IA corporativa esbarra em um problema: o conhecimento sobre como o trabalho funciona vive só na cabeça das pessoas

As empresas investem bilhões em IA corporativa, mas esbarram em um problema fundamental: a maior parte do conhecimento sobre como o trabalho realmente funciona não está em bancos de dados e documentos, e sim na cabeça dos funcionários. E extrair esse conhecimento é muito mais difícil do que parece.

O conhecimento invisível da empresa

Os sistemas corporativos formais, como CRM, ERP, Jira e Confluence, registram resultados e processos formais. Mas quase nunca capturam o que realmente importa: como exatamente um gerente experiente resolveu uma questão controversa com um cliente-chave, por que a equipe contorna há anos um gargalo do pipeline justamente dessa maneira, quais nuances são essenciais no trato com um parceiro específico.

Esse fenômeno é chamado de «conhecimento tácito», ou tacit knowledge, termo introduzido pelo filósofo Michael Polanyi. A ideia: o especialista muitas vezes não consegue explicar por que toma determinada decisão; ele simplesmente sabe. Um cozinheiro experiente sente no toque que a massa está pronta. Um advogado experiente enxerga na hora a cláusula problemática de um contrato. Sem esse contexto, a IA continua cega, não importa a potência de sua arquitetura.

Por que é difícil digitalizar

A IA corporativa esbarra nesse problema por vários lados ao mesmo tempo:

• Articulação: os funcionários muitas vezes não conseguem descrever o que fazem; agem por uma intuição construída ao longo de anos
• Volatilidade: o conhecimento informal é atualizado o tempo todo por novos acontecimentos, e a documentação não acompanha
• Incentivos: o funcionário não tem motivação direta para explicar exatamente como trabalha, pois isso é sua vantagem competitiva dentro da empresa
• Contexto: a mesma regra funciona de maneira completamente diferente conforme o cliente, o prazo e a composição da equipe
• Escala: numa grande organização há milhares de detentores de conhecimento único, e cada um tem a sua versão dos mesmos processos

Mesmo um modelo de linguagem potente, treinado nos documentos oficiais da empresa, dará conselhos que funcionam no papel, mas divergem da realidade. É isso que a Bloomberg considera o principal desafio não resolvido da IA corporativa hoje.

O que as empresas já estão testando

Várias abordagens ganham popularidade. Algumas empresas lançam programas de «knowledge mining»: séries de entrevistas estruturadas com especialistas-chave, cujas gravações são usadas depois para fazer fine-tuning de modelos internos ou alimentar bases de conhecimento corporativas. É trabalhoso, mas entrega alta qualidade.

Outras adotam ferramentas de process mining, que analisam automaticamente os logs de sistemas ERP e CRM e reconstroem os processos reais: o que de fato acontece, e não o que está escrito nos regulamentos. A diferença entre os dois pode ser gritante.

Por fim, surgiu toda uma classe de software: «sombras» de IA que observam em segundo plano as ações do funcionário e vão construindo um modelo do seu comportamento. Isso levanta questões sérias sobre privacidade e sobre a propriedade do conhecimento que a pessoa acumulou em anos de trabalho.

«O verdadeiro desafio não é treinar um modelo com os dados da empresa.

O desafio é, primeiro, tirar esses dados das pessoas».

O que isso significa

A IA corporativa esbarra menos na tecnologia do que na antropologia organizacional. As empresas que aprenderem a extrair e digitalizar de forma sistemática o conhecimento informal de seus funcionários ganharão uma vantagem competitiva real, não por terem modelos mais inteligentes, mas por terem dados melhores sobre como o negócio realmente funciona. Isso desloca a competição da pergunta «de quem é a IA mais potente» para «quem conhece melhor a si mesmo».