Em 2023, pesquisadores da Harvard Business School reuniram 758 consultores da Boston Consulting Group e dividiram o grupo em dois: metade com acesso ao GPT-4, metade sem. Todos receberam as mesmas 18 tarefas realistas de consultoria. O resultado, publicado no estudo "Navigating the Jagged Technological Frontier": quem usou IA nas tarefas dentro do alcance da ferramenta trabalhou 25% mais rápido, completou 12% mais tarefas e entregou resultado avaliado como 40% melhor.
Um segundo estudo, do National Bureau of Economic Research, mediu o mesmo tipo de ganho em outro cenário: 5.179 atendentes de suporte ao cliente, com acesso escalonado a um assistente de IA. A média foi 14% mais chamados resolvidos por hora. O detalhe mais revelador não é a média — é a distribuição: atendentes novatos ou de desempenho mais baixo ganharam 34%; os mais experientes, quase nada.
Dois estudos, dois setores, a mesma mensagem: a IA multiplica o desempenho de quem já sabe usá-la bem. A pergunta que fica para quem decide é outra. Se o ganho individual é tão claro e tão bem documentado, por que ele quase nunca aparece no resultado da empresa inteira?
O ganho desigual que ninguém enxerga
Os próprios pesquisadores de Harvard e da BCG deram nome ao problema: fronteira irregular. A IA é excelente em um lado da linha e prejudicial no outro — e essa linha não vem escrita em lugar nenhum. Quando os pesquisadores testaram deliberadamente uma tarefa fora do alcance da ferramenta, os consultores que usaram IA tiveram desempenho 19 pontos percentuais pior do que os que trabalharam sem ela.
O estudo do suporte ao cliente mostra o mesmo fenômeno por outro ângulo. Os pesquisadores descrevem o mecanismo por trás do salto de 34% entre os atendentes novatos: a IA estava espalhando o jeito de trabalhar dos atendentes mais experientes para quem ainda não tinha chegado lá. Ou seja, o ganho não veio da ferramenta sozinha — veio do conhecimento de alguém sendo transferido, através da ferramenta, para outra pessoa.
Isso muda a pergunta que toda empresa deveria estar fazendo. Não é "a IA funciona?". É "o conhecimento de quem já descobriu o jeito certo está sendo transferido para o resto da equipe, ou está preso na conta de uma pessoa só?" A maioria das empresas ainda não tem resposta para isso, porque nunca colocou a pergunta em prática.
O padrão se repete em empresas brasileiras e latino-americanas, e costuma aparecer com mais força em grupos com várias unidades ou filiais operando de forma independente. Uma filial descobre um jeito bom de resumir contratos ou de triar chamados; a filial ao lado, com o mesmo tipo de trabalho, nunca fica sabendo. Sem um caminho formal para levar aquilo adiante, o achado bom fica restrito a quem o fez — e a empresa segue pagando o mesmo custo de aprendizado, unidade por unidade.
Por que o ganho não chega ao resultado da empresa
A Boston Consulting Group tentou responder essa pergunta em escala, olhando não para indivíduos, mas para empresas inteiras. Levantamento publicado em 2025 encontrou que apenas 5% das companhias são o que a consultoria chama de "consolidadas em IA" — organizações que já transformam o uso da tecnologia em resultado financeiro mensurável: 5 vezes mais aumento de receita e 3 vezes mais redução de custo do que a média.
Do outro lado, 60% das empresas investem em IA e colhem pouco ou nenhum valor material em troca. Não é falta de gente usando a ferramenta — muitas dessas empresas têm adoção individual alta. O que falta, segundo a análise, não está na tecnologia. Está em transformar iniciativas isoladas em capacidade organizacional: pegar o que uma pessoa descobriu sozinha e fazer isso funcionar para todo mundo, de forma sistemática.
É exatamente o padrão que aparece nos dois estudos anteriores, só que em escala de empresa. Quando 100 pessoas usam IA em 100 contas separadas, cada uma reinventa sozinha o próprio roteiro — o jeito certo de pedir, a sequência de perguntas, como tratar as exceções. Uma ou duas encontram algo muito bom. E esse algo morre com elas, porque não existe um caminho para publicar aquilo para o resto do grupo.
O que precisa existir na prática
Fechar essa distância entre ganho individual e resultado da empresa exige um mecanismo específico: agentes, roteiros, espaços e fluxos de trabalho reutilizáveis, com alcance definido por pessoa, grupo e papel.
Agente reutilizável, com permissão por papel. Quando alguém monta um agente que resolve bem a análise de inadimplência, por exemplo, esse agente pode ser disponibilizado para o resto da equipe financeira — não para a empresa inteira, só para quem tem essa função. Quem recebe o agente não parte do zero: reutiliza algo já testado, que carrega dentro de si o conhecimento de onde a IA ajuda e onde ela erra.
Roteiro documentado, não perdido na cabeça de alguém. O jeito de pedir que virou padrão para resumir um tipo de documento fica registrado, com dono e versão — não morre no histórico pessoal de quem descobriu. Quando uma norma muda, o roteiro muda uma vez, para todo mundo.
Alcance certo, nem empresa inteira nem pessoa só. Nem tudo precisa virar patrimônio da companhia toda, e nem tudo deveria ficar preso a uma pessoa. O meio-termo — meu grupo, minha área, meu papel — é onde a maior parte do reaproveitamento realmente acontece.
Processo pronto para não começar do zero. A empresa não precisa esperar alguém descobrir o próprio jeito de fazer uma rotina comum. Um catálogo com mais de 170 modelos de políticas e processos prontos encurta esse caminho antes mesmo da primeira tentativa.
É assim que a Skyller foi desenhada: o que uma pessoa descobre fica disponível para o grupo certo, com a permissão certa, em vez de morrer numa conversa que só ela consegue reabrir.
Da experiência individual à capacidade coletiva
Volte aos números do começo. Um consultor sozinho, trabalhando 25% mais rápido, é uma boa notícia para aquele consultor. Um atendente novato saltando 34% de produtividade é uma boa notícia para aquele atendente. Nenhum dos dois, por si só, muda o resultado trimestral da empresa — porque o ganho está contido numa única pessoa, numa única sessão de trabalho.
O que muda o resultado é o mesmo ganho, replicado. Não pelo esforço de repetir a descoberta em cada mesa, mas porque o caminho que funcionou foi publicado uma vez e reaproveitado várias. Uma equipe de dez pessoas com um agente compartilhado, testado e com dono definido, não depende de dez pessoas encontrarem sozinhas a mesma solução. Depende de uma ter encontrado, e de existir um lugar oficial para colocar aquilo à disposição das outras nove.
É essa a diferença entre os 5% que a BCG chama de consolidados em IA e os 60% que ainda não veem retorno. Não é o acesso à tecnologia — isso já está amplamente distribuído. É se o que funciona em uma mesa consegue sair dali.
Um roteiro para começar
Antes de comprar mais licenças ou anunciar mais treinamento, vale responder a estas perguntas com a liderança de operações:
- Alguém da equipe já descobriu um jeito de usar IA que economiza tempo de verdade? Se a resposta for sim e ninguém souber quem é essa pessoa, o problema não é de tecnologia — é de visibilidade.
- Esse roteiro está em algum lugar que outra pessoa consegue abrir e usar amanhã, sem perguntar a quem criou? Se a resposta for não, ele existe, mas não está disponível para a empresa.
- Quem mais, com a mesma função, se beneficiaria do mesmo agente ou do mesmo roteiro? Definir esse alcance — pessoa, grupo, papel — é o passo que transforma descoberta isolada em capacidade compartilhada.
- Existe um processo pronto que a empresa poderia usar hoje, em vez de esperar alguém reinventá-lo? Boa parte das rotinas comuns já tem modelo testado; o trabalho costuma ser adaptar, não criar do zero.
- Quando essa pessoa sair de férias — ou da empresa —, o conhecimento vai junto? Se a resposta for sim, o ganho nunca foi da empresa. Era emprestado.
