Executive summary & recap:

Em Parte 1, demonstramos como a IA corporativa enfrenta um impasse na adoção do modelo 14% quando adquirida como SaaS. Em Parte 2, mapeamos as quatro capacidades da Camada de Implantação (Implantar, Consolidar, Adotar, Construir) e demonstramos por que a consolidação deve preceder o treinamento. Na Parte 3, apresentamos a estrutura operacional necessária para garantir a sustentabilidade: esquadrões integrados que reúnem estrategistas e engenheiros, o caos que surge na ausência deles e a comprovação na prática a partir de Chancerygate.

Se a camada de implantação for construída por pessoas, em vez de ser adquirida como um produto, a questão passa a ser: quais pessoas e de que forma organizadas. Minha resposta se inspira deliberadamente na forma como os próprios laboratórios trabalham com seus maiores clientes, e é uma resposta que a maioria das empresas de consultoria — incluindo a minha, até recentemente — não estava estruturada para oferecer: equipes pequenas, integradas, responsáveis por um resultado, e não por um produto final. Três verbos descrevem isso.

Incorporar

Junte um estrategista em missão no local com um engenheiro em missão no local e coloque ambos nas instalações do cliente, fisicamente, sempre que possível, durante todo o período da missão.

  • O estrategista é responsável pelos resultados comerciais e pelo modelo operacional: quais processos, quais departamentos devem ser priorizados, quais dos oitenta casos de uso fazem parte do roteiro do primeiro ano, como o Escritório de IA é dotado de pessoal, como o valor é medido e relatado ao comitê executivo.
  • O engenheiro é responsável pela plataforma, pela camada de contexto e pelos agentes: o servidor MCP e seus conectores, o modelo de permissões, a estrutura dos agentes e a integração com o que quer que o cliente já esteja executando.

Em uma semana típica, o estrategista está no escritório do diretor financeiro pela manhã e o engenheiro trabalha em parceria com a equipe data do cliente à tarde, e ambos participam da mesma reunião stand-up. Nenhum dos dois trabalha com uma apresentação de slides, e nenhum deles tem permissão para deixar uma recomendação como resultado final. O resultado final é o que está funcionando.

Estou convencido de que a parceria é mais importante do que a antiguidade. Um estrategista, por si só, elabora um plano de ação que fica à espera da TI. Um engenheiro, por si só, desenvolve uma plataforma que fica à espera da área de negócios. Juntos, eles criam um hábito de segunda-feira de manhã.

Trem

A adoção é conduzida departamento por departamento, no data em produção, e é transferida, em vez de entregue. Três funções garantem sua implementação:

  1. Campeões da IA em cada área de negócios, escolhidos mais pela curiosidade do que pelo cargo, que realizam horários de atendimento semanais, coletam as perguntas para as quais as pessoas não conseguiram obter respostas por meio da ferramenta e repassam os próximos casos de uso ao time.
  2. Um escritório com IA no centro, com quatro funções: liderança e governança, responsável pelo portfólio e pelas licenças; um grupo de casos de uso encarregado do desenvolvimento; uma equipe de plataforma responsável pela camada de contexto, pela segurança e pelas ferramentas principais; e uma função de adoção, em colaboração com o RH, responsável pelo treinamento e pela gestão da mudança.
  3. Capacitação em Engenharia para equipes técnicas do Claude Code e do Codex — hackathons, horários de atendimento, um grupo de trabalho de governança para acesso e custos — medidos em sessões diárias por desenvolvedor, em vez de por vagas.

O teste que aplico é simples: se a equipe destacada no local desaparecesse amanhã, o uso continuaria aumentando? Se não, significa que nada foi adotado ainda.

Construir

Os agentes são entregues em sprints de duas semanas. O primeiro dia consiste em um workshop prático sobre “como criar um agente” com os responsáveis pelo processo, de modo que, na hora do almoço, o funcionário do setor de contas a pagar já tenha visto uma fatura ser transformada em campos estruturados e saiba o que o agente fará e o que não fará. O restante do sprint é dedicado à construção, ao teste e à iteração com documentos reais, com uma demonstração para a equipe de negócios no último dia.

Cada agente recebe uma estrutura reutilizável — em um ambiente Microsoft, normalmente fluxos do Power Automate que importam os documentos e chamam a API do Claude com o esquema e o material de referência, retornando um dossiê estruturado para revisão humana — além de modelos de prompts, vídeos curtos, um responsável pelo negócio designado, um usuário de teste e um mantenedor que acompanhou a implantação.

A medida do sucesso não são os quatro agentes que entregamos. São os vinte que o cliente desenvolve posteriormente, sem a nossa ajuda. Se esse número for zero, criamos uma dependência, e não uma capacidade.

O que une esses três aspectos é a relação com os laboratórios. Acredito que a camada de implantação só funcione quando as pessoas que a desenvolvem possam visualizar o roteiro para os próximos seis meses, possam escalar diretamente para a equipe de soluções do laboratório quando um conector apresentar falhas e possam reunir os engenheiros do laboratório na mesma sala que os executivos e desenvolvedores do cliente. Essa proximidade não é uma mera cortesia comercial. É o que permite que uma implantação incorpore o MCP, o Skills, o Cowork ou o Codex no mês em que são lançados, em vez de um ano depois.

O que poderia dar errado sem isso?

Imagine esse mesmo CIO daqui a dezoito meses, tendo renovado as licenças e pulado a camada de implantação.

O número de usuários registradas chegou a três mil; a taxa de usuários ativos permaneceu inalterada. Os funcionários que desejavam mais passaram, discretamente, a realizar seu trabalho de fato em contas pessoais, onde os rascunhos de contratos da empresa, as listas de clientes e as projeções para o próximo ano agora ficam armazenados em históricos de bate-papo que ninguém controla e ninguém pode excluir. Três departamentos adquiriram, cada um, uma solução pontual com seu próprio modelo integrado, seus próprios conectores e suas próprias permissões — uma para revisão de contratos, outra para atendimento ao cliente e outra para compras —, nenhuma das quais coincide quanto à definição de cliente ou margem, e cada uma delas agora necessita de sua própria avaliação de segurança.

Um pequeno grupo de entusiastas criou agentes por conta própria, em uma ferramenta sem código, durante um fim de semana. Alguns são bons. Nenhum deles possui um responsável, um usuário de teste ou um registro de atividades, e um deles vem enviando lembretes de pagamento a fornecedores com os dados bancários do ano passado. A equipe de segurança, chamada tardiamente e confrontada com um cenário que não havia projetado, responde da única maneira possível: bloqueando tudo, o que faz com que os entusiastas voltem para suas contas pessoais e a organização retorne ao ponto de partida.

A equipe de atendimento do laboratório percebe que o cliente apresenta um uso estável, não possui um caso de referência e não tem um técnico de referência com quem conversar, e, por isso, aloca seus escassos engenheiros de soluções a outro cliente. A organização pagou pela inovação de ponta e recebeu um chatbot.

Gostaria de ser preciso quanto à atribuição de culpa neste caso, pois ela costuma ser equivocada. Nada disso se deve a uma falha da tecnologia, e muito pouco se deve a uma falha dos funcionários. Trata-se do resultado previsível de tratar uma capacidade como uma aquisição e de ninguém assumir a responsabilidade pela distância que existe entre uma licença e um hábito.

O que decidimos fazer a respeito

Vou concluir falando sobre o que essa convicção tem significado na prática, pois uma opinião que não altera a forma como se organiza é apenas um comentário.
Na Artefact, deixamos de tratar a implantação como uma fase no final de um projeto estratégico e a transformamos em uma disciplina com equipe própria. Nós a chamamos de DeployCo: engenheiros e estrategistas destacados em campo, cuja única função é a camada de implantação, trabalhando com a Anthropic e a OpenAI, organizados por laboratório e por região na Europa, no Oriente Médio e na África, sendo que cada região conta com um líder de negócios e um líder técnico para cada laboratório. Pretendemos chegar a cem deles até 2027. Trata-se de uma aposta, e sinto-me à vontade para afirmá-la publicamente porque acredito que a alternativa — vender estratégia e deixar a parte técnica para outra pessoa — é o que levou o setor a atingir 14%.

A aposta baseia-se em algumas posições que defendo com firmeza:

  • Essa base vem antes do treinamento, sempre, e uma sessão de treinamento que não inclua o próprio data do cliente é mera encenação.
  • Que um agente sem um proprietário e um mantenedor designados constitui um passivo, e não um ativo, por mais inteligente que seja.
  • A equipe do cliente deve superar a nossa em termos de desenvolvimento em um trimestre; caso contrário, teremos fracassado.
  • E que as pessoas que realizam esse trabalho precisam estar próximas o suficiente dos laboratórios para perceber o que está por vir; é por isso que passamos nosso tempo em salas com elas — somente em outubro, em Munique, Zurique e Casablanca, com executivos dos clientes e seus desenvolvedores de um lado da mesa e as equipes da Anthropic e da OpenAI do outro, trabalhando em implantações reais em vez de assistir a palestras.

Chancerygate, uma incorporadora industrial e gestora de ativos de Londres, com cerca de 700 locatários e aproximadamente 1,2 bilhão de libras sob gestão, é a evidência mais clara que tenho de que a terceira hipótese se confirma. Um workshop realizado na primavera havia trazido à tona os habituais gargalos administrativos: cem faturas de fornecedores por mês digitadas manualmente, uma hora e meia para validar as atas de cada reunião importante, revisões de acordos de confidencialidade (NDAs) com cobertura inconsistente das cláusulas de risco e modelos de subscrição criados a partir da cópia de números de arquivos PDF.

Em um sprint de duas semanas dentro de seu ambiente da Microsoft, uma equipe conjunta lançou quatro agentes baseados no Claude para lidar exatamente com esses quatro problemas:

  1. Contas a Pagar: 80% a menos de tempo por fatura; mais de 90% de itens de linha correspondidos automaticamente.
  2. Análise da NDA: de três dias a menos de duas horas.
  3. Inicialização da subscrição: de 25 horas a menos de três.
  4. Notas da reunião: de uma hora e meia a trinta minutos.

Cada um ficou a cargo de um responsável, um usuário de teste e um mantenedor. Desde então, sua própria equipe — cerca de 25 pessoas treinadas, das quais cerca de dez utilizam os agentes diariamente — criou mais de vinte agentes adicionais, cada um em menos de meio dia, e agora está integrando o agente AP diretamente ao NetSuite e o agente NDA ao DocuSign. “A equipe do Artefact foi brilhante,” disse Phil Price, seu chefe de FP&A, e “nos deixou em uma boa posição para continuarmos a construir e expandir por conta própria.” A primeira parte dessa frase é gentil. A segunda parte é o que importa.

A fronteira não é mais o modelo. É a distância entre o modelo e a sua manhã de segunda-feira. Se o(a) senhor(a) possui licenças do Claude ou do ChatGPT e ainda não consegue responder às três perguntas deste artigo — o que o modelo sabe sobre o(a) senhor(a), quem é o responsável pela adoção em cada departamento e quem desenvolve e mantém seus agentes —, então o(a) senhor(a) ainda não possui uma capacidade de IA. O senhor possui uma assinatura.

A boa notícia é que essa distância pode ser superada em semanas, e não em anos, por pessoas que decidiram que essa é a sua missão.

Ficaria feliz em saber em que pontos o senhor discorda: remi.sabonnadiere@artefact.com