99,5% de Adoção de IA em Uma Empresa de $32B. O Segredo Não Foi a Tecnologia.

Geoff Charles, CPO da Ramp, publicou uma thread no X esta semana. Três números: 99,5% da equipe ativa em ferramentas de IA, crescimento de 6.300% no uso ano contra ano, empresa avaliada em $32 bilhões.

Os números impressionam. Mas a frase que importa é outra: “Isso não é uma história de tecnologia. É uma história de design organizacional.”

Ele está certo. E a diferença entre o que a Ramp fez e o que a maioria das empresas faz explica por que tantos programas de adoção fracassam.

A escada de proficiência

A Ramp criou um modelo de progressão em quatro níveis, de L0 a L3:

L0: Sem uso significativo de IA. O ponto de partida.

L1: Uso individual para produtividade. Resumos, rascunhos, busca.

L2: Integração de IA nos fluxos de trabalho do time. Prompts compartilhados, ferramentas específicas por equipe, redesenho de processos.

L3: Construção com IA. Ferramentas internas, produtos novos, aplicações que não existiam antes.

Isso não é uma nota de competência atrelada a avaliações de desempenho. É um modelo de progressão que mostra às pessoas onde elas estão e o que vem depois. A diferença é relevante. Uma nota mede. Um modelo de progressão ensina.

A Ramp não parou na definição dos níveis. Mediu publicamente, mostrando a cada time sua posição na escada. Medição pública cria prova social. Quando seu time vê que três outros já estão no L2 e vocês ainda estão no L1, o incentivo não é punitivo. É competitivo. Esse mecanismo motivacional funciona de forma muito diferente de um gestor pedindo que todos registrem mais horas de uso.

O que a Ramp acertou (e onde ficam os asteriscos)

O playbook que Charles descreve tem quatro componentes: definir níveis, medir publicamente, remover restrições, deixar as pessoas construírem.

“Remover restrições” merece atenção. A maioria dos programas corporativos de IA adiciona restrições: listas de fornecedores aprovados, políticas de uso, revisões de segurança para cada nova ferramenta. Essas restrições existem por boas razões. Mas também criam atrito que mata a experimentação. A Ramp escolheu reduzir esse atrito e deixar as pessoas testarem. Para uma fintech que lida com dados financeiros sensíveis, é uma escolha ousada.

“Deixar as pessoas construírem” é onde o L3 acontece. A Ramp evoluiu de usar os recursos de IA do Notion para construir uma ferramenta interna chamada Claude Cowork. Essa evolução só acontece quando as pessoas têm permissão e espaço para ir além do consumo e entrar na criação.

Agora os asteriscos.

“99,5% ativa em ferramentas de IA” não diz o que “ativa” significa. Fazer login uma vez conta igual a construir ferramentas customizadas diariamente. O crescimento de 6.300% é dramático, mas porcentagens de crescimento sobre uma base pequena podem ser enganosas. Se cinco pessoas usavam IA no ano passado e 320 usam agora, isso é 6.300%. Mas a porcentagem esconde os números absolutos.

A Ramp também é uma força de trabalho nativa em tecnologia. Seus funcionários são jovens, técnicos e confortáveis com novas ferramentas. Generalizar da Ramp para uma seguradora de 50 mil pessoas ou um conglomerado industrial exige cautela. As condições culturais de partida são diferentes de formas que importam.

E Charles é o CPO apresentando os resultados do seu próprio programa. Isso é tanto marketing quanto relato. Trate esses números como “reportados pelo CPO da Ramp”, não como dados verificados de forma independente.

O contraste com mandatos

Em A Governança da Adoção de IA, examinamos como Google, Amazon e Salesforce impõem uso de IA por meio de avaliações de desempenho e dashboards. São abordagens baseadas em punição. Use a ferramenta ou enfrente as consequências.

Em O Mandato Estrutural da Meta, documentamos uma abordagem ainda mais agressiva: reescrever títulos de cargo, reestruturar times e codificar a identidade “AI-first” no organograma.

A Ramp representa um terceiro caminho. Sem mandatos. Sem reescrita de identidade. Em vez disso: um modelo de progressão claro, transparência pública, redução de atrito e espaço para construir.

Os resultados sugerem que essa abordagem funciona melhor, pelo menos na Ramp. Mas a comparação é imperfeita. A Meta tem 78 mil funcionários distribuídos entre hardware, redes sociais e realidade virtual. A Ramp tem cerca de 1.500 pessoas em fintech. A física organizacional é diferente. O que escala com 1.500 pode colapsar com 78 mil. O que funciona em uma equipe nativa em tecnologia pode falhar em uma força de trabalho com alfabetização técnica variada.

Ainda assim, o contraste é instrutivo. Mandatos produzem conformidade. Escadas de proficiência produzem capacidade. Conformidade fica bem em dashboards. Capacidade aparece no produto.

Por que design organizacional é a alavanca

A afirmação de Charles de que adoção é um problema de design organizacional, não de tecnologia, está alinhada com o que a Ably descobriu ao construir sua cultura AI-first. Jamie Newcomb, da Ably, disse com clareza: “Os maiores ganhos vêm de como as pessoas pensam, não das ferramentas.”

Três organizações. Três abordagens diferentes. A mesma conclusão.

A tecnologia está disponível para todos. Claude, GPT, Copilot, Gemini. Qualquer empresa pode comprar as mesmas ferramentas. A diferença é organizacional: quem tem permissão para experimentar, como o progresso é medido, se as pessoas são punidas por adoção lenta ou recompensadas por adoção criteriosa, e se a estrutura da organização cria espaço para que as pessoas saiam do consumo e entrem na criação.

A escada L0-L3 da Ramp é útil porque reformula a adoção de IA de algo binário (usa ou não usa) para um espectro (quão profundamente você está integrando). Essa reformulação muda comportamento. Quando a única pergunta é “você usa IA”, a resposta é sempre sim, porque abrir o ChatGPT uma vez por semana conta. Quando a pergunta é “você está no L1 ou no L2”, as pessoas começam a pensar no que o L2 realmente exige.

O que está faltando

O playbook da Ramp é convincente, mas incompleto. Três coisas estão ausentes do relato de Charles.

Infraestrutura de governança. “Remover restrições” funciona quando sua equipe tem 1.500 pessoas de confiança. É irresponsável em escala corporativa sem governança correspondente: quem revisa o que a IA produz, como erros são capturados, o que acontece quando um construtor L3 cria algo com consequências indesejadas. A liberdade para construir precisa de proteções. Não proteções que impeçam a construção, mas proteções que capturem falhas antes que cheguem à produção.

Métricas de qualidade. Charles reporta adoção e crescimento de uso. Não reporta resultados. A Ramp entregou mais rápido? As taxas de erro mudaram? A satisfação do cliente se moveu? Uso é uma métrica de entrada. Sem métricas de saída, não dá para distinguir adoção produtiva de adoção burocrática.

Durabilidade. Um ano de crescimento de 6.300% fala sobre momento. Não fala sobre sustentabilidade. O que acontece quando a novidade passa? Quando os ganhos fáceis de automação são capturados e o trabalho restante é mais difícil? As organizações que sustentam adoção de IA são aquelas que a constroem dentro do processo, não apenas dentro da cultura.

O sinal útil

Tire o marketing. Ignore as porcentagens. O sinal útil da Ramp é estrutural.

Defina o que “bom” significa em cada estágio. Meça publicamente. Reduza atrito. Dê espaço para as pessoas construírem. Esses quatro movimentos descrevem uma intervenção de design organizacional, não uma implantação de tecnologia.

A maioria das empresas começa pela tecnologia. Compram licenças, distribuem ferramentas e depois ficam se perguntando por que a adoção estagna. A Ramp começou pela organização: como as pessoas progridem, como o progresso é visível, quais barreiras existem e como é construir algo novo. As ferramentas vieram depois.

Essa ordem explica os números de adoção mais do que qualquer escolha tecnológica específica. E é a parte que outras organizações podem de fato replicar, independentemente do tamanho ou da sofisticação técnica.

Fontes

Charles, Geoff. “Thread sobre adoção de IA na Ramp.” X (Twitter), abril 2026.
Victorino Group. “A Governança da Adoção de IA.” Fevereiro 2026.
Victorino Group. “O Mandato Estrutural da Meta.” Março 2026.

Victorino Group ajuda organizações a desenhar programas de adoção de IA que produzem capacidade, não conformidade: contato@victorino.com.br | www.victorino.com.br