Por Michael Cortez –
Existe uma diferença enorme entre usar inteligência artificial e operar orientado por ela. Eu vejo essa confusão acontecer todos os dias — e no setor de saúde, onde atuo, ela tem consequências que vão muito além de um projeto mal executado.
A maioria das empresas que diz ser “AI First” ainda aplica IA de forma fragmentada. Uma automação aqui, um chatbot ali, um modelo de linguagem plugado num processo que ninguém documentou direito. Segundo a McKinsey, 88% das empresas globais já usam IA em alguma função de negócio. Mas usar não é o mesmo que transformar. E a diferença está, quase sempre, antes do algoritmo.
O que sustenta uma aplicação de IA não é o modelo em si. É a fundação embaixo dele: documentação organizada, arquitetura coerente, regras de negócio bem estruturadas, dados utilizáveis. Sem isso, você não está sendo AI First, você está empilhando sofisticação sobre um terreno instável.
Hospitais operam 24 horas por dia. Não há janela de manutenção conveniente, não há margem para comportamento imprevisível, não há tolerância para rastreabilidade zero. Quando começo a falar de IA nesse contexto, a primeira pergunta que faço não é “qual modelo vamos usar?”, é “seus dados estão organizados o suficiente para que qualquer IA faça sentido com eles?”
Há alguns anos, eu diria que a resposta da maioria seria não.
O que mudou na minha visão de construir produtos em ambientes críticos foi entender que a adoção de IA precisa ser tratada como uma transformação cultural, não como uma funcionalidade nova no roadmap. Isso significa capacitar pessoas em diferentes áreas para pesquisar, documentar, questionar e construir com IA como parte do método de trabalho. Quando isso acontece, o efeito não é de automação: é de amplificação. A empresa pensa melhor, documenta melhor, entrega melhor.
No supply chain hospitalar, onde opero, isso tem impacto direto. A IA nos ajuda a aprofundar investigações de domínio, estruturar hipóteses de evolução de produto, entender dores dos usuários com mais profundidade e apoiar a codificação em escala. Mas nada disso funcionaria se a base não estivesse sólida. Dado bagunçado continua bagunçado, com ou sem modelo sofisticado por cima.
Tem outro ponto que quase ninguém fala abertamente: o diferencial competitivo está mudando de lugar. Num mundo em que a IA comodifica funcionalidades, onde qualquer empresa pode implementar um recurso parecido em semanas, o que vai separar os players não é mais o que a tecnologia faz. É o quanto de especialização, serviço e conhecimento de processo está embutido junto. Modelos de licenciamento puro sofrerão pressão crescente. Quem combina tecnologia com densidade consultiva e domínio setorial tem uma vantagem que não é facilmente replicável.
Isso me leva à última questão, que é quase filosófica: inovar com responsabilidade é o oposto de inovar devagar?
Na saúde, eu defendo que não. Alucinações, automações mal calibradas e comportamentos pouco previsíveis não são apenas falhas técnicas, podem gerar impacto direto em operações assistenciais. Ser criterioso aqui não é excesso de cautela. É o que garante que a inovação dure, que escale e que gere confiança real, não apenas uma demo bonita num evento de tecnologia.
Ser AI First de verdade exige mais do que ferramentas novas. Exige revisão de processos, organização de dados, capacitação de times e uma mudança genuína no método de trabalho. Quem fizer isso vai construir melhor no curto prazo — e vai estar muito mais preparado para o que vem no médio e longo.
O algoritmo é a última peça. A fundação é o que importa.
(*) Michael Cortez, Software House Manager e sócio da GTPLAN, empresa especializada em tecnologia SaaS para Supply Chain.
