O triatleta de IA e o problema que ninguém quer nomear na sala de diretoria
Há uma frase que se repete em quase todas as reuniões de comitê executivo onde se revisam projetos de inteligência artificial: "o piloto foi bem-sucedido." E depois, silêncio. Ninguém pergunta por que o piloto nunca se transformou em outra coisa. A organização celebra o experimento, arquiva os aprendizados e, três meses depois, lança outro piloto. O ciclo se reinicia sem que ninguém tenha resolvido a questão de fundo: quem é o responsável por fazer isso escalar.
Esse é o verdadeiro problema identificado em um artigo publicado recentemente no Forbes Technology Council sob a assinatura de Anna Drobakha, diretora global de transformação digital e IA no Groupe SEB. O argumento central não gira em torno de tecnologia nem de orçamento. Gira em torno de arquitetura de liderança. E essa distinção importa mais do que a maioria dos comitês de diretoria está disposta a aceitar.
A proposta de Drobakha é concreta: as organizações que fracassam na transformação com IA não o fazem por falta de estratégia, nem por falta de talento técnico, nem por falta de investimento. Fracassam porque distribuem as três disciplinas que essa transformação exige — clareza estratégica, integração de capacidades e responsabilidade de execução — em pessoas, funções e camadas organizacionais distintas, sem que ninguém seja dono do que ocorre nos espaços entre elas. A metáfora que ela usa é precisa: um triatlo não são três corridas separadas. É um esforço contínuo no qual as transições entre disciplinas são tão exigentes quanto as próprias disciplinas.
Por que os pilotos não escalam
O diagnóstico de Drobakha não é novo, mas a maioria das organizações o trata como se fosse. De tempos em tempos aparece uma nova nomenclatura para o mesmo problema: lacuna de implementação, dívida de mudança, vazio de adoção. Muda o nome, persiste a fratura.
O que o artigo coloca sobre a mesa com incomum clareza é que essa fratura não é técnica nem orçamentária. É uma fratura de responsabilidade. Na maioria das grandes organizações, o estrategista que desenha o roteiro de IA não controla os recursos de dados. O arquiteto de capacidades que constrói a plataforma não governa os fluxos de trabalho operacionais. O operador que tenta implementar a mudança não tem autoridade sobre a agenda do comitê que aprova o que escala e o que é descontinuado. Cada um faz sua parte com rigor. Ninguém é dono do que ocorre entre as partes.
Isso não é uma disfunção menor. É o mecanismo exato pelo qual a maioria das iniciativas de IA corporativa morre de uma morte lenta e decorosa, sem fracassar com estrépito suficiente para gerar urgência de correção. O piloto "foi bem-sucedido." A adoção "está em andamento." A escala "requer mais alinhamento." E a organização continua investindo em tecnologia enquanto o verdadeiro gargalo — a coerência da liderança entre estratégia, capacidade e execução — permanece sem intervenção.
O que Drobakha chama de "o triatleta de IA" não é um perfil de contratação nem um novo título para o organograma. É uma descrição da capacidade que as organizações precisam desenvolver em seus times diretivos completos: a habilidade de sustentar as três disciplinas em movimento simultâneo, ler os sinais em uma e tomar decisões operacionais em outra sem perder coerência de sistema. Essa capacidade não se delega a um Chief AI Officer e se dá por resolvida. Ela se constrói — ou não se constrói — no coletivo de liderança. Não há atalho estrutural.
A transição como unidade de medida
Há um detalhe no argumento de Drobakha que merece mais atenção do que habitualmente recebe nas análises de transformação: a ideia de que as transições entre disciplinas são onde as iniciativas se ganham ou se perdem. Não no sprint estratégico inicial. Não na fase de execução. Na passagem de uma para a outra.
Isso tem implicações concretas para como as organizações deveriam medir a maturidade de sua transformação com IA. A maioria dos frameworks atuais mede capacidades: eles têm dados de qualidade? Têm modelos implantados? Têm talentos em ciência de dados? São perguntas legítimas, mas incompletas. O que não medem é a qualidade da transição entre diagnóstico estratégico e redesenho operacional, ou entre redesenho operacional e adoção em escala. É exatamente aí que o trabalho acumulado se dissipa ou se consolida.
Um time diretivo pode ter clareza estratégica impecável sobre onde a IA gera valor para o seu negócio, construir uma plataforma técnica sólida e ainda assim ver a adoção estagnar porque ninguém desenhou com rigor a passagem entre a lógica de construção e a lógica de mobilização organizacional. São disciplinas distintas. Requerem atenção distinta. E na maioria das organizações, essa passagem é tida como garantida ou delegada à gestão de mudança como se fosse um processo administrativo separado do núcleo estratégico.
Drobakha coloca isso de forma mais rigorosa: os líderes que sustentam a transformação não reagem a cada transição. Gerenciam o sistema de forma contínua, antecipando onde a energia vai se dissipar antes que isso aconteça e redirecionando recursos para lá. Isso não é gestão de projetos. É pensamento sistêmico aplicado à arquitetura de liderança.
A diferença entre essas duas capacidades não é trivial. Um gestor de projetos executa o plano. Um pensador sistêmico modifica o plano quando detecta que as condições que o justificavam mudaram, e o faz sem esperar que o fracasso o obrigue. Na prática, as organizações que escalam IA de forma sustentada têm pelo menos alguns líderes desse segundo tipo operando com visibilidade e autoridade suficientes para ajustar o sistema enquanto ele avança. As que não os têm acumulam pilotos bem-sucedidos.
O problema estrutural que a metáfora não resolve
O artigo de Drobakha é rigoroso no diagnóstico e honesto na complexidade do problema. No entanto, há um ponto onde o argumento requer maior tensão para ser útil como instrumento de decisão executiva.
Afirmar que as organizações devem desenvolver a capacidade do "triatleta de IA" em todo o time diretivo — que cada líder funcional deve operar com coerência entre estratégia, capacidade e execução em IA — é correto como descrição do estado objetivo. Mas omite a pergunta de como essa capacidade se financia sem dissolver o foco funcional que torna cada posição diretiva valiosa em primeiro lugar.
Um CFO que dedica energia cognitiva significativa a modelar o impacto da IA na estrutura de custos enquanto gerencia um ciclo de dívida complexo e um processo de fechamento fiscal não está sendo estrategicamente irresponsável ao priorizar. Está escolhendo. E essa escolha tem um custo de oportunidade visível. A proposta do triatleta assume que a capacidade de operar em três disciplinas simultaneamente é acumulável sem um custo equivalente em profundidade funcional. Essa suposição merece ser questionada antes de se tornar uma expectativa organizacional.
O que distingue as organizações que estão resolvendo isso de forma mais duradoura não é que cada líder seja igualmente competente nas três disciplinas. É que elas têm densidade suficiente de liderança nos pontos de transição — pessoas com autoridade real, não apenas visibilidade — para que nenhuma das lacunas entre disciplinas fique sem dono. Isso pode ser alcançado com triatletas individuais. Também pode ser alcançado com times diretivos onde a sobreposição deliberada de responsabilidades cobre os espaços entre as funções.
A distinção importa porque define o que uma organização busca quando contrata ou desenvolve líderes. Buscar triatletas completos é uma aposta concentrada em perfis raros. Desenhar times com sobreposição estratégica deliberada nos pontos de transição é um problema de arquitetura organizacional mais acessível e, em muitos contextos, mais robusto diante da rotatividade de talentos.
A renúncia que o artigo não nomeia
Há algo que o argumento de Drobakha deixa implícito, mas que merece ser explicitado, porque é onde a maioria das organizações não chega: escalar IA de forma sustentada exige que o time diretivo aceite descontinuar iniciativas com o mesmo rigor com que as lança.
O problema dos pilotos que não escalam não é apenas que ninguém seja dono da transição. É também que as organizações raramente têm a disciplina para encerrar o que não funciona antes de lançar o próximo. O resultado é uma acumulação de iniciativas ativas que competem pelos mesmos recursos de dados, pelo mesmo talento técnico e pela mesma capacidade de atenção da liderança, sem que nenhuma delas tenha a massa crítica para chegar à escala.
Drobakha menciona de passagem que a execução requer "governança disciplinada sobre o que testar, o que interromper e o que escalar." Essa frase merece ser o centro da análise, não uma cláusula subordinada. Porque a capacidade de parar é, na prática, a mais escassa. Encerrar um piloto visível que foi lançado com respaldo político do CEO tem um custo organizacional real. Requer que alguém com autoridade suficiente o execute, o justifique e absorva o custo relacional de fazê-lo. Essa decisão é, em rigor, a mais exigente das três disciplinas do triatleta. Não a mais técnica. Não a mais estratégica. A mais humana.
As organizações que estão ganhando terreno em IA não são necessariamente as que mais investem nem as que têm os modelos mais sofisticados. São as que desenvolveram a capacidade institucional de se comprometer com menos coisas e sustentar esse compromisso quando a pressão para demonstrar amplitude de agenda se faz sentir a partir do conselho. Essa é a renúncia que define se a arquitetura de liderança descrita no artigo é um framework operativo ou uma aspiração bem redigida.
O triatleta de IA, na versão mais útil do conceito, não é o líder que sabe de tudo. É o que sabe o que deixar ir para que o restante chegue a algum lugar.
