China Widener, Vice-Presidente, Líder de Tecnologia, Mídia e Telecomunicações dos EUA na Deloitte – Série de Entrevistas

China Widener é a vice-presidente da Deloitte e líder da indústria de Tecnologia, Mídia e Telecomunicações (TMT) nos EUA. Ela também serve no Conselho de Administração da Deloitte nos EUA.

Ela oferece uma perspectiva distinta sobre o futuro da indústria de TMT, com um interesse particular na evolução da Inteligência Artificial Agente — sistemas inteligentes capazes de tomar decisões autônomas — e seu impacto transformador em toda a empresa. Ela é apaixonada por ajudar os clientes a desbloquear todo o potencial da Inteligência Artificial Agente para acelerar a inovação, melhorar a eficiência operacional e criar novas fontes de vantagem competitiva, tudo enquanto mantém um compromisso firme com a Inteligência Artificial confiável.

China é coautora de artigos sobre Inteligência Artificial, estruturas de tecnologia para empresas, análise de modelos de entrega e fechamento da lacuna de talentos. Ela é uma palestrante e facilitadora muito procurada e sua experiência em tecnologia e progressão de carreira foi destaque em vários podcasts e publicações.

Deloitte é uma das maiores empresas de serviços profissionais do mundo, oferecendo serviços de auditoria, consultoria, impostos, consultoria de risco e consultoria financeira a organizações em quase todas as indústrias. Com uma rede global que abrange mais de 150 países, a Deloitte trabalha com corporações multinacionais, governos e empresas emergentes para navegar desafios complexos, impulsionar a transformação digital e melhorar o desempenho operacional. A empresa é particularmente conhecida por sua especialização em áreas como consultoria de tecnologia, análise de dados, segurança cibernética e conformidade regulatória, ajudando os clientes a se adaptar a mercados em rápida mudança enquanto mantém uma governança sólida e estratégias de crescimento de longo prazo.

A pesquisa da Deloitte mostra que a maioria das organizações ainda está presa no modo de piloto. Qual é o maior mal-entendido que os líderes têm sobre o que é necessário para escalar a Inteligência Artificial em toda a empresa?

As organizações frequentemente tentam “acoplar a Inteligência Artificial” a processos existentes, quando a escalação na verdade requer reprojeto de como o trabalho é realizado. O maior mal-entendido que vejo é que a escalação da Inteligência Artificial é principalmente um desafio tecnológico. Na realidade, a tecnologia é frequentemente a parte mais fácil. O que os líderes tendem a subestimar é o grau de mudança no modelo operacional necessário — desde fluxos de trabalho e direitos de decisão até talentos, incentivos e governança. 

A transição de casos de uso isolados para orquestração em nível de empresa pode ser desbloqueada quando as pessoas, processos e tecnologia evoluem juntos. Sem essa alinhamento, mesmo a Inteligência Artificial mais avançada permanece presa no modo de piloto.

Por que tantas iniciativas de Inteligência Artificial falham em entregar um ROI mensurável, mesmo quando a tecnologia subjacente é sólida?

O ROI real vem quando a Inteligência Artificial é incorporada a processos de ponta a ponta, e não tratada como experimentação isolada. A maioria das iniciativas de Inteligência Artificial não falha porque a tecnologia não funciona — elas falham porque o negócio não está configurado para capturar valor a partir disso.

Casos de uso desconectados, integração de fluxo de trabalho ruim e rastreamento de valor não claro impedem que a Inteligência Artificial se traduza em impacto mensurável. O que frequentemente falta é orquestração. O valor da Inteligência Artificial não é apenas vertical — dentro de uma única capacidade ou função — mas também horizontal, abrangendo processos, equipes e a empresa. Quando as organizações não conectam essas camadas, elas acabam com bolsões de progresso que nunca escalam.

O valor vem de alinhar a tecnologia com fluxos de trabalho e resultados de negócios para que a Inteligência Artificial possa operar em toda a empresa, e não apenas dentro de silos. É quando você passa da experimentação para a transformação real e começa a realizar valor sustentado e transversal.

Em que ponto uma empresa deve parar de experimentar e se comprometer com a transformação da Inteligência Artificial em toda a empresa, e quais sinais indicam que eles estão prontos?

As organizações devem ir além da experimentação quando estiverem prontas para incorporar a Inteligência Artificial a processos de ponta a ponta. Isso é uma mudança de tratar a Inteligência Artificial como uma coleção de pilotos personalizados para vê-la como uma transformação estratégica ancorada em uma estrada clara para onde o valor existe e como capturá-lo.

Isso significa alinhar stakeholders em torno de prioridades compartilhadas, definir onde a Inteligência Artificial pode impulsionar o maior impacto em funções e colocar a governança e o modelo operacional certos no lugar para executar contra ele. Sem essa clareza, as organizações permanecem presas com pilotos que são difíceis de escalar ou replicar.

Em resumo, o sucesso virá de mover-se da experimentação fragmentada para uma estratégia coordenada e em toda a empresa — onde o valor é claramente definido, priorizado e sistematicamente realizado.

Como os executivos devem repensar o ROI no contexto da Inteligência Artificial, especialmente quando os benefícios se estendem além da economia de custos para produtividade, redesenho da força de trabalho e vantagem estratégica de longo prazo?

É sobre pensar no ROI da Inteligência Artificial como mais do que apenas economia de custos. Quando você se move para uma equação de valor mais ampla que inclui ganhos de produtividade, transformação da força de trabalho e novas vias de crescimento, é quando você desbloqueia o verdadeiro valor da Inteligência Artificial. Embora a eficiência seja importante, o impacto maior frequentemente vem de redesenhar papéis, acelerar a tomada de decisões e permitir modelos de negócios completamente novos. O desafio é que esses benefícios não sempre aparecem em métricas financeiras tradicionais ou ciclos de P&L de curto prazo. A chave é adotar abordagens de medição mais holísticas que combinem resultados financeiros, operacionais e de força de trabalho. Em última análise, o objetivo é avaliar a Inteligência Artificial não apenas como uma alavanca de custo, mas como um motor de vantagem competitiva de longo prazo.

Uma das desafios destacados é a lacuna entre visibilidade e ação. Por que as organizações lutam para operacionalizar as percepções geradas pela Inteligência Artificial?

A lacuna entre percepção e ação é um problema de execução, não de análise. As organizações podem às vezes gerar percepções, mas direitos de decisão não claros, fluxos de trabalho mal alinhados e falta de responsabilidade impedem a ação. A governança é fundamental. Fechar essa lacuna requer incorporar a Inteligência Artificial e entender o impacto nos fluxos de trabalho, práticas, políticas e caminhos de execução.

A Navegadora de Inteligência Artificial Empresarial da Deloitte destaca a “agentificação” de tarefas. Como os líderes devem decidir quais processos são mais adequados para agentes de Inteligência Artificial versus fluxos de trabalho impulsionados por humanos?

Diferentes processos exigem diferentes níveis de automação; a transformação eficaz é sobre fazer as escolhas certas. A pergunta-chave não é se implantar agentes de Inteligência Artificial — é onde eles criam o maior valor.

Esse valor pode ser avaliado de duas maneiras principais: “ajuste” organizacional e impacto financeiro. Para algumas organizações, o alinhamento com fluxos de trabalho, cultura e modos de trabalhar existentes será a prioridade, tornando o “ajuste” o melhor ponto de partida. Para outras, o foco será em retornos financeiros mensuráveis, onde entender a amplitude e escala da criação de valor se torna o principal motor. A capacidade de avaliar ambas as dimensões é o que permite uma tomada de decisão mais informada e estratégica.

É importante notar que não todos os processos devem ser “agentificados”. Alguns exigem julgamento humano, confiança ou criatividade. O objetivo é um modelo híbrido, onde os humanos e os agentes são projetados intencionalmente para complementar um ao outro.

Muitas organizações estão investindo pesadamente em ferramentas de Inteligência Artificial, mas não redesenhando fluxos de trabalho. Quão crítico é o redesenho organizacional para alcançar um impacto real da Inteligência Artificial?

O redesenho organizacional não é opcional; é central para alcançar o impacto da Inteligência Artificial. As empresas que investem em ferramentas sem redesenhar fluxos de trabalho geralmente veem ganhos incrementais, no máximo. O valor real vem quando as organizações repensam papéis e responsabilidades, estruturas de equipe e como as decisões são tomadas. A Inteligência Artificial não muda apenas tarefas: muda como o trabalho flui em toda a empresa. Sem alinhamento estrutural, a transformação real é limitada.

A governança está atrasada em relação à adoção, particularmente com a Inteligência Artificial Agente. Quais riscos as empresas subestimam ao escalonar sistemas mais autônomos?

Nossa pesquisa mostra que apenas 21% das organizações têm governança madura em vigor para agentes autônomos. Sem um programa de governança sólido e abrangente, muitas empresas hesitam em implantar essas ferramentas. Essa hesitação frequentemente leva ao surgimento de “Inteligência Artificial sombra”, que introduz riscos significativos não gerenciados. 

Ao mesmo tempo, as organizações frequentemente subestimam o papel que os funcionários podem desempenhar na governança. Políticas e estruturas de relatórios são críticas, mas não são suficientes por si mesmas. Os funcionários geralmente querem usar a Inteligência Artificial de forma responsável — e quando são equipados com orientação clara, eles se tornam uma poderosa linha de defesa.

Isso significa que as organizações devem se concentrar em educar sua força de trabalho: o que é seguro, o que é arriscado e como tomar boas decisões em tempo real. Por exemplo, pausar para perguntar: devo incluir dados financeiros sensíveis aqui? Esse tipo de tomada de decisão diária é onde a governança realmente ganha vida. Os funcionários, quando informados e capacitados, reforçam ativamente a postura de risco da organização.

Finalmente, o monitoramento contínuo e os testes periódicos permanecem subutilizados, mas são essenciais. À medida que nos movemos mais para a era da Inteligência Artificial Agente, a supervisão contínua precisa se tornar um requisito básico para qualquer organização que implante essas capacidades em escala.

A Deloitte sugere que a Navegadora de Inteligência Artificial Empresarial pode reduzir significativamente o tempo de estratégia e design. O que muda especificamente na forma como as organizações abordam a tomada de decisão de Inteligência Artificial quando usam um sistema como este?

A Navegadora de Inteligência Artificial Empresarial conecta insights financeiros, de fluxo de trabalho e de força de trabalho em uma estrada de transformação unificada. O que muda é a mudança da tomada de decisão baseada em intuição para uma transformação informada por dados que reflete uma abordagem disciplinada para usar em todo o cenário de stakeholders. Com a Navegadora de Inteligência Artificial Empresarial, a Deloitte pode ajudar a modelar cenários antes de investir, tomar decisões de Inteligência Artificial vinculadas diretamente ao impacto financeiro e de fluxo de trabalho e mover-se de pilotos isolados para uma estrada de empresa coesa

Isso efetivamente comprime os ciclos de estratégia e design ao dar aos líderes visibilidade sobre o que funcionará — antes de escaloná-lo.

Olhando para os próximos 1 a 2 anos, o que separará as empresas que transformam com sucesso a Inteligência Artificial em uma vantagem competitiva daquelas que permanecem presas na experimentação?

A divisão não será sobre quem adotou a Inteligência Artificial; será sobre quem se transformou por causa disso. Esses líderes tratarão a Inteligência Artificial como uma alavanca de transformação de negócios, não apenas como um conjunto de ferramentas. Isso significa redesenhar fluxos de trabalho e modelos operacionais de ponta a ponta, enquanto mede o valor de forma holística em resultados financeiros, de força de trabalho e de crescimento.

É crucial que eles reconheçam que a produtividade sozinha não é a linha de chegada. Muitas organizações já estão vendo ganhos incrementais de eficiência, mas a vantagem competitiva vem de usar a Inteligência Artificial para desbloquear novas fontes de receita, redesenhar ofertas e impulsionar o crescimento em toda a empresa, e não apenas fazer o mesmo trabalho mais rápido.

Aqueles que ficam para trás continuarão a se concentrar em ferramentas sobre resultados, perseguindo casos de uso isolados sem conectá-los em todo o negócio. Eles também tenderão a subinvestir em gestão de mudanças, governança e orquestração — tornando difícil escalar o impacto.

Em resumo, os vencedores serão aqueles que mudam de empresas habilitadas por Inteligência Artificial para empresas impulsionadas por Inteligência Artificial. Essas empresas incorporarão a Inteligência Artificial em como o negócio é executado, como cresce e como compete, e não apenas como experimenta.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Deloitte.