McKinsey Quarterly

O gargalo do discernimento: como equilibrar a velocidade da IA e a do ser humano na estratégia

| Artigo

Observação: Nós nos empenhamos ao máximo para manter o espírito e as nuances originais de nossos artigos. Porém, pedimos desculpas desde já por quaisquer erros de tradução que você venha a notar. Seu feedback é bem-vindo através do e-mail reader_input@mckinsey.com

A IA está transformando a formulação de estratégias, pois dinamiza a pesquisa, a interpretação, a síntese, a simulação e a comunicação. Contudo, embora a IA possa acelerar muitas dessas atividades, não é possível comprimir na mesma medida o discernimento e a capacidade de alinhamento do ser humano, que transformam análises em decisões confiáveis. Isso significa que, muitas vezes, os ganhos de velocidade proporcionados pela IA não se traduzem em decisões estratégicas melhores ou mais rápidas.

Todo sistema é, em última instância, limitado por seu elo mais fraco. As decisões estratégicas não são exceção. A IA é capaz de coletar dados, realizar análises, sintetizar informações e ajudar a interpretar resultados com extrema rapidez. No entanto, os líderes continuam precisando de tempo para compreender as implicações, questionar premissas, avaliar trade-offs e se responsabilizar pela decisão. À medida que o ritmo da análise acelera, o discernimento humano se torna um novo gargalo.

Mais insights da McKinsey em português

Confira nossa coleção de artigos em português e assine nossa newsletter mensal em português.

Navegue pela coleção

Essa situação traz novos riscos às decisões estratégicas. Se a equipe responsável pela estratégia acelera demais, as decisões podem ser tomadas sem a devida avaliação, aumentando a probabilidade de erros. Por outro lado, se a equipe desacelera demais, os investimentos em IA podem não gerar os benefícios esperados. Além disso, delegar o trabalho analítico à IA elimina tarefas de nível inicial que, tradicionalmente, foram o campo de treinamento para novos tomadores de decisão.

Um diretor de estratégia resumiu muito bem a confusão de muitos: “Quando assumi meu novo cargo, perguntei à equipe como estavam utilizando a IA. Eles responderam me perguntando como eu achava que deveriam utilizá-la. Nenhum de nós tinha uma resposta clara, mas sabíamos que o CEO logo nos perguntaria qual era o nosso plano.” Mas uma coisa ficou bem clara para ele: “Precisamos aproveitar a velocidade da IA, mas também levar em conta que a estratégia envolve riscos específicos; nosso objetivo com a IA não é a eficiência, mas sim alcançar resultados melhores”.

Este artigo examina não só onde a IA pode acelerar a tomada de decisões estratégicas e onde o discernimento humano permanece essencial, mas também os riscos que surgem quando essas duas esferas operam em velocidades diferentes. O texto conclui apresentando três maneiras de integrar a velocidade da IA ao discernimento humano.

A aceleração da análise não garante decisões melhores ou mais rápidas

A chave para melhorar o retorno dos investimentos em IA é compreender onde ela gera valor real, onde o ser humano ainda precisa estar no comando e como reconfigurar os processos para eliminar o gargalo do discernimento (Quadro).

O gargalo do discernimento: como equilibrar a velocidade da IA e a do ser humano na estratégia

As empresas podem hoje utilizar a IA para identificar rapidamente ameaças e oportunidades emergentes, em uma escala e a uma velocidade que, no passado, seriam proibitivamente caras. A aceleração pode ser espantosa: um executivo com quem conversamos relatou que sua equipe de estratégia consegue concluir, em menos de dois dias, um trabalho de análise financeira que antes levava cinco semanas. Contudo, essa velocidade é uma faca de dois gumes.

Uma cadência acelerada: onde a IA agrega valor

Observamos que a IA gera mais valor em três momentos do processo de decisões estratégicas:

  • Monitoramento de tendências emergentes. A IA é capaz de analisar volumes imensos de informações – incluindo patentes, atividades de startups, fluxos de investimento, comunicações com investidores e lançamentos de produtos – com uma rapidez e a um custo anteriormente inalcançáveis. Também pode sintetizar essas informações em insights e implicações, oferecendo visibilidade específica, quase em tempo real, do contexto de negócios.
  • Simulação rápida e econômica de cenários. A IA torna mais concretas as discussões do tipo “e se…”, pois permite às empresas criar modelos das implicações de diferentes cenários e, ao mapeá-los, responder com mais agilidade a mudanças. A IA também ajuda a reduzir os riscos da inovação ou de reviravoltas no mercado ao identificar e dimensionar os fatores que mais impactam o sucesso ou fracasso de uma iniciativa – fatores que poderão ser mapeados e, se possível ou necessário, devidamente ajustados.
  • Definição de gatilhos para a ação. As empresas podem estabelecer antecipadamente quais medidas serão tomadas caso determinadas condições surjam e utilizar a IA para sinalizar quando essas condições se materializam. A maioria dos executivos com quem conversamos utiliza esses gatilhos apenas como sinais, mantendo a responsabilidade pela decisão final nas mãos de pessoas. No entanto, algumas organizações já discutem se certas decisões poderiam ser executadas automaticamente quando condições predefinidas são efetivadas.

Uma cadência mais lenta: onde o discernimento humano é necessário

Para decisões estratégicas de grande impacto, as pessoas agregam um conjunto diferente de competências ao processo:

  • Interpretar evidências e testar premissas. Líderes de estratégia assimilam opções, esquadrinham premissas e fontes de dados, conciliam informações conflitantes e formulam perguntas ao longo da análise. Por meio desse processo, eles avaliam os riscos e assumem a responsabilidade pelas decisões.
  • Reconhecer o que não foi previsto. Líderes experientes identificam padrões que talvez não fizessem parte da hipótese inicial, incluindo conexões que um prompt ou habilidade de IA teria deixado escapar.
  • Criar alinhamento em torno das decisões. Líderes promovem o alinhamento entre pessoas com objetivos distintos. Em decisões de grande impacto, chegar a uma boa resposta é apenas parte da tarefa; as pessoas responsáveis pela execução também precisam compreendê-la e apoiá-la.
  • Mobilizar a organização para a execução. Decisões estratégicas com impacto nos negócios dependem da capacidade da empresa de determinar sobre quais sinais ela deve agir. Não basta decidir o que deve ser feito; a empresa tem de estar preparada para realocar pessoas e capital rapidamente após a tomada de decisão. Uma analogia do beisebol: há uma enorme diferença entre ser capaz de ver uma bola arremessada em alta velocidade e conseguir rebatê-la com sucesso.

Essas capacidades ajudam a explicar por que parte do atrito presente no processo estratégico tradicional tinha uma razão de ser. Se a IA assumir uma parcela excessiva do processo, os líderes não terão a oportunidade de desenvolver uma compreensão própria das evidências e de criar alinhamento em torno de uma decisão.

É por isso que análises mais rápidas não levam, necessariamente, a decisões estratégicas mais ágeis – e, em alguns casos, podem até torná-las mais lentas. Em certa empresa, uma equipe júnior passou a utilizar IA para gerar análises dez a vinte vezes mais rápidas e também para simular três a cinco vezes mais cenários para uma determinada iniciativa. Contudo, os executivos verificaram que precisavam de mais tempo para revisar os resultados, pois nem sempre sabiam quais eram as premissas e as fontes de dados subjacentes. Tradicionalmente, os líderes sabiam quem eram os analistas e quais as decisões que eram capazes de tomar por conta própria. A IA, por sua vez, pode tornar muito mais difícil não só compreender as fontes, as premissas e a lógica por trás de uma análise, mas também confiar nos resultados apresentados – o que acaba retardando tanto a tomada de decisão como a sua implementação.

Para decisões incrementais que contam com insumos claros, salvaguardas bem definidas e trade-offs específicos, a IA pode conduzir grande parte do processo com mínima intervenção humana. É verdade que o discernimento humano continua sendo necessário para estabelecer tais diretrizes e gerenciar o volume maior de resultados gerados, mas essas decisões demandam menos atenção contínua por parte da alta gestão.

Três modos de falhas

Diante de um volume de resultados que a liderança não consegue absorver, alguma coisa tem de ceder. E, de fato, constatamos que existem três modos de falha. Primeiro, as organizações aplicam a “mentalidade da eficiência” a decisões estratégicas, em vez de reconfigurar seus processos para obter resultados melhores, aumentando o risco de iniciativas malsucedidas. Segundo, as empresas utilizam a IA para gerar mais análises, com mais rapidez, o que pode sobrecarregar os líderes com uma enxurrada de decisões e desviar sua atenção dos problemas mais críticos. E, terceiro, à medida que a IA assume mais tarefas analíticas, os funcionários em início de carreira deixam de adquirir a experiência prática que, organicamente, sempre desenvolveu o seu discernimento e senso crítico. Isso coloca as empresas em desvantagem no que diz respeito à formação da próxima geração de líderes.

A maioria das empresas não faz uma escolha deliberada entre velocidade e rigor analítico. Elas tendem a priorizar a velocidade, pois os ganhos de uma análise mais rápida são visíveis e imediatos, ao passo que os custos da falta de discernimento talvez só se tornem evidentes quando algo dá errado.

Um descompasso semelhante de velocidade ocorreu há uma década, com a arquitetura de TI de duas velocidades, e sua resolução definitiva constitui uma lição valiosa sobre como as empresas podem resolver o mesmo desafio hoje. (Veja Box, “Uma lição da TI de duas velocidades”.)

Primazia da eficiência sobre a qualidade

Muitas empresas veem a IA sob a ótica da eficiência ou da produtividade. Para dar conta do volume de resultados analíticos que ela gera, as empresas às vezes ignoram etapas – como interpretação e testes de riscos – ou as delegam a profissionais menos experientes, que ainda não possuem o discernimento necessário para tomar decisões dessa natureza. Um executivo descreveu o problema da seguinte forma: “Antes, eu orientava uma das minhas equipes na segunda-feira e tinha uma semana inteira até que precisassem de mim novamente. Hoje, no entanto, eles me procuram poucas horas depois para pedir que eu revise o que fizeram. Não tenho disponibilidade de tempo ou atenção para revisar tudo.”

Notícias na mídia ilustram o que pode acontecer quando a supervisão humana do trabalho gerado por IA é insuficiente: petições jurídicas citam casos inexistentes, agentes de atendimento ao cliente inventam políticas para apaziguar consumidores ou soluções de IA “conciliam” fontes de dados conflitantes simplesmente excluindo uma delas. Especialmente nas fases iniciais de adoção da IA, decisões podem ser tomadas ao longo do processo contendo erros que um profissional experiente teria detectado.

Líderes sobrecarregados podem recorrer à IA não apenas para produzir análises, mas também para interpretá-las. À medida que o volume de resultados aumenta, é possível que a IA passe a ser cada vez mais utilizada para avaliar o próprio trabalho, com menos discernimento humano e menos testes de riscos ao longo do caminho. Com o tempo, análises geradas por IA podem vir a ser interpretadas por outro modelo e reincorporadas a tarefas subsequentes, criando um ciclo fechado no qual as atividades aumentam, mas a compreensão e a responsabilidade humanas diminuem.

Esse risco é agravado pelo chamado “viés de automação”, a tendência de confiar em um resultado apenas porque ele foi produzido por uma máquina. À medida que a IA assume mais tarefas de análise e interpretação, as pessoas vão se tornando menos propensas a questionar suas conclusões. Para não sucumbirem a esse viés, precisam adotar uma nova mentalidade, dispondo-se a questionar e, quando justificado, discordar dos resultados gerados pela IA.

Os gargalos do discernimento humano

Em momentos anteriores de disrupção tecnológica, novos gargalos surgiam quando uma etapa do processo era acelerada sem que as demais fossem reconfiguradas para lidar com o novo ritmo e volume. Na época, o fenômeno foi descrito com termos como “sobrecarga de informações” e “paralisia analítica”. A IA está criando uma nova versão desse mesmo desafio e, ao acelerar grande parte das tarefas de análise e de síntese (que outrora demandavam tempo e esforço consideráveis), deslocou o gargalo para a capacidade dos líderes de tomar decisões envolvendo essa tecnologia.

Líderes que recebem um grande volume de subsídios para a tomada de decisão, provenientes de fontes do tipo “caixa-preta”, podem acabar tomando decisões de forma ainda mais lenta do que antes. Isso ocorre porque, quando um executivo não sabe em quais partes da análise pode confiar, ele pode sentir a necessidade de verificar tudo. Mesmo na situação ideal — em que todas as análises e sínteses estão corretas e são confiáveis —, decisões de grande impacto tendem a seguir o ritmo habitual. Com frequência, organizações que investem em IA na esperança de aumentar a eficiência do seu processo de decisões estratégicas não conseguem alcançar esse objetivo.

A validade de permitir que a IA cultive menos discernimento

Hoje em dia, profissionais em início de carreira recorrem cada vez mais à IA para realizar as análises e sínteses que, no passado, ajudavam a moldar o discernimento dos líderes atuais. No entanto, o discernimento é construído por meio de prática ativa, feedback, repetição e correção de erros de baixo risco, não pelo consumo passivo de respostas prontas. O trabalho remoto já vinha pressionando os modelos orgânicos de aprendizado prático, e a IA intensifica ainda mais essa pressão. Pesquisas recentes sugerem que depender da IA para executar tarefas acaba reduzindo as oportunidades para adquirir novas competências, a menos que os usuários interajam ativamente com os resultados gerados e os verifiquem.

Sem intervenções proativas que substituam essa fonte de experiência, os futuros líderes correm o risco de não acumular a prática necessária para desenvolver seu discernimento e aprofundar sua compreensão. O líder de uma unidade de negócio observou: “Antes, eu costumava perguntar a um analista júnior da minha equipe quais eram as premissas do modelo – questões básicas, como se o PIB era nominal ou se o fundo de comércio estava incluído no cálculo. Hoje, ninguém sabe. E isso é apenas o básico; nem entro no mérito das premissas mais detalhadas e dos modelos subjacentes aos cenários”.

Paradoxalmente, a IA reduz as oportunidades de um funcionário desenvolver sua capacidade de discernimento, ao mesmo tempo que gera um volume maior de análises que exigem, justamente, esse discernimento. À medida que a quantidade de resultados produzidos aumenta, profissionais menos experientes tendem a ser cada vez mais instados a tomar decisões para as quais carecem da expertise necessária. Com isso, no longo prazo, caso não consigam preparar a próxima geração de líderes de estratégia, as empresas poderão enfrentar graves problemas no pipeline de talentos.

Três maneiras de conciliar a velocidade da IA e o discernimento humano

As empresas podem adotar três medidas para integrar a IA aos seus processos de decisões estratégicas, evitando os riscos mencionados neste artigo.

Ampliar a capacidade de discernimento

A atenção da alta liderança deve ser tratada como o recurso escasso que é. Abordagens táticas podem ajudar os líderes a focar sua atenção nos pontos de uma análise que exigem o seu discernimento. Em vez de solicitar que executivos revisem um relatório inteiro, por exemplo, as equipes podem destacar as premissas fundamentais do documento, as incertezas e as questões que demandam sua contribuição para avaliar a verossimilhança dos pressupostos.

As empresas também podem realizar uma triagem das decisões que chegam à alta liderança, reservando a atenção executiva apenas para as que efetivamente exigem discernimento humano. As decisões podem ser classificadas em três níveis, nos quais o papel do discernimento humano aumenta à medida que crescem a incerteza, as consequências e a necessidade de prestação de contas:

  • Decisões rotineiras, de alto volume e com parâmetros claros, frequentemente podem ser automatizadas, desde que acompanhadas de salvaguardas que estabeleçam as regras e os limites dentro dos quais a IA pode atuar. Exemplos incluem precificação dinâmica e promoções, previsão de demanda e roteamento de estoque, além de decisões em tempo real envolvendo fraudes e crédito.
  • Decisões que envolvem mais incerteza ou maior grau de mudança devem permanecer sob condução humana, com a IA oferecendo suporte. Estas podem incluir o ingresso em um novo mercado, a redefinição de preços em um cenário de disrupção ou o planejamento de cenários em situações em que padrões históricos já não servem como referência confiável.
  • Decisões de alto risco ou impacto devem permanecer inequivocamente sob os líderes responsáveis. Exemplos incluem grandes fusões, aquisições ou desinvestimentos; demissões e reestruturações; e decisões que envolvam riscos significativos de segurança ou responsabilidade jurídica.

Desenvolver proativamente o discernimento

As empresas devem recorrer a programas de aprendizado mais estruturados para preencher intencionalmente a lacuna de experiência que a IA vem criando. Embora muitas organizações ofereçam treinamento básico em IA, este tende a focar apenas a utilização das ferramentas e algumas noções básicas de segurança de dados. Mas o treinamento deve capacitar os funcionários a compreender e validar o conteúdo da “caixa preta” das análises geradas por IA (incluindo as premissas estratégicas e as escolhas por trás dos resultados), evitando que o controle de qualidade se acumule exclusivamente nos níveis hierárquicos superiores.

Por exemplo, a organização pode exigir que as equipes que utilizam cenários e modelos gerados por IA configurem a ferramenta de modo a revelar claramente quais são as fórmulas, dados, cálculos e premissas por trás de cada etapa. Espera-se assim que os membros da equipe entendam o trabalho suficientemente a fundo para responder a qualquer pergunta a respeito. Isso permite que todos vejam como a IA avança dos dados e cálculos subjacentes até chegar a uma conclusão, que adquiram a capacidade de compreender e questionar o trabalho resultante em vez de aceitar passivamente os resultados, e que assumam responsabilidade pelas decisões que decorrem desse processo.

Combater a erosão da responsabilidade pelos resultados gerados por IA

Alguns líderes têm observado que suas equipes tendem a evitar se responsabilizar pelo trabalho gerado por IA. À medida que essa tecnologia vai assumindo uma parcela cada vez maior das tarefas analíticas, os membros da equipe tendem a ter menos senso de responsabilidade pelos resultados e pelas decisões e ações que deles decorrem.

Para decisões mais importantes, continua sendo essencial atribuir a responsabilidade a uma pessoa que possua a experiência necessária para questionar premissas, avaliar riscos e, em última instância, assumir a autoria da decisão. Verificações realizadas por IA podem complementar a revisão humana. Por exemplo, algumas empresas utilizam agentes de IA distintos para examinar uma análise sob diferentes perspectivas – como as de um gestor de riscos, um empreendedor, um matemático ou alguém que atue como “advogado do diabo”. O objetivo é identificar erros, premissas dúbias e interpretações alternativas antes que a análise chegue a quem toma a decisão final.

Análises mais rápidas também permitem que as empresas reavaliem as decisões estratégicas com mais constância. Por exemplo, algumas organizações estão aumentando a frequência das revisões de alocação de recursos – de anuais para trimestrais, ou mesmo de trimestrais para mensais.


Para muitas aplicações de IA, mais rápido é sempre melhor. No caso de decisões estratégicas, porém, análises mais rápidas podem gerar riscos adicionais ou oferecer menos benefícios do que o esperado diante dos investimentos feitos em IA. As organizações vitoriosas não serão aquelas que automatizam o maior número de decisões, mas sim as que souberem aproveitar melhor a velocidade da IA enquanto preservam o discernimento humano que nenhuma IA é capaz de substituir.

Explore a career with us