Há duas semanas, jantei com o CEO de uma empresa de 180 milhões de reais de receita. No meio do segundo prato, ele baixou um pouco o tom de voz e perguntou: "Rodrigo, qual é a diferença entre ChatGPT e Claude hoje em dia?" A pergunta parecia simples. Revelava uma distância de eras.
Eu sorri. Respondi com calma. Ele agradeceu, fez mais duas perguntas educadas e mudou de assunto. Voltei para casa pensando no contraste entre aquela mesa, com talheres de prata e toalha branca, e o time de engenharia de um concorrente direto dele, em algum lugar do mundo, supervisionando agentes em paralelo a partir de um celular.
A cena importa porque captura uma transição que muitos conselhos ainda tratam como assunto de TI. O executivo da mesa perguntava sobre produtos. O concorrente já operava em outra lógica operacional. Enquanto um comparava interfaces, outro reorganizava trabalho.
Essa diferença começa a separar empresas de maneira menos visível do que uma fábrica nova, uma aquisição ou uma rodada de capital, mas potencialmente mais profunda. A disputa agora passa pelo tipo de trabalho que a organização consegue produzir, em que velocidade, com que custo marginal e com qual nível de julgamento humano em cima.
A pergunta inocente revela o mapa mental errado
A pergunta sobre ChatGPT e Claude parece inocente porque se encaixa em um mapa mental conhecido. Durante décadas, as empresas compravam categorias: ERP, CRM, BI, ITSM. Era previsível. Contratável. Auditável. Confortável.
Por isso, faz sentido que um CEO formado nesse mundo pergunte qual ferramenta é melhor. Ele aprendeu que tecnologia empresarial entra pela porta do fornecedor, passa pelo orçamento, vira projeto, encontra resistência, recebe treinamento e, aos poucos, se incorpora à operação. Como quem compara Oracle e SAP, Salesforce e HubSpot. Esse modelo funcionou bem o suficiente para construir carreiras inteiras e empresas inteiras.
Acontece que ChatGPT e Claude não se comportam como ERP e CRM. Eles são parte de uma nova classe de software que cria um ambiente operacional. Dentro desse ambiente, pessoas escrevem, pesquisam, programam, revisam, comparam, depuram, testam, redigem e decidem com unidades de trabalho que não existiam antes. A interface é apenas a parte visível. A mudança está no que passa a ser delegável.
Não por acaso, os movimentos recentes das grandes empresas de IA apontam na mesma direção. A OpenAI levou o Codex para o celular. O Google colocou o Gemini dentro do Android, do Chrome, de laptops e de óculos. A Anthropic posicionou o Claude para automatizar trabalho jurídico e operações de pequenas empresas. A UiPath passou a falar em automação agêntica. A Tempo lançou um produto chamado AI Head of Growth, com a ambição explícita de ocupar uma função no organograma, com KPIs.
Nada disso cabe bem na pergunta "qual fornecedor escolher?". A pergunta correta é: o que meu concorrente já consegue fazer hoje que era impossível há dezoito meses? E o que isso revela sobre a distância que ele já abriu?
O concorrente opera em trabalho paralelo
Pense comigo. É provável que o CEO tenha dois ou três pilotos de IA rodando na empresa. Talvez tenha comprado licenças corporativas do Copilot e recebido uma apresentação bem feita sobre casos de uso prioritários. Talvez fale no próximo offsite estratégico sobre produtividade, automação e inteligência artificial, usando os termos certos. Tudo isso é razoável. Mas nada disso ataca o problema real.
Enquanto isso, o engenheiro do concorrente trabalha com outra lógica de eficiência. No celular, supervisiona cinco agentes de IA em paralelo. Um depura um sistema legado. Outro escreve testes. Outro revisa pull requests. Outro vasculha a documentação interna. Outro rascunha o e-mail que enviará ao gestor em uma hora.
Essa é a passagem central. O CEO continua operando em trabalho linear, como sempre operou: uma decisão, uma reunião, uma análise por vez. Mas o engenheiro do concorrente opera em trabalho paralelo, com custo marginal próximo de zero. Um engenheiro passa a coordenar cinco frentes. Um analista passa a cobrir dez. Um produto se torna uma plataforma de experimentação contínua.
Em economia, isso altera a pergunta sobre produtividade. A pergunta mais importante não é qual ferramenta cada um usa. É quanto trabalho cada pessoa consegue produzir numa semana, e qual é o custo marginal do próximo bloco de trabalho. O profissional deixa de executar cada microtarefa e passa a coordenar blocos de trabalho. Continua responsável. Continua julgando. Continua respondendo pelo resultado. Mas a unidade de produção muda.
Multiplique isso por cem engenheiros, por mil decisões de produto, por dez mil interações com clientes. A diferença deixa de ser incremental. Passa a ser de ordem de grandeza. E ordem de grandeza não se recupera com mais esforço. Só se recupera mudando a lógica operacional.
A distância que curso e consultoria não fecham
Esse é o ponto central: essa distância não se fecha com curso, workshop ou consultoria. Não se resolve com mapas de casos de uso, nem com um programa de transformação bem desenhado. Não se fecha porque o problema não é apenas informação.
O CEO da mesa sabe que IA importa. Leu relatórios. Conversou com especialistas. Participou de eventos. Ouviu o conselho cobrar uma posição. Tem informação, e informação de qualidade. O ambiente em que circula filtra o ruído melhor do que a média. O que lhe falta não é convicção; é vivência operacional.
O que ele não tem é tempo vivido dentro do ambiente. E essa é uma forma específica de capital que não se compra, só se acumula pela prática. Esse é o tipo de conhecimento que não nasce da leitura, mas da fricção com o trabalho real: operando agentes diariamente, percebendo onde quebram, ajustando prompts, escrevendo arquivos de memória, descobrindo o que delegar, identificando quando o modelo alucina, entendendo onde a supervisão humana precisa ser mais dura.
Por consequência, quando um concorrente reorganiza um departamento em torno de agentes, ele não está copiando uma fórmula. Usa tato operacional acumulado. Sabe quais tarefas toleram erro, quais exigem auditoria, quais precisam de contexto interno, quais devem permanecer nas mãos de pessoas experientes. Esse conhecimento parece pequeno visto de fora. Por dentro, é a diferença entre um piloto elegante e uma reorganização operacional que funciona.
A consultoria pode vender um plano de transformação, cobrar caro e produzir slides impecáveis. Mas, se não transformar a prática cotidiana da empresa, deixará o CEO no mesmo ponto de partida, porém com mais convicção de estar certo. Comitês, governança, políticas e especialistas têm lugar. Ainda assim, governança sem vivência operacional costuma virar controle sobre um fenômeno que a liderança ainda não sente com precisão. Fica correto no papel. Lento na prática. Distante do trabalho.
O trabalho que o CEO não pode delegar
Se você dirige uma empresa, a implicação é desconfortável. Parte do aprendizado precisa passar pela própria mão. Não basta receber o resumo do CIO, aprovar um piloto e pedir atualização trimestral ao comitê. Em algum momento, o CEO precisa abrir o celular, usar agentes, rodar tarefas reais, observar falhas, testar limites e sentir a diferença entre promessa de tecnologia e entrega em uma decisão real.
Isso não transforma o CEO em engenheiro. Cria intuição calibrada para decisões que já estão chegando à mesa de liderança. Quanto orçamento migrar para automação? Que funções precisam ser redesenhadas? Qual área deve experimentar primeiro? Que risco é aceitável? Que tipo de talento a empresa precisa contratar? Sem vivência operacional, essas perguntas são respondidas com analogias antigas.
O risco mais comum é delegar cedo demais a compreensão. A empresa contrata um head de IA. Lança um piloto ambicioso. Traz um consultor especializado. Cria um comitê reportando diretamente ao CEO. Tudo isso pode ser necessário. Mas não é suficiente. Na superfície, a empresa participa da conversa. Na lógica operacional, ainda observa de fora. O concorrente que vive dentro do ambiente aprende todos os dias, inclusive nos erros pequenos que nunca aparecem no comitê executivo.
A vantagem de quem construiu carreira antes da IA não desapareceu. Ao contrário. Julgamento ficou mais valioso. Experiência ficou mais valiosa. Conhecimento de cliente, de margem, de risco, de política interna e de execução ficou mais valioso. O problema é que esse julgamento precisa encontrar a nova classe de software no trabalho real, não apenas na apresentação.
Nos próximos dois anos, cada uma dessas decisões dependerá de uma intuição calibrada sobre o que a IA agêntica já consegue fazer, o que ainda não consegue e onde a vantagem operacional começa a se formar. Quem não desenvolve essa intuição por experiência própria passará a depender da intuição alheia. E, num ambiente que se move tão rápido, essa dependência é uma forma segura de chegar atrasado.
Porque o concorrente não está aprendendo IA. O concorrente está morando dentro dela. E você não alcança quem está morando lá lendo a planta da casa.