade, as fábricas funcionavam com máquinas a vapor. Dizem que, nelas, um grande motor central enviava força a várias máquinas por meio de eixos de transmissão e correias. Nessa estrutura, a posição das máquinas fica presa às restrições da transmissão de força.

Na eletrificação inicial, mesmo quando a máquina a vapor central era substituída por um grande motor elétrico, os eixos de transmissão e o layout da fábrica muitas vezes permaneciam como estavam. Assim, ainda que parte dos custos de combustível e manutenção diminuísse, o potencial da eletricidade não era plenamente aproveitado.

A grande mudança veio depois que se difundiu o acionamento individual, com um pequeno motor para cada máquina. Como a posição das máquinas podia ser desvinculada da força central, os equipamentos passaram a poder ser dispostos de acordo com o fluxo de materiais e de trabalho. Foi somente quando o layout das máquinas, os processos, a supervisão, a manutenção e até as decisões de investimento mudaram que a produtividade subiu de verdade. Segundo a explicação clássica, foram necessários cerca de 30 anos até que esse método se firmasse amplamente. (Há várias teorias sobre o número de anos. Para mais detalhes, veja também obras como "Implementando o Futuro".)

Ou seja, o valor de uma tecnologia não é determinado pela tecnologia isolada; ele cresce quando mecanismos complementares, como equipamentos, processos de trabalho, habilidades, autoridade e sistemas de avaliação, são reorganizados para se adequar a ela.

Desse ponto de vista, distribuir licenças de IA generativa a todos é como, por volta de 1900, distribuir motores elétricos a todos os funcionários da fábrica e pedir que cada um pensasse em propostas de melhoria do próprio trabalho. Claro, diferentemente de um motor, a IA é uma ferramenta de produção intelectual, então é de esperar que, ao fornecê-la, se observe um aumento da produtividade individual, mas, em essência, só surgirão propostas de melhorias parciais no trabalho atual.

Se a IA atual é uma tecnologia de uso geral, o que a diretoria deveria fazer, na verdade, é imaginar a organização inteira do futuro com o uso da IA e, dentro dela, pensar como usá-la. Acredito que a atribuição para explorar essa resposta seja o acúmulo dos cargos de CHRO e CAIO.

A organização também é uma arquitetura de processamento de informação

A IA tem um aspecto diferente da tradicional substituição de máquinas por "força física".

Do ponto de vista da organização, a teoria organizacional tem, desde há muito, uma visão que entende a organização como um mecanismo de processamento de informação. Segundo o modelo de processamento de informação de Jay Galbraith, quanto maior a incerteza do trabalho, maior a quantidade de informação que precisa ser observada, compartilhada e julgada durante a execução. Regras, hierarquia, aprovações, gestão por objetivos e equipes multifuncionais são, todos, dispositivos que as organizações criaram para processar essa informação e as exceções.

De fato, a estrutura organizacional determina o seguinte:

Quem observa a informação do campo e em que formato a registra
Quem pode acessar essa informação e onde ela é consolidada
Quem interpreta, decide e aprova
Para quem se encaminham os casos excepcionais
Para onde os resultados voltam como feedback

Nesse sentido, o organograma e o fluxo de trabalho são, ao mesmo tempo, um mapa de alocação de pessoas e um projeto que mostra os nós que processam informação e a fiação entre eles. Dando um passo atrás, isso significa que a própria arquitetura organizacional é um mecanismo para regular o processamento de informação.

Por exemplo, quando se adota uma organização hierárquica, a direção do processamento de informação é em cascata; como o chefe distribui a informação, a transmissão tende a ser lenta, mas a informação costuma descer já filtrada e fica claro onde está a responsabilidade. Já uma organização horizontal transmite informação mais rápido, mas nem toda informação que chega rápido é necessária, e fica mais difícil saber onde está a responsabilidade. A própria estrutura organizacional traz embutidos méritos e deméritos em termos de transmissão de informação e de responsabilidade.

Do ponto de vista da gestão, se olharmos só para um lado das funções do recurso "ser humano", o ser humano é um tipo de nó de processamento de informação. Ele recebe informações de clientes e do campo, confronta-as com experiências passadas e conhecimento especializado, dá-lhes significado, julga caso a caso e, conforme a situação, repassa o resultado a outra pessoa ou a um sistema.

A IA também é um novo nó colocado nessa fiação que é a organização. Ela busca, classifica e resume informações, gera textos e código e, às vezes, opera sistemas.

Enquanto víssemos a organização como arquitetura de processamento de informação, humanos e IA podem ambos ser reconhecidos como "agentes que recebem informação, a processam e a passam para a etapa seguinte". Sendo assim, faz algum sentido colocá-los lado a lado, de forma horizontal, e pensar em como fazê-los operar. Aproveitando a vantagem de a IA processar grandes volumes de informação, talvez seja possível até considerar novas formas de organização.

E o que diferencia a IA do software tradicional é que, no software tradicional, entradas, procedimentos de processamento, saídas e condições de exceção eram relativamente fáceis de explicitar, ao passo que a IA generativa consegue gerar saídas abertas a partir de entradas não estruturadas e pedidos ambíguos, mas é difícil listar de antemão seus limites de desempenho e suas condições de falha. Por ter se aproximado mais da natureza da inteligência humana, por assim dizer, esses problemas de organização e de RH talvez tenham se aproximado também.

Funções parecidas, mas assimétricas do ponto de vista institucional

Claro, humanos e IA não são o mesmo recurso.

Os humanos crescem por meio da experiência e assumem responsabilidades legais e morais. A IA consegue processar informação, mas não assume por conta própria os objetivos da organização nem responde quando ocorre um acidente (ao menos no atual quadro jurídico). Além disso, a IA atual não consegue reter informações de contexto tão bem quanto os humanos.

Na prática, essas diferenças aparecem como, pelo menos, dois problemas.

O primeiro é o desalinhamento com os objetivos. A IA consegue gerar saídas medianas e plausíveis, mas, no momento, não é tão boa em tomar decisões corretas "para a organização" com informações de contexto suficientes. Por exemplo, mesmo que ela redija um texto natural como resposta a um cliente, isso não significa que ele seja adequado à luz da política da empresa, das condições contratuais e das obrigações legais.

É claro que os humanos também nem sempre estão alinhados com os objetivos da organização, e é por isso que as organizações criaram mecanismos como contratação, desenvolvimento, avaliação, incentivos e cultura. Mas o que a IA exige não são medidas voltadas a pessoas desse tipo, e sim coisas como direitos de acesso a dados, autoridade de execução, conhecimento que ela pode consultar, etapas de verificação e condições de parada, ou seja, meios totalmente diferentes dos usados com humanos. Alinhar tudo isso exige um esforço considerável.

O segundo é o desalinhamento da responsabilidade. É possível delegar tarefas à IA, mas não é possível delegar a ela a responsabilidade de prestar contas como organização. Ao alocar a IA no trabalho, é preciso preparar, em torno dela, também uma estrutura de responsabilidade: quem aprova, quem supervisiona, quem interrompe e quem detém a responsabilidade final.

Ou seja, o que ambos exigem em comum é o desenho da fronteira: o que se delega à IA e a partir de onde não se delega. E o desenho dessa fronteira não pode ser deduzido de uma simples comparação de custos do tipo "reduzir o custo de pessoal e o custo de tokens".

Em outras palavras, a adoção da IA envolve

Economicidade (quem, humano ou IA, consegue processar, e a que custo)
Desenho do trabalho (em que ordem e o que humanos, IA e sistemas processam)
Desenho institucional (quem detém a autoridade, quem aprende, quem é avaliado e quem assume a responsabilidade)

ou seja, três problemas distintos; a comparação de custos só responde ao primeiro, e o que a integração de CHRO e CAIO trata é, principalmente, o segundo e o terceiro.

Pensando no atendimento de consultas

Como a discussão abstrata se prolongou, vejamos como exemplo o atendimento de consultas, que existe em qualquer setor.

Antes, o responsável lia a consulta, procurava materiais anteriores, escrevia um rascunho de resposta, o chefe conferia, respondia-se ao cliente e deixava-se o registro.

Se acrescentarmos apenas uma IA que gera respostas, o tempo para escrever o rascunho de fato diminui. No entanto, se continuar a prática de o chefe conferir todas as respostas, os casos ficarão retidos na etapa de aprovação. Isso porque só a capacidade de processamento da etapa de elaboração aumentou, enquanto a capacidade de aprovação a jusante não mudou.

Isso não é falta de desempenho da IA; é um problema que ocorre porque a fiação de processamento de informação e de tomada de decisão que é a organização continua como antes. A causa da queixa de muitas empresas, "a taxa de uso da IA subiu, mas a produtividade da organização como um todo não aumentou como esperado", provavelmente está aí.

Se redesenhássemos o trabalho inteiro tendo a IA como premissa, seria algo como o seguinte.

Na recepção, estruturar as informações da consulta e classificar o tipo e o risco do caso
A IA consulta o conhecimento aprovado e apresenta um rascunho de resposta com a fundamentação
Casos de baixo risco são tratados automaticamente, com auditoria por amostragem de uma certa proporção
Em casos de risco médio, o responsável confere a fundamentação e aprova
Casos de alto risco e casos excepcionais são escalados para especialistas
Novas exceções e erros são devolvidos à base de conhecimento após aprovação
Medir o tempo até a resolução, a taxa de respostas erradas, a taxa de devolução e a avaliação dos clientes

O que quero destacar aqui é o que se deslocou com essa mudança de desenho.

A função do responsável passa de escrever respostas para verificar fundamentos e julgar exceções.
O papel do chefe passa de conferir todos os casos para desenhar os critérios de risco e supervisionar anomalias.
A capacidade necessária aos mais jovens também muda: em vez de escrever textos rápido, passa a ser questionar as premissas da resposta da IA, verificar fundamentos e encontrar exceções.
Os indicadores de avaliação deixam de ser o número de respostas redigidas e passam a ser o tempo de resolução, a qualidade do julgamento, a baixa incidência de acidentes e a contribuição para o conhecimento.

E a estrutura de autoridade, isto é, quem detém a responsabilidade final por cada caso, também muda.

Em suma, o que precisa mudar são as funções das pessoas, o papel dos gestores, as habilidades necessárias a eles, bem como a avaliação, a autoridade e a responsabilidade. "Onde colocar a IA" e "o que delegar a ela" e, junto com isso, "onde colocar as pessoas" e "o que delegar a elas" são justamente o motivo pelo qual a estratégia de IA e a estratégia de RH, e ainda a estratégia organizacional, se cruzam.

Dito de outro modo, se supusermos que a IA atual tem a inteligência de um recém-contratado e é uma existência incapaz de assumir responsabilidade, o que está sendo perguntado é a resposta para a questão: "se pudéssemos ter recém-contratados razoavelmente inteligentes em quantidade ilimitada e a baixo custo, que tipo de organização deveríamos construir para elevar o desempenho do conjunto?". Trata-se de como atingir o desempenho máximo evitando que, se simplesmente os multiplicássemos, gestores e responsáveis virassem gargalos pela carga de revisões e afins.

O que o RH trata não é só a otimização da "capacidade atual"

Há outro motivo pelo qual o RH deve participar da estratégia de IA. É que o RH se encarrega não apenas da alocação das capacidades atuais, mas também da formação das capacidades futuras.

O trabalho que os novatos vinham fazendo tinha duas funções. Uma era a de produção de entregáveis: pesquisar materiais, organizá-los e fazer rascunhos. A outra era a de desenvolvimento: aprender, por meio desse trabalho, o que observar, onde duvidar e quais exceções importam.

Ao passar o trabalho preparatório para a IA, a primeira função pode ser tornada mais eficiente, mas, se o desenho for equivocado, a segunda se perde junto. Ou seja, mesmo que a produtividade suba no curto prazo, pode acontecer de, alguns anos depois, não haver profissionais de nível intermediário e especialistas formados que consigam verificar as saídas da IA. Esse problema de o "degrau da carreira se estreitar" eu escrevi do lado da sociedade em "IA, emprego e superprodução de elites, e como a educação vai mudar", mas, do ponto de vista da empresa, é o problema de como formar internamente as capacidades de que ela precisará no futuro.

Em particular, a expertise humana não pode ser replicada instantaneamente como a capacidade de processamento da IA; ela se forma ao longo de muito tempo, por meio de experiência, feedback, fracassos e relações com outras pessoas. Por isso, para a estratégia de IA, não basta maximizar a capacidade de processamento atual.

Reduzir trabalho com a adoção da IA e formar as pessoas de que a era da IA precisa não são discussões separadas; podem ser os dois lados do mesmo desenho do trabalho.

A integração dos papéis de quem desenha o projeto da organização

Com tudo isso em mente, começa a ficar claro o sentido de integrar CHRO e CAIO.

O CAIO, entendendo as capacidades da IA e seus limites, desenha os dados necessários para usá-la, os controles técnicos, a atualização de modelos, os logs e os métodos de avaliação.

O CHRO, como sempre, cuida de funções, alocação, contratação, desenvolvimento, avaliação, remuneração, além da estrutura organizacional e de autoridade e responsabilidade.

Antes da adoção da IA, os dois podiam ser pensados de forma relativamente separada. Mas, quando pessoas e IA passam a dividir o trabalho dentro do mesmo fluxo, surge entre ambos uma estreita interdependência. Se o CAIO decide que "esta tarefa pode ser delegada à IA", o lado do CHRO precisa alterar a função que executava essa tarefa, os requisitos de contratação, a trilha de desenvolvimento e os indicadores de avaliação. Se o CHRO decide que "esta decisão ficará com o humano", o lado do CAIO precisa fazer com que a IA apresente a fundamentação necessária para essa decisão e criar a interface e os logs que permitam a intervenção humana.

Ou seja, é preciso desenhar o projeto que define como pessoas e IA dividem o trabalho, como se lhes concede autoridade, como se verifica, quem assume a responsabilidade e quem será formado, prevendo em alguma medida o avanço das capacidades da IA e o alcance de seu uso.

Mas CHRO e CAIO acumulados não é a única solução

Claro, não quero dizer que em todas as empresas o CHRO deva acumular o cargo de CAIO. O importante não é o acúmulo de cargos, mas a integração de funções. Além disso, em empresas nas quais a IA determina a competitividade do próprio produto, talvez seja melhor que o CAIO esteja próximo do CTO ou do responsável de produto, e, se o foco for o redesenho da cadeia de suprimentos e das operações, a integração com o COO pode funcionar melhor.

E o importante não é o título, mas compreender os limites das capacidades da IA e redesenhar os processos de trabalho e, com isso, definir quem será designado para projetar como a organização deveria ser ao usar a IA, incluindo a divisão de funções entre pessoas e IA, as mudanças em desenvolvimento e avaliação e a redefinição de autoridade e responsabilidade. Entendo que o CHRO e CAIO acumulados são uma das expressões organizacionais para realizar essa integração.

Contudo, permitam-me acrescentar que isso varia conforme o setor e o ramo de atividade. Os motores elétricos mudaram muito a produtividade da indústria, mas no setor de serviços, certamente, não tanto. Também com a IA atual, talvez o efeito seja alto em setores centrados em processamento de informação e não tão alto nos demais. Provavelmente se busca, incluindo esse tipo de avaliação, como utilizá-la.

Conclusão

Colocar no mesmo fluxo de trabalho dois agentes de processamento de informação de naturezas diferentes, humanos e IA. Isso é o desenho organizacional da era da IA, e pode-se dizer também que isso é realocar, entre pessoas e IA, coisas como:

Tarefas: quem ou o que executa cada trabalho
Poder de decisão: quem ou o que decide e pode executar
Controle: o que verificar, auditar e interromper
Formação de capacidades: como fazer pessoas e IA melhorarem e aprenderem
Avaliação: a quem atribuir resultados e responsabilidade

O que delegar à IA e o que deixar com os humanos. Quem verifica, quem aprende, quem é avaliado e quem assume a responsabilidade. Acho que o esforço para não fragmentar esse desenho é o que está por trás da integração entre a IA e a estratégia de RH e organizacional desta vez.