Par Chadha, fundador, CEO e CIO da HandsOn Global Management – Série de Entrevistas

Par Chadha, fundador, CEO e CIO da HandsOn Global Management, é empreendedor, investidor e executivo de tecnologia com décadas de experiência na construção e expansão de negócios habilitados por tecnologia. Desde que fundou a HandsOn Global Management em 2001, tem se concentrado em investimentos em automação de fluxos de trabalho, big data, automação robótica de processos (RPA), tecnologias cognitivas e inteligência artificial nos setores de serviços financeiros, saúde, seguros e jurídico. Também é cofundador da Rule14 e atuou anteriormente como presidente e presidente executivo da Exela Technologies, bem como presidente da SourceHOV.

HandsOn Global Management (HGM) Limited é uma empresa orientada por tecnologia que opera na interseção entre investimento estratégico e serviços empresariais, combinando alocação de capital com expertise operacional para criar e escalar negócios habilitados por tecnologia. A empresa está cada vez mais focada em serviços de saúde impulsionados por IA, incluindo gestão do ciclo de receita, codificação médica, escuta ambiente e análise de saúde, ao mesmo tempo em que aplica automação baseada em IA e otimização de processos em fluxos de trabalho corporativos. A HGM descreve seu modelo como um híbrido entre firma de investimento e provedora diversificada de serviços, usando aquisições, integração tecnológica e execução operacional para buscar crescimento de longo prazo em mercados como América do Norte, Ásia‑Pacífico e Oriente Médio.

Você fundou a HandsOn Global Management em 2001, muito antes da inteligência artificial se tornar um tema de investimento mainstream. O que originalmente o inspirou a criar a empresa, e como sua filosofia de investimento evoluiu junto com os avanços em automação de fluxos de trabalho, inteligência de dados e IA agente?

O nome HandsOn descreve como eu penso sobre a organização. Se você não pode ser “hands‑on” — se você é “hands‑off” — você não pertence à nossa organização. Espero que as pessoas que supervisionam negócios, inclusive eu, pratiquem o que chamo de liderança servidora. Nosso trabalho é servir as pessoas que trabalham para nós e ajudá‑las a ter mais sucesso.

A tecnologia mudou tremendamente, mas a questão subjacente não mudou muito: o que a tecnologia permite que o negócio faça melhor?

Com a automação, sempre olhei para o que chamo de capacidade flexível. Se um funcionário pode lidar com 100 transações e a automação permite que essa pessoa lide com 250, você cria capacidade para crescimento sem acrescentar o mesmo custo. Isso torna o negócio mais lucrativo e escalável.

Agora a IA está levando isso consideravelmente mais longe. Estamos avançando para fluxos de trabalho baseados em IA, onde há orquestração de muitas tarefas diferentes, com pessoas no loop e IA agente no loop. Acho que esses tipos de empresas terão demanda muito alta e serão algumas das empresas mais disruptivas.

Portanto, a tecnologia evoluiu, mas nossa filosofia permanece hands‑on: entender o problema operacional, identificar onde a produtividade pode ser criada e transformar a tecnologia em negócio.

Como CEO e Chief Investment Officer, quais características distinguem uma empresa de IA com potencial de se tornar um negócio durável da que se beneficia principalmente da excitação de curto prazo em torno da tecnologia?

Para mim, a distinção está em saber se você pode transformar o investimento em um negócio. Caso contrário, o investimento é apenas um custo.

Pode haver muita empolgação em torno de propriedade intelectual ou de nova tecnologia, mas alguém ainda precisa usá‑la. Ela precisa resolver algo, ter uma proposta de valor e, em última análise, gerar receita.

Tomemos a automação como exemplo. Você também precisa entender a função que está automatizando. Marketing, vendas, compras, RH, finanças, administração, relatórios fiscais e segurança são funções muito diferentes. A automação deve ser projetada em torno do que aquele negócio realmente faz. Um posto de gasolina tem necessidades muito específicas. Um restaurante tem necessidades muito especializadas.

As empresas que perdurarão serão aquelas em que os clientes perceberão a diferença — mais lucratividade, mais escalabilidade, mais capacidade ou a habilidade de fazer algo que antes não era economicamente viável. A tecnologia é importante, mas, em última análise, ela precisa se tornar um negócio.

A HandsOn Global Management assume um papel operacional ativo na construção, aquisição e transformação de empresas. Como essa abordagem prática altera a forma como você avalia investimentos em IA em comparação com um modelo tradicional de venture capital ou private equity?

Não acredito em ficar no topo apenas dizendo às pessoas o que fazer. Minha abordagem sempre foi que as pessoas que trabalham para você têm lacunas, e seu trabalho é ajudar a preenchê‑las e torná‑las bem‑sucedidas.

Isso significa que, quando analisamos um investimento, pensamos operacionalmente. Quem vai conduzi‑lo? Como ele será posicionado? Quem são os clientes e parceiros? Qual é a proposta de valor? Pode se tornar escalável?

Trabalho lado a lado com as equipes de gestão, mas também quero que a pessoa operacional lidere. Eu faço a apresentação, deixo essa pessoa assumir, fico copiado e disponível. Para nós, possuir um investimento e operar um negócio não são duas atividades completamente separadas.

Muitas empresas experimentam IA, mas poucas a implementam com sucesso em operações críticas. O que separa as organizações que passam de pilotos isolados para adoção em escala de produção?

Uma grande parte disso é se a própria organização está preparada para mudar.

A tecnologia pode avançar mais rápido que as pessoas. Temos pessoas recém‑formadas que conhecem IA, conhecem agentes e podem se tornar produtivas muito rapidamente. Ao mesmo tempo, profissionais com cinco, dez ou vinte anos de experiência podem ter dificuldade em sair da zona de conforto e entrar na nova zona. Observamos o mesmo comportamento nos EUA, na Índia, nas Filipinas e na Europa.

Isso se torna um problema organizacional, não apenas um problema tecnológico.

As empresas que fizerem a transição estarão dispostas a mudar o próprio fluxo de trabalho. Quando você orquestra diferentes tarefas com pessoas e IA agente trabalhando dentro do processo, está mudando a forma como o trabalho é realizado.

Se as empresas não fizerem essa mudança, outra o fará. Acho que se torna “faça ou morra”. As empresas que inovam avançarão, e as que não avançam serão disruptivas.

As iniciativas de saúde da HGM incluem codificação médica autônoma, inteligência de voz e conversa, análise preditiva e agentes de IA que operam em fluxos de trabalho administrativos e clínicos. Onde você acredita que a IA pode remover a maior quantidade de atrito da saúde sem comprometer precisão, privacidade ou confiança do paciente?

Um dos maiores problemas na saúde é que digitalizamos funções individuais, mas não conectamos a empresa como um todo. Sinistros, inscrições, gestão de cuidados, farmácia, serviços ao provedor, análises e ciclo de receita ainda podem operar como sistemas desconectados. Isso gera trabalho duplicado, ineficiência, custos mais altos e uma experiência ruim.

Não acho que a resposta seja simplesmente mais um aplicativo. A inteligência precisa estar incorporada ao fluxo de trabalho. A oportunidade está em reunir dados, processos e pessoas para que a IA ajude a entender o que está acontecendo, prever o que vem a seguir, recomendar uma ação e automatizar o trabalho que pode ser adequadamente automatizado.

O trabalho administrativo é um ponto óbvio para começar. Os provedores ainda lidam com processos manuais, autorizações prévias e carga administrativa. Se a tecnologia simplificar esses fluxos, você cria mais capacidade para o profissional e, em última análise, mais tempo para o cuidado.

Mas a confiança é enormemente importante na saúde. Segurança, conformidade e governança precisam fazer parte da arquitetura. A tecnologia deve simplificar a complexidade, não acrescentá‑la. O objetivo não é IA por si só, mas melhor cuidado, custos menores, melhor desempenho operacional e uma experiência superior para o membro e o provedor.

Em indústrias reguladas como saúde, serviços financeiros, seguros e governo, como as empresas devem determinar quais decisões podem ser delegadas a agentes de IA autônomos e quais devem continuar exigindo revisão humana?

Acho que a responsabilidade se torna a linha divisória.

Em negócios regulados, alguém tem, em última instância, responsabilidade pelo que está sendo representado. Em cibersegurança, por exemplo, reguladores podem exigir que a gestão e os conselhos divulguem informações muito rapidamente, e a alta administração pode ter que assinar declarações públicas. O problema é que ninguém sabe tudo, especialmente tão rápido.

A IA pode reunir ferramentas, estabelecer uma linha de base, organizar informações e tornar um processo muito mais produtivo. Mas isso não faz a responsabilidade desaparecer.

A saúde é um bom exemplo. A IA pode prever, detectar, recomendar e automatizar, mas essas funções não carregam o mesmo nível de risco. A arquitetura precisa reconhecer onde a automação é apropriada e onde as pessoas precisam permanecer no loop. Quanto mais consequente a decisão, mais importante se tornam governança, explicabilidade e responsabilidade.

Não vejo isso como uma escolha entre IA totalmente autônoma e trabalho totalmente manual. A questão é onde a IA pode executar o trabalho de forma eficaz e onde ainda é necessário que uma pessoa exerça julgamento ou respalde o resultado.

Você co‑fundou a Rule14, uma plataforma projetada para encontrar, monitorar, analisar e resumir informações em tempo real. Como os grandes modelos de linguagem e a IA generativa mudaram o que é possível em mineração de dados, e quais desafios fundamentais de dados ainda precisam ser resolvidos?

Os grandes modelos de linguagem criam uma oportunidade de tornar o trabalho baseado em informação muito mais escalável.

Temos negócios onde centenas de advogados e outros profissionais trabalham com conteúdo e informação, e historicamente eles usavam mais ferramentas legadas do que grandes modelos de linguagem. O que me interessa é como você pode pegar plataformas construídas para um propósito, embalá‑las corretamente e usá‑las para um propósito muito diferente em escala.

Não se trata apenas de um modelo que pode resumir algo. Você pode mudar a economia de como grandes volumes de informação são processados, embalados e entregues.

Mas eu não presumiria que, por ter um grande modelo de linguagem, você de repente sabe tudo. A informação subjacente ainda importa, e no mundo real a informação pode ser incompleta ou indisponível quando você precisa dela. Os modelos nos tornam muito mais produtivos; eles não eliminam a necessidade de entender quais informações você realmente possui.

O ecossistema estratégico da HGM inclui empresas que trabalham com codificação médica autônoma, documentação clínica ambiente, fluxos de trabalho inteligentes, pagamentos, processamento de dados e plataformas de desenvolvimento de IA. Como você cria colaboração técnica e comercial significativa em um portfólio sem forçar as empresas a um ecossistema artificial?

Você usa cada empresa para o que ela faz de melhor.

Descrevi isso em cibersegurança como a criação de um pequeno clube. Nós somos o provedor do serviço, e as outras empresas são especialistas em suas áreas. Usamos cada uma pelo seu melhor recurso. Ao se combinar conosco, elas ganham expansão para nossos clientes, e nós recebemos o benefício do que elas fazem muito bem.

Isso é diferente de dizer que cada empresa tem que usar todas as outras porque estão no mesmo portfólio. O objetivo é reunir capacidades em algo que o cliente realmente possa usar.

Internamente, adoto uma abordagem semelhante. Conecto as pessoas certas e deixo a pessoa operacional liderar. Elas definem o que podem fazer juntas, quais são os orçamentos e se isso cabe no roadmap do produto.

A colaboração precisa gerar valor. Caso contrário, não há razão para forçá‑la.

Você liderou investimentos, aquisições e transformações operacionais em múltiplas regiões e indústrias. O que aprendeu sobre adaptar produtos de IA a diferentes ambientes regulatórios, culturas empresariais, idiomas e níveis de maturidade digital?

Cultura é importante, e relacionamentos pessoais são importantes.

Quando as pessoas só se conhecem por meio de um diretório de escritório, número de telefone ou e‑mail, chamo isso de relacionamento muito impessoal. Isso pode funcionar quando tudo está normal. Mas quando você está construindo, expandindo, consertando algo ou lidando com problemas, conhecer a pessoa do outro lado torna‑se muito mais importante.

Viajar ensina que os mercados não são todos iguais. Você aprende o que as pessoas comem, quais esportes acompanham, como funciona o sistema escolar, o que é culturalmente sensível e o que cria barreiras desnecessárias. Quanto mais você souber sobre o país, as pessoas e como vivem, mais reduz a lacuna no relacionamento.

Tecnologia é semelhante. Diferentes mercados estão em diferentes estágios. Alguns países estão mais avançados que os EUA em determinados serviços profissionais, enquanto podemos estar mais avançados em outras formas de automação.

Não se pode supor que um modelo possa ser colocado em todos os lugares e gerar o mesmo resultado. É preciso entender como aquele mercado realmente funciona e construir relacionamentos com as pessoas que o usarão.

À medida que IA agente, automação cognitiva e IA física continuam a convergir, quais oportunidades você acredita que ainda estão subestimadas, e que conselho daria aos fundadores que estão construindo empresas para essa próxima fase de automação?

Acho que fluxos de trabalho baseados em IA terão demanda muito, muito alta — a orquestração de uma variedade de tarefas diferentes com pessoas no loop e IA agente no loop. Acredito que essas serão algumas das empresas mais disruptivas.

A disrupção também será mais ampla do que as pessoas esperam. Tendemos a pensar que a automação afeta a camada baixa da força de trabalho. Minha opinião é que, frequentemente, afeta a camada média. Pessoas seniores podem fazer mais, então precisam de menos camada média. Codificação, teste, entrada de dados e análise de dados estão sendo automatizados, enquanto fluxos de trabalho e painéis reduzem a necessidade de gerenciar algumas dessas funções.

Então há o lado físico. Restaurantes estão se tornando automatizados. Trabalho que antes exigia pessoas durante as temporadas de colheita e plantio está sendo substituído por máquinas autônomas, robôs e drones. Esse cenário está mudando muito rapidamente.

Haverá dor nessa transição. Motores produtivos precisarão de menos pessoas. Mas se não aumentarmos a produtividade, não conseguiremos competir com países muito mais populosos e com estruturas de custos muito diferentes. Se acertarmos, acredito que isso pode ser o início de um novo século americano.

Para os fundadores, eu me concentraria no fluxo de trabalho e na produtividade que estão criando. Construa algo que se torne parte de como o trabalho realmente é feito, entenda onde as pessoas ainda precisam estar no loop e reconheça que as organizações que adotam sua tecnologia também estão passando por uma grande transição da força de trabalho.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar HandsOn Global Management.