## A Revolução da IA na Ásia-Pacífico: Thinking Machines e OpenAI Unem Forças
Prepare-se para uma nova era de inovação! A Thinking Machines Data Science está unindo forças com a OpenAI para transformar o cenário de negócios na Ásia-Pacífico (APAC). O objetivo? Desbloquear o potencial da inteligência artificial e gerar resultados tangíveis para empresas de todos os portes. Essa colaboração histórica torna a Thinking Machines a primeira parceira de serviços oficial da OpenAI na região, um marco que promete acelerar a adoção e o impacto da IA.
Enquanto a adoção da IA na APAC continua a crescer, muitas empresas ainda lutam para transformar projetos piloto em resultados reais. Uma pesquisa da IBM revelou que 61% das empresas já utilizam IA, mas enfrentam dificuldades para escalar suas iniciativas e gerar valor para o negócio. É aí que entra a parceria entre a Thinking Machines e a OpenAI. Juntas, elas oferecerão treinamento executivo em ChatGPT Enterprise, suporte para a criação de aplicações de IA personalizadas e orientação para integrar a IA nas operações do dia a dia.
Stephanie Sy, fundadora e CEO da Thinking Machines, destaca que a parceria vai além da simples implementação de tecnologia: "Não estamos apenas trazendo novas ferramentas, mas ajudando as organizações a desenvolver as habilidades, estratégias e sistemas de suporte necessários para aproveitar ao máximo a IA. Nosso objetivo é reinventar o futuro do trabalho por meio da colaboração entre humanos e IA, garantindo que a IA realmente funcione para as pessoas em toda a região da Ásia-Pacífico."
### Transformando Pilotos de IA em Resultados Reais
Em uma entrevista exclusiva, Stephanie Sy explicou que um dos maiores obstáculos para as empresas é a forma como abordam a adoção da IA. Muitas vezes, as organizações a veem como uma aquisição de tecnologia, em vez de uma transformação de negócios. Essa abordagem leva a projetos piloto que não progridem ou falham ao tentar escalar.
"O principal desafio é que muitas organizações abordam a IA como uma aquisição de tecnologia, em vez de uma transformação de negócios", disse ela. "Isso leva a projetos piloto que nunca escalam porque três fundamentos estão faltando: alinhamento claro da liderança sobre o valor a ser criado, redesenho dos fluxos de trabalho para incorporar a IA em como o trabalho é feito e investimento em habilidades da força de trabalho para garantir a adoção. Acerte esses três – visão, processo, pessoas – e os pilotos se transformam em impacto."
### Liderança no Centro da Transformação
Muitos executivos ainda tratam a IA como um projeto técnico, em vez de uma prioridade estratégica. Stephanie Sy acredita que os conselhos e as altas gerências precisam dar o tom. Seu papel é decidir se a IA é um motor de crescimento ou apenas um risco gerenciado.
"Os conselhos e as altas gerências definem o tom: a IA é um motor de crescimento estratégico ou um risco gerenciado? Seu papel é nomear alguns resultados prioritários, definir o apetite ao risco e atribuir a propriedade clara", disse ela. A Thinking Machines geralmente começa com sessões executivas onde os líderes podem explorar onde ferramentas como o ChatGPT agregam valor, como governá-las e quando escalar. "Essa clareza de cima para baixo é o que transforma a IA de um experimento em uma capacidade empresarial."
### Colaboração Humano-IA na Prática
Stephanie Sy frequentemente fala sobre "reinventar o futuro do trabalho por meio da colaboração humano-IA". Ela explicou como isso se parece na prática: uma abordagem de "humano no comando", onde as pessoas se concentram no julgamento, na tomada de decisões e nas exceções, enquanto a IA lida com etapas rotineiras como recuperação, redação ou resumo.
"Humano no comando significa redesenhar o trabalho para que as pessoas se concentrem no julgamento e nas exceções, enquanto a IA assume a recuperação, a redação e as etapas rotineiras, com transparência por meio de trilhas de auditoria e links de origem", disse ela. Os resultados são medidos em tempo economizado e melhorias de qualidade.
Em workshops conduzidos pela Thinking Machines, os profissionais que usam o ChatGPT frequentemente liberam de uma a duas horas por dia. Pesquisas apoiam esses resultados – Sy apontou para um estudo do MIT mostrando um aumento de 14% na produtividade para os agentes de contact center, com os maiores ganhos observados entre os funcionários menos experientes. "Essa é uma evidência clara de que a IA pode elevar o talento humano, em vez de deslocá-lo", acrescentou ela.
### IA Agente com as Salvaguardas da Thinking Machines
Outra área de foco para a Thinking Machines é a IA agente, que vai além de consultas únicas para lidar com processos de várias etapas. Em vez de apenas responder a uma pergunta, os sistemas agentes podem gerenciar pesquisas, preencher formulários e fazer chamadas de API, coordenando fluxos de trabalho inteiros com um humano ainda no comando.
"Os sistemas agentes podem levar o trabalho de 'perguntar e responder' para a execução de várias etapas: coordenando pesquisas, navegação, preenchimento de formulários e chamadas de API para que as equipes entreguem mais rápido com um humano no comando", disse Sy. A promessa é uma execução e produtividade mais rápidas, mas os riscos são reais. "Os princípios de humano no comando e auditabilidade permanecem críticos; para evitar a falta de salvaguardas adequadas. Nossa abordagem é combinar controles empresariais e auditabilidade com capacidades de agente para garantir que as ações sejam rastreáveis, reversíveis e alinhadas com as políticas antes de escalarmos."
### Governança que Constrói Confiança
Embora a adoção esteja acelerando, a governança geralmente fica para trás. Sy alertou que a governança falha quando é tratada como burocracia, em vez de parte do trabalho diário.
"Mantemos os humanos no comando e tornamos a governança visível no trabalho diário: use fontes de dados aprovadas, aplique acesso baseado em função, mantenha trilhas de auditoria e exija pontos de decisão humana para ações sensíveis", explicou ela. A Thinking Machines também aplica o que chama de "controle + confiabilidade": restringindo a recuperação a conteúdo confiável e retornando respostas com citações. Os fluxos de trabalho são então adaptados às regras locais em setores como finanças, governo e saúde.
Para Sy, o sucesso não é medido no volume de políticas, mas na auditabilidade e nas taxas de exceção. "Uma boa governança acelera a adoção porque as equipes confiam no que entregam", disse ela.
### Contexto Local, Escala Regional
A diversidade cultural e linguística da Ásia-Pacífico apresenta desafios únicos para escalar a IA. Um modelo único para todos não funciona. Sy enfatizou que o manual certo é construir localmente primeiro e depois escalar deliberadamente.
"Os modelos globais falham quando ignoram como as equipes locais trabalham. O manual é construir localmente, escalar deliberadamente: ajuste a IA ao idioma, formulários, políticas e caminhos de escalada locais; então padronize as partes que viajam, como seu padrão de governança, conectores de dados e métricas de impacto", disse ela.
Essa é a abordagem que a Thinking Machines adotou em Cingapura, Filipinas e Tailândia – provar o valor com as equipes locais primeiro, depois implementar região por região. O objetivo não é um chatbot uniforme, mas um padrão confiável que respeite o contexto local, mantendo a escalabilidade.
### Habilidades Acima de Ferramentas
Quando perguntada sobre quais habilidades serão mais importantes em um local de trabalho habilitado para IA, Sy apontou que a escala vem de habilidades, não apenas de ferramentas. Ela dividiu isso em três categorias:
* **Alfabetização executiva:** a capacidade dos líderes de definir resultados e salvaguardas e saber quando e onde escalar a IA.
* **Design de fluxo de trabalho:** o redesenho das transferências humano-IA, esclarecendo quem redige, quem aprova e como as exceções são escaladas.
* **Habilidades práticas:** solicitar, avaliar e recuperar de fontes confiáveis para que as respostas sejam verificáveis, não apenas plausíveis.
"Quando líderes e equipes compartilham essa base, a adoção passa de experimentar para resultados repetíveis e de nível de produção", disse ela. Nos programas da Thinking Machines, muitos profissionais relatam economizar de uma a duas horas por dia após apenas um workshop de um dia. Até o momento, mais de 10.000 pessoas em todas as funções foram treinadas, e Sy observou que o padrão é consistente: "habilidades + governança desbloqueiam a escala."
### Transformação da Indústria à Frente
Olhando para os próximos cinco anos, Sy vê a IA mudando da redação para a execução completa em funções de negócios críticas. Ela espera grandes ganhos no desenvolvimento de software, marketing, operações de serviço e gerenciamento da cadeia de suprimentos.
"Para a próxima onda, vemos três padrões concretos: assistentes conscientes de políticas em finanças, copilotos da cadeia de suprimentos na fabricação e CX personalizado, mas compatível no varejo – cada um construído com pontos de verificação humanos e fontes verificáveis para que os líderes possam escalar com confiança", disse ela.
Um exemplo prático é um sistema que a Thinking Machines construiu com o Banco das Ilhas Filipinas. Chamado BEAi, é um sistema de geração aumentada de recuperação (RAG) que oferece suporte a inglês, filipino e taglish. Ele retorna respostas vinculadas a fontes com números de página e entende a superação de políticas, transformando documentos de políticas complexas em orientação diária para a equipe. "É assim que 'IA-nativa' se parece na prática", disse Sy.
### Thinking Machines Expande a IA pela APAC
A parceria com a OpenAI começará com programas em Cingapura, Filipinas e Tailândia por meio dos escritórios regionais da Thinking Machines antes de se expandir ainda mais pela APAC. Os planos futuros incluem a adaptação de serviços a setores como finanças, varejo e manufatura, onde a IA pode enfrentar desafios específicos e abrir novas oportunidades.
Para Sy, o objetivo é claro: "A adoção da IA não é apenas experimentar novas ferramentas. Trata-se de construir a visão, os processos e as habilidades que permitem às organizações passar de pilotos para impacto. Quando líderes, equipes e tecnologia se unem, é quando a IA oferece valor duradouro."
