Cultura AI-First na Empresa: O Que a Ably Descobriu

Estamos no momento de inflexão da adoção de IA nas empresas. Gastos empresariais com IA atingiram $37 bilhões em 2025 — 3,2 vezes o valor de 2024. Ao mesmo tempo, 70-85% dos projetos de IA falham segundo PMI e HBR.

A Ably, empresa de infraestrutura realtime que processa 2 trilhões de operações por mês, decidiu que para construir produtos de IA credíveis, precisava primeiro adotar IA internamente. O resultado não foi apenas ferramentas — foi uma mudança cultural onde o uso de IA se tornou esperado, não opcional.

A Descoberta Central

“Os maiores ganhos vem de como as pessoas pensam, não das ferramentas.” — Jamie Newcomb, Ably

Esta frase resume tudo. Empresas que tratam IA como projeto de tecnologia fracassam. Empresas que tratam IA como transformação cultural prosperam.

Os Três Pilares da Ably

A Ably estruturou sua adoção em três frentes:

Adoção Interna: Integrar IA em fluxos de trabalho de todas as equipes. Engenharia usa Claude Code. Marketing analisa calls com IA. Finanças automatizou reconciliação.

Experiência do Desenvolvedor: Tornar a plataforma mais descobrível através de documentação e ferramentas aprimoradas por IA.

Produto com IA: Entender casos de uso dos clientes e construir infraestrutura informada por necessidades reais.

O ponto crítico: a filosofia de infraestrutura que alimenta a adoção interna também alimenta o produto AI Transport que a Ably oferece aos desenvolvedores.

MCP: A Infraestrutura Invisível

O desenvolvimento interno mais significativo foi um MCP conectando 15+ serviços internos através de 140+ ferramentas.

O Model Context Protocol e um padrão aberto da Anthropic que permite que sistemas de IA se conectem de forma segura a ferramentas, dados e sistemas empresariais.

Antes do MCP: “Me ajude a escrever este e-mail para o cliente” — e você precisa explicar o tom da empresa, a infraestrutura, as diretrizes…

Com MCP: “Me ajude a escrever este e-mail para o cliente” — a IA já sabe tudo isso. O contexto está conectado.

A Ably conectou GitHub, Jira, Confluence, Slack, HubSpot, Gong, Metabase, PagerDuty, GSuite e Jellyfish. Um “registro de ferramentas” permite que a IA descubra apenas o que precisa por tarefa, resolvendo limites de contexto.

O Elefante na Sala: Segurança

MCP priorizou interoperabilidade sobre segurança. Isso criou riscos significativos.

Estatística critica: Implantar apenas 10 plugins MCP cria 92% de probabilidade de exploração. Com 3 servidores interconectados, o risco já excede 50%.

OAuth 2.0 chegou apenas em março de 2025, refinado para OAuth 2.1 em junho. Milhares de servidores MCP implantados sem autenticação permanecem em produção.

O problema dos “Shadow Agents” e real: assim como o “Shadow IT” no início da nuvem, empresas agora enfrentam agentes não supervisionados rodando em laptops de desenvolvedores acessando sistemas críticos.

Resultados por Equipe

Engenharia

A equipe usa Claude Code para desenvolvimento agêntico com guardrails de TDD. Fluxos implementados incluem:

Descoberta: “Onde X e usado?” — navegando bases de código complexas
CI/CD: Agent SDK integrado para review de PRs e correção de issues
Desenvolvimento: Scaffolding inicial e análise de código
Documentação: Geração e manutenção automatizada

“Um único autor humano e dono de cada PR, independente da contribuição de IA.” — Política da Ably

Dados da Anthropic mostram que complexidade de tarefas aumentou de 3,2 para 3,8 (escala 1-5) em 6 meses. Implementação de features saltou de 14,3% para 36,9% do uso de Claude Code.

Marketing e Vendas

Marketing usa análise de calls do Gong para pesquisa de mercado, validação automatizada de leads cruzando 6+ fontes, e scoring de ICP multi-estágio com avaliação de 8 critérios.

Vendas implementou roteamento de leads multi-sinal, sequências de e-mail personalizadas baseadas em análise de ICP, e detecção de oportunidades de expansão quando clientes se aproximam de limites de uso.

Finanças

Reconciliação automatizada Stripe-to-Xero eliminou milhares de cliques manuais por mês. Criação direta de planilhas através do Claude usando recuperação de dados via MCP — sem intermediários humanos para tarefas rotineiras.

A Chave: Enablement, Não Mandato

Em vez de liderar com IA, as equipes perguntaram: “Que processos repetitivos existem?” — e então exploraram soluções de IA.

O que a Ably implementou:

Sessões semanais de drop-in para perguntas, experimentos e resolução colaborativa
Canal interno no Slack documentando vitórias e experimentos
Mandato implícito: Todos devem usar IA, mas enquadrado como enablement
Foco em problemas reais, não em tecnologia pela tecnologia

“A mudança cultural foi de ‘A IA pode ajudar?’ para assumir que pode, e então identificar problemas para resolver independentemente.” — Jamie Newcomb

O Gap Executivo-Funcionário

89% dos C-suite acreditam ter uma estratégia de IA. Apenas 57% dos funcionários concordam.

75% dos C-suite acham que o rollout foi bem-sucedido. Apenas 45% dos funcionários concordam.

Com treinamento + apoio da liderança, positividade dos funcionários em relação a IA salta de 15% para 55%. O gap não é capacidade — e enablement.

Por Que 70-85% das Transformações Falham

A maioria das falhas não é tecnológica — e pessoas, processos e política.

70% falham quando lideradas pelo TI
95% dos pilotos de GenAI falham (MIT)
46% dos POCs são descartados antes de produção
42% das empresas estão abandonando iniciativas de IA (era 17% em 2024)

Padrões de falha identificados:

Delegação para TI: Líderes não assumem a transformação
Falta de treinamento: Ferramentas sem capacitação
Pilotos isolados: Sem estratégia de escala
Resistência ignorada: 45% dos funcionários resistem ou se opõem

Diferença de 2-5x no valor esperado quando IA e orquestrada centralmente vs. distribuida sem coordenação.

Framework A4 para Transformação

A1 - Assess: Diagnosticar a “patologia organizacional” que mata iniciativas. Mapear processos repetitivos, identificar resistências, avaliar maturidade de dados.

A2 - Architect: Projetar sistema onde dados fluem livremente através de fronteiras. Definir governança, estabelecer MCP/integrações, criar padrões de segurança.

A3 - Activate: Implantar IA usando “Sprints de 90 dias” do piloto a produção. Casos de uso de alto impacto, quick wins para momentum, feedback loops rápidos.

A4 - Amplify: Incorporar IA na cultura como padrão para tomada de decisão. Escalar para toda empresa, criar AI Champions, medir e comunicar ROI.

ROI Comprovado

$3,70 de ROI medio por $1 investido (top performers alcançam $10,30)
74% alcançam ROI no primeiro ano
39% relatam produtividade dobrada
26-55% ganhos de produtividade medios

High performers são 3x mais propensos a redesenhar fundamentalmente workflows individuais. Não é sobre ferramentas — e sobre repensar como o trabalho e feito.

Principais Takeaways

Cultura antes de ferramentas: Mudança de mindset e o diferencial
MCP e infraestrutura critica: Conectar sistemas elimina atrito de contexto, mas segurança não pode ser negligenciada
Enablement > Mandato: Treinamento + apoio da liderança aumenta positividade de 15% para 55%
Governança desde o dia 1: 92% de probabilidade de exploração com 10 plugins MCP
Orquestração central vale 2-5x: Adoção distribuida sem coordenação perde valor significativo
Humanos no controle: Ownership e accountability permanecem humanos

Na Victorino Group, implementamos IA agêntica governada para empresas que não podem se dar ao luxo de falhar. Se você precisa construir uma cultura AI-First com estratégia, segurança e resultados mensuráveis, vamos conversar.