Num cenário empresarial em rápida transformação, a Inteligência Artificial tornou-se central na agenda dos líderes. Mas entre entusiasmo tecnológico e valor real há uma distância que muitas organizações ainda não dominam. Para Carlos Latourrette, CEO da Latourrette.ai, a IA assenta em informação estruturada, processos claros, formação, governação e propósito humano. Saiba mais na entrevista à Revista Pontos de Vista!
Carlos Latourrette, tem defendido que a IA não começa nos modelos de linguagem (LLMs), mas na forma como as organizações estruturam informação, documentos e processos. O que significa, na prática, passar de sistemas de registo para uma organização orientada por inteligência?
Significa compreender que a IA não é uma camada mágica que se coloca por cima da desordem. Os modelos de linguagem são extraordinários, mas só produzem valor com informação fiável, contextualizada, governada e integrada em processos certos. Essa preparação não é apenas técnica: é humana. Sem literacia, competências práticas e cultura de uso responsável, a tecnologia fica subutilizada ou usada sem controlo.
Após mais de 25 anos a trabalhar com informação, documentos e processos, a lição é esta: a inteligência organizacional não começa nos LLMs; começa na arquitetura de conhecimento e na preparação das pessoas. Muitas empresas ainda vivem em Systems of Records: ERPs, CRMs, repositórios documentais, sistemas financeiros ou de RH. A informação existe, mas está fragmentada e desligada da decisão.
O passo seguinte foi a automação: os Systems of Automation. A IA não a substitui; estende-a. Saltar diretamente para Systems of Intelligence gera pilotos interessantes, mas que não escalam, porque a base e as equipas não estão preparadas.
Passar para uma organização orientada por inteligência significa criar agentes que interpretam documentos, compreendem contexto, apoiam decisões e operam em processos orquestrados. Para isso, é preciso transformar documentos em objetos de conhecimento e colaboradores em utilizadores fluentes.
Na prática, exige quatro movimentos: avaliar maturidade; desenhar o futuro; capacitar pessoas com formação, AI readiness e AI fluency; e entregar soluções em produção, com governance, segurança, rastreabilidade e métricas claras. O futuro será definido por quem transformar informação dispersa em conhecimento raciocinável e colaboradores sobrecarregados em decisores aumentados.
Como define o papel da IA nas organizações atualmente? Quais são os maiores equívocos sobre IA no contexto empresarial e como a Latourrette.ai ajuda as empresas a transformar IA em valor tangível?
A IA é hoje um motor estratégico porque permite evoluir de informação fragmentada para conhecimento raciocinável. Quando bem implementada, liberta pessoas para trabalho de maior valor, reduz custos, acelera decisões e melhora a execução. Mas o primeiro ativo estratégico não é o modelo de linguagem: são as pessoas preparadas para o usar bem.
O maior equívoco é pensar que a IA resolve, por si só, problemas estruturais antigos. Muitas organizações tentam implementar IA sobre informação desorganizada, processos manuais e equipas sem formação. O resultado são pilotos que impressionam, mas não sobrevivem à realidade operacional. A adoção real exige AI readiness, literacia, competências, governance e use cases qualificados.
A Latourrette.ai ajuda as empresas a começar pela porta certa: formação, capacitação e diagnóstico. Através de uma plataforma de AI readiness, avaliamos maturidade, lacunas, champions internos, shadow AI e oportunidades reais de produtividade. Depois, transformamos o trabalho diário das equipas em casos de uso concretos. Só então faz sentido desenhar agentes, integrações e automações.
Esta abordagem reduz risco. Em vez de começar por código, começamos por clareza. Em vez de impor tecnologia de fora, capacitamos a organização por dentro. Trabalhamos com arquitetura reutilizável, governance, integração, deployment e suporte, mas sempre com um princípio: criar capacidade contínua, e independência. O objetivo é pôr IA em produção com mais valor de uso do que custo e deixar a organização pronta para escalar.
O conceito de “humanização da tecnologia” está no centro da vossa abordagem — como o traduzem na prática? De que forma as organizações podem equilibrar eficiência tecnológica com cultura e pessoas? Acredita que existe um risco de desumanização com o avanço da IA? Como mitigá-lo?
Humanizar a tecnologia significa garantir que a IA aumenta a capacidade das pessoas, em vez de as substituir ou desvalorizar. A tecnologia deve retirar carga mecânica, libertar tempo e apoiar melhores decisões. Mas isto só acontece quando as pessoas compreendem a IA, sabem questionar resultados e percebem onde ela acrescenta valor. A literacia em IA é hoje condição de dignidade profissional e competitividade empresarial. Traduzimos esta visão em três pilares. O primeiro é AI Independence: a estratégia de IA pertence à organização, não ao fornecedor. O segundo é AI Orchestration: os agentes operam dentro de processos governados, auditáveis e com supervisão humana. O terceiro é AI Enablement: formar pessoas, criar champions, desenvolver competências por função e construir confiança antes de exigir adoção.
O equilíbrio entre eficiência tecnológica e cultura exige perguntar: que trabalho queremos elevar?
A IA deve ser aplicada onde aumenta a qualidade da decisão, a produtividade e a experiência das pessoas. Quando é introduzida sem formação, gera medo e resistência; com capacitação, torna-se uma extensão da inteligência humana.
Cada projeto deve começar por perguntas humanas: que valor real vamos criar, que capacidades vamos ampliar e como melhora a vida da equipa, do cliente e da organização? A resposta passa por formar antes de automatizar, governar antes de escalar e manter o humano como supervisor das decisões relevantes.
Pode partilhar exemplos concretos onde a aplicação de IA gerou valor mensurável? Que métricas considera essenciais para avaliar o sucesso de projetos de transformação tecnológica? Quais os setores mais preparados — e os menos preparados — para esta transformação?
Temos vários exemplos de valor mensurável. Na automação de contas a pagar, reduzimos o processamento manual em 90%, baixámos o SLA médio de pagamento de 30+ dias para 1.6 dias e diminuímos erros de lançamento em 90%. Em atendimento inteligente, reduzimos 40% do tempo médio de atendimento, aumentámos em 30% a resolução à primeira interação e reduzimos 80% do tempo de reporting.
Mas medir sucesso em IA não é olhar apenas para eficiência. As métricas essenciais devem combinar ROI de negócio, tempo, custo e qualidade; adoção real pelas equipas; evolução da literacia IA; número e qualidade dos use cases identificados internamente; rastreabilidade, segurança e conformidade; autonomia criada; e valor de uso entregue a clientes, colaboradores e decisores. Um projeto que poupa tempo mas não é adotado falhou. Um projeto que automatiza mas não cria competência interna é frágil.
Os setores mais preparados tendem a ser os que têm maior pressão operacional, grande volume documental e necessidade de decisão rápida: serviços financeiros, seguros, shared services, indústria, customer service e áreas administrativas intensivas em documentos. Mas a prontidão depende também da maturidade da informação, da governação e da capacidade das pessoas para trabalhar com IA de forma consciente e produtiva.
Os menos preparados são os que ainda não consolidaram a sua base de informação, automação, governação e formação. Nesses casos, o caminho certo não é correr para a IA; é começar por AI readiness, diagnóstico de competências, formação prática, seleção de champions e primeira carteira de casos de uso com valor claro. A pressa cria pilotos. A preparação cria escala.
Como imagina o papel da IA nas empresas nos próximos 3 a 5 anos? Que competências serão críticas para líderes neste novo paradigma? Qual é a ambição da Latourrette.ai a médio prazo?
Nos próximos 3 a 5 anos, a IA deixará de ser uma tecnologia de nicho para se tornar uma camada ubíqua, integrada nas operações e decisões empresariais. Veremos AI Agents que automatizam tarefas, raciocinam sobre conhecimento organizacional, apoiam decisões e interagem com humanos e sistemas. A IA será a orquestradora da produtividade do knowledge worker.
Para os líderes, as competências críticas serão fluência em IA, arquitetura de conhecimento, pensamento crítico, gestão da mudança e governança ética. Não se trata de todos se tornarem cientistas de dados, mas de compreenderem como aplicar IA estrategicamente, gerir riscos, priorizar use cases e preparar equipas. A liderança terá de fomentar uma cultura de AI Enablement, com experimentação orientada a escala e valor real.
Os serviços profissionais vão mudar profundamente. A produção de software está a comoditizar-se: criar aplicações, agentes e integrações será cada vez mais acessível. O valor passará das horas de desenvolvimento para modelos de service as a software: conhecimento especializado empacotado em plataformas, agentes, workflows, diagnósticos e serviços recorrentes. No futuro, os serviços profissionais mais relevantes serão aqueles que transformarem método, formação e experiência operacional em sistemas escaláveis.
A ambição da Latourrette.ai é ajudar as organizações a criar capacidade própria de IA pela formação, diagnóstico de AI readiness e competências práticas, porque acreditamos que a literacia em IA é hoje condição de dignidade profissional e competitividade empresarial e só assim a experimentação se torna adoção real e segura.
