Entrevistas
Ajay Vasal, líder global de dados e IA da Genpact — Série de entrevistas

Pontos-chaveA reformulação de processos é a principal barreira para a adoção de IA agentiva, não o…
Ver mais
- A reformulação de processos é a principal barreira para a adoção de IA agentiva, não o desempenho do modelo.
- % das empresas ainda utilizam métricas de produtividade inadequadas para sistemas autônomos de IA.
- Apenas 22% das organizações confiam em sistemas de IA com autonomia em nível de domínio ou ampla.
Ajay Vasal, líder global de dados e IA da Genpact, é um executivo experiente em tecnologia e estratégia, com mais de duas décadas de atuação em inteligência artificial, estratégia de dados, transformação digital, fusões e aquisições e consultoria empresarial. Em sua função atual, lidera iniciativas que ajudam as empresas a ampliar a adoção de IA e a passar de sistemas de assistência para sistemas mais autônomos, integrados às operações. Antes de ingressar na Genpact, Vasal trabalhou quase nove anos na Accenture, onde ocupou diversos cargos de alta liderança, incluindo líder global de dados e IA para setores voltados ao consumidor e diretor global do Centre for Data & Insights. Ao longo da carreira, ajudou organizações a obter valor empresarial mensurável a partir dos dados por meio de eficiência operacional, crescimento de receita e redução de riscos. Também liderou investimentos estratégicos, iniciativas de fusões e aquisições e programas de transformação baseados em IA em diversos setores.
A Genpact é uma empresa global de serviços profissionais e transformação digital, especializada em dados, IA, análise, automação inteligente e modernização das operações de grandes empresas. Criada originalmente dentro da General Electric (GE.TO ) e posteriormente tornada independente, hoje atende organizações de setores como serviços financeiros, saúde, manufatura, varejo e bens de consumo. A empresa se concentra cada vez mais na transformação empresarial com IA, combinando análise, automação e conhecimento setorial para ajudar as organizações a modernizar fluxos de trabalho, melhorar decisões e implantar sistemas de IA em larga escala de maneira responsável.
Você trabalhou durante anos na Accenture, formulando estratégias de dados e IA em diversos setores, antes de assumir sua função atual na Genpact. Como essa experiência influenciou sua visão sobre os motivos pelos quais as empresas ainda têm dificuldade para obter valor real dos investimentos em IA?
Uma das principais lições do trabalho em diversos setores é que a maioria das organizações não fracassa porque a tecnologia é fraca. As dificuldades surgem porque tentam acrescentar IA a modelos operacionais que nunca foram concebidos para a execução autônoma. Os resultados de nossa pesquisa recente confirmam isso claramente. Embora as empresas estejam avançando intensamente na adoção de IA, muitas ainda têm dificuldade para redesenhar os modelos operacionais necessários à execução autônoma em larga escala. Essa lacuna mostra quantas empresas ainda estão resolvendo questões de governança, prestação de contas e preparação organizacional.
Também vemos organizações avançarem rapidamente antes de estabelecer estruturas adequadas de medição. Entre os executivos, 71% acreditam que a IA agêntica dará retorno sobre o investimento mais rápido do que qualquer onda tecnológica anterior, mas 67% ainda dependem de métricas de produtividade criadas para modelos mais antigos de automação. Minha experiência mostra que adotar IA com sucesso nunca se resume a implantar modelos. É preciso redesenhar fluxos de trabalho, alinhar a tecnologia às prioridades do negócio e ajudar as pessoas a entender como seus papéis evoluem ao lado de sistemas cada vez mais autônomos.
Seu relatório recente, Autonomy Requires Trust in AI, mostra que a maioria dos executivos acredita que a IA agêntica mudará fundamentalmente as operações empresariais, mas a maioria dos sistemas permanece sob supervisão. Qual é a maior distância entre essa convicção e sua execução?
Essa distância está inteiramente ligada à confiança. Os executivos claramente acreditam que a IA agêntica mudará a maneira de trabalhar, mas acreditar na tecnologia não significa automaticamente sentir segurança para lhe delegar autoridade decisória. Nossa pesquisa mostrou que apenas 22% das organizações se sentem seguras para permitir que sistemas de IA operem com autonomia em uma área específica ou com autonomia ampla.
A maioria das empresas ainda se sente à vontade para usar a IA como assistente capaz de recomendar, resumir ou apoiar fluxos de trabalho. A hesitação começa quando se espera que os sistemas ajam autonomamente de formas que afetem operações, clientes, conformidade ou resultados financeiros. Por isso, muitas empresas mantêm as pessoas estreitamente envolvidas na aprovação e na supervisão, mesmo enquanto buscam modelos operacionais mais autônomos.
Muitas empresas investem bastante em IA, mas não conseguem demonstrar retornos significativos. Quais são os erros mais comuns ao tentar medir o valor gerado pela IA?
Um grande erro é que muitas organizações ainda usam métricas de produtividade concebidas para ondas anteriores de automação. Os dados mostram que 67% das empresas ainda dependem de medidas de produtividade que não captam plenamente o valor de sistemas adaptativos cujo funcionamento se baseia na tomada de decisões. Isso cria uma lacuna real entre as expectativas e a maneira como o valor é efetivamente medido.
Outro problema é que muitas organizações ainda não definiram métricas de sucesso adequadas às características da IA. Apenas uma pequena parcela das empresas mede aspectos como a conclusão autônoma de fluxos de trabalho, a redução de encaminhamentos para instâncias superiores ou o tratamento autônomo de exceções. Se continuarem focando apenas a redução de custos ou as horas economizadas, deixarão de perceber o impacto operacional mais amplo que a IA agêntica foi concebida para produzir.
O relatório sugere que a preparação organizacional é uma barreira maior do que a própria tecnologia. Quais mudanças estruturais concretas as empresas precisam fazer para aproveitar todo o potencial da IA agêntica?
As organizações precisam repensar como funcionam a prestação de contas, a responsabilidade pelos fluxos de trabalho e a tomada de decisões em toda a empresa. Uma das conclusões mais claras da pesquisa é que a preparação organizacional está se tornando uma barreira maior do que a própria tecnologia. De fato, 33% das empresas apontaram a falta de preparo dos processos de negócios para a integração da IA agêntica como o principal obstáculo à adoção.
As empresas que mais avançam estão redesenhando os fluxos de trabalho de ponta a ponta para que sistemas autônomos possam atuar dentro de limites e estruturas de supervisão claramente definidos. Também constatamos que 44% das empresas esperam que a IA agêntica reduza os níveis de gestão, à medida que os sistemas assumam tarefas de coordenação tradicionalmente realizadas pela gerência intermediária. Os funcionários precisam de muito mais clareza sobre as responsabilidades de supervisão, os momentos de intervenção e o papel do julgamento humano em um ambiente cada vez mais autônomo.
Apenas uma pequena parcela das organizações se sente segura para dar autonomia real aos agentes de IA. O que será necessário para que as empresas confiem nos sistemas de IA a ponto de lhes conceder autoridade decisória?
A confiança na IA agêntica depende, em última análise, de prestação de contas e controle. As empresas ainda são cautelosas ao delegar autoridade decisória porque os líderes querem ter certeza de que os sistemas autônomos podem atuar dentro de limites e estruturas de governança claros.
As empresas que avançam projetam sistemas com caminhos de encaminhamento a instâncias superiores, condições que acionam intervenções e controles de governança integrados diretamente ao modelo operacional. A maioria das organizações concede autonomia gradualmente, conforme o contexto empresarial e a tolerância ao risco, em vez de passar repentinamente à autonomia total. Implementações bem-sucedidas dão mais segurança às empresas e aumentam a confiança, pois os líderes conseguem ver claramente como as decisões são tomadas, quem responde por elas e como a supervisão humana é mantida.
As empresas esperam ampliar rapidamente o uso da IA agêntica, mas muitas ainda dependem de métricas de produtividade desatualizadas. Como deveriam ser métricas de desempenho mais eficazes e adequadas às características da IA?
As métricas criadas para a IA precisam medir execução e resultados, não apenas atividade. As medidas tradicionais de produtividade observam se as pessoas trabalham mais rápido. A IA agêntica muda esse cenário porque o próprio sistema começa a assumir parte do trabalho operacional. Isso é importante porque muitas organizações ainda avaliam a IA agêntica por uma perspectiva de produtividade concebida para ondas anteriores de automação, e não para execução autônoma.
Medidas mais eficazes devem focar a conclusão autônoma de fluxos de trabalho, a redução das taxas de encaminhamento a instâncias superiores, a execução mais rápida das decisões e a eficácia dos sistemas no tratamento de exceções com intervenção humana limitada. Essas métricas permitem ver com muito mais clareza se a IA realmente melhora a execução em larga escala.
Você destaca que redesenhar os processos é a principal barreira à adoção. Por que transformar os fluxos de trabalho importa mais do que o desempenho dos modelos nesta próxima fase da IA?
Transformar os fluxos de trabalho é importante porque nem os sistemas de IA mais avançados conseguem se expandir com eficácia dentro de processos falhos ou fragmentados. Nossa pesquisa mostrou que 33% das empresas identificaram a preparação dos processos como a principal barreira à adoção da IA agêntica.
A próxima fase se diferencia porque a IA agêntica foi concebida para executar tarefas ao longo dos fluxos de trabalho, e não apenas prestar assistência dentro deles. As organizações devem redesenhar os processos para a execução autônoma, esclarecendo a responsabilidade pelas decisões, eliminando passagens de trabalho desnecessárias e integrando a governança diretamente aos fluxos de trabalho. Sob muitos aspectos, redesenhar os fluxos de trabalho é agora a verdadeira base para adotar IA em larga escala.
O relatório sugere que a IA reduzirá os níveis organizacionais à medida que as tarefas de coordenação forem automatizadas. Como você vê a evolução dos papéis da liderança e da gerência intermediária em consequência disso?
À medida que a IA agêntica assume mais tarefas de coordenação e supervisão operacional, os papéis da liderança provavelmente passarão da gestão da execução rotineira à orientação da estratégia, ao exercício do julgamento e à governança. Nossa pesquisa mostrou que muitas empresas esperam que a IA agêntica reduza os níveis de coordenação na organização quando os sistemas autônomos assumirem mais responsabilidades de supervisão operacional.
A gerência intermediária tradicionalmente teve um papel importante no encaminhamento das decisões e na manutenção da continuidade operacional entre equipes. Quando os sistemas autônomos começarem a assumir mais dessas atividades, os líderes precisarão se concentrar mais no tratamento de exceções, na prestação de contas e na garantia de que os sistemas estejam alinhados aos objetivos do negócio. A liderança humana será ainda mais importante nas áreas em que contexto, ética e julgamento mais importam.
A Genpact se apresenta como uma empresa de soluções de IA agêntica e tecnologias avançadas. Como sua abordagem da IA agêntica difere daquela das empresas tradicionais de consultoria ou tecnologia?
A abordagem da Genpact se baseia na execução, nos resultados e na solução do que frequentemente chamamos de problema da “última etapa” da adoção de IA. Muitas organizações já demonstraram que modelos de IA podem gerar informações úteis ou melhorar a produtividade. O verdadeiro desafio é integrar essas capacidades aos fluxos empresariais que estão efetivamente em uso, onde o trabalho acontece. É aí que muitas iniciativas de IA ficam paralisadas. Nosso foco é ajudar os clientes a colocar a IA agêntica em prática até a última etapa da execução, para que os sistemas gerem resultados mensuráveis nas finanças, na cadeia de suprimentos, no atendimento ao cliente e em outras funções essenciais da empresa.
O que diferencia nossa abordagem é a combinação de conhecimento profundo dos processos com capacidades de dados, tecnologia e IA. Não nos limitamos a implantar modelos ou construir projetos-piloto. Redesenhamos fluxos de trabalho, integramos a governança às operações e ajudamos as empresas a criar as estruturas de prestação de contas necessárias à execução autônoma em larga escala. Como também integramos a IA agêntica às nossas próprias operações, temos experiência prática sobre o que é necessário para passar dos experimentos a um impacto em toda a empresa.
Olhando para o futuro, você acredita que a IA agêntica ampliará a distância entre as empresas líderes e as que ficam para trás? O que as empresas deveriam fazer agora para não perder terreno?
Sim, acredito que a distância aumentará porque a IA agêntica acumula valor de maneira diferente das ondas tecnológicas anteriores. As organizações que redesenharem com sucesso os fluxos de trabalho, estabelecerem estruturas de prestação de contas e construírem confiança nos sistemas autônomos terão vantagens operacionais difíceis de reproduzir pelos concorrentes. O que chama a atenção é a velocidade dessa mudança. Entre as empresas, 29% esperam que a IA agêntica se estenda a todo o negócio nos próximos 12 meses.
Para as empresas que querem manter a competitividade, a prioridade agora deveria ser preparar o modelo operacional para a execução autônoma. Isso inclui redesenhar fluxos de trabalho, definir estruturas de responsabilidade, criar estruturas de medição adequadas às características da IA e investir na preparação dos funcionários. As organizações que começarem cedo a construir essas bases estarão em uma posição muito melhor do que aquelas que ainda tratam a IA como uma iniciativa tecnológica isolada.
Obrigado pela entrevista esclarecedora. Os leitores que desejam saber mais podem visitar a Genpact.












