Case Organização Global de Mídia
A estrutura que levou uma organização global de mídia ao
AI-First
Não é só tecnologia!
De ações isoladas para um CX estruturado
Omnicanalidade deixou de ser projeto e passou a ser ação
CX virou cultura e não só área
Ao longo das últimas duas décadas, uma grande organização global de mídia havia avançado em modelos de trabalho multifuncionais inspirados pela lógica de modelos operativos que implementavam tribos, squads e fluxos de trabalho modernos. Como em muitas transformações, esse arranjo foi importante para aproximar competências, reduzir fragmentação e aumentar o foco na entrega. A própria origem desses modelos, como a série O Fim das Squads recupera, está associada justamente à tentativa de superar estruturas excessivamente funcionais e compartimentalizadas.
Mas, indo além, o trabalho que conduzimos nesse contexto não começou por insatisfação direta com o modelo de times multifuncionais – de fato, o cliente se via contente com a estrutura atual. A provocação mais difícil veio através de um olhar que reconhecia a complexidade do momento: se a organização queria explorar ao máximo o potencial da IA, ser AI-First, que tipo de estrutura a apoiaria nesse novo contexto? A ascensão das ferramentas de IA, principalmente a generativa, em usos voltados à hiperprodutividade, hiperpersonalização e hiperautomação, entre outros, passou a desafiar premissas antes bastante estáveis sobre papéis, dinâmicas, fronteiras entre disciplinas e composição de times.
Desafio
O desenho sem playbook
A questão surgiu em 2023, em uma área de tecnologia com mais de 400 profissionais, e foi formulada de maneira direta: qual topologia de times, áreas ou produtos – ou melhor: qual estrutura organizacional – permitiria aproveitar ao máximo o potencial das ferramentas de IA? Qual estrutura nos suportaria melhor em um caminho para AI-First? A resposta mais honesta não era “depende”, mas “ainda não sabemos”. A verdade é que, ainda hoje, não há boas práticas, literatura sólida nem benchmarking suficientemente confiável para sustentar uma grande decisão estrutural.
Esse reconhecimento foi decisivo, e o Cynefin® Framework foi essencial para que a liderança da companhia enxergasse que seus principais desafios para ser AI-First esbarravam não apenas em tecnologia, mas principalmente em estrutura. Em vez de tratar o tema como um problema clássico e ordenado de desenho organizacional, a situação foi lida como complexa. E, em contextos complexos, a resposta não vem da análise abstrata nem da replicação de playbooks e modelos consolidados: vem de sondar, sentir e responder.
Diagnóstico
Os limites do modelo vigente
A partir dessa leitura, o foco deixou de ser defender ou atacar squads – ou qualquer outra estrutura conhecida. A pergunta passou a ser outra: quais aspectos da estrutura vigente ainda ampliavam o desempenho, e quais já estavam limitando a exploração do novo potencial aberto pela IA?
Nosso trabalho inicial nos ajudou a identificar os principais sinais que reposicionaram a discussão: papéis que se tornavam redundantes diante do uso de copilotos, interdependências excessivas e estruturas que começavam a operar sob premissas anteriores à chegada da IA. O ponto não era decretar o fracasso de um modelo, mas reconhecer que mudanças tecnológicas profundas podem alterar a coerência da forma organizacional que antes parecia suficiente.
Abordagem e Solução
Seguro para falhar e descobrir
Com a The Cynefin Co. Brazil, a organização adotou uma abordagem baseada em ciência da complexidade. Em vez de definir antecipadamente “a nova estrutura”, partimos para o desenho de uma série de experimentos que viriam a compor um portfólio de safe-to-fail probes: múltiplas intervenções organizacionais simultâneas, contextualizadas, paralelas, seguras para falhar, algumas divergentes entre si (ampliando o delta de destino), prontas para amplificação e atentas também aos efeitos colaterais. O objetivo não era acertar de primeira, mas aprender e amplificar.
Dentro desse portfólio, ao menos duas das sondagens foram desenhadas a partir de first principles. A pergunta fundamental, nesse caso, era radical e simples ao mesmo tempo: se, no desenvolvimento de produtos digitais, a IA pode executar todo ou quase todo o trabalho, para que precisamos de humanos? Essa formulação ajudou a desmontar pressupostos herdados e reconstruir alternativas a partir do que fosse essencial.
Indo além, a forma com que acompanhamos os resultados não olhava apenas para indicadores analíticos, como produtividade, adaptabilidade e qualidade de entrega, mas também para indicadores espessos, que nos ajudaram a enxergar em quais estruturas as pessoas melhor aprendiam e utilizavam as ferramentas de IA, e qual o impacto disso no resultado das entregas.
IMPLEMENTAÇÃO E RESULTADOS PRELIMINARES
Estrutura para evoluir com o contexto
Ao longo dos experimentos, começaram a emergir arranjos mais leves, com menor acoplamento e maior capacidade de combinar competências humanas com IA de forma orgânica. Entre eles, destacou-se a lógica de pares e, em alguns contextos, trios em rede. Na série O Fim das Squads, o par aparece como unidade mínima de criação de valor em contextos mediados por IA, geralmente combinando engenharia e design, embora a composição não seja fixa; já os trios entram quando o contexto exige gestão mais intensa de prioridades, stakeholders e direção de produto.
Mais importante do que “provar” um novo modelo foi criar evidência contextual sobre o que funcionava melhor. A organização passou a operar com mais clareza sobre onde a estrutura anterior ainda era útil e onde novas formas de coordenação geravam mais fluidez, menos handoffs e ciclos mais curtos de aprendizagem. Também deslocou a conversa executiva: em vez de buscar um blueprint definitivo, passou a tratar estrutura como algo que deve evoluir com o contexto. Essa postura está alinhada ao fechamento da série, que evita tanto a celebração ingênua da IA quanto a condenação simplista, defendendo uma exploração contextual, ética e consciente de seu potencial.
IMPLEMENTAÇÃO E RESULTADOS PRELIMINARES
Estrutura para evoluir com o contexto
Ao longo dos experimentos, começaram a emergir arranjos mais leves, com menor acoplamento e maior capacidade de combinar competências humanas com IA de forma orgânica. Entre eles, destacou-se a lógica de pares e, em alguns contextos, trios em rede. Na série O Fim das Squads, o par aparece como unidade mínima de criação de valor em contextos mediados por IA, geralmente combinando engenharia e design, embora a composição não seja fixa; já os trios entram quando o contexto exige gestão mais intensa de prioridades, stakeholders e direção de produto.
Mais importante do que “provar” um novo modelo foi criar evidência contextual sobre o que funcionava melhor. A organização passou a operar com mais clareza sobre onde a estrutura anterior ainda era útil e onde novas formas de coordenação geravam mais fluidez, menos handoffs e ciclos mais curtos de aprendizagem. Também deslocou a conversa executiva: em vez de buscar um blueprint definitivo, passou a tratar estrutura como algo que deve evoluir com o contexto. Essa postura está alinhada ao fechamento da série, que evita tanto a celebração ingênua da IA quanto a condenação simplista, defendendo uma exploração contextual, ética e consciente de seu potencial.
Impacto
Também é tecnologia, mas ...
O resultado desse trabalho não foi apenas um redesenho organizacional, mas uma mudança de postura diante do desconhecido. Em vez de presumir que o jeito de trabalhar em um contexto AI-First poderia ser desenhado em tese, a organização passou a aprendê-lo na prática, com experimentação, segurança e coerência. E, ao fazer isso, abriu caminho para um modelo mais adaptativo e alinhado ao que a liderança entendia ser a base para o futuro do trabalho naquela organização.
A escassez imposta na estrutura de pares levou as pessoas a utilizarem, cada vez mais e de forma mais consciente, as ferramentas de inteligência artificial. A empresa estimou uma aceleração de quase 50% na dinâmica de aprendizagem, utilização e alcance de fluência nessas ferramentas.
A nova dinâmica reduziu ainda o tempo investido em cerimônias, agora desnecessárias, e também o overlap causado por papéis, estruturas e fluxos incompatíveis com essa nova realidade.
Ficou claro para a empresa que a tecnologia é, sim, uma parte importante de qualquer estratégia para AI-First, mas que a estrutura organizacional e, principalmente, a dinâmica de experimentação são essenciais para navegar na complexidade dessa nova realidade e não ficar amarrado às premissas e aos processos do passado.
Sua transformação começa aqui
Juntos, descobriremos soluções contextualizadas para que sua organização seja bem-sucedida em todos os cenários de transformação.
