IA sem governança virou desperdício de dinheiro, diz Chief AI Officer da Squadra

A inteligência artificial generativa rapidamente deixou de ser um projeto experimental para se tornar prioridade nas agendas dos CIOs. Ao mesmo tempo em que empresas aceleram investimentos em modelos, agentes e novas aplicações, cresce também a preocupação com um efeito colateral que começa a aparecer nos orçamentos: o aumento do custo operacional sem que, necessariamente, os resultados acompanhem esse ritmo. Para Rômulo Cioffi, Chief AI Officer (CAIO) e COO da Squadra, esse cenário é consequência de uma adoção acelerada, marcada por iniciativas isoladas, baixa governança e pouca conexão entre tecnologia e estratégia de negócios.

Em entrevista à TI Inside, o executivo afirmou que a inteligência artificial representa a maior transformação tecnológica das últimas décadas, mas alertou que muitas organizações ainda estão tratando a tecnologia como objetivo final, quando ela deveria funcionar apenas como instrumento para resolver problemas concretos das empresas. “Os CIOs estão sendo pressionados a criar agentes, desenvolver provas de conceito e acelerar projetos de IA. Depois vem a conta. O resultado muitas vezes não aparece na mesma velocidade em que os custos aumentam”, afirmou.

O desafio deixou de ser tecnológico e passou a ser organizacional

Na avaliação do executivo, uma das principais dificuldades enfrentadas pelos CIOs está na forma como os projetos continuam sendo estruturados. Em vez de redesenhar processos de maneira integrada, muitas empresas optam por criar agentes independentes para resolver problemas específicos de cada departamento. Embora essa abordagem produza ganhos localizados, ela também dificulta a construção de uma estratégia corporativa capaz de coordenar pessoas, plataformas e inteligência artificial dentro de uma mesma lógica operacional.

Para Cioffi, a chegada da IA exige uma revisão profunda do papel das lideranças e dos próprios times de tecnologia. “Você passa a colocar uma nova entidade dentro da organização. Esses agentes precisam conviver com pessoas, sistemas e lideranças. Isso exige uma visão holística da empresa e uma redefinição dos papéis de todos os envolvidos”, afirmou.

Esse redesenho também altera a dinâmica dos squads de desenvolvimento. Atividades repetitivas e de geração de código tendem a migrar para agentes inteligentes, enquanto profissionais passam a concentrar esforços em arquitetura, criatividade, definição de contexto e resolução de problemas de negócio. Segundo o executivo, o desenvolvimento de software deixa de ser uma atividade centrada exclusivamente na programação para se tornar um processo multidisciplinar, no qual especialistas em tecnologia, negócio e inteligência artificial trabalham sobre um mesmo propósito. “Todo mundo aprende e todo mundo ensina. O conhecimento deixa de estar concentrado em poucas pessoas e passa a ser construído coletivamente”, explicou.

Governança precisa controlar custos sem impedir inovação

Outro ponto destacado durante a entrevista foi a necessidade de equilibrar inovação e controle. Para Cioffi, governança não deve ser entendida como um mecanismo para limitar o uso da inteligência artificial, mas como uma estrutura capaz de indicar onde a tecnologia está sendo utilizada, quanto custa cada iniciativa e quais resultados efetivamente estão sendo sendo produzidos.

Segundo ele, essa preocupação ganha ainda mais importância à medida que o consumo de tokens passa a representar um novo componente relevante dos custos de tecnologia. Inspirada em práticas de FinOps desenvolvidas durante a expansão da computação em nuvem, a Squadra criou uma abordagem própria baseada em AIOps, que permite acompanhar, em tempo real, o consumo de modelos de IA por projeto, colaborador e cliente, cruzando essas informações com indicadores de produtividade e retorno financeiro. “Hoje conseguimos saber exatamente qual modelo está sendo utilizado, quem está usando, quanto isso custa e qual valor aquele projeto está gerando para o cliente”, afirmou.

Na visão do executivo, esse acompanhamento contínuo impede que organizações ampliem projetos antes de comprovar sua efetividade. Em vez de escalar centenas de agentes simultaneamente, a recomendação é validar casos de uso menores, medir impacto, aprender com os resultados e somente então expandir a iniciativa para outras áreas da empresa.

O papel do CAIO será orquestrar inteligência, não apenas implantar IA

A expansão da inteligência artificial também vem criando novas funções dentro das organizações. Entre elas está o Chief AI Officer, cargo ocupado por Cioffi na Squadra. Para ele, a missão desse executivo vai muito além da escolha de modelos ou fornecedores tecnológicos. Seu principal papel é construir uma visão integrada da organização, definir prioridades, criar ambientes favoráveis à inovação e estabelecer mecanismos permanentes de governança sobre toda a estratégia de IA.

“O ‘I’ representa inteligência. O ‘O’ representa a orquestração dessa inteligência. O papel do CAIO é entender onde entram os agentes, até onde vai a autonomia deles e como essa cooperação acontece junto das pessoas para entregar valor ao negócio”, afirmou.

Essa visão também influencia a escolha de parceiros para acelerar projetos de inteligência artificial. Segundo Cioffi, diante da quantidade de soluções disponíveis no mercado, CIOs devem priorizar empresas que apresentem resultados concretos, casos reais de implantação e disposição para construir conhecimento em conjunto com as equipes internas. Para ele, ainda é cedo para imaginar implantações massivas sem experimentação. O caminho mais seguro continua sendo iniciar projetos menores, aprender com cada etapa e escalar apenas aquilo que efetivamente demonstrar geração de valor.

A inovação nasce da dor, não da tecnologia

Ao longo da conversa, Cioffi voltou diversas vezes a uma mesma ideia: a inteligência artificial não deve ser o ponto de partida da inovação. Segundo ele, organizações costumam iniciar projetos perguntando qual tecnologia utilizar, quando deveriam começar identificando qual problema precisa ser resolvido.

“A dor é a fonte da inovação. Se eu capturei a dor corretamente e todo mundo compartilha esse propósito, a inovação nasce naturalmente”, resumiu.

Para o executivo, essa lógica exige que empresas compreendam profundamente seus processos antes de selecionar modelos, agentes ou plataformas. A tecnologia passa a funcionar como meio para alcançar um objetivo previamente definido, e não como uma resposta automática para qualquer desafio. “Entenda primeiro o seu problema. Depois escolha a inteligência artificial que faz sentido para resolvê-lo. Quem inverter essa lógica corre o risco de comprar hype em vez de construir transformação”, concluiu.

Fonte: TI Inside