Li recentemente um artigo da McKinsey intitulado "Rewiring Talent to Value in the age of AI."
Ultimamente, tenho experimentado o quanto uma única pessoa pode amplificar seu trabalho usando IA — construindo meus próprios produtos com Claude Code e montando uma base de conhecimento no Obsidian. Este artigo foi fascinante porque organiza exatamente esse problema — "Dada a premissa da IA, quais pessoas devem ser colocadas em quais cargos para maximizar o valor?" — usando uma estrutura típica no estilo McKinsey.
Em particular, o ponto de que o próprio conceito de "talento" como fonte de valor está mudando fundamentalmente devido à IA realmente me tocou. Acho que isso é relevante tanto para quem contrata quanto para quem é contratado.
Na segunda metade, vou compartilhar algumas reflexões pessoais sobre as questões levantadas pelo artigo.
O que é "Talento para Valor" afinal?
Antes de mergulhar no tópico principal, uma rápida olhada no conceito subjacente.
A McKinsey tem um framework famoso chamado "Talent to Value" (Talento para Valor), que eles usam há mais de uma década. Grosso modo, a ideia é esta:
Cerca de 80% do valor de uma empresa é gerado por apenas 30 a 50 "cargos críticos". Portanto, se você identificar esses cargos críticos e colocar os melhores talentos neles, maximiza o impacto.
O interessante é que esses cargos críticos não estão necessariamente no topo. De acordo com o artigo, apenas cerca de 5 a 10% dos cargos críticos se reportam diretamente ao CEO; a grande maioria existe dois ou três níveis abaixo. Em outras palavras, não se trata de olhar para "pessoas importantes", mas de identificar imparcialmente "onde está a fonte de valor".
Essa lógica não desapareceu na era da IA. No entanto, uma coisa mudou decisivamente:
O valor não é mais gerado apenas por "cargos", mas por "sistemas" onde humanos e agentes de IA são combinados dinamicamente.
Enquanto a IA generativa mudou "como o trabalho é feito", a IA agentiva mudou "quem (ou o quê) faz o trabalho". Uma nova força de trabalho híbrida está surgindo, onde humanos e sistemas inteligentes trabalham lado a lado. É por isso que a estratégia de talentos precisa ser "reconfigurada", que é o ponto principal deste artigo.
O artigo atualiza as quatro etapas tradicionais do "Talento para Valor" para a era da IA e adiciona uma nova quinta etapa. Vamos examiná-las em ordem.
❶ Etapa 1: Mapear o Valor Continuamente
No passado, você podia mapear o valor atribuindo metas a unidades de negócios ou linhas de produtos e lutar com esse mapa por um tempo.
Mas na era da IA, o progresso tecnológico mercantiliza as capacidades tão rapidamente que a fonte de valor se move a uma velocidade que os ciclos de planejamento tradicionais não conseguem acompanhar. Quando você define um plano de médio prazo, os pontos de valor já mudaram.
É por isso que as empresas líderes estão começando a tratar a alocação de valor como um "processo contínuo" em vez de um plano único. Elas rastreiam dinamicamente onde a IA está criando (ou destruindo) vantagens e realocam rapidamente talentos e agentes para novas oportunidades.
O exemplo no artigo foi revelador. A Johnson & Johnson identificou cerca de 900 casos de uso de IA generativa, mas 80% do valor veio de apenas 10 a 15% dessas iniciativas. Consequentemente, a empresa mudou de uma "experimentação ampla e de longo prazo" para estreitar continuamente os casos de uso que geram mais valor.
Em vez de espalhar sementes, encontre onde está o valor e concentre-se lá. Parece óbvio, mas é um lembrete poderoso em uma era em que as iniciativas de IA tendem a proliferar sem rumo.
❷ Etapa 2: Identificar Cargos e Agentes Críticos
Esta foi a parte mais interessante para mim pessoalmente.
Anteriormente, era uma questão simples de "definir o cargo crítico e colocar uma pessoa nele". Mas em um mundo onde a IA divide o trabalho em "tarefas", a história muda: algumas são automatizadas, algumas são assistidas por humanos e algumas são lideradas por humanos.
A McKinsey sugere mudar a perspectiva de "Talento para Valor" para "Talento e Agentes para Valor".
O procedimento específico é: Primeiro, identifique as áreas de maior valor. Em seguida, divida-as em "capacidades, habilidades e tarefas". Depois, atribua "humano, agente ou um híbrido de ambos" a cada tarefa com base no que funciona melhor.
Em muitos casos, a verdadeira unidade de valor não é mais um único cargo, mas um "sistema" onde humanos e agentes colaboram para produzir resultados.
Os cargos que estão aumentando em importância incluem líderes de domínio responsáveis pelos resultados da IA, proprietários de produtos de IA, arquitetos que projetam fluxos de trabalho humano-agente, engenheiros de prompt e especialistas em dados/conhecimento que fornecem contexto aos agentes. Novos cargos também estão surgindo, como líderes de plataformas de operações de agentes e intermediários de governança de agentes.
❸ Etapa 3: Identificar Rigorosamente Pessoas que Podem "Amplificar Valor" com IA
A Etapa 3 está intimamente ligada à Etapa 2.
Tradicionalmente, as pessoas eram avaliadas com base no "conhecimento, habilidades, atributos e experiência" exigidos para um cargo. Na era da IA, isso não é mais suficiente. Isso porque o conhecimento está se tornando cada vez mais acessível através da IA, e a experiência pode se tornar obsoleta à medida que o próprio trabalho muda.
A McKinsey propõe uma mudança no eixo de avaliação:
O objetivo não é mais "encaixar talentos em cargos", mas identificar o quanto uma pessoa pode amplificar o valor usando IA.
Isso introduz o conceito do "Super Usuário de IA" — alguém que pode fazer um trabalho que antes exigia uma equipe inteira, usando IA. O artigo sugere priorizar pessoas com qualidades como: a capacidade de elevar a alfabetização em IA de si mesmo e de sua equipe, a capacidade de reimaginar operações e fluxos de trabalho através da IA, o uso de definição de problemas, criatividade e julgamento para impulsionar mudanças, e a capacidade de tomar decisões e assumir responsabilidades.
A Meta é citada como um exemplo real. A empresa definiu as habilidades e o "impacto esperado da IA" para cada cargo crítico e está começando a avaliar os funcionários com base em como eles usam a IA para criar valor. O artigo enfatiza:
O amplo acesso à IA não leva automaticamente a resultados diferenciados. Apenas uma pequena fração das pessoas integrará a IA para superar esmagadoramente aqueles ao seu redor.
Apenas distribuir ferramentas não cria uma lacuna. Mesmo com a mesma IA, haverá aqueles que avançam e aqueles que não avançam. Identificar essa diferença é o cerne da estratégia de talentos.
A propósito, embora o artigo sugira uma mistura de "comprar, construir, emprestar" para talentos, ele alerta que confiar demais em talentos externos para capacidades centrais de IA cria uma organização frágil que luta para escalar ou manter o valor. Como alguém que trabalha como CMO externo, esse ponto foi doloroso e convincente ao mesmo tempo! (risos)
❹ Etapa 4: Revisar a Própria Equipe de Liderança
O "Talento para Valor" depende, em última análise, de os líderes serem capazes de assumir e gerenciar o processo. No entanto, o artigo aponta incisivamente que muitas equipes de gestão ainda carecem de alfabetização em IA e são incapazes de definir uma agenda de valor consistente, priorizar cargos críticos ou tomar decisões eficazes sobre talentos.
Portanto, a equipe de liderança e o conselho devem se tornar proficientes em IA, colocar a mão na massa e desafiar suposições anteriores. Em vez de "supervisionar" hierarquias organizacionais, eles devem passar para o lado de "operar" um sistema dinâmico de talentos, IA, fluxos de trabalho e alocação de recursos.
O artigo observa que nos últimos 18 meses, muitas empresas da Fortune 500 reestruturaram suas equipes de liderança para se concentrar na estratégia de IA, às vezes envolvendo redesenho organizacional ou saídas de executivos. Parece que a camada de gestão é a primeira a ser reconfigurada.
❺ Etapa 5 (Nova): "Como o Sistema Funcionou" em vez de "Quem Fez Isso"
Esta nova etapa para a era da IA foi, junto com a Etapa 2, um destaque para mim.
Em uma organização agentiva, a questão fundamental da avaliação muda.
De "Quem fez o trabalho?" para "Quão bem o sistema funcionou?"
Os resultados não são mais atribuídos apenas a indivíduos, mas são determinados pelo desempenho de todo o sistema de colaboração humano-agente. Portanto, as avaliações devem ser projetadas separadamente para humanos e agentes, mas de forma complementar. Os agentes são avaliados em "qualidade da decisão, confiabilidade, velocidade e custo", enquanto os humanos são avaliados em "impacto nos negócios, capacidade de definir e melhorar fluxos de trabalho de IA, uso ético da IA e colaboração entre equipes".
O ponto que o artigo destaca é este:
A maioria das organizações tropeça não porque carece de pessoas talentosas ou ferramentas de IA avançadas, mas porque falham em integrá-las em um "sistema coerente" com responsabilidade clara e ciclos de feedback.
Você tem as pessoas e a IA, mas sem resultados. A causa está na "conexão". O artigo conclui instando os líderes a operar este sistema com o mesmo rigor da alocação de capital.
Reflexões Pessoais
Isso ficou longo, mas aqui estão duas coisas em que pensei enquanto lia.
❶ Precisamos aumentar a resolução da identificação de "Cargos" para "Verbos"
A Etapa 2 discutiu como pensar sobre as atribuições para cargos críticos. O que ainda não internalizei completamente é como realmente realizar essa "identificação".
O artigo diz para "dividir em tarefas", mas não fala sobre a resolução dessas tarefas. Meu pensamento atual é que se você olhar para os cargos como "substantivos", não pode julgar se eles podem ser transformados em IA, mas se você os dividir ao nível de "verbos", as atribuições ficam mais claras.
Por exemplo, com o substantivo "Recrutador", você não pode dizer se a IA pode fazer isso. Mas se você dividir em verbos como "triar candidatos", "ler o clima de uma entrevista" e "persuadir uma oferta", você pode ver quais são adequados para agentes e quais exigem humanos. Triagem é para agentes; ler o clima é para humanos.
Somente dividindo um cargo em verbos você pode julgar a alocação entre humanos e IA. Acho que esta é a chave para colocar a Etapa 2 em prática.
❷ IA é um "Amplificador"; não funciona para quem não tem nada para amplificar
O ponto da Etapa 3 sobre "identificar pessoas que podem amplificar valor com IA" ficou comigo.
O artigo cita o exemplo da Meta de uma "pequena fração de pessoas avançando", mas não entra em por que apenas algumas pessoas amplificam. Minha hipótese é que a IA é estritamente um amplificador; para aqueles que carecem da "base" — o hábito de fazer o trabalho eles mesmos — não há nada para amplificar em primeiro lugar.
Então, se eu fosse julgar se alguém é um "amplificador de IA", eu deixaria a IA de lado por um momento e perguntaria: "O que você aprendeu ou experimentou de novo no ano passado?" Ao perguntar sem limitar à IA, você pode distinguir entre aqueles que apenas pularam em uma ferramenta e aqueles que sempre estiveram expandindo suas próprias capacidades. A amplificação real só acontece quando a IA é adicionada a este último.
...
As discussões sobre talento na era da IA muitas vezes se resumem a "quais empregos desaparecerão", mas este artigo vai um passo além, reformulando-o como um problema de design de "como combinar, avaliar e conectar humanos e IA". Foi uma leitura muito substancial.
Se você está contratando, sendo contratado ou pensando em como se expandir, acho que este artigo oferece muitos insights.
É isso por agora. Obrigado por ler! 🙇
📩 THE LEAD está sendo entregue agora
Estou administrando "THE LEAD", uma newsletter para pessoas que impulsionam os negócios.
① Notícias de Marketing (Aproximadamente duas vezes por semana)
Entregamos artigos cuidadosamente selecionados de mais de 60 veículos de marketing do mundo de língua inglesa. As notícias de cada dia incluem comentários do editor-chefe.
② Coluna / Comentário do Editor-Chefe (Nakagawa) (Aproximadamente uma vez por mês)
Entrego insights da perspectiva de um ex-CMO e know-how recentemente aprendido exclusivamente por e-mail. Artigos de know-how serão pagos no note posteriormente, mas são entregues gratuitamente com antecedência no THE LEAD.
③ Relatórios do Setor
Também planejamos entregar relatórios baseados em pesquisas e estudos originais.
Características Únicas
Entregamos as últimas tendências globais.
A literatura em inglês é repleta de perspectivas práticas e multifacetadas e informações antes mesmo de serem traduzidas. Entregamos em português com uma granularidade que você pode aplicar ao seu trabalho.
Há conteúdo que apenas assinantes de e-mail podem ler.
A coluna do Editor-Chefe é entregue apenas por e-mail (não é arquivada no site). Além disso, artigos de know-how estão planejados para serem pagos no note no futuro. Se você se registrar na newsletter, os entregaremos gratuitamente para você.
Quem deve ler isso?
- Profissionais de marketing que almejam ser CMOs/Líderes de Marketing
- Profissionais de marketing que buscam aprofundar sua expertise
- Pessoas responsáveis pelo crescimento de negócios em startups ou novos negócios
- Executivos que desejam se atualizar eficientemente sobre as últimas tendências de marketing
É grátis. Por favor, registre-se!
📝 Contato para consultas de trabalho aqui
Sinta-se à vontade para nos contatar sobre nosso negócio de CMO externo e outras consultas abaixo.
CMO No. 1 Co., Ltd. faz parceria com você para formular estratégias de marketing e construir organizações que são chave para o crescimento do negócio, resolvendo desafios nas fases iniciais.
