Quase ninguém recalcula a tabela de imposto antes de usá-la. Aceitar conclusão pronta é o que torna o trabalho possível: você usa o número do relatório, a recomendação do jurídico, o benchmark do setor, e segue em frente. Na maior parte das decisões, isso é eficiência.

A leitura corrente diz que estamos pensando menos, que a tecnologia, o excesso de informação e a pressa nos deixaram preguiçosos. Talvez. Mas essa não é a parte que custa dinheiro. A parte que custa dinheiro é o que a empresa passa a ter depois: uma coleção de respostas cujo caminho ninguém consegue refazer.

Conclusão é transferível. Ela cabe num slide, entra na ata, viaja de e-mail, sobrevive à saída de quem a produziu. Raciocínio não. O raciocínio mora numa pessoa, e sai pela porta junto com ela. Uma empresa acumula o primeiro com facilidade e não acumula o segundo quase nunca, e leva anos para descobrir a diferença, porque enquanto o cenário não muda os dois produzem exatamente o mesmo resultado.

O que a medição já mostra

A KPMG e a Universidade de Melbourne ouviram 48.340 pessoas em 47 países, entre novembro de 2024 e janeiro de 2025, com amostra representativa por país. Entre os trabalhadores que usam inteligência artificial, 66% dizem confiar no resultado sem avaliar a informação que ele traz. Mais da metade, 56%, admite já ter cometido erro no trabalho por causa disso.

O terceiro número é o que importa para este argumento: 57% dizem apresentar conteúdo gerado por IA como se fosse de autoria própria. Repare no que isso faz com o registro da empresa. Quando a origem é omitida, o caminho não some só da cabeça de quem entregou. Some do arquivo. Seis meses depois, o material continua lá, com um nome embaixo, e esse nome não é capaz de reconstruir o que está escrito.

No recorte brasileiro da mesma pesquisa, 49% admitem ter errado por confiar em resultado de IA e 51% já apresentaram conteúdo gerado por IA como de autoria própria. E aqui vem o dado que derruba a explicação fácil: 67% relatam que a empresa oferece treinamento em uso responsável e 68% relatam política clara, proporções acima das economias avançadas. Regra existe. Treinamento existe. Não é disso que se trata.

A Microsoft Research e a Carnegie Mellon foram por outro caminho: pediram a 319 profissionais que descrevessem 936 tarefas reais feitas com IA generativa. O esforço percebido caiu em 79% dos exemplos na etapa de compreender o material e em 76% na de sintetizar. Os autores nomeiam o deslocamento em uma frase: de resolver o problema para integrar a resposta. A tarefa continua saindo. O que muda é que o percurso até ela deixou de ser construído por quem assina embaixo.

Onde isso começa

  • O material chega com a recomendação e sem as premissas que a sustentam.
  • Ninguém pergunta o que precisaria ser verdade para aquilo estar errado.
  • A ata registra a decisão e o responsável, e descarta o porquê.
  • Quem construiu a conta não está na sala onde ela é usada.
  • O número migra para o slide seguinte sem a data e sem a fonte que o gerou.

Isoladas, nenhuma dessas coisas atrapalha o expediente. Todas economizam tempo, e é exatamente por isso que se repetem. Somadas ao longo de alguns trimestres, elas corroem três coisas que não estão em nenhum relatório: a capacidade de refazer uma decisão, a memória de por que ela foi tomada e a possibilidade de rastrear de onde veio cada número. O dano atravessa três estágios, e a maior parte dos comitês só enxerga o último.

O estágio 1 é invisível: premissa não registrada, conta não reconstruída, fonte não rastreada, autor fora da sala, ata sem o porquê. O estágio 2 é estrutural: capacidade de refazer, memória de decisão e rastreabilidade, os três ativos que ninguém audita. O estágio 3 é mensurável: decisão refeita do zero, erro que ninguém detecta, dependência de quem fez, reação lenta à mudança e retrabalho não orçado. Entre o primeiro e o terceiro pode passar um ciclo inteiro de planejamento, e o gatilho quase sempre vem de fora: a regra muda, o câmbio vira, o cliente sai, o concorrente faz diferente.

A empresa guardou a resposta e perdeu o caminho. Quando a premissa muda, é o caminho que faz falta.

Por que isso não dá sinal

A falta do caminho é um passivo que não produz sintoma. Enquanto a premissa continua valendo, a resposta entendida e a resposta copiada entregam o mesmo número, no mesmo prazo, com a mesma aparência de competência. São indistinguíveis por construção.

Isso tem uma consequência áspera: o sistema praticamente não recebe sinal de erro. Não costuma haver reunião em que alguém descubra que a organização parou de saber refazer as próprias contas, porque não há nada para descobrir, até o dia em que há. Na maior parte dos casos, o que revela o problema é o mesmo evento que já cobra o preço dele. É o retorno mais lento de toda a operação: não meses depois, como acontece com o resultado financeiro, mas apenas quando alguma coisa quebra.

Há uma segunda razão, e ela é econômica. Conclusão se audita em minutos: dá para comparar, ranquear, cobrar. Raciocínio é caro de avaliar, exige tempo de gente sênior, e o retorno desse tempo não aparece em lugar nenhum. Um comitê com pauta de três horas otimiza o que consegue julgar dentro das três horas. Ninguém decidiu ignorar o percurso; o percurso simplesmente não cabe no formato.

E há uma terceira, de arquivo. O que a empresa guarda é quase sempre o produto: a ata, o slide, o número aprovado. O percurso não tem campo no formulário. Não é omissão deliberada, é ausência de lugar.

A McKinsey mediu essa distorção pelo lado do resultado. Dan Lovallo e Olivier Sibony analisaram 1.048 decisões empresariais relevantes ao longo de cinco anos, comparando a qualidade do processo com a quantidade e a profundidade da análise. O processo explicou 39% da variação no resultado; a análise, 8%. Empresas que subiram do quartil inferior para o superior em qualidade de processo obtiveram 6,9 pontos percentuais a mais de retorno sobre o investimento.

Leia esse número junto com a rotina da sua empresa. O que ela compra, contrata e cobra é análise, o entregável, a conclusão, o material. O que explica a maior parte do resultado é o percurso, e na maioria das organizações o percurso não tem dono, não tem registro e não tem orçamento.

Onde o custo aparece

O experimento mais claro sobre isso é da Harvard Business School com a Boston Consulting Group. Fabrizio Dell'Acqua e colegas distribuíram 758 consultores em grupos com e sem acesso a IA generativa. Nas tarefas que a ferramenta faz bem, o ganho foi grande: 12,2% mais tarefas concluídas, 25,1% mais rápido, com qualidade superior. Nas tarefas fora dessa fronteira, as que exigem juntar dado ambíguo e reconstruir o argumento, quem usou a ferramenta foi 19 pontos percentuais menos propenso a chegar à resposta correta do que quem não usou.

É o desenho exato do problema. O ganho aparece onde o caminho não faz falta. A perda aparece onde ele é a única coisa que importa. E as duas situações chegam na mesa do mesmo jeito: um material bem formatado, com uma recomendação no final.

O custo já é relatado por quem faz o trabalho. Na pesquisa da KPMG com a Universidade de Melbourne, 56% dos trabalhadores no mundo e 49% no Brasil dizem ter cometido erro por confiar em resultado de IA. Não é projeção de risco futuro: é erro que já entrou em algum material que alguém aprovou.

Onde essa tese tem limite

A maior parte das decisões não merece auditoria de caminho

Decisão barata e reversível deve ser rápida, e exigir premissa documentada para tudo transforma o comitê em cartório. O critério é o custo de reverter: se voltar atrás é fácil, aceite a conclusão pronta e siga. A rotina que este artigo propõe vale para o que é caro de desfazer.

O excesso oposto também destrói

Existe a empresa que discute processo e não decide, onde toda recomendação vira seminário sobre metodologia. Reconstruir caminho não é reabrir decisão. É garantir que exista alguém capaz de refazê-la quando o mundo mudar, o que é diferente de refazê-la agora, por esporte.

Os dados centrais são autorrelato

As pesquisas da KPMG com a Universidade de Melbourne e da Microsoft com a Carnegie Mellon medem o que as pessoas dizem sobre o próprio comportamento, não o comportamento observado, e são correlacionais. O único experimento causal aqui, o da HBS com a BCG, mede desempenho com IA, não incentivo organizacional. E não existe medição conhecida de quantas empresas pedem o raciocínio por trás de uma recomendação: essa parte da tese é argumento, não medida. Isso reduz a certeza do diagnóstico. Não muda a utilidade dos rituais abaixo, que custam pouco e falham barato.

Como transformar isso em rotina

Quatro rituais, cada um com dono, frequência e gatilho. Nenhum exige ferramenta nova.

  1. 01Premissa antes de recomendação. Todo material que pede decisão abre com as premissas que a sustentam e com o que as derrubaria. Dono: quem apresenta. Gatilho: qualquer pauta decisória. Material sem essa página volta antes de ser discutido.
  2. 02Teste do autor ausente. Uma vez por mês, o comitê escolhe uma decisão em vigor e pede a alguém que não a construiu para refazer a conta. Dono: quem preside. O resultado do teste é a medida que faltava, e é a única forma de o estágio 1 virar visível antes do estágio 3.
  3. 03Ata com o porquê. O registro guarda a premissa e a fonte de cada número, não apenas a decisão e o responsável. Dono: quem secretaria o comitê. Gatilho: toda decisão. Três linhas a mais por item, e o arquivo passa a servir para reconstruir, não só para provar que houve reunião.
  4. 04Declaração de verificação. Quem usou IA, benchmark ou relatório de terceiro diz o que conferiu e o que não conferiu. Dono: o gestor da área. Gatilho: entrega do material. Não é punitiva, se for, vira mais um formulário mentido, e os 57% que hoje escondem a origem continuam escondendo.

Nenhum desses rituais melhora a decisão de amanhã. Todos melhoram a de dezoito meses, que é quando a premissa terá mudado e alguém precisará fazer de novo o que hoje quase ninguém registra. A capacidade de refazer é um dos poucos ativos que a empresa perde sem sentir e só cobra quando já é tarde.

Fontes

  • KPMG e Universidade de Melbourne. Trust, attitudes and use of artificial intelligence: a global study 2025, 48.340 respondentes em 47 países; 66% confiam no resultado sem avaliar a informação, 56% já erraram no trabalho por isso, 57% apresentam conteúdo de IA como próprio.
  • KPMG Brasil. IA nas empresas: confiança ainda é o maior desafio, 2025, recorte brasileiro: 49% admitem erro por confiar em resultado de IA, 51% já apresentaram conteúdo de IA como próprio, 67% relatam treinamento e 68% relatam política clara.
  • Lee, Sarkar, Tankelevitch e colegas (Microsoft Research e Carnegie Mellon University). The Impact of Generative AI on Critical Thinking, CHI 2025, 319 profissionais, 936 tarefas reais.
  • Dell'Acqua, McFowland, Mollick e colegas (Harvard Business School e Boston Consulting Group). Navigating the Jagged Technological Frontier, 2023, experimento de campo com 758 consultores.
  • Lovallo e Sibony (McKinsey & Company). The case for behavioral strategy, 2010, 1.048 decisões empresariais em cinco anos.