A inteligência artificial entrou definitivamente no léxico da gestão. Em poucos meses, passou de promessa tecnológica a prioridade estratégica, ocupando agendas de conselhos de administração e decisões de investimento. A questão já não é se as empresas devem adotar inteligência artificial, mas sim como e com que expectativas.

No entanto, no meio do entusiasmo, importa fazer uma distinção essencial: entre ganhos de eficiência e criação efetiva de valor. Grande parte das aplicações atuais, em particular os sistemas generativos, têm demonstrado ganhos evidentes de produtividade individual. Tarefas que antes exigiam horas podem agora ser realizadas em minutos. A produção de texto, código ou análise preliminar tornou-se mais rápida e acessível. Este impacto é real.

Mas eficiência não é sinónimo de vantagem competitiva. Se todos os agentes têm acesso às mesmas ferramentas, a redução de custos e o aumento de produtividade tendem a ser rapidamente absorvidos pelo mercado. O que hoje parece uma vantagem pode tornar-se, em pouco tempo, um novo padrão. A inteligência artificial pode, assim, acelerar um processo de “comoditização inteligente”: mais eficiência, mas não necessariamente mais diferenciação.

Mais relevante ainda é um efeito menos visível, mas potencialmente mais profundo, relacionado com a forma como aprendemos e acumulamos conhecimento. Um trabalho recente de três investigadores do MIT (Daron Acemoglu, Dingwen Kong e Asuman Ozdaglar) sugere que a inteligência artificial, sobretudo na sua vertente mais avançada, pode melhorar a qualidade das decisões no curto prazo, ao fornecer recomendações altamente personalizadas, mas simultaneamente reduzir os incentivos ao esforço humano de aprendizagem.

A lógica é simples. Decisões de qualidade resultam da combinação de dois tipos de conhecimento: conhecimento geral — acumulado e partilhado — e conhecimento específico — dependente do contexto individual. Estes dois tipos de conhecimento são complementares. Sem uma base sólida de conhecimento geral, a informação específica perde valor. Ora, a inteligência artificial atua sobretudo sobre o segundo tipo: fornece respostas contextualizadas, recomendações personalizadas, soluções imediatas. Ao fazê-lo, substitui parte do esforço necessário para compreender e aprender.

No curto prazo, o resultado pode ser positivo. Mas, no longo prazo, o efeito pode ser inverso. Ao reduzir o incentivo ao esforço individual, a inteligência artificial pode enfraquecer o processo de aprendizagem que sustenta o conhecimento coletivo. E este conhecimento coletivo, produzido de forma difusa por múltiplos agentes, é precisamente o que permite avanços mais profundos e sustentáveis.

O risco é o de um “colapso do conhecimento”: um equilíbrio em que as decisões continuam a ser aparentemente eficazes, suportadas por recomendações algorítmicas, mas em que a base de conhecimento humano se deteriora progressivamente. Este paradoxo é particularmente relevante para organizações intensivas em conhecimento. A utilização acrítica de sistemas de inteligência artificial pode levar a decisões mais rápidas, mas não necessariamente melhores. A qualidade da decisão continua a depender da formulação do problema, da interpretação do contexto e da capacidade de questionar os ‘outputs’ gerados.

A inteligência artificial não elimina a necessidade de talento; transforma-a. O valor desloca-se da execução para o pensamento crítico, da produção para a curadoria, da resposta para a pergunta. As organizações que conseguirem combinar capacidades humanas com sistemas inteligentes estarão mais bem posicionadas para criar valor sustentável.

Por outro lado, existe um risco crescente de ilusão de produtividade. Métricas tradicionais podem indicar melhorias — mais ‘output’, mais rapidez — sem que isso se traduza em impacto económico real. Produzir mais não é necessariamente produzir melhor. E produzir mais depressa não implica criar mais valor.

Acresce uma dimensão geopolítica que não pode ser ignorada. O desenvolvimento destas tecnologias está concentrado em poucos atores globais, com implicações diretas na competitividade das economias e na definição de ‘standards’. A inteligência artificial não é apenas uma questão de eficiência empresarial, é também um instrumento de poder económico.

Neste contexto, a liderança assume um papel determinante. Integrar inteligência artificial nas organizações exige mais do que investimento tecnológico. Requer uma visão clara sobre onde a tecnologia pode criar valor, uma cultura que promova pensamento crítico e uma governação que assegure utilização responsável. Não se trata de adotar inteligência artificial por efeito de moda, mas de a integrar de forma deliberada e alinhada com a estratégia.

É também neste enquadramento que as instituições de ensino têm uma responsabilidade acrescida. Preparar profissionais para um mundo em que a inteligência artificial é omnipresente implica desenvolver competências técnicas, mas também capacidades de análise, ética e tomada de decisão em contextos complexos. Foi com este objetivo que a Católica Porto Business School lançou este ano a Pós-Graduação em Transformação Digital e Inteligência Artificial.

Adicionalmente, em parceria com a Fundação de Serralves, lançará no próximo dia 15 de abril a primeira edição do Porto Digital & AI Summit. O evento contará com a participação de Amit Joshi, professor no IMD, cuja investigação tem explorado as interseções entre inteligência artificial, estratégia e geopolítica. A sua keynote, dedicada a “AI Agents, Geopolitics and Impact”, abordará algumas das questões mais críticas que hoje se colocam a gestores e decisores.

Num momento em que a inteligência artificial é frequentemente apresentada como uma solução universal, importa recentrar o debate. A tecnologia pode aumentar a eficiência, mas não substitui o conhecimento. Pode acelerar processos, mas não elimina a complexidade. E pode apoiar decisões, mas não dispensa julgamento. Entre a eficiência e a ilusão de produtividade, a diferença continuará a fazer-se, como sempre, na qualidade das decisões!