Um reflexo da cultura de dados dentro das empresas.
Se pensarmos na forma como utilizamos ferramentas de inteligência artificial (IA), é muito provável que,tanto no uso pessoal quanto no profissional,o processo de adoção tenha ocorrido de maneira orgânica, intuitiva e, sobretudo, autodidata.
Nos últimos anos, temos acompanhado um fenômeno silencioso, porém de grande impacto para o futuro das empresas: um crescimento do uso espontâneo de ferramentas por parte dos colaboradores, muitas vezes antes mesmo de a organização formalizar políticas, estratégias ou investimentos em IA. Essa adoção bottom-up (de baixo para cima) revela mais do que aparenta. Ela funciona como um espelho da cultura de dados real dentro da empresa e, possivelmente, como um indicador antecipado de sua maturidade.
Um desalinhamento entre a percepção da liderança e a realidade operacional
Um relatório recente da McKinsey & Company mostra que, enquanto executivos de C-levels, que foram entrevistados, estimaram que apenas 4% de seus colaboradores utilizavam IA generativa em pelo menos 30% de suas tarefas diárias, na prática esse número sobe para 13% dos colaboradores.
A expectativa de inovar, resolver tarefas com mais agilidade, ser mais eficiente ou competitivo — ou mesmo a simples curiosidade em explorar novas ferramentas — costuma nascer dentro das equipes operacionais. Na prática, essa adoção precoce ocorre em usos bem concretos: automação de relatórios, redação e síntese de informações, análises preliminares de dados, apoio à tomada de decisão ou melhoria de processos cotidianos. Esse uso, que começa de forma improvisada, pode indicar abertura ao novo, mas também uma confiança implícita nos dados como forma de potencializar a experiência de trabalho.
Não se pode ignorar o papel da liderança intermediária, especialmente considerando o ponto de tensão entre as iniciativas das equipes e a visão do C-Level. Os gestores de nível médio costumam sofrer com a pressão por resultados de curto prazo, a necessidade de manter a ordem operacional, ao mesmo tempo, com a demanda por inovação. Quando esse equilíbrio é bem administrado, o middle management atua como tradutor e facilitador, convertendo a adoção espontânea em aprendizados que podem ser colocados em prática.
Na América Latina, uma região marcada pela sua heterogeneidade, onde convivem pequenas, médias e grandes empresas, economias informais e ampla diversidade cultural e produtiva, esse fenômeno se traduz em talento disponível, criatividade, adaptabilidade e, muitas vezes, necessidade. Se as empresas prestarem atenção, esse entusiasmo pode ganhar uma nova forma e se transformar em vantagem competitiva real.
Oportunidades de uma adoção bottom-up
O primeiro impulso individual pode se transformar em um verdadeiro motor de inovação. A partir da experimentação rápida, os colaboradores testam novas ferramentas, descobrem fluxos de trabalho alternativos e otimizam tarefas repetitivas. Em outras palavras: geram valor antes mesmo da existência de um plano formal.
Além disso, a democratização da inovação pode fornecer pistas valiosas sobre as reais necessidades operacionais. Começam a surgir precedentes do que funcionou em uma equipe e que pode ser replicado em maior escala dentro da organização.
O impulso de uma cultura de dados a partir de um enfoque prático é fundamental. Quando os dados deixam de ser vistos apenas como um insumo técnico e passam a integrar a rotina, a organização começa a internalizar seu valor estratégico.
Em contextos em que informalidade, recursos limitados ou fragmentação organizacional competem com a ambição de transformar processos, esse tipo de adoção pode acelerar significativamente a incorporação de novas tecnologias.
Riscos e vulnerabilidades: por que a governança de dados é importante
Como toda oportunidade de crescimento, também existem riscos. Quando cada equipe adota ferramentas por conta própria, podem surgir problemas de informação, inconsistências de formato e ausência de controle de qualidade. Sem exageros, isso pode limitar a confiabilidade e dificultar a escalabilidade.
É nesse ponto que a governança de dados se torna crítica: ela estabelece políticas, processos e responsabilidades claras para garantir que os dados sejam precisos, seguros e utilizados de forma ética. Sem governança, as decisões sem rastreabilidade, nem respaldo analítico, ou seja, as decisões baseadas em IA usadas “off the books” podem carecer de transparência, controle, rastreabilidade e critérios claros de responsabilidade ética.
A falta de supervisão sobre quais dados são utilizados, como são armazenados ou compartilhados pode expor a empresa a riscos legais e reputacionais, um fator especialmente relevante em mercados latino-americanos com marcos regulatórios ainda em desenvolvimento.
Além disso, o uso espontâneo não garante sustentabilidade. O que funciona de forma artesanal ou pontual em uma equipe pode não se sustentar em uma estratégia de crescimento ou expansão.
Transformando o entusiasmo em estratégia
Como primeira recomendação para as empresas, é fundamental mapear o uso real de IA e dados em toda a organização: quais ferramentas são utilizadas, em quais áreas, com que frequência, quais dados estão envolvidos, com quais objetivos e quais
resultados são obtidos.
A partir desse diagnóstico, é possível desenhar um marco de governança de dados e IA, com padrões de qualidade, rastreabilidade, privacidade, acesso, papéis e responsabilidades. Dar lugar a esse processo é o passo mais importante para
consolidar as bases de um uso estruturado.
A capacitação também não pode se limitar ao aspecto técnico. Deve incluir consciência ética, compreensão do valor estratégico dos dados, habilidades para interpretar resultados e tomar decisões a partir da informação obtida. Na América Latina, essa capacidade analítica é um dos ativos mais valiosos. Segundo um relatório recente da SAP América Latina, 43% das empresas da região já veem a IA de forma positiva e planejam aumentar os investimentos.
Não é irrelevante que uma empresa como o Mercado Libre, a partir da exploração de casos concretos de IA generativa, esteja avançando na construção de uma estratégia mais integrada de dados e IA. Especialmente para antecipar cenários financeiros, aumentar a produtividade em auditorias e melhorar as experiências de talento interno: um uso de dados concreto e estratégico.
A adoção bottom-up, nesse sentido, deixa uma lição clara: é necessário garantir privacidade, integridade e rastreabilidade dos dados. Essa responsabilidade é compartilhada entre TI, áreas de negócio e usuários, sob regras claras, papéis bem
definidos e uma semântica de dados clara e unificada. Uma abordagem de governança federada permite escalar o uso da IA sem perder controle, equilibrando autonomia operacional com consistência e responsabilidade.
Porque reconhecer os dados como insumo essencial não é um pequeno gesto, é a base sobre o que se constrói melhores ferramentas, análises, previsões e, em definitivo, uma condicionante para a inovação.
Na América Latina, essa infraestrutura de dados precisa ser flexível, representativa e escalável. Por isso, a adoção bottom-up não deve ser vista como desordem, mas como necessidade. Incorporar dentro das decisões estratégicas um uso inteligente de dados pode revelar novos produtos, serviços e melhorias.
Em um contexto em que a digitalização convive com desigualdades estruturais, contar com uma infraestrutura de dados capaz de integrar informação proveniente de múltiplas fontes, formatos e sistemas, representa uma oportunidade concreta para a construção do futuro. Uma estratégia de dados consciente, responsável e alinhada ao contexto fortalece a resiliência, a competitividade e a capacidade de inovar.
Este artigo de opinião também está disponível em espanhol.
