
Imagine uma segunda-feira comum: o seu time já usa IA para resumir reunião, montar proposta e escrever relatório. Cada pessoa entrega mais rápido, mas, quando você olha o resultado da empresa, a diferença quase não aparece. Dois estudos divulgados neste mês ajudam a explicar o porquê, e a resposta tem menos a ver com a ferramenta e mais com cargo, meta e avaliação de desempenho.
O ganho individual existe, o da empresa demora
Em artigo de 5 de outubro, a McKinsey usa a pesquisa global "state of AI" de 2026 para mostrar um descompasso: 80% dos respondentes dizem que a IA melhorou a produtividade individual, mas só 37% relatam impacto positivo no EBIT, o resultado operacional da empresa. Apenas 6% se qualificam como "high performers" em IA. O que separa esse grupo, segundo o texto, é que quase três quartos deles redesenharam de forma substancial seus fluxos de trabalho, contra cerca de um quarto das demais organizações.
Em outras palavras, colocar IA na mão das pessoas é o começo. O valor aparece quando o trabalho em volta dela é repensado.
O que o time sente no dia a dia
O Gallup, em análise publicada em 6 de outubro com dados dos Estados Unidos (17.874 trabalhadores ouvidos entre janeiro e março de 2026), mostra como os usuários de IA enxergam o próprio trabalho. Vale lembrar que são respostas autodeclaradas e que o estudo aponta correlação, não causa e efeito.
| Entre quem usa IA no trabalho (EUA) | Percentual |
|---|---|
| Diz trabalhar mais rápido | 63% |
| Diz entregar trabalho de maior qualidade | 46% |
| Foi solicitado a assumir mais responsabilidades | 31% |
| Entre todos os empregados: tem menos influência sobre novas tecnologias do que gostaria | 52% |
Há ainda uma diferença de frequência: entre usuários regulares, 79% dizem trabalhar mais rápido, contra 38% entre os usuários ocasionais. E o uso semanal ou diário é mais comum entre gerentes (37%) do que entre colaboradores individuais (25%).
O detalhe que mais interessa a quem lidera é o terceiro item da tabela. Quase um terço de quem usa IA recebeu mais responsabilidade. Se a avaliação e a meta continuam as mesmas, essa pessoa entrega mais e não vê isso refletido em lugar nenhum.
Por que cargo e avaliação entram na conversa
A McKinsey defende que os cargos tradicionais perdem parte do conteúdo e que isso pede novos caminhos de carreira, além de uma definição clara do que deve continuar sendo feito por pessoas. O texto também diz que mudar comportamentos, métricas, incentivos e gestão de desempenho pesa tanto quanto treinar habilidades.
Há um sinal de que a conversa ainda está atrasada: numa pesquisa com 750 funcionários de língua inglesa, 70% se disseram pessoalmente prontos para a IA, mas apenas 27% dos líderes afirmaram que suas organizações estão prontas.
Uma analogia ilustrativa do futebol ajuda a enxergar o problema. Quando o técnico muda o time para jogar com três zagueiros, o lateral passa a correr mais e a cobrir outro espaço. Se a torcida e a comissão continuarem cobrando dele a função antiga, ele vai parecer mal, mesmo jogando melhor. Com a IA acontece algo parecido: o trabalho muda de lugar, e a régua fica onde estava.
O que isso muda na prática
Nada disso exige um projeto gigante. Algumas decisões cabem já nas próximas semanas:
- Escolha uma função do time e liste o que a IA já faz nela e o que passou a ser responsabilidade da pessoa.
- Converse com quem assumiu mais escopo e combine como isso entra na meta e na avaliação do próximo ciclo.
- Revise metas que medem volume de entrega e passe a olhar resultado e julgamento, que é onde a pessoa ainda faz diferença.
- Ouça o time sobre quais ferramentas e rotinas fazem sentido, já que a maioria diz ter pouca voz nessas escolhas.
O ponto comum entre os dois estudos é simples: a IA entra pela ferramenta, mas o resultado se decide no desenho do trabalho e na forma como as pessoas são reconhecidas por ele.
A leitura da beculture
Na segunda-feira, escolha uma função do seu time, liste o que a IA já faz nela e o que passou para a pessoa, e use essa lista para rever meta e critério de avaliação. Uma IA genérica devolve um modelo de carreira de manual. A beculture parte do que a sua empresa já definiu sobre cargos, metas e cultura, então a resposta considera como o trabalho é feito aí dentro, e não como seria numa empresa média.
Por que isso importa
Se a IA muda o que cada pessoa faz e a avaliação segue medindo a função antiga, o time ganha velocidade, mas perde reconhecimento e direção. Rever cargo e meta é o que transforma uso de IA em resultado.
Fontes
McKinsey Quarterly (80% de ganho individual, 37% de impacto no EBIT, 6% high performers, 70% x 27% de prontidão); Gallup (pesquisa nos EUA: 63%, 46%, 31%, 52%, 79% x 38%, 37% x 25%)
- ia
- desempenho
- carreira
- lideranca



