Por que seus melhores profissionais resistem à IA? Em geral, porque têm padrões e as ferramentas não os atendem. Trate a resistência à IA nas agências como um problema de pessoas e você terá obrigações, dias de treinamento e seniores esgotados refazendo trabalho de máquina às 19h. Trate-a como um problema de padrões e seus resistentes se tornam as pessoas que deixam a IA boa o bastante para ser entregue.
O que está em jogo na qualidade raramente foi tão público. Na Marketing Week do mês passado, o cofundador da BBH, Sir John Hegarty, chamou grande parte do marketing de hoje de “repetitivo, clichê, chato”. Ele argumentou que o setor hoje é ocupado por “pensadores do lado esquerdo do cérebro” que entendem de planilhas, mas não de ideias, e observou que “algo como 95% dos lançamentos de novos produtos fracassam”, taxa que, segundo ele, não mudou em 20 anos apesar de muito mais dados. Despeje resultados medíocres de IA nesse sistema e você terá mais do mesmo, só que mais rápido.
Por que profissionais experientes resistem às ferramentas de IA?
O fundador de uma agência, falando em uma sessão sobre adoção de IA em Singapura esta semana, foi refrescantemente sincero sobre isso. Ele passou 18 meses tentando tornar sua agência de cerca de 20 pessoas nativa em IA e pressionou muito pela adoção. Ao olhar de perto quem resistia, descobriu que não eram tecnofóbicos. Eles resistiam ao resultado ruim: o sistema produzia trabalho fraco e eles eram obrigados a usá-lo.
Eram pessoas com cinco ou seis anos de casa. Sabiam como é um bom trabalho. Quando o rascunho da IA ficava aquém, tinham de refazer o trabalho por conta própria, e então voltavam ao jeito antigo. Segundo ele, resistência à IA muitas vezes significava simplesmente que as ferramentas não atendiam aos padrões da equipe. A mudança de comportamento fracassa quando a qualidade fracassa.
É uma releitura útil para qualquer diretor-geral de agência. O diretor de atendimento que não envia um relatório de status escrito por IA, ou a estrategista que refaz do zero o deck de personas da IA, não está sendo difícil. Está fazendo o seu controle de qualidade, sem remuneração e sem agradecimento.
A adoção forçada de IA está agravando o burnout nas agências?
Pode estar. Mal feita, a adoção de IA dobra o trabalho: você produz o rascunho com a ferramenta porque mandaram e depois o conserta à mão porque o cliente não pode vê-lo daquele jeito. Some a culpa de “não estar adotando rápido o bastante” e você tem a receita para uma equipe sênior exausta.
Bem feita, faz o contrário. Em um texto do Forbes Agency Council sobre como as agências continuam essenciais, Matt Jayson, da Multiply, apontou configuração de campanhas e QA como o trabalho mais automatizável: “Para um cliente de alto crescimento, são fácil 20 horas por semana de trabalho invisível.” Esse é o trabalho braçal que a IA deve tirar de cena, junto com timesheets, relatórios de status, redimensionamento, controle de orçamento e auditorias de concorrentes.
A diferença está em o resultado atingir o padrão sem um segundo turno de retrabalho. Se o seu time trabalha mais desde que você implantou a IA, as ferramentas não estão economizando tempo. Estão empurrando-o para a noite.
Por que a confiança na IA se rompe tão rápido?
A Teoria da Confiança oferece uma explicação direta. Confiamos em uma pessoa ou em um sistema quando acreditamos que é competente, confiável e age em nosso interesse. Cada um desses atributos se conquista com experiência e conversa; nenhum pode ser decretado. Uma ferramenta que entrega três rascunhos ruins seguidos perde o direito de ser considerada competente. Uma ferramenta imposta sem consultar a equipe perde a sensação de estar do lado dela.
É por isso que as obrigações saem pela culatra. Um painel de uso diz aos líderes quem fez login. Não diz se as pessoas confiam no resultado. Só a conversa diz isso: sentar com a estrategista e perguntar o que ela mudou, e por quê.
Os clientes fazem a mesma conta. O argumento do fundador de Singapura era que não se pode enviar trabalho mal acabado aos clientes, porque é assim que se perde a confiança deles. Seus resistentes estão protegendo a relação com o cliente.
Quem deve decidir o que é “bom”?
Quem já sabe. A solução do fundador foi dar aos especialistas um papel explícito de aprovadores: eles definem o que é bom, e nada vai ao ar sem o aval deles. Todos se beneficiam da IA, mas nem todos precisam construí-la. Os especialistas definem o nível.
Também ajuda ler os sinais conhecidos de resistência como indicadores sobre padrões, e não sobre atitude.
| Como a resistência aparece | O que normalmente significa | O que fazer |
|---|---|---|
| As pessoas voltam em silêncio ao modelo antigo | O resultado não atinge o padrão de qualidade delas | Peça para ver as edições; corrija o sistema, não a pessoa |
| Corrigir os rascunhos leva mais tempo do que escrevê-los | A IA está acrescentando trabalho, não tirando | Meça o tempo de edição; pause o fluxo até a taxa de aceitação subir |
| Ninguém quer pôr o resultado da IA na frente de um cliente | Não conseguem ver de onde vieram as conclusões | Exija uma fonte rastreável para cada afirmação da IA |
| Os seniores ficam de fora enquanto os juniores dependem demais | O padrão nunca foi escrito | Faça dos especialistas aprovadores que definem o que é bom |
| Piadas sobre “o robô” em todo all-hands | A ferramenta foi imposta sem conversa | Envolva a equipe na escolha e no teste das ferramentas |
Os temas recorrentes do painel da Forbes apontam para o mesmo lado: responsabilidade, julgamento e assumir o trabalho pelo qual a IA não pode ser responsabilizada são o que mantém as agências essenciais.
Como transformar os resistentes à IA em aprovadores?
- Encontre seus céticos mais barulhentos e peça para ver as edições deles. A diferença entre o rascunho da IA e o que de fato foi enviado é a sua especificação de “bom”.
- Escreva o padrão. Tom, estrutura, fontes, o que nunca pode aparecer. Se ele vive só na cabeça de um sênior, nem a IA nem um novo contratado conseguem atingi-lo.
- Faça dos especialistas aprovadores, com autoridade real. Eles dão o aval antes que qualquer coisa assistida por IA chegue a um cliente e podem suspender um fluxo que não atinge o nível.
- Meça o tempo de edição, não os logins. Se consertar leva mais tempo do que fazer, pare e corrija o fluxo antes de ampliá-lo.
- Realimente as correções. Transforme cada edição de aprovador em prompts, templates e exemplos melhores, para que o próximo rascunho precise de menos ajustes.
- Comece pelo trabalho invisível. Configuração, QA, relatórios e monitoramento, onde um erro custa pouco e o tempo economizado é sentido na hora.
- Converse abertamente. Meia hora quinzenal sobre o que funcionou e o que não funcionou constrói mais confiança do que qualquer e-mail de lançamento.
O que torna o resultado da IA confiável o bastante para ser entregue?
Evidências que seus especialistas possam verificar. Uma estrategista sênior aceita uma conclusão da IA quando consegue ver de onde ela veio e julgá-la por conta própria. Vai rejeitar uma que chega como um parágrafo confiante, sem nenhum rastro.
É por isso que, na plataforma da Defy, toda conclusão da IA remete aos posts reais publicados que a embasam. A estratégia é construída por engenharia reversa a partir do que públicos e concorrentes realmente publicam, não de pesquisas, de modo que o aprovador pode abrir a evidência e decidir por conta própria.
Os humanos, disse o fundador, não são os melhores em mudança. São ao mesmo tempo o maior bloqueio e o maior facilitador da transformação com IA. Qual dos dois suas pessoas se tornam depende de as ferramentas respeitarem ou não os padrões delas.
