No livro 1929, o jornalista do New York Times e coapresentador da CNBC, Andrew Ross Sorkin, explora os eventos que antecederam o histórico colapso da bolsa de valores que desencadeou a Grande Depressão. Os paralelos entre esse evento e os relatados no livro anterior de Sorkin sobre a crise financeira de 2008, Too Big to Fail, são marcantes — e mais do que um pouco perturbadores.
Embora as empresas venham “desagregando” suas operações e terceirizando tarefas há décadas, os avanços em tecnologia da informação agora estão ajudando a levar essa estratégia a um nível totalmente novo. Essas tecnologias possibilitam integrar digitalmente fluxos de trabalho entre organizações, permitindo que as empresas distribuam facilmente cadeias complexas de atividades entre múltiplas entidades, incluindo clientes. Elas não apenas reduzem os custos de colaboração, mas também dão a todos os participantes acesso instantâneo a capacidades que antes apenas grandes empresas podiam pagar. Considere a logística, onde, graças a serviços em nuvem como o ShipBob, pequenas marcas podem atender pedidos tão rapidamente quanto grandes varejistas. Na terceirização tradicional, as empresas simplesmente transferiam tarefas, mas agora elas estão incorporando serviços de terceiros em suas próprias operações. Esse desenvolvimento gerou uma infinidade de serviços hiperespecializados que as empresas podem utilizar e também inspirou o surgimento de “orquestradores” que coordenam todas as tarefas necessárias para criar e entregar ofertas. Hiperespecialistas e orquestradores oferecem novas oportunidades para monetizar ativos, aumentar receitas e criar mercados. Mas eles também estão borrando as fronteiras entre indústrias, e alguns começaram a competir diretamente com seus clientes.
Apesar de todo o entusiasmo em torno da inteligência artificial generativa, há um obstáculo que limita sua adoção: a tendência da tecnologia de inventar informações, omitir dados e criar tantas possibilidades que se torna difícil descobrir quais realmente serão eficazes. Por isso, a grande maioria das empresas utiliza revisões humanas e ferramentas independentes de teste, mas esses métodos de controle de qualidade são caros e conseguem lidar apenas com uma fração da produção total da IA generativa.
A Amazon desenvolveu uma abordagem melhor para sua gigantesca operação de catálogo de produtos: um sistema baseado em IA generativa chamado Catalog AI, capaz de detectar e bloquear automaticamente dados não confiáveis, gerar ideias para novas páginas de produtos e testar sua eficácia, além de se aprimorar continuamente por meio de feedback de verificações de qualidade e experimentos. Neste artigo, Stefan Thomke, da Harvard Business School, e Philipp Eisenhauer e Puneet Sahni, da Amazon, descrevem o sistema criado pela empresa para realizar controle de qualidade em grande escala sobre conteúdo gerado por IA. Embora a Amazon considere o Catalog AI um trabalho em andamento, os autores acreditam que ele já está suficientemente avançado para que gestores de outras organizações possam aprender com sua experiência.
A maioria de nós já conheceu super-facilitadores — pessoas com talento para unir membros de um grupo, combinando as forças únicas de cada um para promover o desempenho ideal da equipe. Super-facilitadores integram diferentes tipos de conhecimento, incentivam contribuições equilibradas e cultivam a confiança entre colegas, gerando inteligência coletiva — a capacidade de um grupo resolver problemas em conjunto. Neste artigo, o psicólogo de StanfordJamil Zaki apresenta novas pesquisas, destacando descobertas-chave sobre super-facilitadores, inteligência coletiva e desempenho de equipes. Ao usar o astro da NBA Chris Paul como exemplo, Zaki descreve como super-facilitadores promovem a colaboração bem-sucedida por meio de três pilares:
sintonia, utilizando percepção e empatia para elevar o desempenho do time;
comunicação, orientando companheiros mais jovens e transmitindo confiança nas capacidades dos colegas; e
distribuição, garantindo que todos contribuam.
Felizmente, acrescenta Zaki, ser um super-facilitador não é apenas uma característica inata, mas uma habilidade que pode ser desenvolvida. Ele oferece um guia prático para aplicar esses princípios, incluindo táticas como identificar e valorizar os pontos fortes de cada pessoa, comunicar sua confiança nos outros e incluir todos nas discussões. Com essas práticas, qualquer um pode aproveitar o poder das forças individuais para criar uma equipe de alto desempenho.
Muitas empresas globais estão integrando a IA generativa em seus negócios, e a maioria utiliza ferramentas ocidentais de empresas como OpenAI e Anthropic. Mas agora elas se veem diante de um segundo ecossistema, muito diferente, que cresceu rapidamente, de forma discreta e com uma lógica própria: empresas chinesas desenvolveram uma infraestrutura única e competitiva de IA generativa que difere significativamente dos sistemas ocidentais. Este artigo apresenta uma estrutura para ajudar líderes de empresas globais a entender a arquitetura singular da IA generativa da China. Três pilares — personalização na infraestrutura, liderança em custos no desenvolvimento de modelos e calibração para aplicações práticas — diferenciam a IA generativa chinesa da ocidental. Os autores afirmam que estamos entrando em uma era em que nenhum conjunto de ferramentas ou pilha única de IA dominará. Pelo contrário, as empresas precisarão integrar estrategicamente soluções chinesas e ocidentais de IA. Eles oferecem um roteiro para adotar uma abordagem de via dupla a fim de alcançar melhores resultados estratégicos e maior eficiência operacional. Não se trata de Leste versus Oeste, escrevem os autores. Trata-se de elaborar estratégias que funcionem em um mundo com mais de um futuro para a IA.
Apesar do que alguns possam pensar, procurar informações online dificilmente muda a opinião das pessoas sobre determinado assunto. Isso ocorre porque as crenças pré-existentes influenciam fortemente os resultados obtidos em mecanismos de busca como Google ou Bing.
A Inteligência Artificial libera os gerentes intermediários da constante coordenação de projetos. Faz menos de três anos desde que a OpenAI lançou o ChatGPT, mas a tecnologia já começou a transformar o ambiente de trabalho. Tarefas que antes consumiam grande parte dos dias de muitos funcionários agora podem ser feitas de forma mais rápida — e, em alguns casos, automaticamente, redefinindo os papéis gerenciais.
A inteligência artificial está sendo adotada em tudo, desde automóveis até chatbots, mas produtos com IA — como todos os produtos — eventualmente falham. E a forma como uma empresa divulga seus sistemas de IA afeta as repercussões que enfrentará quando ocorrer uma falha. Julian De Freitas, professor assistente da Harvard Business School, realizou diversos estudos sobre os perigos de um erro de I.A. sob a perspectiva do marketing.
Ele afirma que, para promover com sucesso seus produtos de IA, os profissionais de marketing precisam primeiro entender as atitudes únicas dos consumidores em relação à IA. Especificamente, eles devem considerar cinco armadilhas relacionadas às percepções dos consumidores:
As pessoas tendem a culpar a IA em primeiro lugar;
Quando uma IA falha, as pessoas perdem a confiança em outras;
As pessoas culpam mais as empresas que exageram as capacidades da IA;
As pessoas julgam com mais severidade IAs que se comportam como humanos; e
As pessoas ficam indignadas com preferências programadas.
Este artigo analisa como as empresas devem se preparar para falhas — e o que fazer depois que a IA comete um erro. Ele explora as formas como as empresas promovem suas próprias soluções de IA e se suas estratégias representam riscos. E oferece conselhos práticos a gestores que desejam divulgar seus sistemas de IA protegendo suas marcas e fortalecendo a confiança dos consumidores.
Em busca de crescimento, muitas empresas tentam conquistar novos tipos de clientes. Um público mais amplo parece sempre trazer benefícios: atrair novos clientes geram mais receita e maior participação no mercado. A North Face seguiu esse caminho na década de 2010, ao investir pesadamente no streetwear para atrair “exploradores urbanos” além de seus entusiastas de aventura tradicionais. Após incorporar esse novo segmento, sua receita cresceu de 2,3 bilhões de dólares em 2015 para 3,6 bilhões em 2024.