[DIÁRIOS DA IA] A ilusão do controle: por que empresas cheias de dados continuam tomando decisões às cegas

Corporações que continuarem desenhando sistemas eficientes, porém incapazes de capturar contexto, seguirão rápidas no curto prazo e frágeis no longo. / Imagem: Chat GPT/SC Inova

[19.01.2026]

Por Eduardo Barbosa, CEO da Brognoli Imóveis e um dos responsáveis pelo Conselho Mudando o Jogo (CMJ) em SC e RS. Escreve sobre inteligência artificial no ambiente corporativo na série “Diários de IA”. 

Vivemos um momento curioso em que as empresas acreditam estar mais informadas do que nunca, mas, na prática, estão cada vez mais cegas sobre si mesmas. Registram tudo o que é mensurável, estruturado e fácil de armazenar, mas perdem aquilo que realmente orienta decisões relevantes: o encadeamento de eventos, as motivações implícitas, as exceções, os dilemas e os pequenos desvios que, somados, explicam por que uma decisão aconteceu daquela forma e não de outra. 

Neste sentido, vemos a emergência dos chamados context graphs não como mais uma moda técnica, mas como um sintoma de algo mais profundo: sistemas empresariais foram desenhados para capturar estados, não experiências, e agora cobram esse preço. Quando uma organização olha para o CRM e vê apenas “deal perdido”, ela sente uma falsa sensação de controle, mas não aprende nada de fato; o aprendizado está no percurso, nas conversas, nas hesitações, nos vieses, nos incentivos e nas pressões daquele momento específico. 

A inteligência artificial, ao contrário do que o discurso simplista sugere, não se torna mais inteligente apenas com mais dados, mas com melhores narrativas estruturadas do que acontece entre um ponto e outro do processo. É por isso que a discussão sobre sistemas deixar de ser apenas Systems of Record e passarem a disputar o território dos workflows — os Systems of Action — é tão estratégica: quem controla onde o trabalho acontece passa a controlar também a captura da atenção, do contexto e, no limite, da decisão. 

Há aqui uma mudança silenciosa, mas radical, em curso. 

No ciclo anterior do software, o valor estava em organizar tarefas, agora, o valor migra para executar partes do trabalho em si, fatiando o esforço humano em microdecisões automatizáveis, começando justamente pelas mais repetitivas, custosas e invisíveis. Esse movimento de unbundling do workflow (processo de quebrar um trabalho completo — antes executado de forma integrada por pessoas, times ou softwares — em partes menores, específicas e autônomas, para que cada uma dessas partes possa ser automatizada, otimizada ou capturada por uma solução especializada, muitas vezes por IA),  não é apenas tecnológico, é cognitivo: ele redefine o que merece atenção humana e o que pode ser delegado às máquinas. 

Ao mesmo tempo, cria uma nova batalha por lock-in, não mais centrada apenas em dados ou funcionalidades, mas na intimidade com os processos reais das empresas, com seus ruídos, atalhos e improvisos. O que está em jogo não é quem tem o melhor modelo de linguagem, mas quem entende melhor o comportamento real dentro das organizações e consegue desenhar interfaces que se encaixem de forma quase invisível no fluxo diário de trabalho. Não por acaso, plataformas que dominam a execução tendem a acumular vantagens cumulativas: aprendem mais rápido, refinam melhor suas recomendações e constroem uma espécie de memória operacional que vai muito além de dashboards e relatórios.

É ENGENHARIA, E NÃO MAGIA 

Precisamos alertar para um erro comum entre fundadores e executivos: confundir magia com engenharia. Interfaces generalistas impressionam em demos, mas falham quando confrontadas com a especificidade dos workflows reais, por isso, mesmo soluções que começam como “wrappers” podem ser extremamente poderosas se forem desenhadas com profundo entendimento do contexto, dos incentivos e das decisões que importam. 

No pano de fundo, existe ainda uma clara disputa econômica: hoje, grande parte do valor ainda está concentrada na infraestrutura, mas isso tende a se deslocar à medida que as camadas superiores amadurecem e passam a capturar valor ao dominar a relação com o usuário, sua atenção e seus hábitos decisórios, como mostra o relatório da Battery Ventures. 

Para empresários e empreendedores, a provocação é: não basta perguntar onde estão seus dados, é preciso perguntar onde estão suas decisões e quem está aprendendo com elas. Empresas que continuarem desenhando sistemas eficientes, porém incapazes de capturar contexto, seguirão rápidas no curto prazo e frágeis no longo, aquelas que entenderem que atenção, narrativa e execução caminham juntas estarão mais bem posicionadas para usar a IA não como um truque, mas como uma extensão real da inteligência organizacional. 

No fim, talvez o maior erro seja tratar a inteligência artificial como um atalho, quando ela é, na verdade, um espelho: ela apenas amplifica aquilo que a empresa já é, inclusive seus pontos cegos.

REFERÊNCIAS:

• Lima, G. Reflexões sobre AI: Context Graphs, Unbundling e outras leituras. DealflowBR, 2026.
• Glean (Arvind Jain). Context is the Next Data Platform — and Why Context Graphs Are Key to Understanding Processes.
• Battery Ventures. State of AI Report. Battery Insights, 2024–2025.