O sistema operacional de IA: uma nova maneira de os CEOs conduzirem a empresa

| 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

Em poucas linhas

  • A adoção de IA está avançando mais rápido do que a geração de valor organizacional. A pesquisa State of AI de 2026, da McKinsey, mostra que 40% dos entrevistados em grandes empresas relatam estar implementando agentes de IA em escala, mas apenas 6% afirmam que a IA gera pelo menos 5% do EBIT.
  • Um sistema operacional de IA pode revelar vantagens ocultas de empresas já estabelecidas. Ele mobiliza os dados, a experiência e o conhecimento institucional acumulados pela organização para que líderes, da alta gestão até a linha de frente, possam tomar decisões melhores e agir com mais rapidez.
  • O sistema operacional de IA pode gerar valor expressivo. As primeiras implementações do sistema aceleraram ciclos de planejamento em até dez vezes, geraram valor em cerca de doze semanas e reduziram em 50% o tempo necessário para obter retorno do investimento quando o sistema foi expandido para novos domínios.
  • O sistema operacional de IA reduz os entraves da gestão tradicional e exige mudanças na forma como a empresa é conduzida. À medida que a IA reduz as limitações consolidadas pelo tempo, os CEOs precisam migrar de um modelo baseado em revisões e fluxos de informação atrelados ao calendário para um modelo de intervenção contínua, decisões mais descentralizadas e maior ênfase no discernimento humano.

Mais insights da McKinsey em português

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

Navegue pela coleção

O futuro da gestão na era da IA começa a adquirir contornos bem diferentes. Considere o seguinte cenário:

Terça-feira, 8h00. A CEO de uma seguradora global retorna ao escritório após participar de um encontro setorial, no qual fica sabendo que órgãos reguladores de diversos mercados planejam limitar as margens de certos produtos de varejo. Sua primeira providência: solicitar ao sistema operacional de IA (SO de IA) que avalie o grau de exposição da empresa. Em poucos minutos, o sistema analisa as minutas das novas normas, compara-as com o catálogo de produtos e apresenta um diagnóstico: cerca de 140 produtos, em sete países, abrangidos pelas novas regras – e cerca de um terço deles corre o risco de não estar em conformidade com elas. O sistema também aponta um problema que não é capaz de resolver por conta própria: cada órgão regulador tem uma definição diferente do conceito de “margem”. A CEO encaminha a análise aos líderes das unidades de negócio de cada país, que deverão validá-la até o final do dia.

Terça-feira, 9h15. O responsável pela unidade de negócio da Alemanha acessa o SO de IA, que codificou as novas regras – escopo, fórmula de margem, limiares e prazos – e conciliou a definição de margem adotada pelos órgãos reguladores com a forma como a empresa mede esse indicador em seus sistemas de precificação, finanças e comissões. Ele executa o modelo de margem com dados reais de produtos, questiona uma premissa de alocação de custos que dificilmente seria aceita pelo órgão regulador e reexecuta o modelo com uma premissa revisada: nove produtos passam a apresentar inconformidade. Às 16h00, as análises dos sete países foram consolidadas no painel geral da CEO, com as premissas subjacentes a cada cifra claramente visíveis.

Quarta-feira, 8h00. Antes da videochamada entre a CEO e os líderes das unidades de negócio, o SO de IA já modelou as opções para cada produto em desconformidade – redefinir preços, reformular a cobertura, reestruturar comissões ou retirar o produto do mercado – e estimou os efeitos nos volumes, nos parceiros de distribuição e no capital. Os líderes testam cenários em tempo real e se alinham em torno de um plano de ação: proteger as parcerias de distribuição mais estratégicas, sem que nenhum produto seja retirado do mercado sem aprovação da CEO. O sistema registra essas decisões como salvaguardas.

Quinta-feira, 8h00. Os líderes das unidades de negócio reformulam os produtos respeitando as salvaguardas. Agentes de IA geram propostas de desenho e preços para os produtos, testando cada uma com base nas regras codificadas e nas políticas de governança de produtos; atuários aprimoram as opções, a área de compliance as analisa, e os líderes das unidades tomam a decisão final. Em seguida, os agentes preparam comunicados aos parceiros, que ficam aguardando aprovação humana. À medida que cada alteração é aprovada, as projeções para cada produto são atualizadas e integradas ao cenário financeiro do grupo, permitindo que o diretor financeiro acompanhe a reconfiguração do plano e realize testes de estresse – por exemplo: e se os reguladores adotarem uma definição mais rigorosa? Depois do lançamento, o sistema monitora cada produto em relação ao limiar estabelecido, alertando os líderes das unidades de negócio antes que o produto se aproxime de uma situação de inconformidade. A resposta à próxima regulamentação será mais ágil, pois as regras, definições e modelos já farão parte do segundo cérebro da organização.

O sistema operacional de IA descrito nesse cenário não é uma visão futurista, mas algo que as empresas já estão construindo. O SO de IA é uma camada de gestão que funciona como um “segundo cérebro” da organização e ajuda CEOs, líderes empresariais e gestores a tomar decisões melhores e agir com mais eficácia e rapidez. Permite ainda que empresas estabelecidas aproveitem uma grande, mas pouco explorada vantagem: décadas de dados proprietários, experiência operacional e expertise em domínios específicos.

Essa capacidade é fundamental para que as empresas evitem o impasse de uma taxa elevada de adoção da IA, mas baixo retorno. A pesquisa State of AI de 2026, da McKinsey, revela que 40% dos entrevistados de grandes empresas relatam já ter implementado agentes de IA em escala,1 mas apenas 6% atribuem um impacto financeiro expressivo (pelo menos 5% do EBIT) à IA – percentuais praticamente iguais aos do ano anterior. Esse descompasso sugere que o desafio já não é fazer as pessoas utilizarem a IA, mas transformar a própria maneira como a empresa opera.

Ainda estamos nos primórdios dos sistemas operacionais de IA, mas os resultados têm sido promissores. Nossa experiência mostra que as empresas podem acelerar ciclos de planejamento em até dez vezes, começar a gerar valor em um primeiro domínio em cerca de doze semanas e reduzir em 50% o tempo necessário para obter retorno do investimento quando o sistema é expandido para novos domínios. Outros ganhos incluem aumento de 40% da produtividade, economia de 50% nos custos e redução de até 90% no tempo de ciclo dos fluxos de trabalho.

O grande potencial do SO de IA é sua capacidade de utilizar a IA para impulsionar o crescimento, novos modelos de negócio e maior produtividade. Contudo, isso exige que as empresas não apenas construam um sistema que utilize a inteligência disponível, mas que também repensem a gestão do negócio em um cenário no qual esse sistema reduz os entraves tradicionais da gestão. Esse é o caminho para criar um “fosso competitivo”2 cada vez maior: quanto antes a empresa agir, maior ele se torna.

O que é um sistema operacional de IA?

O SO de IA pode ser entendido como um segundo cérebro da empresa. É uma camada de gestão em operação contínua que preserva o contexto organizacional (isto é, os conhecimentos que conferem significado aos dados), raciocina de modo transversal, abrange diferentes funções, recomenda ou executa decisões e aprende com os resultados. Conecta o CEO, a alta gestão, os líderes funcionais, os gerentes e os funcionários da linha de frente de uma forma até então impossível (Quadro 1).

Profissionais de todos os níveis acessam informações relevantes para suas funções, fazem perguntas, exercem seu discernimento, tomam decisões e delegam tarefas. As informações fluem para cima, para baixo e transversalmente por toda a organização. Além disso, o sistema aprende e se expande quando a empresa o utiliza e, à medida que novos domínios de negócio são integrados a ele, torna-se possível reutilizar e ampliar as capacidades já existentes (veja Box, “Elementos do sistema operacional de IA”).

Um SO de IA não é um dashboard executivo que mostra apenas o que já aconteceu; ele oferece uma visão em tempo real do que está acontecendo agora e do que pode vir a acontecer, faz recomendações e torna possível a colaboração quase em tempo real em toda a organização. Conecta-se a outros sistemas em operação e sua interface funciona como uma espécie de painel de comando, no qual os executivos podem tomar decisões e agir com rapidez (Quadro 2).

Em uma grande rede varejista americana, por exemplo, os gerentes distritais já dispunham de uma vasta gama de dados de desempenho e diversos tipos de dashboards abrangendo mais de 7 mil lojas. Mas os novos recursos do SO de IA permitiram sintetizar todos esses dados em um único console customizado que diagnosticava as causas prováveis de desempenho insatisfatório, recomendava medidas e auxiliava os gerentes a priorizar as lojas a visitar.

Principais prioridades estratégicas para criar um sistema operacional de IA

Os CEOs costumam se ver diante de duas armadilhas. A primeira é presumir que a IA é tão poderosa que tornará a transformação simples e tranquila. A segunda é acreditar que serão necessários anos de trabalho na base tecnológica antes que a empresa consiga gerar valor.

Em nossa experiência, ambas as armadilhas podem ser evitadas. Os CEOs podem começar com alguns problemas de negócio de alto valor e desenvolver a tecnologia necessária conforme o processo avança. O trabalho é complexo, mas pode ser iniciado sem grandes investimentos em tecnologia; a maioria das empresas consegue trabalhar com os recursos que já possui.

O ponto fundamental é que o CEO e a equipe de alta gestão participem ativamente da concepção e da construção do sistema para assegurar que ele reflita as prioridades estratégicas do negócio:

  • Proteger as vantagens existentes. Todas as decisões devem ser norteadas por uma regra simples: dominar o contexto e alugar ou substituir a tecnologia. O conhecimento e a experiência institucionais precisam se propagar entre as diferentes tecnologias para que a empresa preserve aquilo que a torna única. Talvez seja tentador trabalhar com um determinado fornecedor para acelerar a implementação. Contudo, se isso resultar na perda de controle sobre ativos essenciais ou se criar dependência de um único ambiente tecnológico, os riscos podem rapidamente superar os benefícios.
  • Restringir a proliferação de sistemas operacionais. O objetivo central de um SO de IA é proporcionar uma visão integrada do negócio como um todo. Se cada área funcional tiver seu próprio sistema, ou se cada caso de uso possuir sua própria pilha tecnológica, essa visão integrada se torna inviável. Mas, como cada área funcional tem um nível distinto de maturidade técnica e um ritmo específico de progresso, os líderes devem considerar a adoção de, no máximo, um a três sistemas operacionais de IA.
  • Reimaginar todos os processos utilizando IA. Grande parte da primeira onda de IA generativa concentrou-se em aprimorar as atividades existentes. No entanto, para gerar impacto efetivo nos resultados financeiros, as empresas precisam redesenhar seus fluxos de trabalho de ponta a ponta. O segredo é definir com clareza quais decisões são realmente importantes e quais dados, insights e sistemas de IA correspondentes são necessários para embasá-las. Muitas vezes, o maior valor está no redesenho de fluxos de trabalho que atravessam as fronteiras organizacionais.

    Uma empresa manufatureira, por exemplo, redesenhou seus fluxos de trabalho de vendas e operações para criar um SO de IA que automatizou a previsão da demanda e a programação da produção com base em dados sobre o consumo do mercado, os níveis de estoque e as condições atuais das máquinas. A empresa também desenvolveu funcionalidades de IA para roteamento, planejamento e precificação que reconfiguraram os fluxos de trabalho entre diferentes áreas. A oportunidade foi estimada entre $140 e $180 milhões por ano.

  • Construir o sistema de modo que a vantagem competitiva da empresa cresça e se multiplique. O valor de um SO de IA aumenta à medida que se expande: cada decisão tomada e cada resultado registrado tornam suas recomendações mais precisas. Uma empresa estabelecida que comece agora poderá construir uma vantagem que um concorrente que comece mais tarde dificilmente conseguirá superar, ainda que utilize os mesmos modelos.

    Essa vantagem cumulativa se apoia no reaproveitamento não só do contexto empresarial, mas também de agentes, modelos, conexões de dados e fluxos de trabalho – o que exige planejar com vistas a essa reutilização desde o início. Definições e conexões críticas de dados devem ser codificadas e submetidas a uma governança que garanta consistência e permita que o sistema absorva novos conhecimentos e conexões à medida que sua compreensão semântica é aprimorada.3 Essa abordagem permite que os agentes acessem apenas a parcela de conhecimento que for relevante para a tarefa em execução, em vez de analisar todo o modelo da empresa, reduzindo assim o consumo de tokens desnecessários (Quadro 3).

    Nada disso envolve um exercício massivo de dados logo de início. Os dados podem ser mantidos onde estão e novas conexões podem ser sobrepostas a eles, enquanto as equipes resolvem os problemas de negócio. Os dados também devem ser aprimorados na própria fonte, conforme vão gerando valor ao longo do tempo.

  • Incorporar a dinâmica econômica da IA ao sistema operacional. Embora o custo unitário dos tokens tenha caído mais de 95%, os gastos com IA em muitas empresas mais do que triplicaram. A escolha do modelo, o modo como as tarefas são estruturadas, a quantidade de raciocínio empregado e o grau de suporte humano necessário, tudo isso influencia a nova – e frequentemente complexa – dinâmica econômica da IA. Um pequeno exemplo: inteligência mais barata não reduz necessariamente os custos se sua qualidade inferior resultar em erros dispendiosos.

    Portanto, um SO de IA precisa integrar os fatores econômicos envolvidos ao seu processo decisório, permitindo que os líderes da empresa tenham uma visão realista dos trade-offs financeiros de cada decisão, cientes de que esses trade-offs mudarão com a evolução dos LLMs.

  • Aproveitar a tecnologia na qual a empresa já investiu. A maioria das empresas já dispõe de um volume significativo de dados e plataformas que podem ser utilizados. Abordagens modernas permitem trabalhar com dados distribuídos por diferentes sistemas, sem que seja preciso migrá-los para um novo ambiente. A abordagem mais prática consiste em construir apenas uma parte do segundo cérebro da organização, suficiente para resolver, em primeiro lugar, os problemas de negócio de maior valor, mas construí-la de tal modo que possa ser facilmente expandida.

Quando as antigas limitações desaparecem: repensando a gestão da empresa

Ao eliminar antigas limitações administrativas, o SO de IA exige que as próprias práticas de gestão mudem. Embora o campo da IA ainda esteja evoluindo rapidamente, os CEOs e suas equipes de liderança precisam começar a refletir sobre como atuam em certas áreas-chave.

Gerenciar por intervenção, não segundo o calendário

Em muitas empresas, a gestão ainda segue um calendário artificial (por exemplo, revisões trimestrais de negócios e reuniões mensais de avaliação do desempenho). Essa cadência surgiu, em parte, porque coletar e analisar informações, assim como alinhar decisões, exigia tempo.

No mundo do SO de IA, reuniões que visam apenas compartilhar informações ou monitorar o progresso tornam-se menos necessárias, pois tais dados estão disponíveis ininterruptamente. Assim, os CEOs devem redesenhar o calendário de gestão em torno dos momentos de decisão, o que implica eliminar reuniões de rotina e definir um conjunto específico de sinais, limiares e exceções que justifiquem uma intervenção da liderança.

Perguntas essenciais para o CEO:

  • Que tipos de decisões realmente exigem a atenção direta da liderança?
  • Quais decisões podem ser delegadas, de forma segura e confiável, a agentes de IA?

Gerenciar continuamente, não por pontos de controle

Um SO de IA cria um plano de negócios perpetuamente ativo. Quando o sinal chega, os líderes intervêm e alocam recursos em tempo real. Os tempos de ciclo da análise e da tomada de decisões tendem a zero.

Quando essas dinâmicas se consolidam, a empresa precisa sincronizar a velocidade das funções de controle e das operações da linha de frente à do SO de IA. Os CEOs precisam identificar gargalos operacionais (por exemplo, entregas no último quilômetro ou problemas na produção industrial) e determinar quais medidas podem eliminá-los.

Perguntas essenciais para o CEO:

  • Quais são os gargalos operacionais mais críticos que têm de ser eliminados para que as decisões possam ser implementadas com rapidez?
  • Quais incentivos e controles são necessários para garantir que decisões e ações importantes ocorram dentro do SO de IA (e não em sistemas paralelos informais)?

Gerenciar com base no discernimento, não no fluxo de informações

À medida que os agentes de IA assumem mais tarefas de execução, o diferencial humano passa a residir, cada vez mais, no exercício de discernimento em diversas situações. Isso inclui formular perguntas difíceis, interpretar ambiguidades, questionar premissas, inovar e aplicar conhecimentos especializados em situações em que a resposta não é óbvia.

Executivos precisarão dedicar menos tempo a coletar e transmitir informações e mais a exercer discernimento, comunicar intenções, capacitar e orientar pessoas, resolver exceções e melhorar o desempenho.

Perguntas essenciais para o CEO:

  • Como a empresa pode criar um ambiente de aprendizado ininterrupto?
  • Como a empresa pode desenvolver e ampliar o conjunto de competências humanas que gera mais valor em um SO de IA?

Gerenciar mediante conexões diretas, não camadas hierárquicas

Um CEO ou líder empresarial pode identificar um problema e, para resolvê-lo, interagir diretamente com alguém vários níveis abaixo na estrutura organizacional. O SO de IA pode oferecer, às pessoas mais próximas dos clientes e das operações, um contexto muito mais rico para que tomem suas próprias decisões – que, historicamente, quando informações e conhecimento especializados eram escassos, sempre foram tomadas em níveis hierárquicos mais elevados. É provável que muitas camadas hierárquicas se tornem desnecessárias.

Perguntas essenciais para o CEO:

  • Como uma organização com poucas camadas hierárquicas e totalmente transparente mantém a cultura empresarial?
  • Como o SO de IA apoia a capacitação e o desenvolvimento das pessoas, permitindo que os gestores ampliem suas linhas de subordinação das dez ou doze pessoas de hoje para cerca de vinte ou quarenta?
  • Como a empresa pode gerar confiança suficiente no SO de IA para que a organização não volte a criar, gradualmente, novas camadas de aprovação?

Como duas empresas construíram seus sistemas operacionais de IA

 

Antes de construir seu SO de IA, um fabricante global de equipamentos originais (OEM) definiu três princípios básicos. Primeiro, garantir a portabilidade do conhecimento corporativo. Nesse sentido, adotou formatos de padrão aberto para sua arquitetura e suas ontologias, de modo que seu “segundo cérebro” não ficasse limitado a sistemas proprietários.

 

Segundo, reinventar a empresa a torno da IA, em vez de simplesmente implementar a tecnologia. Esse compromisso ficou evidente na reformulação dos fluxos de trabalho. As equipes primeiro redesenharam esses fluxos e, em seguida, criaram gêmeos digitais, ontologias e camadas semânticas para codificar processos, políticas, relacionamentos e conhecimentos institucionais relevantes. Isso permitiu que os agentes compreendessem o contexto do negócio e executassem suas tarefas com precisão. Como métrica de sucesso, a empresa vinculou o desempenho dos agentes aos resultados do negócio. Sem esse critério, seria impossível avaliar se o contexto havia sido plenamente capturado.

 

Terceiro, priorizar, desde o início, a reutilização e a confiabilidade. A empresa desenvolveu produtos de dados para servir de insumos, codificou a camada de conhecimento e “produtificou” os modelos de IA determinística e de machine learning, ampliando o escopo das tarefas que os agentes de IA seriam capazes de realizar com alto grau de confiabilidade.

 

Considere, por exemplo, o processo de aquisição de materiais. Tradicionalmente, se um produto exigisse um fecho específico de aço inoxidável, a área de compras procuraria obter o mesmo item de outro fornecedor por um preço menor. Hoje, porém, se compreenderem a finalidade e as especificações dos parafusos de aço inoxidável (por exemplo, desempenho térmico, resistência à corrosão, resistência mecânica e peso), os agentes de IA poderão explorar, em conjunto com o projetista, outras opções de materiais (como aço galvanizado ou plástico) e identificar fornecedores alternativos que atendam a esses requisitos.

 

Os agentes identificam a finalidade do componente, orientam o projeto com o apoio de modelos de IA e machine learning, e executam partes do processo de solicitação de informações (RFI), enquanto modelos analíticos calculam os custos e as implicações de cada alternativa. Os profissionais envolvidos então revisam essas opções e tomam as decisões finais. Para esse OEM, a reinvenção e agentificação dos processos tiveram impacto significativo nos negócios, contribuindo para reduzir custos, aprimorar projetos e encurtar o time-to-market.

 

Uma empresa manufatureira sediada nos Estados Unidos adotou abordagem semelhante, estruturando seu SO de IA sobre três pilares. Primeiro, manter o controle sobre seus ativos mais valiosos: dados, modelos, regras de negócio e conhecimentos institucionais. A empresa queria evitar que a solução fosse uma caixa-preta impenetrável controlada por um fornecedor externo.

Segundo, garantir flexibilidade. Isso não significava começar do zero, mas aproveitar os investimentos tecnológicos já realizados, concebendo o sistema de modo que seus modelos e demais componentes pudessem ser substituídos ou ampliados conforme a tecnologia evoluísse.

Terceiro, padronizar a maneira de trabalhar. Para isso, um arcabouço de governança, composto por um conjunto de integrações e configurações, passou a oferecer controles e diretrizes consistentes para cada caso de uso.

Inicialmente, a empresa concentrou seus esforços em dois domínios: precificação e planejamento financeiro e de produção. Em vez de construir manualmente a ontologia e a compreensão semântica essenciais para o SO de IA – um método de eficácia comprovada, mas lento e trabalhoso – a empresa utilizou a própria IA para acelerar o processo.

Isso implicou identificar as decisões-chave e os dados necessários para tomá-las, extrair regras e experiências dos registros existentes, e codificar regras de negócio e conhecimentos institucionais que até então estavam dispersos em planilhas ou na mente dos funcionários. A empresa conectou cerca de cem fontes de dados internas e externas, limpou e vinculou essas informações, e criou uma representação semântica de como tomava decisões de precificação e planejamento.

A fase inicial do SO de IA foi implementada e entrou em operação em cerca de dezesseis semanas. O conhecimento institucional, antes restrito a alguns bolsões na organização, foi disponibilizado de forma consistente e contínua para toda a empresa.

Primeiras ações a considerar

Para assegurar à empresa uma trajetória sólida rumo a um SO de IA, o CEO deve priorizar as seguintes medidas:

  • Concentrar o SO de IA nas oportunidades de maior valor. Para a maioria das empresas, um pequeno número de domínios é responsável pela maior parte do valor gerado. O CEO deve identificar e priorizar o desenvolvimento em três a cinco domínios de negócio nos quais a IA possa ter impacto significativo no crescimento, nas margens, na inovação ou na posição competitiva.
  • Definir as regras para o SO de IA. É preciso decidir quantos sistemas a empresa permitirá, quem será responsável pela compreensão semântica da organização e quais padrões as equipes devem seguir para garantir que o conhecimento e os agentes permaneçam portáteis e reutilizáveis. Incentivos e processos devem ser estabelecidos para assegurar que as equipes atuarão no âmbito do mesmo SO de IA e não criarão versões paralelas informais. Esse mecanismo de autorreforço é essencial para construir uma vantagem competitiva cumulativa.
  • Financiar o SO de IA compartilhado, não casos de uso isolados. O trabalho realizado no primeiro domínio deve se concentrar na criação de uma camada escalável de orquestração, que inclua ativos reutilizáveis: uma ontologia com compreensão semântica, conhecimentos codificados, lógica de negócios consistente, e agentes e modelos determinísticos de IA e machine learning, além de uma interface de usuário modular. O financiamento e as aprovações devem estar vinculados à qualidade com que as equipes desenvolvem esses ativos. O objetivo é gerar valor imediato, garantindo, ao mesmo tempo, que cada novo domínio aproveite o que já foi construído anteriormente.
  • Redefinir os direitos decisórios e a dinâmica de gestão. É necessário identificar quais decisões podem ser tomadas ou executadas por IA e por agentes, quais exigem discernimento humano e em que situações os problemas devem ser encaminhados para a alta liderança. Em seguida, inicia-se a adaptação dos processos de gestão em torno dessas escolhas. Embora essa mudança possa gerar desconforto, uma postura excessivamente cautelosa pode prejudicar o progresso.

A IA inaugura uma nova era de gestão, na qual vão se dissolvendo muitas das restrições que antes eram imprescindíveis para administrar a corporação moderna tradicional. Empresas estabelecidas que estiverem preparadas para essa transição já contam com uma enorme vantagem: seu conhecimento institucional e sua experiência. O passo seguinte é capturar e escalar sua expertise por meio de um sistema operacional de IA capaz de transformar esses ativos no segundo cérebro da organização, impulsionando o crescimento e a produtividade.

Explore a career with us