O Workflow É a Primitiva de Governança

Jakob Nielsen publicou em 16 de abril uma frase que vale a pena ler devagar: “o problema de design da IA não é tecnológico, é organizacional”. Quem diz isso é a pessoa que fundou a Nielsen Norman Group, escreveu as dez heurísticas de usabilidade que todo designer aprende e passou 43 anos dizendo que interface importa. Quando esse sujeito avisa que interface não é o gargalo, convém ouvir.

A afirmação não surge do nada. Nielsen cita um trabalho recente de Bick, Blandin e Deming, apresentado na Brookings na primavera de 2026, que mede onde está a diferença de adoção de IA entre Estados Unidos e Europa. Os americanos usam IA no trabalho em 43% dos casos; os europeus, em 32%. A primeira reação seria procurar a explicação no óbvio: infraestrutura, idioma, regulação, demografia. Os autores controlam todas essas variáveis. Quando entra uma única dimensão no modelo, a chamada “encorajamento gerencial explícito”, mais de 80% da lacuna desaparece. Treinamento formal, curiosamente, não prevê adoção. O que prevê é o chefe que usa IA na frente do time e pede que o time faça o mesmo.

O Stanford AI Index 2026 chega pelo outro lado e encontra a mesma paisagem. A adoção organizacional de IA está em 88%. Setenta por cento das empresas já usam IA generativa em alguma função de negócio. E ainda assim, o ganho de produtividade se concentra em um grupo pequeno de líderes. O MIT, no relatório da NANDA, dá nome ao fenômeno: 95% dos pilotos corporativos de IA generativa entregam zero de impacto mensurável em resultado. Os modelos funcionam. Os pilotos funcionam. A empresa não muda.

Quando três fontes independentes, com metodologias diferentes, apontam para o mesmo lugar, o lugar existe.

Onde Nielsen para

Nielsen faz o diagnóstico e prescreve quatro remédios: avaliar humanos e IA como um sistema único (o que ele chama de “avaliação centauro”), criar estruturas de permissão para gerentes endossarem o uso publicamente, localizar modelos para contextos regulatórios específicos, e variar a fricção da interface conforme a confiança do modelo. Tudo isso está correto. E tudo isso é UX aplicada.

O passo que ele não dá, e que é onde este texto começa, é traduzir essas prescrições para a linguagem da governança corporativa. Porque o leitor de um CIO, de um CFO ou de um conselho não precisa de um novo padrão de design. Precisa saber qual é o artefato mensurável em que a governança de IA vive.

A resposta é direta: é o workflow.

Permissão é sombra. Política é texto. Auditoria é retrospectiva. O workflow é a coisa. É onde a confiança se produz ou se destrói, onde a decisão humana encontra a decisão da máquina, onde o erro aparece ou se esconde. Se o workflow está mal desenhado, nenhuma política de uso aceitável salva. Se o workflow está bem desenhado, metade das políticas vira redundância.

O que significa, na prática, tratar o workflow como primitiva

Significa parar de perguntar “quem pode usar qual ferramenta” e começar a perguntar “em que ponto do fluxo a IA entra, quem revisa o quê, e o que fica registrado”. É uma troca de substantivos. Saímos do catálogo de permissões e entramos no desenho do trabalho.

A Ramp, que cobrimos no começo do ano, oferece o exemplo mais limpo disponível. Noventa e nove vírgula cinco por cento dos funcionários ativos em IA, crescimento de 6.300% no ano. O número é autorrelatado pelo CPO Geoff Charles, e convém não tratar como evidência fechada. O que é evidência é o método que ele descreve: uma escada de proficiência de quatro degraus (do não uso ao uso individual, ao uso em workflow de time, à construção com IA), medição pública de onde cada time está, e remoção deliberada de fricção para experimentação. A escada é um workflow. A medição pública é um workflow. A remoção de fricção é uma decisão sobre workflow. Nada daquilo existe em um documento de política.

A Meta, que também analisamos, é a versão dura do mesmo movimento: 65% dos engenheiros precisam escrever mais de 75% do código aceito com assistência de IA em 2026, até 15% da avaliação de desempenho atrelada à contribuição de IA, demissões em maio reorganizando a empresa em pods achatados. O leitor atento nota que isso é uma aposta, não um resultado. Os números de Meta são metas, não evidências de sucesso. Cabe a nós, quando escrevemos sobre o caso, dizer isso com clareza e não confundir intenção declarada com produtividade comprovada. A aposta pode dar certo ou produzir código frágil e dívida técnica concentrada. Saberemos em 2027.

Por que isso importa para quem não é engenheiro

Há dois anos, a pergunta sobre governança de IA chegava quase sempre vinda do CTO. Hoje chega de todo lado. Como já argumentamos, a governança está deixando o silo de engenharia: marketing precisa do mesmo rigor quando agentes escrevem em nome da marca, jurídico precisa quando IA redige cláusulas, RH precisa quando algoritmos participam de triagem. A pergunta “quem está no controle” é idêntica em todos os casos. A resposta também: está no workflow, não na ferramenta.

O corolário prático é incômodo para quem vende plataformas e confortável para quem opera empresas. A escolha da ferramenta importa menos do que o desenho do fluxo. Duas organizações usando o mesmo LLM, com a mesma licença, podem ter resultados opostos se uma desenhou o fluxo com ponto de revisão humano claro, critério de aceite explícito e trilha de auditoria automática, e a outra apenas liberou o acesso.

Uma previsão que aceita ser refutada

A tese aqui é testável, e é parte do trabalho pôr o pescoço na guilhotina. Se workflow não é a primitiva de governança, então, até o fim de 2027, o retorno sobre IA nas empresas da Fortune 500 deve ser razoavelmente independente da maturidade do desenho de fluxo delas. Se a tese estiver correta, o inverso: a diferença de ROI entre as empresas ganhadoras e as demais será largamente explicada por quem redesenhou o trabalho para acomodar a IA, não por quem comprou mais licenças.

Essa previsão não protege ninguém. Se estivermos errados, estaremos publicamente errados. É o preço honesto de uma tese que quer ser levada a sério.

O que fazer na segunda-feira

Três perguntas separam uma empresa que trata workflow como primitiva de uma que ainda trata política como primitiva. Primeira: para o principal processo em que a IA entra hoje, você consegue desenhar o fluxo em um quadro branco e apontar o lugar exato em que a decisão humana e a decisão da máquina se encontram? Segunda: esse ponto de encontro deixa registro automático, ou depende de alguém lembrar de documentar? Terceira: o desempenho do fluxo (erro, retrabalho, velocidade) está medido de forma que humano e IA apareçam no mesmo painel, ou cada um tem seu próprio relatório?

Se as três respostas forem “sim”, a governança está no lugar certo. Se alguma for “não”, o problema não é a ferramenta. É o desenho do trabalho.

Nielsen apontou a porta. A porta se chama workflow.

Fontes

Nielsen, Jakob. “AI Use in the Real World: AI’s Design Problem Is Organizational, Not Technological.” UX Tigers, abril de 2026.
Bick, Alexander; Blandin, Adam; Deming, David. “Mind the Gap: AI Adoption in Europe and the U.S.” NBER Working Paper 34995 / Brookings, primavera de 2026.
Stanford HAI. “AI Index Report 2026 — Economy.” Abril de 2026.
MIT NANDA. “The GenAI Divide: State of AI in Business 2025.” 2025.
Charles, Geoff. “How Ramp got to 99.5% AI adoption.” Thread em X, janeiro de 2026.
Nielsen, Jakob. “Redesigning Workflows for AI.” UX Tigers, abril de 2026.

Ajudamos líderes a redesenhar workflows para que a IA se torne utilizável, confiável e mensurável: contato@victorino.com.br | www.victorino.com.br