A IA na comunicação interna só produz resultados duradouros quando deixa de ser um experimento ocasional e passa a melhorar processos que as equipes executam todos os dias. Na palestra “From Experimentation to Impact Embedding AI into Everyday Communication Workflows”, Mats Hindhede, Lead Analyst Microsoft 365 da Tetra Pak, explicou como percorrer esse caminho — da curiosidade inicial à integração da inteligência artificial ao trabalho — sem confundir uso da ferramenta com valor para a organização.
Para Hindhede, o obstáculo principal não é descobrir mais uma aplicação de IA. É construir um modo de trabalho no qual as pessoas saibam qual problema estão resolvendo, que fontes podem usar, onde a ferramenta ajuda e quem responde pelo resultado final.
IA na comunicação interna começa pelo problema
“Primeiro o problema, depois a tecnologia. Essa é a mentalidade certa”, afirmou Hindhede.
Uma equipe pode começar observando o percurso completo de uma campanha: receber informações das áreas, definir o público, preparar a mensagem, adaptá-la aos canais, obter aprovações, publicar e avaliar a recepção. Em quais dessas etapas surgem atrasos ou retrabalho? Onde as pessoas reescrevem várias vezes um conteúdo semelhante? Que parte da revisão existe porque as informações de origem chegam incompletas?
Essas perguntas ajudam a encontrar oportunidades mais úteis do que uma demonstração impressionante, mas desconectada da rotina. A IA pode apoiar rascunhos, resumos e versões para diferentes públicos. Contudo, a solução precisa funcionar dentro do processo — com entradas confiáveis, critérios de revisão e um destino claro para a entrega.
Da curiosidade à transformação
Hindhede descreveu uma progressão que muitas organizações iniciam, mas nem sempre conseguem completar: curiosidade, experimentação, integração e transformação.
Na fase de curiosidade, as pessoas descobrem o que uma ferramenta consegue fazer. Pedem ideias para um texto, resumem uma reunião ou testam variações de uma mensagem. É uma etapa importante para reduzir o desconhecimento, mas os resultados ainda dependem da iniciativa individual.
A experimentação torna o uso mais intencional. Uma equipe seleciona uma tarefa, testa abordagens, compara saídas e identifica limites. Pode descobrir, por exemplo, que a IA produz um primeiro rascunho útil para comunicados recorrentes, mas precisa de informações mais claras sobre público, contexto e tom para evitar revisões extensas.
A integração acontece quando esse aprendizado deixa de pertencer apenas a quem participou do teste. A equipe define em que momento do fluxo a IA será usada, quais informações deve receber, como o conteúdo será conferido e quem o aprovará. O processo passa a funcionar mesmo quando outra pessoa assume a tarefa.
A transformação vem depois: não é simplesmente executar o fluxo antigo mais depressa, mas redesenhá-lo a partir do que foi aprendido. Se a equipe consegue preparar versões iniciais com mais agilidade, pode dedicar mais atenção à segmentação, à clareza das orientações e à avaliação do que os colaboradores compreenderam. A IA altera a distribuição do esforço — não apenas a velocidade de produção.
É por isso que, segundo Hindhede, “as organizações não escalam prompts; escalam processos”. Um comando eficaz ajuda uma pessoa. Um processo bem definido permite que muitas pessoas produzam resultados consistentes, revisáveis e úteis.
Minutos individuais, horas coletivas
A diferença entre um ganho isolado e um ganho em escala merece atenção. Economizar alguns minutos ao resumir uma reunião pode facilitar a tarde de uma pessoa, mas não demonstra, por si só, um retorno relevante para a empresa.
Agora considere uma atividade que se repete em várias campanhas e áreas: preparar um texto inicial, criar versões para públicos diferentes, conferir se os pontos essenciais foram mantidos e encaminhar o material para aprovação. Se a IA reduzir o esforço em uma dessas etapas de maneira consistente, os minutos economizados se acumulam ao longo de muitas entregas.
O ganho coletivo, porém, não deve ser presumido apenas multiplicando minutos por usuários. É preciso observar o processo inteiro. Se o rascunho sai mais rápido, mas exige correções adicionais da liderança ou cria confusão para o público, parte da economia desaparece em retrabalho. Por outro lado, quando o fluxo fica mais rápido *e* mantém a qualidade, a capacidade liberada pode ser direcionada à estratégia e ao relacionamento com os colaboradores.
Essa é a diferença entre fazer mais peças de comunicação e melhorar a comunicação. O primeiro resultado mede volume; o segundo exige verificar se as mensagens chegaram no momento certo, foram compreendidas e ajudaram as pessoas a agir.
O julgamento continua humano
A integração da IA não transfere à ferramenta a responsabilidade pelo que é publicado. Uma mensagem interna pode tratar de uma mudança sensível, afetar diferentes equipes ou conter informações que exigem confirmação com a área responsável.
“O julgamento continua humano. A responsabilidade não pode ser automatizada. Alguém precisa responder pelo resultado final”, disse Hindhede.
No fluxo de uma campanha, isso significa definir quem confirma os fatos, quem avalia o tom, quem aprova a publicação e como erros serão corrigidos. Também significa orientar as equipes sobre situações em que a ferramenta não deve receber determinados dados ou em que seu uso não acrescenta valor.
O objetivo não é acrescentar uma aprovação burocrática a cada tarefa. É preservar a responsabilidade editorial e organizacional enquanto a IA assume partes do trabalho rotineiro.
Governança sustenta a confiança
Escalar ferramentas como o Microsoft 365 Copilot pode tornar mais visíveis problemas antigos da informação corporativa: arquivos sem responsável, documentos desatualizados, permissões amplas demais e orientações contraditórias.
Por isso, Hindhede tratou a governança como condição para ampliar o uso, não como um detalhe a resolver depois. A organização precisa revisar o que continua válido, definir proprietários para os conteúdos, corrigir acessos e estabelecer políticas de arquivamento.
A orientação da Microsoft para preparar o Copilot inclui identificar sites e arquivos sem responsáveis, inativos ou compartilhados além do necessário, além de revisar permissões e manter a higiene dos dados. Para conteúdos inativos que precisam ser preservados, o Microsoft 365 Archive pode ser uma opção; de acordo com a documentação da empresa, materiais arquivados não são usados nas respostas do Copilot.
“Governança permite escala. A confiança é o objetivo final”, afirmou Hindhede. Quando as pessoas não sabem se uma resposta se apoia em informação atual e autorizada, tendem a desconfiar da ferramenta — ou, pior, a confiar nela sem fazer as verificações necessárias.
Adoção é um modelo de trabalho
Para Hindhede, a maior barreira à adoção da IA está no comportamento organizacional. Falta de confiança, pouca familiaridade com as ferramentas, ausência de padrões e liderança distante do processo impedem que os pilotos se tornem prática cotidiana.
Um modelo operacional precisa definir como a IA entra em fluxos específicos de comunicação, quais ferramentas são aprovadas e como os profissionais serão capacitados. Isso inclui treinamento para formular instruções, verificar respostas e reconhecer limitações. Inclui também explicar por que certas opções de uso não são autorizadas e oferecer alternativas seguras, em vez de apenas proibir ferramentas.
A liderança tem um papel decisivo nessa transição. Precisa comunicar objetivos realistas, apoiar o aprendizado e demonstrar que a adoção será avaliada pela contribuição ao trabalho — não pela quantidade de vezes que alguém usou IA.
“A adoção da IA não é um desafio de tecnologia. É um modelo operacional. Esse é o verdadeiro desafio”, resumiu o palestrante.
Impacto não é contagem de prompts
Uma organização pode distribuir muitas licenças, registrar grande volume de comandos e ainda não melhorar seus resultados. Essas métricas mostram atividade, mas não necessariamente impacto.
Hindhede recomendou acompanhar resultados ligados ao processo: tempo necessário para publicar uma campanha, qualidade do conteúdo, redução de retrabalho e engajamento dos colaboradores. Cada indicador deve ser escolhido de acordo com o problema que motivou o uso da IA.
Se o gargalo é a demora para adaptar comunicados a diferentes públicos, faz sentido comparar o tempo de produção antes e depois da integração. Mas a equipe também precisa verificar se as versões ficaram claras e corretas. Se a meta é melhorar a experiência dos colaboradores, publicar mais rapidamente só será relevante se a informação chegar a eles e fizer sentido.
“Entusiasmo não é retorno sobre investimento”, provocou Hindhede.
Sair do “parquinho dos pilotos” exige, portanto, mais do que encontrar bons prompts. Exige escolher processos em que há atrito, testar a IA em etapas delimitadas, cuidar das fontes, preparar as equipes e medir o resultado completo. Assim, os minutos economizados por cada pessoa podem se transformar em horas recuperadas pela organização — e essas horas podem ser aplicadas a uma comunicação interna melhor.
