No episódio desta semana do Vanzolinicast, o professor Kléber Nóbrega, especialista em planejamento estratégico e autor de publicações sobre o método, explica o que é o planejamento estratégico ágil, como ele funciona na prática e por que tantas empresas não conseguem executar aquilo que planejam.

O que é planejamento estratégico ágil

O planejamento estratégico ágil discute os mesmos temas do modelo tradicional (identidade, diagnóstico, objetivos, iniciativas), mas com menos profundidade, em menos tempo e com ciclos de revisão mais curtos. A lógica é simples: em vez de passar 12 meses construindo um plano, a empresa define suas diretrizes em poucas semanas e revisa o rumo com frequência.

Segundo o professor, três fatores explicam essa mudança:

• Necessidade de respostas rápidas, já que o mercado muda em volume e velocidade cada vez maiores.
• Objetividade, inspirada na ideia de Ram Charan, no livro Execução, de que um plano deveria caber em uma página.
• Menos burocracia, ou seja, fazer mais com menos e sintetizar a estratégia sem perder o essencial.

Planejamento estratégico x gestão estratégica

Uma distinção importante: o produto do planejamento estratégico é um plano, um documento. Já a gestão estratégica é o trabalho de fazer esse plano acontecer, acompanhando o ambiente e ajustando o caminho. As duas coisas se complementam, mas muitas empresas param na primeira.

Por que os planos estratégicos não saem do papel

Na experiência do professor, os resultados falham em várias frentes ao mesmo tempo: a demora na elaboração, a distância entre objetivos e resultados concretos, a expectativa de que o plano será cumprido à risca e a falta de acompanhamento sistemático.

Sobre a execução, ele aponta quatro causas recorrentes:

1. Não existe plano.
2. Existe plano, mas a execução segue por outro caminho.
3. Executa-se sem acompanhamento.
4. Falta disciplina estratégica.

Há ainda um fator de fundo: a ausência de pensamento estratégico. Um exercício que o professor usa com executivos ilustra bem isso. Ele pede que cada diretor liste os três principais problemas da empresa. O financeiro fala de liquidez, o RH fala de clima, o comercial fala de preço. Cada um enxerga o próprio silo, e não a organização como um todo.

Dessa falta de visão nasce outra confusão comum: tratar problemas operacionais como estratégicos. Para o professor, estratégico é aquilo que tem impacto de longo prazo, envolve toda a organização e exige decisão da diretoria. O problema que surgiu ontem à tarde, por mais grave que seja, geralmente é operacional.

Estratégias emergentes: nenhum plano acontece 100% como planejado

Um ponto central do método é aceitar as estratégias emergentes, conceito de Henry Mintzberg. Guerras, eleições, pandemias e movimentos da concorrência mudam o cenário, e o plano precisa absorver essas mudanças. Isso não significa abandonar o planejamento: ter um plano é justamente o que permite identificar com clareza o que precisa mudar.

Para equilibrar constância de propósito e adaptação, o professor combina três elementos:

• Análise de cenários: pensar o que acontece se o contexto melhorar, se mantiver ou piorar. Técnica usada pela primeira vez pela Shell, nos anos 1960.
• Visão de futuro: onde a empresa quer estar em 2 a 5 anos (e não mais em 10 ou 20).
• Planos ágeis: horizonte de 3 a 12 meses, com ajustes ao longo do caminho.

Etapas do planejamento estratégico ágil

O método tem dez etapas. Na conversa, o professor destacou as seguintes:

1. Aceitação estratégica: a diretoria não só aprova o planejamento, como se compromete a participar dele, sem delegar à gerência.
2. Identidade organizacional: missão, visão, valores e, cada vez mais, propósito.
3. Olhar para o passado recente: análise SWOT (forças, fraquezas, oportunidades e ameaças).
4. Olhar para o futuro com a matriz SOAR: forças, oportunidades, aspirações e resultados. A ideia é concentrar energia no que a empresa tem de melhor, sem ignorar fraquezas e ameaças graves.
5. Objetivo macroprioritário: um único objetivo para o ciclo.
6. Âncoras estratégicas: direcionadores que mantêm a organização alinhada ao objetivo, mesmo diante de modismos ou “tentações” de mudar de rota.
7. OKRs (Objectives and Key Results): transformam o objetivo em resultados-chave mensuráveis.
8. Iniciativas estratégicas: os projetos que vão materializar o plano, priorizados com a técnica dos 3Ps.
9. Execução e acompanhamento: talvez a etapa mais importante. Como resume o professor, o feito é melhor do que o perfeito.

Quanto tempo leva o planejamento estratégico ágil

O formato proposto é de três reuniões de 4 horas, com cinco a sete executivos. Antes delas, há uma reunião rápida de alinhamento e um questionário respondido por cada gestor. Quando o grupo se reúne, metade do plano já está esboçada, e o encontro serve para firmar decisões. Para comparação, o modelo tradicional costuma consumir de 48 a 60 horas de reunião.

Com mais de 15 diretores, a recomendação é dividir o trabalho por unidade de negócio ou por nível de reflexão. Por isso o método se aplica muito bem a pequenas e médias empresas e, em grandes corporações, a unidades de negócio.

Objetivo macroprioritário: por que definir um objetivo só

É comum executivos quererem definir 10, 12 ou 15 objetivos. O resultado é que cada área puxa para um lado. Ao eleger um único objetivo para o ciclo, a empresa ganha foco, engajamento e permissão para dizer não, o que remete à ideia de Michael Porter de que estratégia também é escolher o que não fazer.

Os objetivos que ficaram de fora não são descartados. Quando o primeiro for alcançado, o segundo pode ser promovido para o ciclo seguinte.

Técnica dos 3Ps: como priorizar projetos estratégicos

Para lidar com o excesso de projetos, que faz as pessoas trabalharem muito sem concluir nada, o professor propõe dois remédios: desapego e priorização.

A técnica dos 3Ps (priorizar as prioridades prioritárias) funciona assim:

• Escolha um único projeto. Esse é o P1.
• Depois, escolha mais dois. Esses são os P2.
• Todo o resto vira P3, um backlog.

Sempre que houver disputa por recursos entre um P1 e um P2, a decisão já está tomada. Quando o P1 terminar, um P2 sobe de nível e um item do backlog vira P2, mantendo o processo dinâmico.

 O papel da liderança no planejamento estratégico ágil

O professor resume o que a liderança precisa garantir em três palavras: compromisso, participação e disciplina. Participar inclui estar presente mesmo quando não se está falando, porque é ali que o líder enxerga o nível de pensamento estratégico da própria equipe.

Ouvir as pessoas é fundamental, mas a decisão estratégica é da liderança e, muitas vezes, é solitária. E vale a mensagem final do episódio: o plano não vai acontecer exatamente como foi pensado, e cabe ao gestor antecipar cenários, corrigir a rota e garantir a execução.

Perguntas frequentes sobre planejamento estratégico ágil

O post Planejamento estratégico ágil: como planejar mais rápido e executar melhor apareceu primeiro em Fundação Vanzolini.

Para o engenheiro de infraestrutura que domina a técnica, ele é a ponte entre a execução no canteiro e a cadeira de decisão na gerência: é o que acrescenta gestão financeira, liderança de equipes e visão de negócio ao conhecimento técnico.

Por que o upskilling virou prioridade na engenharia?

Porque as competências exigidas pelo mercado estão mudando rápido. Segundo o Fórum Econômico Mundial, 39% das competências centrais dos trabalhadores devem mudar até 2030.

O mesmo relatório estima que, de cada 100 trabalhadores, cerca de 59 precisarão de algum tipo de treinamento nesse período.

Na indústria brasileira, a lacuna já aparece. Segundo o IBGE, 54,2% das indústrias que adotaram tecnologias digitais avançadas apontaram a falta de pessoal qualificado como obstáculo.

Qual a diferença entre upskilling e reskilling?

Os dois conceitos são complementares:

Quais são as 5 competências do upskilling para engenheiros de infraestrutura?

O upskilling para engenheiros de infraestrutura que querem chegar à gestão passa por cinco competências.

1. Liderança técnica

Liderança técnica é a capacidade de conduzir equipes multidisciplinares, distribuir responsabilidades e tomar decisões com base em critérios técnicos e de negócio. O Fórum Econômico Mundial aponta liderança e influência social entre as competências que mais crescem até 2030.

2. Gestão de contratos

Grandes obras são, antes de tudo, contratos. Saber negociar, acompanhar entregas, medir, aditar e evitar disputas é o que separa o engenheiro executor do gestor de empreendimentos.

3. Visão de negócio

Visão de negócio é entender como cada decisão técnica afeta prazo, custo, margem e risco. É a competência que permite conversar com a diretoria na mesma língua.

4. Inteligência emocional

Inteligência emocional é a habilidade de reconhecer e gerenciar emoções, próprias e da equipe, em ambientes de pressão. Na gestão de grandes obras, ela sustenta a negociação, a liderança e a resolução de conflitos.

5. Novas tecnologias de infraestrutura

Ferramentas digitais, análise de dados e inteligência artificial já fazem parte do planejamento e do controle de obras. Dominar o básico dessas tecnologias permite liderar projetos mais eficientes.

Como montar um plano de upskilling?

Um plano de upskilling eficiente segue quatro passos:

1. Defina a função que você quer ocupar nos próximos anos.

2. Liste as competências que essa função exige.

3. Compare com o que você já domina e priorize as lacunas.

4. Combine formação, prática e acompanhamento, como em um plano de desenvolvimento individual.

O guia prático de Plano de Desenvolvimento Individual ajuda a organizar esse caminho, e o reskilling pode entrar como complemento quando a mudança de função fizer sentido.

Onde buscar formação para o próximo salto?

A Fundação Vanzolini, mantida por professores da Engenharia de Produção da Poli-USP, oferece formações que conectam a técnica à gestão, como a Trilha em Gestão de Projetos e o programa Da Execução à Liderança, voltado a quem está assumindo a primeira posição de liderança.

Como o upskilling impacta a carreira e a empresa?

O upskilling beneficia os dois lados. Para o profissional, amplia as chances de assumir funções de gestão, que costumam ter maior remuneração e maior influência sobre os rumos dos projetos.

Para a empresa, forma líderes que já conhecem a operação, a cultura e os clientes, o que reduz o risco de contratações externas para cargos estratégicos.

Na engenharia de infraestrutura, essa combinação é especialmente valiosa: o gestor que domina a técnica entende os riscos da obra, conversa com a equipe de campo e, ao mesmo tempo, consegue defender prazos, custos e decisões diante da diretoria e dos clientes.

Quais erros evitar no caminho para a gestão?

Alguns erros atrasam a transição da técnica para a gestão:

• acreditar que o conhecimento técnico, sozinho, garante a promoção;

• deixar para desenvolver competências de gestão só depois de assumir o cargo;

• concentrar a formação apenas em ferramentas e esquecer as habilidades de relacionamento;

• não buscar feedback de líderes e pares sobre os próprios pontos de desenvolvimento.

Antecipar o desenvolvimento é o que permite estar pronto quando a oportunidade aparece.

Como conciliar o upskilling com a rotina de obra?

A rotina de quem trabalha em infraestrutura é intensa, com deslocamentos, prazos apertados e imprevistos de campo.

Por isso, o upskilling precisa caber na agenda. Formações online ou em formatos de média duração, módulos curtos de aprendizagem e projetos práticos ligados ao trabalho atual ajudam a avançar sem abandonar a operação.

Outra estratégia é aproveitar o próprio dia a dia como laboratório: assumir a gestão de um contrato menor, participar de reuniões com clientes, acompanhar o orçamento de uma obra ou liderar uma frente de trabalho.

A combinação de formação e prática acelera o desenvolvimento e mostra à liderança que você está pronto para o próximo passo.

Pronto para sair da execução e assumir a gestão?

Conheça os cursos da Fundação Vanzolini e planeje o seu próximo salto de carreira.

Perguntas frequentes sobre upskilling

O post Upskilling: as 5 competências que você precisa dominar para garantir o seu próximo salto salarial apareceu primeiro em Fundação Vanzolini.

Só que um terminal não termina quando a obra é entregue. Ele vai operar por décadas, com equipes, manutenção, energia e equipamentos que precisam ser trocados no meio do caminho. Quando se olha o contrato inteiro, a conta muda de tamanho, e muitas vezes a obra deixa de ser a maior parte dela.

O estudo de viabilidade do ITJ01, terminal de contêineres no Porto de Itajaí (SC) que a ANTAQ levou à audiência pública em 2026, é um bom exemplo disso. Ao longo dos 25 anos de contrato, o investimento previsto é de R$ 2,67 bilhões, e o custo de operação chega a R$ 11,51 bilhões (ANTAQ, seção financeira do ITJ01).

Neste artigo, usamos o ITJ01 para entender o que entra em cada uma dessas contas, quais custos costumam passar despercebidos e o que um orçamento precisa registrar para que outra pessoa consiga conferi-lo.

Qual a diferença entre Capex e Opex?

Capex (capital expenditure, ou despesa de capital) é o dinheiro aplicado para implantar, ampliar ou renovar os ativos do terminal, como obras, equipamentos e estudos. Opex (operational expenditure) é o custo de operar e manter esses ativos depois que o terminal entra em funcionamento, como pessoal, manutenção e energia.

A diferença que mais pesa no planejamento é de tempo. O Capex se concentra em poucos anos: na implantação e em momentos pontuais de renovação. O Opex corre todo ano, do primeiro ao último dia do contrato, e acompanha o volume movimentado. Por isso um terminal pode parecer barato de construir e ser caro de manter, e só o fluxo dos 25 anos diz se o negócio fica de pé.

Valores em preços de abril de 2025, sem as demais obrigações financeiras do contrato.

No ITJ01, para cada real investido para construir e equipar o terminal, mais de quatro vão para operá-lo ao longo do contrato. Somadas as duas contas, a operação responde por cerca de 81% do total. 

O que entra no Capex de um terminal portuário?

A parte previsível do Capex está toda no estudo. Ele inclui a estrutura marítima (defensas e os trilhos dos portêineres, que são os guindastes de cais), o pátio com drenagem, pavimento, rede elétrica e combate a incêndio, e os equipamentos principais: portêineres, RTGs (guindastes de pátio sobre pneus), cavalos mecânicos de pátio e tomadas para contêineres refrigerados. Sobre o custo direto, o estudo soma 5% de engenharia e administração e mais 5% de contingência.

Dois itens merecem atenção justamente porque são fáceis de esquecer.

A renovação dos equipamentos (REPEX)

Um guindaste não aguenta 25 anos de operação intensa. O estudo prevê a reposição dos equipamentos ao longo do contrato, o chamado REPEX, estimado em metade do custo original deles. São R$ 588 milhões, ou 22% de todo o investimento do terminal.

O problema é quando esse dinheiro sai. A implantação se concentra nos nove primeiros anos, e a renovação acontece entre os anos 13 e 21. Um orçamento que termina na entrega da obra não enxerga esse desembolso, e um plano financeiro que não o carrega desde o início vai encontrar um buraco de centenas de milhões no meio do contrato.

Os tributos de importação

Boa parte dos equipamentos portuários vem de fora. Na fase 1 do ITJ01, são R$ 646 milhões em equipamentos importados, sobre os quais incidem R$ 72,4 milhões em tributos. Quando esse valor fica embutido no preço do equipamento, quem revisa a planilha não sabe se ele foi considerado, nem se foi contado duas vezes. Em linha própria, a dúvida desaparece.

O que entra no Opex de um terminal portuário?

O custo de operação do ITJ01 tem três blocos: pessoal, manutenção e utilidades (eletricidade, água e comunicações). A manutenção é calculada como um percentual anual do valor dos ativos: 1,18% para os equipamentos e 0,71% para a infraestrutura civil.

O bloco que mais pesa é o pessoal, e ele se divide em duas partes que se comportam de forma diferente. A equipe própria, de 1.498 pessoas, custa R$ 140,5 milhões por ano na configuração de referência. A mão de obra avulsa, contratada pelo OGMO (órgão gestor de mão de obra), custa mais: R$ 167,53 por TEU movimentado, o que dá R$ 236 milhões por ano no cenário-base de 1,41 milhão de TEU. O TEU é a unidade equivalente a um contêiner de 20 pés.

Como esse custo é cobrado por contêiner, ele acompanha a movimentação. Isso amarra o Opex à projeção de demanda: um erro na movimentação esperada distorce, ao mesmo tempo, a receita e o maior custo de operação do terminal.

Onde o orçamento de Capex costuma errar?

Esquecer a renovação. No ITJ01, seriam 22% do investimento fora da conta. É o erro mais caro.

Usar preço sem fonte nem data-base. O ITJ01 declara todos os valores em preços de abril de 2025 e trabalha em termos reais, sem inflação. Assim, qualquer número da planilha pode ser comparado com outro. Sem essa referência, não há como saber se dois preços estão na mesma base.

Tratar estimativa como preço fechado. O próprio estudo classifica seus números como estimativa de ordem de magnitude. Nessa fase, o orçamento serve para comparar alternativas e testar a viabilidade, não para contratar.

O que evita os três é simples: cada linha da planilha registra quantidade, preço unitário, fonte, data-base e ano previsto de desembolso. Com isso, qualquer pessoa consegue refazer a conta e chegar ao mesmo número.

Para aprofundar

Montar esse tipo de orçamento exige saber de onde vem cada preço e como funcionam as estruturas e os equipamentos de um porto. É isso que o minicurso ao vivo Do Corredor ao Porto: Vale Investir?, da Fundação Vanzolini, cobre numa aula de 3 horas: conceitos de Capex, bases públicas de preços, estruturas e equipamentos portuários e estudos de caso. A data e as condições da próxima turma estão na página do minicurso.

Perguntas frequentes

O post Capex e Opex em terminal portuário: o que a obra não mostra apareceu primeiro em Fundação Vanzolini.

Diante disso, a inteligência artificial no RH se coloca como a principal viabilizadora de uma nova lógica de desenvolvimento. A IA permite que as organizações estruturem, personalizem e melhorem o impacto de suas capacitações em tempo real, transformando o aprendizado em um motor contínuo de alta performance.

Quer saber o que muda na prática com o treinamento corporativo em IA? Então, siga com a leitura!

Por que o modelo tradicional de treinamento corporativo perdeu eficiência?

O formato convencional de Treinamento e Desenvolvimento (T&D) alcançou seu esgotamento e já se mostra ineficiente. O principal gargalo reside na padronização das formações, que ignora o nível prévio de conhecimento, o ritmo de aprendizado e o contexto específico de cada colaborador.

O conteúdo genérico que é compartilhado gera um profundo desengajamento, pois o profissional que já domina o tema se entedia e aquele que precisa de mais base acaba se perdendo.

O resultado disso é a baixa retenção de conhecimento. 

Nas organizações, é possível observar que poucos dias após o evento de capacitação, a maior parte do conteúdo é esquecida simplesmente porque não foi aplicada no fluxo diário de trabalho. Para os gestores, esse modelo cria uma falsa ideia de aprendizado. 

Avalia-se a “satisfação com o treinamento” (a famosa avaliação de reação), mas não se mensura o impacto real na produtividade ou na resolução de problemas operacionais. 

Em um mercado no qual a obsolescência de competências é quase que mensal, insistir em programas rígidos e sazonais é desperdiçar orçamento e tempo produtivo do time.

Como a IA transforma o treinamento corporativo na prática?

A inteligência artificial subverte a lógica do T&D ao migrar o aprendizado de um evento isolado para um ecossistema inteligente e integrado à rotina. Essa transformação se consolida por meio de quatro pilares práticos:

• Personalização em escala: Sistemas analíticos avaliam o histórico, as entregas e os gaps de cada profissional para moldar o conteúdo em tempo real. Se dois analistas iniciam o mesmo programa de liderança, a IA pode direcionar um para módulos intensivos de comunicação e o outro para tomadas de decisão baseadas em dados, calibrando a densidade, o formato (vídeo, texto, áudio) e o ritmo. O custo por pessoa deixa de ser um limitador da individualização.
• Aprendizado contínuo (Learning in the Flow of Work): Em vez de retirar o colaborador de seu posto por dois dias, microconteúdos sugeridos por IA aparecem diretamente nas ferramentas de trabalho (como Slack, Teams ou CRMs) no momento exato em que um desafio surge. O desenvolvimento torna-se fluido e constante.
• Mensuração de impacto preditiva: A tecnologia monitora a evolução de competências cruzando dados de uso da plataforma com indicadores de performance do negócio. Isso permite que o gestor identifique lacunas e ajuste a rota do programa antes que os gaps se transformem em falhas de entrega ou gargalos operacionais.
• Simulação e prática seguras: Através de mentores e avatares conversacionais baseados em IA generativa, os colaboradores podem treinar negociações complexas, feedbacks difíceis ou gestão de crises em cenários virtuais hiper-realistas. O profissional erra, recebe feedback imediato do algoritmo e refina a abordagem sem expor a empresa a riscos de mercado.

Personalização x padronização: o que a IA resolve que o treinamento tradicional não consegue

A baixa taxa de aplicação prática dos treinamentos tradicionais, em geral, acontece porque o conhecimento genérico exige do colaborador um grande esforço de tradução para a sua realidade. 

O modelo de treinamento padrão generaliza o conhecimento. É uma entrega de prateleira que não está focada no contexto, no desafio e na oportunidade específica daquele profissional ou empresa. 

A IA, por sua vez, é capaz de adaptar o conteúdo às especificidades de cada profissional ou organização, aumentando a aderência ao treinamento e a capacidade de transferência do aprendizado para a prática.

De acordo com a Pesquisa Panorama do T&D 2025-2026, realizada pela ABTD (Associação Brasileira de Treinamento e Desenvolvimento), as empresas brasileiras têm focado fortemente na eficiência, mensuração de resultados financeiros (ROI) e na aplicação estratégica de tecnologias.

O estudo revela que o mercado caminha para o fim do “dado pelo dado”. A grande revolução apontada para o período 2025-2026 é o uso de aprendizado orientado por dados para identificar padrões de comportamento e lacunas (gaps) de conhecimento em tempo real, permitindo à liderança tomar decisões baseadas em evidências.

Produtividade e vantagem competitiva: o que os dados sobre treinamento com IA revelam

De acordo com a reportagem do Valor Econômico, o custo e a complexidade fazem com que muitas empresas atualizem seus treinamentos com menos frequência do que o ideal. 

Com o advento da inteligência artificial, esse cenário começou a mudar. Plataformas de aprendizagem corporativa passaram a utilizar IA generativa para estruturar automaticamente cursos completos a partir de um tema indicado pelo gestor ou especialista técnico. O recurso tecnológico torna o processo muito mais ágil e personalizado. 

Para analisar o papel da inteligência artificial como um verdadeiro “parceiro de equipe” e seu efeito na produtividade e colaboração, pesquisadores de Harvard, Wharton e Warwick Business School conduziram um estudo com 776 profissionais da Procter & Gamble. 

No experimento, os especialistas foram separados aleatoriamente em grupos distintos para realizar tarefas com e sem o suporte da IA.

Os resultados revelaram que a tecnologia tem o potencial de elevar o patamar de um único colaborador ao nível de um time de alta performance. Os profissionais que utilizaram a ferramenta alcançaram uma melhora de 37% no desempenho, superando significativamente os 24% registrados pelo grupo sem auxílio tecnológico. Com isso, as equipes apoiadas pela IA triplicaram suas chances de entregar soluções de excelência.

Paralelamente, dados da Pesquisa Panorama do T&D 2025-2026 revelam uma preocupação central das lideranças: o orçamento médio anual de T&D por colaborador e os indicadores de eficiência são os componentes que justificam a necessidade de maior assertividade na alocação de recursos. 

Organizações que utilizam dados e algoritmos para guiar seus investimentos em capacitação alcançam uma curva de aprendizado substancialmente mais rápida.

Diante desses dados, fica claro que a eficiência não está em treinar mais, mas em garantir a eficiência no treinamento e desenvolvimento por meio de precisão cirúrgica. 

Empresas que aprendem mais rápido adaptam-se e respondem às oscilações econômicas antes da concorrência.

O papel do gestor no treinamento corporativo com IA

É fundamental destacar que a chegada da tecnologia não diminui a importância do talento  humano. O papel do gestor passa por uma profunda transição, na qual ele deixa de ser um mero homologador de orçamentos e escalas de cursos para se tornar o arquiteto estratégico da cultura de aprendizagem do time.

A inteligência artificial não possui visão de negócio de longo prazo e nem sensibilidade cultural, dependendo, assim, das diretrizes do líder para saber quais competências serão críticas para os próximos trimestres. 

A IA entrega os dados analíticos detalhados, mas cabe ao gestor usá-los para humanizar o desenvolvimento, realizando conversas de carreira mais profundas, garantindo o apoio emocional nas transições de escopo e engajando o time a extrair o melhor da tecnologia. Dominar essa dinâmica é a chave para o sucesso da liderança na era digital, unindo algoritmos poderosos à empatia e direcionamento humano.

Como a Fundação Vanzolini prepara gestores para liderar equipes na era da IA

Conectar a inovação tecnológica aos resultados práticos de negócio exige uma preparação executiva sólida e alinhada às demandas contemporâneas. A Fundação Vanzolini atua como um hub de excelência na capacitação de lideranças prontas para gerenciar esse novo ecossistema corporativo.

Por meio de uma abordagem que equilibra conceitos avançados e aplicação real no mercado, a Fundação oferece formações focadas no desenvolvimento de competências analíticas e comportamentais para gestores, tais como:

• Liderança e gestão de pessoas na era da transformação
• Curso de liderança focado em alta performance
• Cursos de gestão de projetos com dados e tecnologia

Dessa forma, os profissionais adquirem o ferramental necessário para desenhar estratégias de T&D de alto impacto, utilizando dados estruturados para potencializar a capacidade de suas equipes.

Não pare por aqui: aprofunde seus conhecimentos sobre treinamento corporativo com IA

A transformação operada pela inteligência artificial no ecossistema de educação corporativa é um caminho sem volta. Os gestores que superarem a visão instrumental da tecnologia e a adotarem como o pilar central de personalização e mensuração estratégica serão os líderes de times mais produtivos, engajados e prontos para responder aos desafios complexos do ambiente de negócios atual.

Quer entender melhor os desdobramentos práticos e os impactos dessas ferramentas no ambiente corporativo amplo? Navegue pelo nosso blog e explore as análises completas sobre a inteligência artificial no mercado de trabalho para liderar a inovação e antecipar as tendências que estão desenhando o futuro do emprego e do desenvolvimento humano.

Fontes: 

Treinamento e Desenvolvimento: o que são, a importância e qual é a diferença

Como a inteligência artificial está transformando treinamentos corporativos

Pesquisa Panorama do T&D 2025-2026

IA reduz custo e tempo de criação de treinamentos corporativos

O post Como a inteligência artificial está transformando treinamentos corporativos e o que isso significa para quem lidera equipes apareceu primeiro em Fundação Vanzolini.

Diante de mercados dinâmicos e complexos, medir entregas de forma isolada já não é suficiente. As organizações de alta performance utilizam o processo avaliativo para mapear competências, diagnosticar lacunas culturais e preparar seus talentos para desafios futuros.

Contudo, um erro recorrente em muitas empresas é o investimento expressivo em metodologias sofisticadas que, na prática, não se alinham à sua realidade. A escolha inadequada do modelo pode gerar frustração, desengajamento e percepções de injustiça interna. 

Com isso, temos uma pergunta central que norteia a eficácia do ecossistema de Gente e Gestão: qual a diferença entre avaliação de desempenho 90, 180 e 360 graus e quando utilizar cada uma? 

Conforme as análises de mercado publicadas pela revista Você RH, o grande desafio das empresas está em transformar a prática do feedback em ações efetivas que impulsionam o amadurecimento dos colaboradores. 

Não existe um modelo universalmente superior. A decisão ideal depende intrinsecamente da maturidade corporativa, da cultura de feedback estabelecida e do nível de preparação das lideranças. 

Siga com a leitura e entenda as diferenças entre avaliação de desempenho 90, 180 e 360 graus e descubra qual modelo faz mais sentido para sua organização.

O que é avaliação de desempenho e por que ela continua relevante?

A avaliação de desempenho consiste em um processo estruturado, contínuo e periódico, que tem como objetivo analisar tecnicamente as competências, os comportamentos, as entregas tangíveis e o potencial de desenvolvimento dos profissionais de uma organização. 

Segundo a Secretaria de Administração do Mato Grosso do Sul (SAD-MS), esse método é fundamental para apoiar o planejamento e as tomadas de decisões da gestão de pessoas nas administrações modernas. 

É importante deixar claro que a avaliação não deve ser um mecanismo punitivo. Pelo contrário, sua relevância está na capacidade de transformar dados subjetivos sobre comportamento humano em indicadores estratégicos para o negócio e aprimoramento dos talentos.

Os principais objetivos que justificam a centralidade desse processo nas organizações modernas incluem:

• Desenvolvimento profissional: Identificação clara dos pontos fortes e das oportunidades de melhoria de cada colaborador.
• Identificação de talentos: Mapeamento de profissionais de alto desempenho e alto potencial (High-Potentials) para blindagem e retenção.
• Planejamento de carreira e sucessão: Fornece dados para a estruturação de promoções, movimentações laterais e planos de substituição de posições críticas.
• Capacitação assertiva: Direcionamento dos investimentos em programas de treinamento a partir de gaps reais de competência.
• Fortalecimento da liderança: Consolidação do papel do gestor como principal agente de desenvolvimento de sua equipe.

Organizações com alto nível de maturidade de governança compreendem que avaliar o desempenho é o alicerce para apoiar decisões estratégicas de capital humano, conectando diretamente as metas de negócios ao comportamento diário das equipes.

Quais benefícios uma avaliação de desempenho bem estruturada pode gerar?

Quando implementada de maneira transparente e alinhada aos valores da empresa, a avaliação de desempenho atua como um catalisador de resultados positivos, gerando valor tanto para as pessoas quanto para a corporação. 

Conforme documentado em diretrizes públicas de gestão de desempenho, o processo bem parametrizado garante a coleta de informações que vinculam eficiência e eficácia às metas institucionais. Entre os principais benefícios, podemos destacar:

• Maior clareza de expectativas: Mitiga o desalinhamento ao formalizar o que a empresa espera do profissional em termos de metas quantitativas e comportamentos qualitativos.
• Desenvolvimento acelerado de competências: Estimula os profissionais a buscarem o aprimoramento técnico e comportamental de forma direcionada.
• Fortalecimento do feedback: Institucionaliza rotinas de diálogo aberto e estruturado entre diferentes níveis hierárquicos.
• Identificação precisa de gaps de desenvolvimento: Permite à organização enxergar com exatidão quais habilidades estão em falta no quadro geral de funcionários.
• Planejamento estratégico de treinamentos: Transforma o plano de T&D (Treinamento e Desenvolvimento) em um investimento sob demanda, eliminando gastos com capacitações genéricas.
• Alinhamento à cultura organizacional: Garante que os valores organizacionais sejam traduzidos em comportamentos mensuráveis no dia a dia.

O que é a avaliação de desempenho 90 graus?

A avaliação de desempenho 90 graus é o modelo mais tradicional e verticalizado de gestão de desempenho. Sua característica principal é que o processo avaliativo é realizado exclusivamente pelo líder direto do colaborador. 

O fluxo de análise é estritamente top-down (de cima para baixo), cabendo ao gestor a prerrogativa de diagnosticar as competências técnicas, competências comportamentais, bem como os resultados e entregas do profissional sob sua supervisão dentro do ciclo estabelecido.

O que é a avaliação de desempenho 180 graus?

A avaliação de desempenho 180 graus representa uma evolução em relação ao modelo tradicional, introduzindo um componente de bidirecionalidade. Neste formato, o processo inclui duas perspectivas fundamentais: a avaliação técnica realizada pelo gestor direto e a autoavaliação do próprio colaborador. 

Antes da reunião de alinhamento, o profissional analisa criticamente seu próprio desempenho, suas conquistas e suas dificuldades, confrontando posteriormente suas percepções com os apontamentos do líder.

O que é a avaliação de desempenho 360 graus?

A avaliação de desempenho 360 graus, também conhecida como feedback multivisual ou multifonte, é o modelo mais abrangente e holístico disponível. O conceito baseia-se em circular o avaliado de perspectivas distintas. Assim, o desempenho do profissional é analisado por todos aqueles que interagem diretamente com ele em sua rotina de trabalho.

O modelo incorpora de forma estruturada as visões do:

• Gestor direto (visão ascendente);
• Pares e colegas de equipe (visão horizontal);
• Subordinados diretos, caso o avaliado exerça cargo de liderança (visão descendente);
• Clientes internos e parceiros de projetos;
• Clientes externos e fornecedores (quando aplicável à função);
• Autoavaliação do próprio colaborador.

Comparativo entre avaliação 90, 180 e 360 graus

Para facilitar a visualização das diferenças estruturais de cada metodologia, o quadro abaixo mostra os principais critérios operacionais:

Qual modelo de avaliação de desempenho escolher?

A definição do modelo ideal não deve se basear em modismos corporativos, mas sim no diagnóstico preciso das variáveis estruturais e comportamentais da organização. Gestores de pessoas e Business Partners devem calibrar a escolha considerando os seguintes pilares fundamentais:

• Maturidade da organização

Empresas em estágios iniciais de estruturação de processos ou startups em fase de hipercrescimento acelerado frequentemente se beneficiam da agilidade do modelo de 90 ou 180 graus. Migrar abruptamente para um modelo 360 graus sem processos consolidados pode paralisar a operação devido à carga administrativa.

• Objetivos da avaliação

Se o objetivo imediato for puramente balizar decisões salariais e cumprimento de metas técnicas de curto prazo, o modelo 90 graus atende à demanda. Se o foco for a transformação de soft skills, sucessão de liderança e fortalecimento de cultura, os modelos de 180 ou 360 graus tornam-se imperativos.

• Cultura de feedback

A segurança psicológica é a premissa básica da avaliação multifonte. Se os colaboradores temem represálias por apontar oportunidades de melhoria em seus pares ou superiores, a avaliação 360 graus gerará dados artificiais ou inflados. Nesses contextos, recomenda-se iniciar pelo modelo 180 graus, promovendo o letramento da organização.

• Perfil e maturidade das lideranças

Líderes centralizadores ou tecnicamente imaturos necessitam de suporte corporativo antes de gerirem processos avaliativos. O desenvolvimento das lideranças deve preceder a escolha de modelos mais complexos, garantindo que os gestores saibam converter os relatórios em planos práticos de ação.

Uma dica prática: Organizações complexas frequentemente adotam estratégias híbridas. É perfeitamente viável – e recomendado – aplicar o modelo 180 graus para os níveis operacional e técnico e reservar a riqueza do modelo 360 graus para o ecossistema de coordenadores, gerentes e executivos, maximizando o retorno sobre o investimento do processo.

O papel da liderança na efetividade da avaliação de desempenho

Mais do que qualquer tecnologia, as pessoas que estão à frente é que importam. Uma máxima fundamental em Gestão de Pessoas é que a qualidade de um processo avaliativo depende mais do preparo da liderança do que do software ou formulário adotado. 

De acordo com as análises da Você RH, o papel fundamental do setor de Recursos Humanos e dos líderes é capacitar e apoiar o colaborador para que o feedback não termine na reunião, mas migre, efetivamente, em planos de ação contínuos.

Para garantir a efetividade e legitimidade do processo, a liderança deve exercer ativamente cinco competências humanas essenciais:

• Comunicação assertiva: Traduzir feedbacks de forma clara, objetiva e baseada em fatos e dados tangíveis, eliminando adjetivações e julgamentos de valor pessoal.
• Escuta ativa: Demonstrar abertura real para ouvir os argumentos do colaborador durante a reunião de alinhamento, compreendendo as variáveis que influenciaram suas entregas.
• Feedback construtivo: Dominar técnicas de feedback (como o modelo sanduíche ou feedback SCI – Situação, Comportamento e Impacto) para apontar caminhos de superação.
• Segurança psicológica: Garantir que o ambiente de conversa seja pautado pelo respeito mútuo, onde o erro seja tratado como oportunidade de aprendizado e não de retaliação.
• Desenvolvimento contínuo: Manter uma postura de acompanhamento constante, assegurando que o diálogo sobre desempenho ocorra rotineiramente, e não apenas uma vez ao ano.

Avaliação de desempenho não é o fim do processo

É fundamental conscientizar os profissionais que a consolidação das notas e o encerramento do ciclo no sistema não representam o fim do processo, mas sim o início da fase de maior geração de valor. Especialistas alertam que o tradicional “período de feedbacks” corporativo (comumente realizado em dezembro) perde todo o sentido estratégico se for visto apenas como um fechamento anual burocrático. A avaliação só se justifica se for sucedida por ações concretas de evolução.

Os dados extraídos dos relatórios avaliativos devem ser imediatamente convertidos em insumos para:

• Planos de Desenvolvimento Individual (PDI): Roteiros customizados com metas de aprendizagem para cada colaborador.
• Programas de Capacitação e Treinamento corporativo sob demanda.
• Processos de Mentoria e Coaching executivo para aceleração de talentos com alto potencial.
• Trilhas de aprendizagem continuada focadas no fechamento de gaps de soft skills e competências de gestão.

Sem o desdobramento em ações educacionais e de desenvolvimento, a avaliação de desempenho perde seu caráter estratégico, tornando-se uma mera formalidade que consome tempo e recursos da companhia.

Como a Fundação Vanzolini forma profissionais preparados para liderar e desenvolver pessoas

A efetividade de qualquer modelo de avaliação de desempenho, seja ele 90, 180 ou 360 graus, está diretamente ligada à qualidade das competências humanas e a capacidade de gestão das lideranças e profissionais de Recursos Humanos da organização.

Assim, atenta aos desafios operacionais das empresas modernas, a Fundação Vanzolini oferece um portfólio robusto de especializações e cursos de curta duração focados em Liderança, Gestão de Pessoas e Soft Skills. 

Desenvolvidos por professores com sólida vivência de mercado e embasamento acadêmico de excelência, nossos programas capacitam gestores, business partners e executivos a estruturarem culturas de feedback contínuo, a gerir conflitos de forma produtiva e transformarem avaliações de desempenho em ferramentas reais de alta performance organizacional.

Potencialize a gestão de talentos da sua organização e prepare suas lideranças para os desafios do futuro. Conheça os cursos de Gestão de Pessoas da Fundação Vanzolini no nosso portfólio completo! 

Fontes:

ARTIGO – Avaliação de desempenho: entenda o que é, métodos e importância

Dezembro: época de feedbacks e a importância de transformar prática em ação

Veja 3 tipos de avaliação de desempenho, 90, 180 e 360 graus, e decida em que situação você deve usar cada um deles

O post Avaliação de desempenho 90, 180 ou 360 graus: qual modelo faz mais sentido para desenvolver pessoas e fortalecer lideranças? apareceu primeiro em Fundação Vanzolini.

A complexidade do ambiente de negócios, marcado por cadências regulatórias cada vez mais exigentes e por escândalos corporativos de repercussão global, criou uma demanda forte por esse perfil especializado.

No Brasil, a Lei 11.638/2007 ampliou as exigências de transparência para sociedades de grande porte, fortalecendo a relevância da auditoria interna nas estruturas de compliance.

No cenário internacional, a criação do Institute of Internal Auditors (IIA) em 1941 e a posterior publicação das Normas Internacionais de Auditoria consolidaram parâmetros técnicos que hoje orientam a prática em mais de 170 países.

Organizações de todos os portes, de multinacionais a empresas familiares em processo de profissionalização, reconhecem que a governança começa pela capacidade de se autofiscalizar com rigor e metodologia.

O que é um auditor interno?

O auditor interno é um profissional que atua dentro da própria organização para avaliar a eficácia dos controles internos, identificar riscos operacionais e verificar a conformidade com normas, políticas e legislações aplicáveis.

O IIA define auditoria interna como “uma atividade independente e objetiva de avaliação e de consultoria, desenhada para adicionar valor e melhorar as operações de uma organização” (Normas Internacionais para a Prática Profissional de Auditoria Interna, IIA, 2017).

Essa definição evidencia dois papéis simultâneos, o de garantia, assegurar que controles funcionam e o de consultoria, apoiar decisões estratégicas.

Na prática, o profissional transita por áreas como finanças, operações, tecnologia, RH e cadeias de suprimentos, entre outras.

Seu planejamento profissional costuma incluir especializações setoriais que ampliam sua capacidade de atuar em contextos cada vez mais complexos e regulados.

Quais são as principais responsabilidades deste profissional?

As responsabilidades do auditor interno variam conforme o porte e o setor da organização, mas convergem para um objetivo de fornecer à alta direção uma visão objetiva sobre riscos, controles e oportunidades de melhoria.

Abaixo, as três frentes de atuação mais relevantes.

Avaliação da eficácia dos controles internos

Controles internos são o conjunto de políticas, procedimentos e mecanismos que uma empresa adota para proteger seus ativos, garantir a confiabilidade das informações e assegurar que as operações ocorram conforme o planejado.

O auditor interno avalia se esses controles existem, se são adequados ao risco que pretendem reduzir e se estão sendo efetivamente seguidos.

O framework mais utilizado como referência é a ABNT NBR ISO 9001, estruturada com base no ciclo PDCA (Plan-Do-Check-Act — Planejar, Fazer, Verificar e Agir). 

Sua estrutura organiza a gestão em quatro etapas: planejar (Plan), definindo metas e processos necessários; fazer (Do), executando o que foi planejado; verificar (Check), monitorando e medindo os resultados frente aos objetivos; e agir (Act), implementando ações de melhoria contínua. 

Identificação de riscos e oportunidades de melhoria

O auditor interno sinaliza o que está errado e propõe caminhos de Melhoria de Processos Organizacionais que reduzam a probabilidade de ocorrência e o impacto de eventos adversos.

A abordagem baseia-se na norma ABNT NBR 31000, que estabelece princípios e diretrizes para a gestão de riscos de forma integrada à estratégia do negócio.

O trabalho envolve entrevistas com gestores, análise de dados operacionais e testes de controles.

Ao final, o auditor apresenta um relatório com achados classificados por nível de criticidade, baixo, médio, alto ou crítico e recomendações priorizadas por impacto e viabilidade de implementação.

Verificação da conformidade com normas (ISO) e legislações

A verificação de conformidade, ou auditorias de compliance, examina se a organização está aderente às exigências legais, regulatórias e normativas de seu setor.

No contexto de sistemas de gestão, o auditor verifica o atendimento a normas como ISO 9001 (Qualidade), ISO 14001 (Ambiental) e ISO 45001 (Saúde e Segurança), entre outras.

Para os setores financeiro e de capital aberto, o escopo inclui legislações como a Lei Anticorrupção Brasileira (Lei 12.846/2013) e normas do Banco Central ou CVM, além da norma ABNT ISO 37301 – Sistemas de Gestão de Compliance.

Qual a diferença entre auditoria interna e auditoria externa?

A auditoria interna e a auditoria externa compartilham o objetivo de avaliar controles e conformidade, mas diferem substancialmente em vínculo, público-alvo e produto final.

Quais são as competências necessárias para ser um bom auditor interno?

Ser um auditor interno exige uma combinação equilibrada de domínio técnico e habilidades interpessoais. A tabela a seguir organiza as principais por categoria:

Como funciona o processo de auditoria interna na prática?

O processo de auditoria interna segue um ciclo estruturado, alinhado às Normas Internacionais do IIA, que garante consistência, rastreabilidade e credibilidade dos resultados.

Cada fase tem entregáveis específicos e envolve interlocução direta com as áreas auditadas. O ciclo de vida de projetos de auditoria é composto pelas etapas a seguir:

1. Planejamento anual (PAAI): definição do universo auditável, avaliação de riscos e priorização dos trabalhos para o ano.
2. Planejamento do trabalho individual: definição do escopo, objetivos, critérios e metodologia de cada auditoria.
3. Execução (Fieldwork): coleta de evidências por meio de entrevistas, análise documental, testes de controles e análise de dados.
4. Comunicação dos resultados: elaboração e apresentação do relatório de auditoria com achados, classificação de riscos e recomendações.
5. Monitoramento (Follow-up): acompanhamento da implementação dos planos de ação acordados. Garante que as recomendações gerem melhorias mensuráveis.

Em quais áreas um auditor interno pode atuar? (Qualidade, Ambiental, Financeira)

O auditor interno pode atuar em praticamente qualquer área organizacional onde existam processos, riscos e necessidade de conformidade. Abaixo, as principais frentes de trabalho com seus focos e referências normativas:

Quer se especializar e se destacar como Auditor Interno?

Conheça os cursos disponíveis e dê o próximo passo na sua carreira.

Perguntas frequentes sobre análise preditiva com IA

O post Auditor Interno: Entenda o papel desse profissional na governança corporativa apareceu primeiro em Fundação Vanzolini.

O que é análise preditiva com inteligência artificial?

A análise preditiva com inteligência artificial combina estatística, dados e algoritmos de aprendizado de máquina para calcular a probabilidade de um evento.

Em vez de olhar para o retrovisor, ela olha para frente: a partir do que já aconteceu, estima o que deve acontecer e com que grau de confiança. O ponto de partida são sempre algoritmos de machine learning e dados históricos de qualidade.

A tecnologia já faz parte da rotina de muitas empresas. Segundo o IBGE, o percentual de indústrias com 100 ou mais empregados que usam inteligência artificial subiu de 16,9% em 2022 para 41,9% em 2024.

Considerando empresas de todos os portes, a pesquisa TIC Empresas do Cetic.br mostra que o uso de IA chegou a 17% em 2025.

Qual a diferença entre análise tradicional e análise preditiva?

A diferença está na pergunta que cada uma responde:

A análise preditiva é o passo que permite agir antes do problema.

Como funciona a análise preditiva com IA?

O processo segue etapas bem definidas:

1. Definição do problema: o que se quer prever e para tomar qual decisão.

2. Coleta e preparação dos dados históricos, com limpeza e organização.

3. Escolha e treinamento dos algoritmos de machine learning, que aprendem os padrões nos dados.

4. Validação do modelo, comparando as previsões com resultados reais.

5. Uso no dia a dia e monitoramento, ajustando o modelo quando o cenário muda.

A qualidade da previsão depende diretamente da qualidade dos dados. Dados incompletos ou desorganizados geram previsões pouco confiáveis.

Quais são as principais aplicações da análise preditiva?

As aplicações variam conforme a área e a dor de cada gestor.

Operações e indústria

Nas operações, a inteligência artificial preditiva nas empresas é usada para prever falhas de equipamentos e programar a manutenção, antecipar gargalos de produção e fazer previsão de demanda para ajustar estoques e compras. Veja mais no conteúdo sobre operações industriais com inteligência artificial.

Gestão de pessoas

Na análise preditiva aplicada à gestão de pessoas, os modelos ajudam a identificar sinais de risco de desligamento, prever necessidades de contratação e planejar a capacitação das equipes. Nesse uso, o cuidado com a ética e com a proteção de dados pessoais é ainda maior.

Gestão e estratégia

Na gestão, a análise preditiva apoia a tomada de decisão orientada por dados: cenários de vendas, riscos financeiros e priorização de investimentos passam a se basear em evidências, e não apenas em percepção.

Quais são os desafios para implantar a análise preditiva?

O principal desafio não é a tecnologia, mas as pessoas e os processos. Segundo o mesmo levantamento do IBGE, entre as indústrias que adotaram tecnologias digitais avançadas, 54,2% apontaram a falta de pessoal qualificado como obstáculo, e 78,6% citaram os altos custos das soluções.

Outros desafios frequentes são dados dispersos em vários sistemas, falta de clareza sobre o problema de negócio e dificuldade para interpretar os resultados. Por isso, capacitar as equipes é tão importante quanto escolher a ferramenta.

Como preparar sua equipe para usar a análise preditiva?

Preparar a equipe começa por entender os fundamentos da IA e saber transformar dados em decisões. A Fundação Vanzolini oferece formações como Análise de Dados e Automação de Processos com IA, Estratégia e tomada de decisão com IA e Inteligência Artificial aplicada ao RH.

Quais tipos de modelos preditivos são mais usados?

Os modelos preditivos variam conforme a pergunta que se quer responder:

• Modelos de classificação: estimam a chance de um evento acontecer ou não, como a falha de uma máquina ou a saída de um colaborador.

• Modelos de regressão: estimam valores numéricos, como a demanda de um produto no próximo mês.

• Séries temporais: projetam o comportamento de um indicador ao longo do tempo, considerando sazonalidade e tendências.

• Detecção de anomalias: identificam padrões fora do normal, como fraudes ou desvios de qualidade.

Como garantir o uso ético da análise preditiva?

A análise preditiva lida com probabilidades, e não com certezas. Por isso, é importante que as decisões tomadas a partir dos modelos sejam revisadas por pessoas, principalmente quando afetam colaboradores, candidatos ou clientes.

Outros cuidados incluem verificar se os dados históricos não carregam distorções que o modelo pode reproduzir, explicar como as previsões são geradas e respeitar a Lei Geral de Proteção de Dados no uso de dados pessoais. Esses cuidados aumentam a confiança nos resultados e reduzem riscos para a empresa.

Sua empresa já usa os dados que tem para antecipar decisões? Conheça os cursos da Fundação Vanzolini e prepare sua equipe para a análise preditiva com IA.

Perguntas frequentes sobre análise preditiva com IA

O post Análise preditiva com IA: o que é, como funciona e principais aplicações apareceu primeiro em Fundação Vanzolini.

Como é o aluno de hoje?

O aluno de hoje recebe informação em excesso, tem dificuldade de manter a atenção e espera aplicação imediata do que aprende. Para a professora Ilíada, isso começa por um princípio da comunicação: o receptor é a pessoa mais importante do processo. Se o aluno mudou, a forma de ensinar precisa mudar junto.

Esse imediatismo, segundo ela, atrapalha porque a aprendizagem é um processo e exige disciplina diária. Ainda assim, bons professores conseguem contornar o problema pelo jeito de conduzir a aula, e isso independe de tecnologia.

Por que ensinar do concreto para o abstrato ainda funciona?

Porque o aluno aprende melhor quando vive a experiência antes de receber o conceito. A professora lembra de uma aula de frações em que a professora levou uma barra de chocolate e perguntou quem queria 1/2, 1/4 ou 1/36. Os mais apressados escolheram 1/36 achando que era mais. Quem pediu 1/2 ganhou metade da barra, e a turma inteira entendeu fração na hora.

Ela aplica o mesmo princípio hoje. Para introduzir comunicação não verbal, pede que os alunos formem uma fila por data de nascimento sem falar. A partir dessa vivência, a turma identifica os problemas de comunicação que surgiram e o conteúdo nasce da experiência. Para ela, o professor que só transmite informação está obsoleto.

O que é essencial no papel do professor e não se perde com a IA?

O diálogo. A professora Ilíada retoma Paulo Freire e a ideia de educação dialógica: o aluno não chega vazio, traz experiências e deve ser protagonista do próprio conhecimento. Ela lembra que, na origem da palavra, “dia” indica separação e “logos” indica conhecimento. Duas pessoas partem de pontos diferentes, se escutam e produzem juntas um conhecimento novo.

Isso ganha peso porque, segundo ela, os alunos hoje escrevem bastante, mas falam menos. A comunicação oral permite ver a reação do outro, perceber o silêncio e receber feedback imediato. Por isso o professor precisa ser um bom leitor do não verbal e estimular a fala em sala.

Outro papel que cresceu é o de curadoria. Diante de tantas opções de livros, cursos e conteúdos, o aluno precisa de alguém que indique o que vale a pena e por quê, o que exige do professor atualização constante.

Como usar a inteligência artificial em sala de aula?

A IA funciona melhor como parceira de um processo de diálogo, não como atalho para a resposta pronta. A professora Ilíada descreve três usos práticos:

No planejamento. Ela escreve uma proposta de aula, pede para a IA sugerir mudanças, questiona, pede exemplos e refaz. O tempo economizado volta para o que importa: a atenção direta aos alunos.

Em ciclos de aprendizagem. Num curso online, ela alterna uma hora de aula com uma tarefa em que os alunos conversam com uma IA preparada especialmente para o curso. Depois, trazem as sugestões da IA para discutir com ela e decidir o que priorizar. Segundo a professora, o processo de aprendizagem acelera de forma impressionante porque o aluno dialoga com a IA, depois com o professor, e de novo com a IA.

Na leitura crítica. Nas aulas de comunicação escrita para pós-graduação, ela deixou de ensinar pontuação e síntese e passou a ensinar os alunos a avaliar o texto da IA: onde ele generaliza, onde falta fonte, onde falta humanização. E a escrever bons prompts. Um exemplo: a IA não estrutura um e-mail em pirâmide invertida (o mais importante primeiro) se isso não for pedido explicitamente.

Ela faz uma ressalva importante: essa abordagem vale para adultos. Na educação básica, a criança ainda precisa dominar os fundamentos, como saber o que é substantivo e adjetivo, para não ser enganada pela IA.

E quando o aluno entrega um trabalho feito pela IA?

A professora conversa abertamente. Diz ao aluno que o texto está muito próximo da linguagem da IA e pede uma versão própria, mesmo com erros, porque precisa conhecer a competência real dele. Na maioria das vezes, o aluno admite o uso.

Para ela, copiar da IA é a velha “cola” em versão sofisticada, e a ética é a grande questão do nosso século. Por isso defende que o tema faça parte do currículo desde os primeiros anos da escola.

Por que o pensamento crítico é a principal competência a desenvolver?

Porque a IA tende a entregar uma resposta única, e esse tipo de pensamento empobrece. A professora compara com a linguagem publicitária, que oferece uma única solução para cada problema. O papel do professor é levar o aluno a fazer várias perguntas, trabalhar com respostas diferentes e só então decidir qual é a melhor. Como dizia Paulo Freire, a pergunta é mais importante que a resposta.

Os sete saberes de Edgar Morin aplicados à sala de aula

Para fechar a conversa, a professora Ilíada retoma o filósofo francês Edgar Morin, falecido em maio de 2026 aos 104 anos, autor de Os sete saberes necessários à educação do futuro. Ela relacionou cada saber à competência que ele desenvolve no aluno:

A IA vai substituir o professor?

Não. Para a professora Ilíada, o aluno aprende também observando a atitude do professor: como ele lida com o material, como se relaciona com os colegas, como reage aos outros. As crianças, diz ela, se espelham nas pessoas, não na IA. O que muda é a forma de ensinar, que exige mais preparo, mais adaptação e às vezes até cansaço de quem dava a mesma aula havia anos. O que permanece é o professor como liderança, exemplo e mediador do diálogo.

Perguntas frequentes

O post O papel do professor na era da inteligência artificial: o que muda e o que permanece apareceu primeiro em Fundação Vanzolini.

Mas, em um dos setores mais regulados da economia, surge uma questão fundamental: como aproveitar o potencial da IA sem comprometer a qualidade dos produtos, a conformidade regulatória e a segurança dos pacientes?

Esse é o tema do novo episódio do VanzoliniCast, o podcast da Fundação Vanzolini, que reúne duas especialistas para discutir os desafios e as oportunidades da aplicação da inteligência artificial no setor farmacêutico.

Participam da conversa Lilian Ribeiro, especialista com mais de dez anos de experiência em projetos de validação e qualificação, e Simone dos Santos Silva, assessora técnica do Centro de Vigilância Sanitária de São Paulo e inspetora de fabricantes de medicamentos pelo Sistema Nacional de Vigilância Sanitária.

Ao longo do episódio, as convidadas abordam o uso responsável da tecnologia, os desafios da validação de sistemas de IA, a importância da governança de dados e as competências necessárias para acompanhar essa transformação.

Confira os principais destaques da conversa e assista ao episódio completo ao final do artigo.

A inteligência artificial já é uma realidade na indústria farmacêutica

A inteligência artificial deixou de ser apenas uma possibilidade para o futuro e passou a integrar diferentes etapas do ciclo de vida dos medicamentos.

Segundo a Food and Drug Administration (FDA), agência reguladora dos Estados Unidos, foram registradas mais de 500 submissões regulatórias de medicamentos e produtos biológicos com componentes de IA entre 2016 e 2023. O dado evidencia o avanço da tecnologia no setor e a necessidade de estabelecer critérios para sua utilização.

A evolução regulatória acompanha esse movimento. Em 2025, a Comissão Europeia colocou em consulta pública a proposta do Anexo 22 das Boas Práticas de Fabricação (BPF), dedicada ao uso de inteligência artificial na fabricação de medicamentos e insumos farmacêuticos.

No mesmo ano, a International Society for Pharmaceutical Engineering (ISPE) publicou o GAMP Guide: Artificial Intelligence, que apresenta orientações para o desenvolvimento, a implementação e o controle de sistemas de IA em ambientes regulados.

Nesse cenário, uma distinção é essencial: utilizar a IA como ferramenta de apoio é diferente de empregá-la em processos que influenciam decisões críticas sobre qualidade e segurança.

Quanto maior o impacto potencial da tecnologia, maior deve ser o rigor na avaliação dos riscos, na validação dos sistemas e na supervisão dos resultados.

Nem toda inteligência artificial funciona da mesma forma

Quando se fala em inteligência artificial, é comum pensar imediatamente em ferramentas generativas, capazes de produzir textos, responder perguntas e organizar informações.

Entretanto, a tecnologia engloba diferentes modelos, incluindo sistemas de classificação, análise preditiva, detecção de anomalias e visão computacional.

Na indústria farmacêutica, compreender essas diferenças é fundamental para escolher a solução adequada a cada aplicação.

A IA generativa, por exemplo, pode apresentar variações de resposta para uma mesma solicitação. Essa característica exige atenção especial quando o resultado precisa atender a critérios de rastreabilidade, consistência e reprodutibilidade.

Já determinados modelos preditivos podem ser desenvolvidos e validados para aplicações específicas, com critérios definidos de desempenho, monitoramento e controle.

A proposta europeia do Anexo 22 estabelece um escopo específico para modelos estáticos e determinísticos em aplicações abrangidas pelo documento, diferenciando essas soluções de sistemas generativos e modelos que aprendem continuamente.

O ponto central é que não basta uma ferramenta apresentar bons resultados: é necessário demonstrar que ela é adequada ao uso pretendido e permanece sob controle ao longo de seu ciclo de vida.

Onde a IA gera valor no ciclo de vida dos medicamentos?

Uma das principais vantagens da inteligência artificial é sua capacidade de processar grandes volumes de informações, identificar padrões e apoiar análises complexas.

Na indústria farmacêutica, essas possibilidades se estendem da pesquisa inicial ao acompanhamento dos medicamentos após sua comercialização.

Entre as principais aplicações estão:

• Pesquisa e desenvolvimento: identificação de moléculas promissoras, análises preditivas e simulações farmacocinéticas.
• Qualificação de fornecedores: apoio à análise de documentos técnicos extensos, como os Drug Master Files (DMFs).
• Desenvolvimento de medicamentos: avaliação de impurezas, produtos de degradação e riscos associados à formação de nitrosaminas.
• Fabricação e controle de qualidade: manutenção preditiva, identificação de anomalias, monitoramento de processos e apoio à investigação de desvios.
• Pós-comercialização: análise de reclamações, identificação de sinais relacionados à segurança e apoio às atividades de farmacovigilância.

Embora as aplicações sejam variadas, todas compartilham uma exigência: os resultados precisam ser avaliados conforme o risco e a finalidade de uso, mantendo a responsabilidade humana sobre as decisões críticas.

A inteligência artificial pode ampliar a capacidade de análise e tornar os processos mais eficientes, mas não substitui o conhecimento técnico dos profissionais responsáveis.

Como implementar IA na indústria farmacêutica com segurança?

Durante o episódio, Simone destaca um ponto importante: a inteligência artificial não resolve automaticamente as deficiências de um processo. Pelo contrário, pode evidenciar problemas que já existem.

Isso significa que a implementação bem-sucedida depende de processos estruturados, dados confiáveis e responsabilidades claramente definidas.

Para as especialistas, algumas etapas são fundamentais:

1. Identificar a necessidade real: antes de adotar uma solução de IA, é necessário compreender o processo, seus gargalos e os resultados esperados.
2. Aplicar o gerenciamento de riscos: utilizar princípios como os estabelecidos pelo ICH Q9 para avaliar os possíveis impactos sobre qualidade, segurança e conformidade.
3. Selecionar e validar o modelo adequado: definir o uso pretendido, os critérios de desempenho, os testes necessários e as condições de operação.
4. Estabelecer responsabilidades: documentar quem desenvolve, aprova, utiliza, monitora e responde pelas decisões apoiadas pela tecnologia.
5. Garantir a qualidade dos dados: avaliar sua origem, integridade, representatividade e confiabilidade.
6. Monitorar continuamente a solução: acompanhar o desempenho, controlar mudanças e tratar eventuais desvios.

Essas práticas ajudam a reduzir riscos e contribuem para que a inovação aconteça de forma consistente com as exigências regulatórias.

Governança, integridade de dados e cibersegurança: desafios da adoção de IA

A proteção das informações é outro aspecto central da aplicação da inteligência artificial na indústria farmacêutica.

Dados de pacientes, registros de fabricação, informações de fornecedores, fórmulas e documentos confidenciais fazem parte da rotina das empresas.

O uso inadequado dessas informações em ferramentas de IA pode gerar riscos relacionados à confidencialidade, à integridade dos dados e à conformidade regulatória.

Antes de utilizar uma solução, é importante avaliar:

• Quais informações serão compartilhadas e se contêm dados pessoais ou sensíveis.
• Onde os dados serão processados e armazenados.
• Se o fornecedor poderá utilizar as informações para treinamento de modelos.
• Quem terá acesso aos dados e quais controles de segurança estarão disponíveis.
• Se a ferramenta foi avaliada e aprovada conforme os procedimentos da organização.

Durante a conversa, Simone alerta para os riscos do uso de ferramentas gratuitas ou não autorizadas em atividades corporativas.

Por isso, a governança de IA não deve ser responsabilidade exclusiva da área de Tecnologia da Informação.

Sua implementação exige integração entre Qualidade, Validação, Assuntos Regulatórios, Segurança da Informação, Jurídico e demais áreas envolvidas.

A revisão proposta para o Anexo 11 das Boas Práticas de Fabricação também reforça a importância dos controles associados aos sistemas computadorizados, à integridade de dados e à segurança das informações.

O profissional do futuro precisa ir além do uso das ferramentas

Com a expansão da inteligência artificial, novas competências ganham importância na indústria farmacêutica.

Saber elaborar comandos e utilizar ferramentas digitais é apenas uma parte desse processo.

O diferencial está na capacidade de interpretar os resultados, reconhecer limitações e avaliar quando uma resposta pode ou não ser considerada confiável.

Modelos de IA podem produzir informações aparentemente corretas, mas baseadas em dados incompletos, enviesados ou inadequados ao contexto.

Além disso, seu desempenho pode se modificar ao longo do tempo, fenômeno conhecido como drift, exigindo monitoramento e reavaliação.

Nesse contexto, conhecimentos sobre validação, gerenciamento de riscos, análise de dados e requisitos regulatórios tornam-se cada vez mais relevantes.

As convidadas também destacam competências comportamentais como adaptabilidade, comunicação, pensamento crítico e ética.

Para Simone, a evolução tecnológica reforça a importância da chamada inteligência cognitiva, que permite ao profissional questionar, contextualizar e tomar decisões fundamentadas.

A mensagem é clara: a transformação digital exige atualização contínua, mas o julgamento humano permanece indispensável.

O futuro da inteligência artificial no setor farmacêutico

As perspectivas para os próximos anos incluem avanços em medicina personalizada, análises preditivas, estudos clínicos e otimização de processos industriais.

A inteligência artificial também poderá contribuir para a redução de desperdícios, o aprimoramento da qualidade e uma utilização mais eficiente dos recursos.

Entretanto, o desenvolvimento dessas aplicações precisa acompanhar a evolução das práticas de validação, governança e conformidade.

Inovação e segurança regulatória não são objetivos opostos. Quando implementada com critérios técnicos, gerenciamento de riscos e supervisão adequada, a IA pode fortalecer a qualidade e contribuir para processos farmacêuticos mais eficientes e confiáveis.

Assista ao episódio completo do VanzoliniCast

Quer aprofundar essa discussão e conhecer a visão das especialistas sobre os desafios da inteligência artificial na indústria farmacêutica?

Assista ao episódio completo do VanzoliniCast com Lilian Ribeiro e Simone dos Santos Silva.

Prepare-se para aplicar inteligência artificial com segurança na indústria farmacêutica

A adoção da inteligência artificial exige profissionais preparados para conectar inovação tecnológica, requisitos regulatórios e gestão da qualidade.

Pensando nesse cenário, a Fundação Vanzolini oferece o curso IA+ | Farmacêutica: qualidade em todo o ciclo de vida, voltado aos desafios da aplicação e validação de soluções de IA em ambientes regulados.

A formação apresenta uma visão estruturada do ciclo de vida da inteligência artificial, desde a definição de requisitos até os testes, a validação, o controle de mudanças e o acompanhamento dos sistemas.

Entre os conteúdos abordados estão:

• Boas Práticas e requisitos regulatórios aplicados à IA;
• Gerenciamento de riscos e documentação;
• Especificação de modelos e engenharia de dados;
• Testes e validação de soluções de inteligência artificial;
• Cibersegurança, integridade de dados e responsabilidades;
• Controle de mudanças, desvios e ações corretivas e preventivas (CAPA).

Com 18 horas de aulas ao vivo, o curso é indicado para profissionais das áreas de Qualidade, Validação, Auditoria, Produção, Engenharia, Tecnologia Farmacêutica e demais setores envolvidos em projetos de inteligência artificial.

A formação conta com especialistas do setor, incluindo Lilian Ribeiro e Simone dos Santos Silva, participantes deste episódio do VanzoliniCast.

Amplie seus conhecimentos e prepare-se para implementar soluções de inteligência artificial com mais segurança, controle e conformidade regulatória.

Conheça o curso IA+ | Farmacêutica e confira a programação completa

O post IA na indústria farmacêutica: como inovar sem comprometer a qualidade e a segurança apareceu primeiro em Fundação Vanzolini.

É nesse ponto que surge uma questão central: o que muda quando a liderança funciona como infraestrutura de execução da organização?

Nesse sentido, infraestrutura não significa tecnologia. Significa criar as condições para que decisões sejam tomadas, prioridades sejam definidas, recursos sejam direcionados, equipes sejam coordenadas e resultados sejam acompanhados. A Inteligência Artificial participa desse sistema como recurso de análise e apoio, mas a condução permanece sob responsabilidade da liderança.

O que significa tratar a liderança como infraestrutura de execução

Liderança como infraestrutura de execução é a capacidade de organizar decisões, prioridades, pessoas, dados, processos e tecnologias para transformar a estratégia em resultados consistentes e mensuráveis.

Essa infraestrutura aparece nas práticas que sustentam o trabalho cotidiano: critérios para tomada de decisão, definição de prioridades, distribuição de responsabilidades, comunicação entre áreas, gestão de recursos, acompanhamento de indicadores e revisão de rotas.

Uma organização pode ter uma estratégia bem formulada e ferramentas avançadas, mas encontrar dificuldades para executá-la quando suas lideranças não conseguem coordenar esses elementos. A estratégia chega à operação por meio de escolhas concretas. É o líder quem ajuda a determinar quais iniciativas recebem recursos, quais problemas precisam ser resolvidos primeiro, como as equipes serão envolvidas e quais indicadores mostrarão se a execução está funcionando.

Liderar, portanto, envolve estruturar o sistema que permite que pessoas, processos, dados e tecnologias trabalhem de forma coordenada.

A fluência em IA já faz parte da liderança

Um líder fluente em IA não precisa ser especialista em programação ou ciência de dados. Precisa compreender o que a Inteligência Artificial consegue fazer, quais problemas pode ajudar a resolver, quais informações são necessárias e quais riscos precisam ser controlados.

Essa fluência também envolve saber questionar resultados. Uma recomendação produzida por IA pode ampliar a análise, mas precisa ser confrontada com os objetivos, restrições e características da organização.

IA como copiloto, não como piloto automático

A IA pode apoiar a síntese de informações, construção de cenários, identificação de padrões, comparação de alternativas, automação de tarefas, análise de riscos e preparação de reuniões. Um gestor pode, por exemplo, utilizar IA para consolidar informações de diferentes áreas antes de uma reunião de resultados ou comparar cenários de capacidade operacional. A ferramenta reduz o trabalho de análise inicial, enquanto o líder interpreta as informações e decide como agir.

O julgamento continua humano porque envolve contexto, critérios, responsabilidade e consequências que não podem ser delegados integralmente ao sistema.

O risco de automatizar uma decisão ruim

Automatizar um processo mal definido pode aumentar sua velocidade sem melhorar o resultado. Antes de aplicar IA ou automação, o gestor precisa compreender:

1. Qual problema está sendo resolvido?
2. Quem será afetado?
3. Quais dados serão utilizados?
4. Como o sucesso será medido?
5. Quais controles serão necessários?

Essa análise evita direcionar recursos tecnológicos para problemas que exigem primeiro uma revisão de processo, uma definição de prioridade ou uma decisão gerencial.

Ética e governança entram na rotina da liderança

O uso de IA envolve questões de vieses algorítmicos, privacidade, proteção de dados, transparência, segurança da informação e responsabilidade sobre decisões. Por isso, governança de Inteligência Artificial precisa integrar a rotina da gestão. 

O líder deve compreender quais usos são adequados, quais informações podem ser utilizadas, como os riscos serão monitorados e quem responde pelas decisões apoiadas pela tecnologia.

Como IA e dados melhoram decisões sem substituir o julgamento humano

Decisões executivas raramente contam com todas as informações necessárias. Gestores trabalham com prazos curtos, interesses diferentes, riscos e cenários que podem mudar.

Ferramentas como IA, analytics e dashboards ampliam a capacidade analítica ao organizar informações, identificar padrões e comparar possibilidades. O líder continua responsável por interpretar o contexto e avaliar o que os dados significam para aquela decisão específica.

Dados não falam sozinhos

Um indicador depende da qualidade do dado, da definição da métrica e da pergunta que orienta sua análise. Um aumento de produtividade, por exemplo, pode estar acompanhado de queda na qualidade ou aumento do retrabalho. Uma redução de custos pode representar uma economia pontual, sem indicar melhoria estrutural.

Gestão orientada por dados exige compreender o que o indicador mostra, o que ele não mostra e quais outras informações precisam ser consideradas.

A decisão começa antes da ferramenta

Uma sequência prática para a tomada de decisão com IA envolve:

1. Definir o problema;
2. Estabelecer critérios de decisão;
3. Reunir dados relevantes;
4. Construir alternativas;
5. Avaliar riscos e impactos;
6. Utilizar IA para ampliar a análise;
7. Tomar e comunicar a decisão;
8. Monitorar os resultados.

A ferramenta é incorporada ao processo para ampliar a capacidade de análise. Ela não define o problema nem estabelece, sozinha, os critérios para resolvê-lo.

Decidir sob pressão exige método

Quando o profissional está sob pressão, a experiência ajuda, mas o método reduz a dependência de improvisos. Saber realizar análise de cenários, priorização sob incerteza, gestão de riscos, interpretação de indicadores e comunicação de decisões ajudam o líder a agir quando as informações disponíveis são insuficientes.

Essas competências também permitem avaliar criticamente recomendações produzidas por sistemas de IA e identificar quando uma resposta tecnicamente plausível não se aplica à realidade do negócio.

Estratégia aplicada é fazer escolhas com recursos limitados

Execução estratégica envolve decidir onde concentrar recursos. Isso significa avaliar o que merece investimento, o que pode ser automatizado, o que precisa ser simplificado e quais iniciativas não justificam a capacidade consumida. O objetivo não é exigir produtividade indiscriminadamente. É direcionar tempo, orçamento e conhecimento para aquilo que contribui para os resultados definidos pela organização.

Mais iniciativas não significam mais execução

Quando projetos se acumulam sem critérios claros, surgem conflitos de prioridade, equipes sobrecarregadas, decisões adiadas e retrabalho. Uma liderança orientada à execução precisa tornar explícito o que é prioritário. OKRs, KPIs, métricas financeiras e indicadores de projetos ajudam a relacionar essas escolhas aos resultados esperados.

Automação deve liberar capacidade

O ganho estratégico da automação não está restrito à redução de tarefas manuais. Quando bem aplicada, ela pode liberar tempo para análise, resolução de problemas, relacionamento, inovação e decisões que exigem julgamento. A pergunta gerencial, portanto, é: qual capacidade a automação pretende liberar e como essa capacidade será utilizada?

Priorizar também é dizer não

Alinhamento estratégico, impacto esperado, esforço, risco, urgência, viabilidade e retorno sobre o investimento são alguns critérios que podem orientar a comparação entre iniciativas. Sem critérios claros, a urgência tende a ocupar o espaço da relevância. Priorizar significa estabelecer escolhas e comunicar suas consequências.

Cultura organizacional também é um sistema de execução

A construção de uma cultura organizacional acontece na prática. Ela está nos critérios de promoção, nos incentivos, nas reuniões, nos fluxos de decisão, no espaço para questionamentos, na forma de tratar erros, na qualidade do feedback e no nível de autonomia concedido às equipes.

Por isso, a cultura influencia diretamente a execução. Uma organização pode declarar que valoriza inovação, mas dificultar experimentos por meio de processos que não permitem testar novas soluções.

A primeira liderança é onde a estratégia encontra a rotina

Supervisores e coordenadores traduzem diretrizes em metas, prioridades, conversas, acompanhamento, feedback e decisões diárias. Promover um profissional tecnicamente competente para uma posição de liderança sem prepará-lo para gerir pessoas cria um risco operacional. Conhecimento técnico não garante capacidade para negociar prioridades, administrar conflitos ou desenvolver uma equipe.

Liderança-coach não significa ausência de cobrança

Feedback e desenvolvimento contínuo funcionam quando estão associados a expectativas claras, acordos, acompanhamento e responsabilidade. A liderança-coach ajuda profissionais a analisar problemas, ampliar sua capacidade de decisão e construir soluções, mantendo clareza sobre resultados esperados.

Saúde mental e energia são componentes da performance

Saúde mental também pode ser observada pela perspectiva da gestão. Carga de trabalho, clareza de prioridades, autonomia, segurança psicológica, previsibilidade e qualidade da comunicação interferem na forma como as equipes trabalham.

Ambientes sustentáveis não eliminam a cobrança por resultados. Eles reduzem a desorganização que transforma retrabalho, falta de prioridade e comunicação deficiente em pressão permanente. Quanto mais processos são apoiados por tecnologia, mais importante é o papel do líder na construção de clareza, alinhamento e responsabilidade sobre o trabalho.

O líder também administra capacidades, confiança e contexto

Uma liderança integrada à IA precisa compreender as capacidades disponíveis na equipe, identificar lacunas e direcionar desenvolvimento para os desafios que realmente importam para a organização.

Gestão por competências e mobilidade interna

Olhar apenas para cargos limita a visão sobre as pessoas. Competências, experiências, capacidade de aprendizagem e aderência aos desafios ajudam a identificar oportunidades de desenvolvimento e mobilidade interna. Esse mapeamento também permite direcionar treinamentos para lacunas que interferem diretamente na execução.

Equipes distribuídas exigem comunicação mais madura

Times distribuídos precisam de acordos claros sobre comunicação, registro de decisões, autonomia e responsabilidades. Comunicação assíncrona, documentação das decisões e clareza sobre prioridades reduzem a dependência de reuniões constantes e facilitam a coordenação entre áreas e localidades.

Transparência e justiça percebida

Critérios de promoção, reconhecimento, remuneração e distribuição de oportunidades influenciam a confiança nas lideranças. Decisões difíceis precisam ser comunicadas com clareza e baseadas em critérios verificáveis. A coerência entre discurso e prática interfere na disposição das equipes para colaborar e assumir responsabilidades.

Medir liderança é sair da intenção e observar o impacto

Liderança pode ser acompanhada por indicadores relacionados à produtividade, entrega de metas, tempo de execução, retrabalho, engajamento, retenção, mobilidade interna, desenvolvimento de competências, clima, adoção de tecnologias e desempenho de projetos.

A escolha das métricas depende do objetivo da gestão. O princípio é relacionar a atuação da liderança a efeitos observáveis nas equipes e no negócio.

Métrica sem contexto pode incentivar o comportamento errado

Um indicador isolado pode estimular decisões inadequadas. Cobrar somente velocidade pode comprometer a qualidade. Priorizar apenas redução de custos pode limitar a capacidade futura. Por isso, métricas precisam ser analisadas em conjunto e relacionadas ao resultado que a organização pretende alcançar.

Cadência transforma indicador em gestão

Indicadores entram de fato na gestão quando orientam uma rotina de acompanhamento. Reuniões de resultados, ciclos de feedback, revisão de metas, análise de desvios e atualização de prioridades permitem corrigir rotas enquanto ainda há espaço para agir.

Quais competências transformam IA em execução estratégica

A liderança e IA exigem um repertório integrado. O domínio de ferramentas precisa estar acompanhado de capacidade para decidir, mobilizar pessoas, administrar mudanças e acompanhar resultados.

Liderança e pessoas

• Gestão de Equipes;
• Comunicação;
• Negociação;
• Gestão de Conflitos;
• Feedback;
• Desenvolvimento;
• Cultura e Engajamento.

Transformação e inovação

• Gestão de Mudanças;
• Inovação;
• Transformação Digital;
• Resistência Organizacional;
• Gestão de Stakeholders;
• Priorização de Iniciativas.

Inteligência Artificial e automação

• IA Generativa;
• Automação;
• Agentes Inteligentes;
• Redesenho de Processos;
• Eficiência Operacional;
• Riscos Tecnológicos.

Dados e decisão

• Analytics;
• Indicadores;
• Análise de Cenários;
• Pensamento Crítico;
• Gestão de Riscos;
• Julgamento Executivo.

Execução e governança

• Planejamento;
• Gestão de Projetos;
• OKRs;
• KPIs;
• ROI;
• Governança de IA;
• Compliance;
• Monitoramento Estratégico.

Essas dimensões são interdependentes. A tecnologia precisa estar relacionada aos dados que sustentam decisões, às pessoas que executam as mudanças e às prioridades que definem onde os recursos serão aplicados.

A matriz mostra por que liderança e IA não podem ser tratadas como competências isoladas. O uso de uma ferramenta de IA, por exemplo, só contribui para a execução quando existe um problema relevante, uma decisão a apoiar, capacidade para implementar a solução e uma métrica para acompanhar seu efeito.

Como a Fundação Vanzolini prepara líderes para transformar IA em execução estratégica

As competências apresentadas ao longo deste artigo apontam para uma necessidade de integração. Liderar com IA envolve compreender tecnologia, mas também exige interpretar dados, conduzir pessoas, priorizar recursos, administrar riscos e acompanhar a execução.

É nessa interseção que se estrutura o MBA em Liderança, IA e Execução Estratégica da Fundação Vanzolini. A formação reúne liderança, análise de dados, Inteligência Artificial, gestão de mudanças, gestão de projetos, execução estratégica, governança e métricas de impacto. O programa trabalha a tomada de decisão baseada em evidências e a aplicação de IA em gestão e automação.

A proposta é aplicar esse conhecimento continuamente. Cada disciplina gera uma entrega que alimenta um Business Case desenvolvido ao longo do programa, reunindo problema, proposta de valor, impacto, riscos, métricas, viabilidade, roadmap e plano de implementação.

O MBA tem 360 horas, duração de 12 meses e modalidade híbrida, com aulas ao vivo e gravadas. O trabalho final é um Business Case, e o corpo docente reúne professores da USP e profissionais de mercado. A formação conta com certificação reconhecida pelo MEC.

Assim, a formação conecta o repertório necessário para analisar problemas de gestão à capacidade de estruturar e acompanhar soluções aplicáveis à realidade das organizações.

Aprofunde seu conhecimento sobre liderança e IA

A Inteligência Artificial amplia a capacidade de análise e pode reduzir tarefas operacionais, mas não elimina a responsabilidade da liderança. Formular perguntas, compreender o contexto, estabelecer critérios, avaliar riscos e sustentar decisões continuam sendo atribuições humanas.

À medida que soluções tecnológicas passam a integrar a execução, cresce a importância da capacidade do líder de trabalhar contexto, alinhamento, confiança e responsabilidade. Sistemas podem processar informações em escala, mas cabe à liderança decidir onde aplicar recursos, como envolver as equipes e quais resultados precisam ser acompanhados. 

A execução também depende de prioridades claras, cultura, coordenação e indicadores. Sem esses elementos, projetos de IA podem permanecer restritos a testes ou gerar ganhos pontuais sem efeito relevante sobre o negócio. O diferencial não é apenas saber utilizar Inteligência Artificial, mas saber liderar pessoas, decisões e sistemas para transformar seu potencial em resultados concretos.

Conheça o MBA em Liderança, IA e Execução Estratégica da Fundação Vanzolini e desenvolva uma visão integrada de liderança, tecnologia, dados e execução para atuar em ambientes organizacionais complexos.

Transforme IA em liderança aplicada.

O post Liderança e IA: da estratégia à execução apareceu primeiro em Fundação Vanzolini.