19 de fevereiro de 2026
A IA está avançando rapidamente, e esse impulso pode ultrapassar os fluxos de trabalho diários. Como disse recentemente o diretor de tecnologia da Microsoft, Kevin Scott, os sistemas atuais são “muito mais poderosos do que as pessoas estão usando”, o que cria um excesso de capacidade.
Em nossa experiência, a verdadeira limitação não é o acesso às ferramentas, mas ajudar as pessoas a aplicar seu julgamento em fluxos de trabalho bem projetados. Começamos nos concentrando nos momentos de revisão e decisão que atrasam as equipes. Construímos confiança por meio de comparações lado a lado, medimos a economia de tempo e os ganhos de qualidade e escalamos apenas o que prova seu valor. Também priorizamos a computação para os casos de uso de maior impacto e mantemos limites de decisão claros para que as pessoas continuem responsáveis. Quando os colegas aprendem no fluxo de trabalho e os líderes investem onde os resultados são claros, o excesso de capacidade se transforma em melhorias tangíveis no tempo de ciclo, na precisão e na experiência do cliente.
Como a Sedgwick aborda a adoção da IA com as pessoas no centro
Na Sedgwick, seguimos um princípio orientador: a IA apoia os colegas e não os substitui. A experiência humana permanece no centro das reclamações, análises e tomadas de decisão. A IA ajuda a eliminar atritos, devolvendo tempo às nossas equipes e elevando os momentos que exigem julgamento e empatia.
- Capacitação diária com o Microsoft 365 Copilot
- Os colegas recebem treinamento prático e suporte para que possam usar o Microsoft 365 Copilot para redigir, resumir e pesquisar. O objetivo é ganhar confiança e recuperar tempo. Essas são atividades de baixo risco e alto benefício que aumentam a familiaridade e o impulso.
- Apoio à tomada de decisões para examinadores e avaliadores
- A IA prepara resumos concisos e destaca os detalhes importantes, para que os avaliadores possam aplicar seus conhecimentos com mais rapidez. Isso geralmente economiza minutos por tarefa e, mais importante, gera conforto, pois os colegas comparam os resultados com seu próprio julgamento.
- Capacitação de desenvolvedores por meio do co-pilotagem
- Nossos desenvolvedores utilizam ferramentas como GitHub Copilot e Cursor para acelerar a codificação e gerar documentação automaticamente. Menos tempo em tarefas repetitivas significa mais tempo para resolver problemas para nossos clientes.
- Comunidades internas que incentivam a adoção orgânica
- Nós hospedamos uma comunidade Teams onde os colegas compartilham conquistas rápidas e dicas práticas. Histórias reais de colegas fazem com que a adoção pareça natural e convidam todos a participar.
- Automação nas operações
- Estamos promovendo a garantia de qualidade automatizada, a geração automatizada de testes e a infraestrutura com autorrecuperação. O resultado é menos verificações manuais e mais tempo para trabalhos estratégicos que atendem aos clientes.
Uma estrutura prática para superar o excesso de capacidade de IA
Você não precisa de mudanças radicais para ver benefícios reais. O progresso vem de passos firmes que desenvolvem habilidades, confiança e um design de fluxo de trabalho bem pensado.
1. Comece com os problemas reais a serem resolvidos
- Identifique os momentos operacionais em que a IA pode reduzir o esforço ou melhorar a precisão — como triagem, classificação de documentos, resumo e controle de qualidade de rotina. A lição é consistente: apoie melhores decisões em vez de gerar mais conteúdo.
2. Construa confiança por meio de comparações lado a lado
- Convide os colegas para comparar os resultados da IA com os seus próprios. Testes iniciais de baixo risco criam familiaridade e mostram rapidamente onde o sistema ajuda mais.
3. Desenvolva um roteiro de habilidades baseado em funções
- Ofereça treinamento adequado a cada função.
- uso responsável para todos
- fluxos de trabalho do ajustador para resumir e avaliar materiais
- suporte à comunicação com o cliente
- práticas de desenvolvedores para codificação e documentação assistidas por IA
- Isso mantém o aprendizado relevante e ajuda todos os colegas a perceberem como a IA apoia seu trabalho diário.
4. Use barreiras claras que definam os limites das decisões
- Mantenha o julgamento humano no centro. Forneça diretrizes claras sobre quando encaminhar para especialistas, para que os colegas saibam quando a IA recomenda e quando as pessoas decidem.
5. Expandir as comunidades de prática
- Contem com os campeões e os grupos de colegas. Os exemplos compartilhados geralmente aceleram a adoção mais rapidamente do que apenas o treinamento formal e ajudam as ferramentas a se expandirem entre as equipes.
6. Avalie o valor com métricas significativas
- Meça o que importa
- tempo de ciclo economizado
- precisão e retrabalho
- padrões de uso
- confiança e satisfação dos colegas
- Use esses sinais para decidir onde investir a seguir.
7. Avançar para uma industrialização responsável
- À medida que a adoção cresce, fortaleça o monitoramento, o acompanhamento do desempenho e as revisões imediatas. Essas práticas mantêm a tecnologia confiável e a experiência segura.
Transformando capacidade em vantagem organizacional real
A capacidade da IA está crescendo rapidamente, mas seu valor se manifesta quando as pessoas podem usá-la com confiança e cuidado. Nossa experiência é clara: o modelo é importante, mas são as habilidades humanas em torno dele que geram resultados.
As organizações vencedoras fazem quatro coisas bem:
- Invista em treinamento
- Ajude os funcionários a desenvolver confiança na IA
- Meça resultados significativos
- Aumente apenas o que comprove seu impacto
Continuaremos a expandir o uso diário do Copilot, adicionar assistência de IA em momentos-chave do fluxo de trabalho e automatizar tarefas operacionais. Mais importante ainda, levaremos nossos colegas nessa jornada — passo a passo — porque, para nós, caring counts. A IA está aqui para melhorar o trabalho deles e, juntos, podemos oferecer respostas mais rápidas, comunicação mais clara e melhores resultados para nossos clientes e as pessoas de quem eles cuidam.
Austrália
Canadá
Dinamarca
França
Alemanha
Irlanda
Países Baixos
Nova Zelândia
Noruega
Espanha e Portugal
Reino Unido
Estados Unidos