A primeira onda da inteligência artificial generativa foi sobre acesso à tecnologia. A segunda é sobre o que as empresas conseguem fazer com aquilo que já sabem. Entre um estágio e outro está um gargalo antigo, e pouco discutido, das organizações brasileiras
Nos primeiros anos da inteligência artificial generativa, boa parte das empresas concentrou seus esforços na implantação de assistentes virtuais, chatbots e ferramentas capazes de responder perguntas ou gerar textos. Era uma fase de experimentação legítima, e necessária: antes de decidir o que fazer com uma tecnologia, é preciso descobrir do que ela é capaz.
Uma nova etapa começa a ganhar espaço. A discussão deixa de se limitar à adoção da tecnologia e passa a envolver uma questão mais concreta: como utilizar IA para transformar conhecimento em produtividade?
O desafio inclui produzir conteúdos, atualizar treinamentos, organizar informações internas, preparar profissionais e preservar conhecimentos que muitas vezes permanecem concentrados em poucas pessoas.
Da adoção ao redesenho
A dimensão econômica dessa transformação é significativa. A McKinsey estima que os casos de uso corporativo da IA generativa podem criar entre US$ 2,6 trilhões e US$ 4,4 trilhões em valor por ano. A consultoria ressalta, porém, que esse potencial depende da capacidade das organizações de redesenhar a forma como o trabalho é realizado, e não apenas de contratar novas ferramentas.
A ressalva é o ponto central. Ferramentas entram nas empresas por decisão de compra. Redesenho de trabalho depende de decisão de gestão, e essa é bem mais lenta.
A Microsoft também identifica uma transição para modelos de trabalho nos quais pessoas passam a colaborar com sistemas e agentes de IA. Em seu Work Trend Index de 2025, 28% dos gestores consultados afirmaram considerar a contratação de profissionais para gerenciar equipes híbridas formadas por pessoas e agentes de IA. Outros 32% planejavam contratar especialistas dedicados à criação desses agentes.
São números que descrevem menos uma revolução tecnológica e mais uma reorganização silenciosa de funções. Alguém precisa treinar, orientar e supervisionar aquilo que a máquina produz. E esse alguém precisa saber o que está sendo produzido.
O conhecimento como gargalo
Para muitas empresas, o principal obstáculo não é a falta de informações, mas a dificuldade de transformar essas informações em conteúdos úteis, atualizados e acessíveis.
Manuais permanecem desatualizados. Treinamentos demoram para ser produzidos. Conhecimentos importantes ficam restritos a especialistas. Equipes de marketing e Recursos Humanos lidam com demandas maiores do que sua capacidade de produção.
O padrão se repete com uma constância que chama atenção. A informação existe, está documentada em algum lugar, e ainda assim não chega em formato utilizável a quem precisa dela para trabalhar. Entre o que a organização sabe e o que ela consegue ensinar existe uma distância que raramente aparece em indicador de gestão.
Essa distância tende a aumentar. O Fórum Econômico Mundial calcula que quase dois quintos das competências atuais serão transformados ou ficarão desatualizados até 2030, exigindo um esforço contínuo de qualificação e requalificação. Em pesquisa do LinkedIn divulgada em 2025, 91% dos profissionais de aprendizagem e desenvolvimento consultados afirmaram que aprender continuamente se tornou mais importante do que nunca para o sucesso profissional.
O reconhecimento do problema, portanto, já existe. O que falta é capacidade de produção.
De plataforma de cursos a fábrica de conteúdo
Vale lembrar como o setor chegou até aqui. Por três décadas, a tecnologia aplicada à educação corporativa avançou sobretudo na direção da gestão: sistemas para hospedar cursos, controlar matrículas, registrar horas, emitir certificados e gerar relatórios de conclusão. Era um ganho real de organização, mas que não tocava na parte mais cara do processo, que é a criação do conteúdo em si.
A produção continuou dependendo de consultores, designers instrucionais, roteiristas, revisores e especialistas de conteúdo. Um treinamento demorava semanas ou meses para ficar pronto, e a lógica econômica desse modelo empurrava as empresas para o caminho oposto ao que o mercado agora exige: quanto mais caro produzir, mais tempo o material precisa durar. A inteligência artificial muda esse cenário: não elimina esses profissionais, mas reduz o tempo operacional do processo e amplia a capacidade de produção das equipes.
Foi nesse cenário que a Inspand Educação Corporativa criou o INLab, núcleo próprio dedicado ao desenvolvimento de soluções com inteligência artificial. A empresa, que informa ter mais de 31 anos de atuação, mais de 300 organizações atendidas e mais de 7 milhões de usuários em sua plataforma, decidiu transformar parte de seu conhecimento educacional em produtos digitais.
Em quatro meses, o INLab desenvolveu soluções como o Sales Roleplay e o crIAr. O Sales Roleplay usa IA para simular situações comerciais e apoiar o treinamento de vendedores, permitindo que cada profissional pratique abordagens, argumentação e tratamento de objeções antes de conduzir conversas reais.
O crIAr reúne criação, curadoria e edição de conteúdo em um único ambiente, com uma inteligência preparada para aplicar metodologias relacionadas à aprendizagem, storytelling, microlearning e engajamento. A plataforma pode ser utilizada por áreas de Recursos Humanos, marketing, treinamento, universidades corporativas e comunicação interna, e foi concebida para empresas que precisam produzir conteúdos com equipes, orçamento ou tempo limitados. Segundo a Inspand, o diferencial não está apenas no modelo de inteligência artificial utilizado, mas no conhecimento aplicado para orientar a criação dos materiais.
A diferença entre gerar e ensinar
Ferramentas generalistas são capazes de criar textos, imagens e roteiros em poucos segundos. Para a Inspand, entretanto, produzir conteúdo não significa necessariamente produzir aprendizagem.
Um conteúdo pode ser tecnicamente correto e, ainda assim, ser longo, pouco atraente ou inadequado ao público. A distinção parece sutil, mas define o resultado. Quem já assistiu a um treinamento corporativo impecável em conteúdo e ineficaz em prática reconhece o problema sem precisar de definição.
“A capacidade de gerar conteúdo já está amplamente disponível. O próximo diferencial será gerar o conteúdo certo, no formato certo e com uma estrutura que ajude as pessoas a compreender e aplicar aquele conhecimento”, afirma Cristiano Franco, CEO da Inspand.
O que está em disputa, nesse desenho, não é o modelo de linguagem. É o conjunto de decisões que orienta o modelo: o que entra, em que ordem, em qual formato, para qual público e com qual objetivo. São escolhas de natureza pedagógica, não computacional.
O que muda para as equipes
A consequência prática recai sobre as áreas de Recursos Humanos, comunicação interna, marketing e universidades corporativas. Se o custo marginal de produzir um material cai, muda também o critério de decisão dessas equipes.
Deixa de fazer sentido concentrar esforço em poucos conteúdos que precisam durar anos. Passa a fazer sentido produzir mais, revisar com frequência e descartar o que envelheceu. É uma mudança de postura editorial antes de ser uma mudança de ferramenta, e exige que essas áreas assumam algo que historicamente não lhes foi cobrado: critério de curadoria.
Um problema recorrente nesse cenário é a dependência da imagem de um colaborador ou artista para produzir o conteúdo. Ao permitir que a inteligência artificial gere as imagens necessárias, o crIAr reduz essa dependência e evita entraves relacionados a direitos de imagem.
Para a Inspand, a IA não substitui especialistas, educadores ou profissionais de conteúdo. Sua função é reduzir o trabalho operacional, apoiar a curadoria e ampliar a capacidade de produção das equipes.
“As empresas que vencerão não serão apenas as que utilizarem IA. Serão aquelas que conseguirem transformar o conhecimento existente dentro da organização em decisões, comportamentos e resultados”, diz Cristiano Franco.
A leitura da companhia é que a nova corrida da inteligência artificial não será vencida pela empresa que tiver o maior número de ferramentas, mas por aquela que conseguir usar a tecnologia para aumentar a capacidade humana de aprender, decidir e executar.
É uma disputa menos visível do que a dos chatbots. Também é a que aparece no resultado.