8,3 vezes mais IA não prova resultado: o workflow precisa fechar

Eu não colocaria “uso de IA” no mesmo quadrante de receita, qualidade ou produtividade. Uma empresa pode gerar oito vezes mais texto e também oito vezes mais retrabalho. O que merece escala é o processo que fecha melhor.

Em uma frase

Agentes de IA viram capacidade operacional quando deixam de ser uma conversa frequente e passam a concluir um trabalho delimitado com prova, dono e repetibilidade.

Qual pergunta o artigo tenta responder?

Publicado pela OpenAI em 1º de setembro de 2026, *How AI-native companies turn workflows into operating capability* pergunta como empresas que já nasceram próximas da IA incorporam agentes ao trabalho cotidiano. A resposta é construída com três casos: Basis no onboarding, Clay na gestão de contas e Exa Labs na criação de integrações.

O pano de fundo é um dado do relatório *Enterprise Signals*. As empresas classificadas como “frontier”, o grupo dos 10% com maior uso mensal, geram 8,3 vezes mais tokens de saída por usuário ativo que empresas típicas. Em janeiro, a diferença era de 2,6 vezes.

O próprio material trata essa medida como aproximação de profundidade de uso. Isso importa. Token mostra atividade computacional, não lucro, qualidade, tempo economizado ou satisfação do cliente. O artigo fica mais forte quando sai do agregado e descreve o mecanismo de cada workflow.

O que Basis, Clay e Exa fizeram de diferente?

Na Basis, o onboarding do primeiro dia caiu de duas horas para 30 minutos, segundo a empresa. O novo funcionário recebe acesso ao Codex e a uma skill com instruções e recursos específicos. O processo tem gatilho, etapas, integrações e uma definição de pronto. Exceções voltam para o RH, que pode atualizar a skill antes da próxima turma.

Na Clay, o problema é contexto comercial espalhado entre CRM, email, Slack, chamadas e apresentações. Um subagente dedicado a cada conta atualiza a pasta do negócio durante a noite. Pela manhã, um agente coordenador apresenta movimentos prioritários e mantém a evidência perto da recomendação. A Clay estima uma hora diária economizada na triagem da caixa de entrada, mas o vendedor continua decidindo qual ação executar.

Na Exa, o agente acompanha oportunidades de integração, reúne contexto, cria pull requests, executa testes e prepara atualizações. Pessoas escolhem quais oportunidades importam, quais compromissos externos podem ser assumidos e o que será publicado. O ponto terminal não é “identificou uma oportunidade”. É um artefato testado e pronto para revisão.

Os três casos formam uma sequência comparável:

• Ensinar: transformar um processo conhecido em instruções reutilizáveis, como no onboarding da Basis.
• Atualizar: manter o contexto vivo enquanto o trabalho muda, como nas contas da Clay.
• Executar com limite: carregar o sinal até um artefato testado, como nas integrações da Exa.

Nenhuma dessas etapas depende apenas de escolher o modelo mais inteligente. Elas dependem de desenho de trabalho.

O que a evidência sustenta e o que ela não prova?

Os casos são úteis, mas vêm de um fornecedor de IA e de empresas que usam seus produtos. Eles não são um experimento causal, uma amostra representativa nem uma auditoria independente. As economias de tempo são declarações das próprias empresas. O artigo não informa distribuição dos resultados, taxa de erro, custo total ou comparação com um grupo sem agentes.

O working paper *How Organizations Use AI: Evidence from ChatGPT* amplia a base observacional. Os autores ligaram registros do ChatGPT Enterprise a funções, tarefas e dados empresariais; na análise seis meses após adoção, a amostra supera 1.500 organizações e 17 milhões de mensagens. O resultado central é heterogeneidade: empresas diferem muito em velocidade, amplitude e finalidade de adoção. O estudo descreve uso. Não demonstra que maior uso causou melhor desempenho financeiro.

Uma pesquisa separada do MIT, baseada em registros regulatórios de empresas do S&P 500, ajuda a conter o entusiasmo. Em 2025, 11% tinham IA profundamente integrada aos processos e outros 10% usavam IA na produção ou entrega de serviços. A adoção havia mais que quadruplicado desde 2022, mas os autores não observaram diferenças claras de produtividade ou investimento de capital associadas aos níveis de adoção.

Isso não significa que IA não produz valor. Significa que adoção e resultado aparecem em relógios diferentes e exigem métricas diferentes. A revisão da OCDE sobre estudos experimentais encontrou ganhos em tarefas delimitadas, frequentemente entre 5% e mais de 25%, mas ressaltou que o efeito depende da adequação entre tarefa e capacidade, da habilidade do usuário e da avaliação crítica da saída.

Por que atividade não deve virar KPI de negócio?

Imagine um agente comercial que lê vinte contas durante a noite e gera cinquenta recomendações. O painel pode mostrar crescimento de tokens, sessões e tarefas iniciadas. Nada disso responde se uma lacuna do comitê de compra foi preenchida, se o cliente respondeu ou se a oportunidade avançou com evidência.

O problema não é medir atividade. Atividade ajuda a diagnosticar adoção, custo e carga. O erro é promovê-la a resultado. Eu separaria quatro camadas:

• Uso: pessoas acionaram a ferramenta e consumiram recursos.
• Processamento: o agente conseguiu ler, raciocinar, usar ferramentas e produzir uma saída.
• Entrega: o artefato chegou ao sistema ou à pessoa certa.
• Resultado: o trabalho foi aceito, reduziu tempo, melhorou qualidade, evitou risco ou gerou valor comprovado.

Esse cuidado é o mesmo que aplico ao avaliar ROI de um piloto de IA. Um piloto precisa mudar uma decisão. Se o único sinal é que as pessoas conversaram mais com a ferramenta, ainda estamos medindo entusiasmo.

Minha análise: o teste DER antes de escalar

Eu usaria um teste de desfecho, evidência e repetição, ou DER, antes de transformar qualquer experimento em capacidade operacional.

Desfecho: qual mudança observável encerra o workflow? “Gerar relatório” é saída. “Relatório aceito pelo responsável, sem correção material e dentro do prazo” é desfecho. Para vendas, pode ser uma resposta qualificada ou uma etapa atualizada no CRM. Para onboarding, acesso concluído e verificado.

Evidência: que recibo permite conferir entrada, ação e resultado? Logs técnicos ajudam, mas não bastam. Eu quero fonte usada, teste executado, aceite humano quando necessário e read-back no sistema final. É a diferença entre uma resposta convincente e os três rastros para confiar num agente.

Repetição: o workflow funciona novamente sem depender de quem montou a demonstração? Ele precisa sobreviver a exceções, dados novos e troca de operador. A versão boa não esconde falhas; transforma falhas recorrentes em atualização da skill, do contexto ou do ponto de revisão.

O DER também mostra onde parar. Se não existe desfecho binário, a equipe ainda não definiu o trabalho. Se não existe evidência, não há como governar. Se não existe repetição, existe uma demo, não uma capacidade.

Como aplicar essa ideia na próxima semana?

Escolha um workflow que repita pelo menos dez vezes por semana e que tenha custo visível: onboarding, preparação de proposta, conciliação, pesquisa de conta ou triagem de suporte. Registre a linha de base dos últimos vinte casos: tempo até o desfecho, correções materiais, exceções e custo humano.

Depois, dê ao agente uma função pequena. Escreva o gatilho, as fontes autorizadas, as ferramentas, as ações proibidas, o recibo esperado e o ponto de revisão humana. Não comece conectando todos os sistemas. Comece com o menor caminho que produz um desfecho real.

Rode vinte novos casos. Compare medianas e leia manualmente as exceções. Continue apenas se o tempo cair sem aumento de correções, risco ou trabalho de revisão. Se o agente produz mais, mas empurra a conferência para outra equipe, o ganho foi transferido, não criado.

Para dados sensíveis, conecte o agente somente ao contexto necessário. Controle técnico é parte do workflow, não decoração. A discussão sobre IA privada e controle de dados mostra por que hospedar ou conectar uma ferramenta não resolve sozinho permissão, retenção e responsabilidade.

Perguntas rápidas

Usar 8,3 vezes mais tokens significa ser 8,3 vezes mais produtivo?

Não. Tokens de saída são uma aproximação de intensidade de uso. Eles não medem diretamente produtividade, qualidade, receita, custo total ou conclusão de tarefas.

Qual é o melhor primeiro workflow para um agente de IA?

Um processo frequente, delimitado, com fontes acessíveis, baixo risco irreversível e desfecho fácil de conferir. A equipe precisa conhecer a linha de base antes do piloto.

Agentes devem executar ações sem aprovação humana?

Depende da consequência. Ações reversíveis e de baixo risco podem ganhar autonomia conforme o workflow prova qualidade. Publicação, pagamento, contrato, acesso ou comunicação sensível precisam de limites e revisão compatíveis com o risco.

Como saber se uma skill está realmente funcionando?

Compare casos antes e depois. Meça tempo até o desfecho, correções materiais, exceções, custo e carga de revisão. Uso ou validação técnica, isoladamente, não bastam.

Vale a pena ler o artigo original?

Sim, para entender os três casos e as seis recomendações da OpenAI. Leia-o como material empresarial com exemplos declarados, não como comprovação causal de retorno financeiro.

Fontes e data de corte

Dados verificados até 4 de setembro de 2026. Fonte principal: OpenAI, *How AI-native companies turn workflows into operating capability*, publicado em 1º de setembro de 2026. Contexto metodológico: Chatterji et al., *How Organizations Use AI: Evidence from ChatGPT*, working paper de 12 de agosto de 2026. Contrapontos: Yu et al., *AI Adoption in S&P 500 Firms* e OCDE, revisão de evidências experimentais sobre produtividade com IA generativa.

Eu estudo esses movimentos porque a vantagem não virá de conversar mais com a IA, mas de redesenhar trabalho com resultado e responsabilidade. Se você quer levar essa discussão para sua empresa ou evento, conheça minhas palestras sobre inteligência artificial e futuro do trabalho. Se prefere receber uma análise como esta toda semana, assine minha newsletter no Substack.