Título original: Inteligência Institucional vs Inteligência Individual
Autor original: George Sivulka, a16z
Tradução do autor: Shenchao TechFlow
A IA acabou de aumentar a produtividade de todos em 10 vezes.
Nenhuma empresa se tornou 10 vezes mais valiosa por causa disso.
Para onde foi a produtividade?
Esta não é a primeira vez que isso acontece.
Na década de 1890, a eletricidade prometeu enormes aumentos de produtividade.
As fábricas de tecidos da Nova Inglaterra, originalmente construídas em torno da potência rotativa da máquina a vapor, rapidamente substituíram a máquina a vapor por motores elétricos mais rápidos.
Mas, durante trinta anos, as fábricas eletrificadas quase não melhoraram a produção. A tecnologia estava muito à frente. Mas a organização não acompanhou.
Até a década de 1920, as fábricas redesenharam completamente as linhas de produção - linhas de montagem, cada máquina equipada com um motor elétrico independente, trabalhadores e máquinas realizando funções completamente diferentes - a eletrificação só então produziu retornos reais.
Legenda: As três evoluções da fábrica de tecidos de Lowell. Da esquerda para a direita: fábrica a vapor de 1890, fábrica movida a eletricidade de 1900, fábrica 'driven by unit' de 1920 (ou seja, reconstruída desde o zero como uma linha de produção elétrica).
Os retornos não vêm da tecnologia em si, nem de fazer com que um único trabalhador ou máquina fizesse fios mais rapidamente. Mas é quando finalmente reimaginamos as instituições e a tecnologia juntas que os benefícios realmente se realizam.
Esta é a lição mais cara na história da tecnologia, e agora estamos reaprendendo essa lição.
Em 2026, a IA está trazendo um aumento de produtividade de 10 vezes para aqueles que sabem como aproveitá-la. Mas isso não é suficiente. Nós trocamos os motores, mas ainda não redesenhamos as fábricas.
Por uma simples razão: indivíduos eficientes não são iguais a organizações eficientes.
A grande maioria dos produtos de IA oferece a sensação de 'eficiência', mas não realmente impulsiona valor. A maioria dos casos de uso de IA que você vê é a autoindulgência de indivíduos em Twitter ou Slack da empresa em 'eficiência máxima', com impacto real igual a zero.
A expressão 'serviço como software' mencionada repetidamente no último ano está na direção certa, mas não ofereceu um plano. E também ignora o quadro maior. A verdadeira mudança não é de ferramentas para serviços, mas de construir tecnologia e instituições juntas (seja reformando as antigas ou começando do zero). Um futuro realmente eficiente precisa de uma nova categoria de produtos - a linha de montagem de amanhã.
Organizações eficientes precisam de 'inteligência em nível institucional'.
Este artigo irá explorar as sete dimensões que distinguem 'IA em nível institucional' de 'IA em nível pessoal'. Todas as empresas no espaço de IA B2B da próxima década serão construídas sobre essas diferenças.
Legenda: Tabela de comparação dos sete pilares da inteligência em nível institucional
Os sete pilares da inteligência em nível institucional
1. Coordenação
A IA em nível pessoal gera confusão.
A IA em nível institucional cria coordenação.
Vamos começar com um experimento mental. Suponha que você dobre o número de pessoas na sua organização amanhã, clonando todos os seus melhores funcionários.
Cada um desses funcionários tem pequenas diferenças, preferências, peculiaridades e perspectivas (especialmente seus melhores funcionários). Se a gestão não for adequada, a comunicação não for suficiente, e as divisões de responsabilidades, OKRs e limites de papel não forem claramente definidos... você cria caos.
Quando medido individualmente, a organização pode ter se tornado mais eficiente. Mas milhares de Agentes (ou humanos) remando em direções diferentes, o resultado positivo é ficar parado, o resultado negativo é desmantelar a coesão organizacional.
Isso não é uma suposição. Cada organização que adotou IA sem uma camada de coordenação está passando por isso agora. Cada funcionário tem seus próprios hábitos de uso do ChatGPT, seus próprios estilos de prompt, suas próprias produções - sem conexão com as produções de outros. O organograma pode estar lá, mas o trabalho gerado pela IA está, na verdade, seguindo um caminho diferente.
Legenda: Individuais eficientes (ou Agentes) estão remando em direções diferentes. Sem coordenação, é caos.
Coordenação é uma demanda absoluta, tanto para humanos quanto para Agentes.
A inteligência em nível institucional dará origem a uma indústria completa de 'gerenciamento de Agentes' - focando nos papéis e responsabilidades dos Agentes, na comunicação entre Agentes e entre Agentes e humanos, e em como medir o valor dos Agentes (simplesmente cobrar por volume não é suficiente).
2. Sinal
A IA em nível pessoal gera ruído.
A IA em nível institucional encontra sinais.
Hoje, os humanos podem criar - ou melhor, gerar - qualquer coisa que possam pensar: artigos, apresentações, planilhas, fotos, vídeos, músicas, sites e softwares escritos pela IA. Que presente maravilhoso.
O problema é que a maior parte do conteúdo gerado por IA é pura bagunça. A proliferação de lixo gerado por IA se tornou tão grave que algumas organizações exageraram e simplesmente proíbem toda a produção de IA. Para ser honesto, eu também sinto o mesmo - administro uma empresa de IA, mas peço à equipe executiva que não use IA em nenhum produto de texto final. Eu não suporto aquela bagunça.
Pense em como a indústria de PE (private equity) está se transformando. No ano passado, você pode ter recebido 10 oportunidades de negociação na sua mesa. Este ano, no próximo trimestre, você receberá 50 oportunidades, cada uma aprimorada pela IA até a perfeição, enquanto seu tempo para julgamento permanece o mesmo - você precisa encontrar aquela que realmente vale a pena.
Gerar qualquer coisa já não é um problema. Para qualquer organização séria, a questão agora é gerar e filtrar as coisas certas. Em um mundo movido por IA, encontrar aquele bom produto, aquela boa negociação, o sinal no meio do ruído se torna cada vez mais crítico. O motor econômico central da próxima década será cavar sinais da montanha de lixo que cresce exponencialmente.
Legenda: O lixo gerado por ferramentas de produtividade pessoal de IA está se proliferando a uma velocidade exponencial. Os humanos não conseguem mais filtrar a bagunça e precisam de um novo tipo de produto de IA em nível institucional.
A inteligência em nível institucional deve encontrar sinais, deve estruturar o ruído para penetrar na bagunça e, em operação, deve ser definível, determinística e auditável.
A IA em nível pessoal pode enfatizar a produtividade 'sempre online' do Clawdbot, atendendo às suas necessidades de maneiras imprevisíveis 24/7 - essencialmente um Agente não determinístico. A IA em nível institucional, por outro lado, depende da confiabilidade de Agentes determinísticos. Somente Agentes com pontos de verificação, etapas e processos previsíveis podem se escalar, descobrir sinais e dirigir retornos de receita para a organização.
Legenda: O Matrix é uma ferramenta que utiliza tecnologia generativa para penetrar no ruído, abrindo assim um mundo de Agentes e pontos de verificação determinísticos.
3. Preconceito
A IA em nível pessoal alimenta preconceitos.
A IA em nível institucional cria objetividade.
Discussões em torno de preconceitos sociais e políticos dominaram a narrativa da IA por vários anos. Os laboratórios de modelos básicos finalmente contornaram esse problema através de RLHF suficiente, ajustando todos os modelos para se tornarem bajuladores. Hoje, modelos como ChatGPT e Claude estão excessivamente alinhados, concordando com você em qualquer tópico dentro da janela de Overton (às vezes até ultrapassando um pouco, referindo-se a você @Grok). A discussão sobre preconceitos sociais e políticos diminuiu. Mas um novo problema surgiu.
Esse excesso de concordância com tudo já se tornou absurdo. Ele mesmo se tornou um meme - a resposta automática do Claude de 'Você está absolutamente certo!' não importa se o que você disse é realmente correto.
Isso soa inofensivo. Não é.
Muitas das pessoas que mais se esforçam para impulsionar a IA dentro das organizações podem rapidamente se tornar os funcionários com pior desempenho da história. Pense no porquê.
Os funcionários com pior desempenho na organização, que praticamente não recebem feedback positivo, rapidamente terão um ASI que concordará com eles durante todo o tempo. Eles dirão para si mesmos: 'Os agentes mais inteligentes de todos os tempos concordam comigo. É meu gerente quem está errado.'
Isso é viciante. Também é tóxico para as organizações.
Legenda: A câmara de eco da IA em nível pessoal agrava divisões, fazendo com que duas pessoas se afastem, essa dinâmica, em escala, criará facções dentro de uma organização que antes era unida.
Isso revela uma coisa importante. As ferramentas de produtividade pessoal reforçam o usuário. Mas o que realmente deveria ser reforçado são os fatos.
As organizações humanas, após milhares de anos de evolução, estabeleceram sistemas especificamente para combater esse problema:
· Reunião do comitê de investimentos
· Diligência de terceiros
· Consultar o conselho
· A separação de poderes executivo, legislativo e judiciário do governo dos Estados Unidos
· Democracia representativa, bem como o próprio sistema democrático
Legenda: A objetividade pode até aliviar problemas de coordenação - suprimindo pequenas divergências em vez de ampliá-las.
As organizações raramente falham por falta de confiança dos funcionários. Elas falham porque ninguém está disposto ou é capaz de dizer 'não'.
A IA em nível institucional deve desempenhar esse papel. Ela não será treinada por RLHF para agradar os usuários ou endossar suas crenças, mas sim para desafiar seus preconceitos. Dar feedback positivo quando o comportamento é eficiente, e desenhar linhas rígidas e forçar correções quando desvia do curso.
Assim, os Agentes mais importantes dentro da organização não serão 'ecoadores', mas sim 'votantes disciplinados' - questionando raciocínios, expondo riscos, executando padrões. Algumas das aplicações de IA mais influentes no futuro serão construídas em torno de restrições institucionais: membros do conselho de IA, auditores de IA, testes de terceiros de IA, conformidade de IA...
4. Vantagem de margem
A IA em nível pessoal otimiza o uso.
A IA em nível institucional otimiza a vantagem de margem.
Os limites da capacidade da IA estão se movendo toda semana, até mesmo todos os dias. As empresas de modelos básicos estão rapidamente iterando capacidades para competir por cada indivíduo e cada organização.
Mas a clássica 'dilema do inovador' nos diz que, em aplicações concretas, a profundidade sempre vence a amplitude:
· O trabalho da @Midjourney é manter uma leve vantagem em design de imagens.
· O trabalho da @Elevenlabsio é manter uma leve vantagem em modelos de voz.
· O trabalho da @DecagonAI está sempre à frente na experiência de atendimento ao cliente de pilha completa.
Embora os modelos básicos estejam se aproximando, a verdadeira vantagem de margem é a chave para especialistas em várias áreas.
Muitos dos melhores designers usam @Midjourney, muitos das melhores empresas de IA de voz usam @Elevenlabsio - porque, mesmo que os modelos básicos estejam progredindo, o foco incansável das aplicações dedicadas em impulsionar suas vantagens de margem específicas define a vantagem por si só.
Enquanto soluções dedicadas também evoluem, a capacidade realmente crítica para resultados econômicos - a capacidade crítica para os negócios - sempre estará do lado dos produtos dedicados.
Isso é evidente no setor financeiro - atualmente o campo mais quente para o desenvolvimento de LLM. Uma vez que uma certa capacidade se torna comum, por definição, ela não o ajudará a superar o mercado. Mas se a tecnologia de ponta puder gerar uma vantagem de 1% por um curto período? Esse 1% pode desbloquear retornos na casa dos bilhões.
Legenda: Para qualquer tarefa suficientemente específica, a vantagem de margem é definida pelas soluções em nível institucional que você constrói sobre a tecnologia de ponta.
Nossos usuários estão sempre além da vanguarda. A janela de contexto do LLM cresceu de 4K para 1 milhão de tokens em quatro anos. Alguns de nossos usuários processam 30 bilhões de tokens em uma única tarefa. Este ano, já vimos o caminho para processar tarefas de 100 bilhões de tokens. A cada melhoria na capacidade do modelo básico, já estamos indo mais longe.
Legenda: A janela de contexto e outras capacidades são um alvo móvel. Comparação da evolução da janela de contexto de três anos entre laboratórios de ponta e Hebbia.
A generalidade voltada para um amplo público é certamente importante, especialmente na fase de introdução dos funcionários à IA. Mas o futuro não será apenas sobre as pessoas usando ChatGPT/Claude ou soluções verticais, mas sim ChatGPT/Claude mais soluções verticais.
A inteligência em nível institucional deve alavancar Agentes especializados no domínio, e até mesmo Agentes especializados em tarefas.
Nós nos perguntamos uma questão que parece absurda, mas não é:
Quais Agentes a AGI escolherá usar como atalhos? Mesmo a superinteligência desejará ferramentas dedicadas para áreas específicas.
Os limites da capacidade da IA estão sempre se movendo, e aqueles que aproveitam as verdadeiras vantagens de margem são os vencedores. Os outros estão pagando por um produto genérico muito caro.
5. Resultados
A IA em nível pessoal economiza tempo.
A IA em nível institucional aumenta a receita.
@MaVolpi me disse uma vez uma frase que transformou minha percepção sobre vender IA para empresas: 'Se você perguntar a qualquer CEO se prefere cortar custos ou aumentar receita, quase todos dirão receita.'
Mas hoje, quase todos os produtos de IA no mercado oferecem redução de custos - prometendo ajudá-lo a economizar tempo, fazer mais com menos pessoas ou substituir trabalho humano.
A IA em nível institucional deve entregar retornos incrementais. E retornos incrementais são muito mais difíceis de serem comercializados do que o tempo economizado.
Tomemos como exemplo o desenvolvimento de software assistido por IA. O IDE de código é uma das melhores ferramentas de produtividade pessoal de IA de todos os tempos, mas já enfrenta uma enorme pressão do Claude Code (outra ferramenta de IA em nível pessoal). A Cognition está jogando um jogo completamente diferente. O negócio que mais cresce é vender transformação com tecnologia, não vender ferramentas. Eu apostaria que esse modelo terá longevidade.
O software puro 'está rapidamente se tornando não investível'. O serviço puro não é escalável. A camada de solução - onde a tecnologia e os resultados estão vinculados - é onde o valor duradouro realmente se acumulará.
Vamos olhar para M&A novamente. A IA em nível pessoal ajuda os analistas a modelar mais rapidamente. A IA em nível institucional identifica aquele contraparte de negociação que vale a pena perseguir entre cem alvos, e então expande a busca para mil. Uma economiza tempo, a outra gera receita.
Legenda: As empresas de modelos básicos estão se movendo para camadas de aplicação vertical. As empresas de aplicação vertical estão se movendo para camadas de solução.
O 'movimento para cima' é a gravidade natural do mercado atual. Os modelos básicos estão se movendo para a camada de aplicação, as empresas da camada de aplicação estão se movendo para a camada de solução.
A inteligência em nível institucional é a camada de solução. E a camada de solução - onde os resultados estão - sedimentará valor duradouro, capturando o maior espaço de ganho.
6. Capacitação
A IA em nível pessoal lhe dá uma ferramenta.
A IA em nível institucional ensina você como usar.
Os humanos, por mais inteligentes que sejam, resistem à mudança.
Acredite ou não, há lojas bem-sucedidas em Nova York que não aceitam cartões de crédito. Eles sabem que estão perdendo dinheiro, sabem que não aceitar cartões de crédito significa perder dinheiro, mas ainda assim não mudam. Da mesma forma, em um futuro previsível, certos funcionários dentro de certas organizações se recusarão a usar IA.
A transição de uma organização puramente humana para uma organização híbrida com prioridade em IA será o desafio mais duradouro e definidor da próxima década. E muitas vezes, as pessoas mais importantes e de mais alto nível na organização são as que mais demoram a adotar.
Legenda: O mais alto nível de uma organização - a quem está mais distante da 'operação de ferramentas de produtividade' - tende a ser o grupo que mais lentamente adota novas tecnologias, mas é o mais crítico.
A Palantir é a única empresa que, na última onda de venda de ações de tecnologia de trilhões de dólares, manteve múltiplos de avaliação extremamente altos. Há uma razão para isso. A Palantir foi uma das primeiras verdadeiras 'empresas de engenharia de processos'. Não importa se você a chama de 'engenharia de processos' ou 'escrever documentos de habilidades do Claude', a IA institucional futura dará origem a uma indústria: codificar processos empresariais dentro de Agentes e implementar a gestão de mudanças necessária.
Legenda: A adoção abrangente de IA pelas organizações cruzará várias lacunas, cada uma com seus próprios desafios. A colocação de processos online com IA será o principal motor.
Eu ouso dizer que a engenharia de processos se tornará a 'tecnologia' mais importante em breve.
E na engenharia de processos, a especialização em negócios e setores - em vez da especialização em software - é a mais crítica. Soluções verticais cultivam talentos com especialização na implementação de engenharia, implementação e gestão de mudanças na linha de frente.
Um banco de investimento de primeiro nível (um dos três principais) que optou por implantar completamente a Hebbia disse de forma mais clara: a razão pela qual não colaboram com um grande laboratório de modelos é porque 'temos que explicar à equipe deles o que é CIM (memorial de informações confidenciais)'. Claude ou GPT certamente entendem essa área, mas a equipe responsável pela implementação não...
Essa diferença determina tudo.
7. Sem necessidade de prompt
A IA em nível pessoal responde aos prompts humanos.
A IA em nível institucional age proativamente, sem precisar de prompts.
Há muitas discussões sobre comunicação entre Agentes, se as empresas e instituições do futuro ainda precisam de humanos.
Mas a pergunta melhor é: os Agentes de IA do futuro ainda precisarão de prompts?
Escrever prompts para a AGI é como conectar um motor elétrico a um tear manual. Ele é fundamentalmente e irreversivelmente limitado pelo elo mais fraco na cadeia de suprimentos da organização - nós mesmos. Os humanos simplesmente não sabem quais são as perguntas certas a serem feitas, quanto mais quando perguntar.
O trabalho mais valioso que a IA pode fazer é aquele que ninguém pensou em perguntar. A IA deve encontrar riscos que ninguém descobriu, contraparte de negociação que ninguém pensou e pipeline de vendas que ninguém sabe que existe.
Isso abrirá completamente as fronteiras dos casos de uso de IA.
Um sistema que monitora continuamente o fluxo de dados de todo o portfólio sem a necessidade de prompts. Ele descobre que o ciclo de capital operacional de uma empresa investida deteriorou silenciosamente por três meses consecutivos, cruzando com os termos do contrato no acordo de crédito, notificando o parceiro operacional antes que qualquer pessoa no fundo abra aquele PDF.
Quando você não precisa mais de humanos para escrever prompts para a IA, novas interfaces e novas maneiras de trabalhar surgem. Nós, @Hebbia, temos ideias fortes sobre isso. Vamos conversar mais sobre isso em breve.
Conclusão
Nada disso nega o valor dos chatbots, Agentes e IA em nível pessoal.
A IA em nível pessoal será o veículo pelo qual a maioria das empresas do mundo experimentará pela primeira vez a mágica da transformação da IA. Impulsionar o uso, impulsionar a facilidade de uso, é o primeiro passo crucial na gestão da mudança necessária para construir uma economia com prioridade em IA.
Mas, ao mesmo tempo, a demanda por inteligência em nível institucional é clara, urgente e imensa.
No futuro, cada organização terá um chatbot de um laboratório de modelos. Cada organização também terá uma IA em nível institucional projetada especificamente para problemas em áreas específicas - enquanto a IA em nível pessoal usará a IA em nível institucional como uma das ferramentas mais críticas em sua caixa de ferramentas.
A combinação 'melhor' da IA em nível institucional e da IA em nível pessoal é uma tendência inevitável.
Mas lembre-se da lição das fábricas de tecidos da década de 1890. As primeiras fábricas que foram eletrificadas perderam para aquelas que redesenharam suas oficinas.
Já temos eletricidade. É hora de redesenhar nossas fábricas.
Agradeço a @aleximm e @WillManidis pela revisão, assim como ao artigo de Will sobre 'objetos em forma de ferramenta' pela inspiração que trouxe a este texto.
Link do artigo original