Verificando acesso...

TRILHA 1

🌐 A Nova Realidade

Fundação do curso. Você sai daqui sabendo o que mudou em 12 meses, por que o CAIO virou cargo, onde está o gap de oportunidade e qual é sua posição inicial.

6
Módulos
36
Tópicos
~4h
Duração
Base
Nível

Mapa da trilha

Conteúdo detalhado

1.1~35 min

📊 O Estudo IBM em 6 Gráficos

Os seis dados que justificam por que 2026 é diferente de 2024. Cada número tem uma leitura para você — não para a empresa.

O que é:

Os seis números que a IBM destaca: 76% têm CAIO, 64% decidem com IA, 83% querem soberania, 86% vs 25% (o gap), 29%+53% precisam de reskilling/upskilling, 48% das decisões op. até 2030.

Por que aprender:

Você vai ouvir esses números no LinkedIn por 12 meses. Entender o contexto separa quem cita de quem aplica.

Conceitos-chave:

Salto estrutural · Gap de adoção · Decisão aumentada · Reskilling vs upskilling · Soberania de IA.

O que é:

Salto de 50 pontos percentuais em um ano. Para comparação, o cargo de CISO levou 12 anos para chegar a 60% de adoção entre empresas Fortune 500.

Por que aprender:

A velocidade comprime sua janela. O profissional que se posiciona agora vira referência. Quem espera 2027 entra num mercado saturado de "consultores de IA".

Conceitos-chave:

Taxa de adoção · Janela de oportunidade · Comprimento de curva · Vantagem de tempo · Early-mover.

O que é:

Não é IA "tomando" decisão. É CEO usando análise gerada por IA como peça do processo decisório — junto com finanças, jurídico e RH.

Por que aprender:

Se o CEO já consome output de IA, o gerente de área que entrega "esse mesmo tipo de análise" sobe na hierarquia de relevância.

Conceitos-chave:

Decisão aumentada · Briefing automatizado · Cadeia de validação · Augmentation vs automation.

O que é:

"Soberania" = controle sobre dados, modelos e decisões. Onde rodam, quem treinou, qual jurisdição, qual risco. Virou KPI de CEO.

Por que aprender:

No Brasil, soma com LGPD. Profissional que sabe governança vira ponte entre TI, jurídico e negócio — espaço politicamente confortável.

Conceitos-chave:

Soberania de dados · Hosting de modelo · Auditabilidade · LGPD · Risco residual.

O que é:

86% dos CEOs acham que funcionários têm a skill para colaborar com IA. Só 25% usa regularmente. Diferença de 61 pontos = expectativa mal atendida.

Por que aprender:

Esse gap não é problema técnico — é problema de adoção, mudança e tradução. Profissional que fecha o gap é puxado pra cima naturalmente.

Conceitos-chave:

Viés do CEO · Adoção real vs declarada · Tradução técnica · Champion interno · Curva em S de adoção.

O que é:

Quase metade das decisões operacionais "codificáveis por regras e guardrails" serão tomadas por IA sem humano até 2030 (hoje 25%).

Por que aprender:

Quem só executa essas decisões hoje, perde a função. Quem desenha os guardrails, sobe de papel. Você quer estar do lado certo da linha.

Conceitos-chave:

Decisão codificável · Guardrails · Loop fechado · Autonomia operacional · Trabalho de configuração.

1.2~30 min

👔 Por que o CAIO virou cargo em 24 meses

Cargo de C-level não aparece sem pressão estrutural. Quem entende o porquê do CAIO entende qual perfil sobe junto — e em que janela.

O que é:

CISO virou cargo de C-level entre 2001 e 2010, empurrado por incidentes (TJX, Heartland) e regulação (SOX, PCI-DSS). Levou 9 anos para chegar a 50%.

Por que aprender:

O CAIO está fazendo a mesma curva em 1/9 do tempo. Pressão de governança + incidentes + pressão competitiva — mesmo padrão, velocidade absurda.

Conceitos-chave:

Curva de adoção de cargo · Pressão regulatória · Incidente fundador · Função emergente.

O que é:

EU AI Act, regulação de IA nos EUA, LGPD aplicada à IA no Brasil — todos exigem que alguém "responda" pela IA dentro da empresa. CAIO é a resposta institucional.

Por que aprender:

Governança é o lado da função que mais cresce. Profissional com conhecimento de LGPD + IA tem ticket aberto para todas as reuniões.

Conceitos-chave:

EU AI Act · Risco de IA · Accountability · Comitê de IA · Política de uso aceitável.

O que é:

CDO cuida de transformação digital (processos, sistemas, experiência). CAIO cuida de capacidade preditiva, decisão automatizada e risco de IA. Sobreposição existe mas o foco é distinto.

Por que aprender:

Em empresas pequenas, o CDO acumula CAIO. Em empresas grandes, separam — e quem entende a diferença sabe onde se posicionar.

Conceitos-chave:

Mandato funcional · Reporte direto ao CEO · Orçamento próprio · KPI de adoção · KPI de risco.

O que é:

Mais da metade das cadeiras de CAIO em 2026 foram preenchidas com gente de dentro — quase sempre vinda de operações, dados, produto ou estratégia.

Por que aprender:

Path B (interno) tem mais densidade que Path A (consultor). Não precisa de currículo trocado: precisa de wins documentados.

Conceitos-chave:

Promoção lateral · Track record interno · Sponsor executivo · Visibilidade composta.

O que é:

Empresas que ainda não têm CAIO normalmente estão decidindo entre 2026-Q4 e 2028-Q2. Quem se posiciona como candidato natural agora tem 12-18 meses de pista.

Por que aprender:

A janela define cadência. Sem urgência, vira gestão de inércia. Com urgência, vira plano de 90 dias.

Conceitos-chave:

Janela de oportunidade · Cadência de posicionamento · Sponsor timing · Marcos visíveis.

O que é:

JDs públicos pedem ML, governança, estratégia. Mas o que decide a contratação é: capacidade de mover orçamento, traduzir para CEO e calar resistências em silos.

Por que aprender:

Você não compete só com perfil técnico. Compete com perfil político-técnico. Sua narrativa precisa cobrir os dois.

Conceitos-chave:

JD declarado vs JD real · Capital político · Tradução cross-silo · Stakeholder map.

1.3~35 min

📐 O Gap de 61 Pontos — Onde Está Sua Oportunidade

86% dos CEOs acham que o time sabe. 25% usa. A diferença não é técnica — é tradução, mudança e narrativa. Lá está sua entrada.

O que é:

CEO vê 1-2 funcionários "puxando" e generaliza. Time inteiro tem skill latente, mas sem permissão, fluxo e exemplo, só uma fração usa.

Por que aprender:

Você não convence CEO mostrando que ele está errado. Convence mostrando como fechar o gap — virando "o cara que puxa".

Conceitos-chave:

Viés de disponibilidade · Latência de adoção · Permissão tácita · Norma social do time.

O que é:

Top usa (estratégia/relatórios). Base usa (atendimento, conteúdo). Meio fica preso entre relatório operacional e reunião — onde IA daria maior ganho percentual e ninguém implementou.

Por que aprender:

A camada média da empresa é onde sua intervenção tem mais alavancagem. Ali estão wins de 1 semana que ninguém pegou.

Conceitos-chave:

Camada do meio · Alavancagem percentual · Trabalho repetível · Frico organizacional.

O que é:

Quando o gap fica visível (NPS interno baixo, projetos travados), abre vaga formal: "AI lead", "AI specialist", "Head of AI Adoption". Não é só CAIO — tem ecossistema.

Por que aprender:

Você não precisa virar CAIO. Pode virar AI Lead do seu BU, AI Champion da diretoria, AI Translator de produto.

Conceitos-chave:

Ecossistema de cargos · Cargo de fronteira · BU Lead · Champion network.

O que é:

Beneficiários diretos: CEO (entrega narrativa), CFO (reduz custo), CHRO (entrega upskilling). Indiretos: funcionários que sobem com o projeto, fornecedores de SaaS, consultorias.

Por que aprender:

Mapeia seus aliados internos antes de pedir orçamento. Quem ganha financia.

Conceitos-chave:

Stakeholder map · Aliança política · Vitória compartilhada · Funder identification.

O que é:

Empresas que demoram para fechar o gap perdem talento jovem (que vai pra concorrente AI-native), atrasam decisões e ficam com custos operacionais inflados — todos visíveis no P&L.

Por que aprender:

Esse argumento financeiro abre orçamento. CEO não compra "produtividade futura"; compra "custo evitado real".

Conceitos-chave:

Custo de oportunidade · Talent drain · Cost-of-inaction · ROI defensivo.

O que é:

Exercício prático: liste 3 reuniões da última semana, identifique quanto cada uma seria mais rápida/melhor com IA. Esse é o gap real da sua empresa, traduzido em horas.

Por que aprender:

Sem leitura concreta, você só consome dado público. Com leitura própria, você fala da sua empresa — e isso é o que abre portas internamente.

Conceitos-chave:

Gap pessoal · Auditoria de reunião · Hora-equivalente · Diagnóstico narrativo.

1.4~30 min

🇧🇷 Cenário Brasil — O Que Muda Aqui

Estudo IBM é global. Aplicar no Brasil sem traduzir é receita de proposta rejeitada. Aqui o que ajustar.

O que é:

LGPD pré-data IA generativa mas se aplica: dado pessoal em prompt, retenção de log, decisão automatizada. ANPD vem regulando caso a caso. Quem encadeia LGPD + IA fala uma língua que o jurídico entende.

Por que aprender:

90% dos projetos de IA em empresas brasileiras travam no jurídico. Quem destrava é convidado a sentar à mesa.

Conceitos-chave:

Base legal · Anonimização · Decisão automatizada (art. 20) · DPO · ANPD.

O que é:

Salário CLT médio + encargos faz automação ter ROI mais devagar que nos EUA. Mas a equação muda quando você inclui turnover, treinamento e custo de erro.

Por que aprender:

Não cole ROI gringo. Refaça com salários BR. Sua proposta interna fica defensável em qualquer reunião de CFO.

Conceitos-chave:

CTCO total · Custo direto vs indireto · Payback ajustado · Encargos.

O que é:

Empresa brasileira média pune erro público mais que recompensa win. IA tem natureza experimental. Sem cobertura política, projetos abortam na primeira falha visível.

Por que aprender:

Sponsor sênior é mais importante que skill técnica. Quem entra sem sponsor é demitido na primeira polêmica.

Conceitos-chave:

Cobertura política · Sponsor de risco · Falha controlada · Comunicação de erro.

O que é:

Mercado BR concentra em AWS/Azure/GCP, com região BR para soberania. Modelos: OpenAI, Anthropic, Google + alternativas locais (Maritaca, Stack). Integradoras nacionais (CI&T, Stefanini) vs globais (Accenture, Deloitte).

Por que aprender:

Conhecer o ecossistema vira moeda interna. Quem indica fornecedor sem viés vira referência da empresa.

Conceitos-chave:

Soberania regional · Lock-in · Modelo local · Integradora · Multimodel.

O que é:

Serviços financeiros (compliance + atendimento), saúde (operadoras + clínicas), varejo (atendimento + estoque) e jurídico (review + drafting) — os 4 com maior gap entre potencial e adoção atual.

Por que aprender:

Se você está num desses 4, sua trajetória é mais curta. Se não, você pode ainda assim aplicar o playbook deles.

Conceitos-chave:

Setor de alta densidade · Padrão setorial · Caso comparável · Trajetória curta.

O que é:

Copiar: frameworks de governança, definição de KPI, estrutura de Comitê de IA. Não copiar: ritmo de demissão, retórica de "AI agency", número absoluto de ROI.

Por que aprender:

Quem copia tudo soa desconectado. Quem importa seletivamente vira bom tradutor.

Conceitos-chave:

Importação seletiva · Localização cultural · Adaptação de framework · Tropicalização.

1.5~25 min

⚠️ 4 Mitos Que Sabotam Quem Entra Agora

Cada mito custa, em média, 12 meses de carreira. Aqui o argumento para desmontar em 1 conversa.

O que é:

CAIOs reais vêm de produto, estratégia, operações, dados — minoria vem só de eng. Skills mais citadas: governança, tradução, change management, ROI.

Por que aprender:

Se você acreditar nisso, vai estudar Python por 18 meses e perder a janela. Eng. ajuda mas não decide.

Conceitos-chave:

Perfil composto · Stack mínimo · Tradução técnica · Fluência ≠ profundidade.

O que é:

Crítico cético compara com NFT/blockchain. Diferença empírica: IA já gera receita comprovável (custos reduzidos, tempo economizado), enquanto NFT nunca passou de especulação.

Por que aprender:

Esse mito é o mais comum em conversa de mesa. Saber desmontar em 30 segundos protege sua autoridade.

Conceitos-chave:

Hype cycle vs adoção · Receita real · Comparação histórica · Argumento empírico.

O que é:

Chefe cuida da política, não da prática. Quem desenha o fluxo, escolhe a ferramenta e roda o piloto sempre é alguém mais junior — e essa pessoa vira referência.

Por que aprender:

Esperar o chefe agir é receita de virar passageiro. Quem propõe lidera.

Conceitos-chave:

Vacuum de execução · Iniciativa lateral · Liderança implícita · Posto de comando.

O que é:

PME tem ganho percentual maior. Sem departamento de TI gigante, 1 pessoa que entende IA vira a equipe inteira de produtividade.

Por que aprender:

Path A (consultor) ganha vida exatamente atendendo PMEs sem CAIO interno. Mito de "empresa pequena não precisa" é o que cria o mercado.

Conceitos-chave:

PME · Tempo até valor · Ganho percentual · Time-of-one.

O que é:

Mito 1 custa ~12 meses (estudo errado). Mito 2 custa ~6 meses (atraso de ação). Mito 3 custa ~9 meses (perde-se o vácuo). Mito 4 custa ~18 meses (mercado fecha).

Por que aprender:

Quantificar perda muda o tom. "Vou esperar" vira "estou pagando R$ X por mês esperando".

Conceitos-chave:

Custo de hesitação · Salário de oportunidade · Compounding de atraso.

O que é:

Estrutura de 3 perguntas: (1) "Quando foi a última vez que você testou X com IA?" (2) "Quanto tempo X levou?" (3) "E se levasse 20%?" — leva o cético do mito ao desconforto produtivo.

Por que aprender:

Você vai ter essa conversa 100 vezes nos próximos 6 meses. Script reduz fricção e fortalece reputação.

Conceitos-chave:

Pergunta socrática · Mudança em 3 minutos · Reframe · Anchor + contraste.

1.6~40 min

🎯 Mapa Pessoal — Sua Posição Inicial no Gap

Você termina T1 com um documento de 1 página descrevendo onde você está, onde sua empresa está e qual é sua tese de entrada.

O que é:

Lista de 10-15 atividades recorrentes (semanais ou mensais), com tempo médio gasto e nível de repetibilidade. Não é descrição de cargo — é diário de produção real.

Por que aprender:

Sem inventário, você palpita. Com inventário, você prioriza por ROI evidente.

Conceitos-chave:

Process audit · Tempo gasto · Repetibilidade · Ranking de candidato.

O que é:

Lista de 3-5 colegas que você sabe que já usam ChatGPT/Claude/Copilot — em qualquer área. Quem são, o que fazem, com quem conversam.

Por que aprender:

Esses são seus primeiros aliados. Eles dão validação social, indicam ferramentas e podem co-autorar projetos.

Conceitos-chave:

Rede de pares · Champion latente · Co-autoria · Validação cruzada.

O que é:

Soma das horas/semana gastas em tarefas que têm output estruturado e input previsível (relatório, email, planilha). Tipicamente 10-20h/semana para mid-management.

Por que aprender:

"Eu gasto 14h/semana em coisas que IA faz em 3" é uma frase que abre porta para qualquer reunião com chefe.

Conceitos-chave:

Hora-equivalente · Output estruturado · Razão de aceleração.

O que é:

Três tarefas que você pode resolver com IA em 1h, que economizam 4-8h/semana cada. Ex: prepar relatório semanal, qualificar leads, fazer summary de reunião.

Por que aprender:

São seus primeiros pilotos. Cada um vira post de LinkedIn (T4), case de pitch (T2) e métrica (T6).

Conceitos-chave:

Quick win · Tempo-investido vs tempo-economizado · Demonstrável.

O que é:

Dores não declaradas: relatório semanal que toma sábado, reunião com VP que sempre vai mal, decisão que demora 3 dias. Você sabe; ele sabe; ninguém fala.

Por que aprender:

Resolver dor não declarada gera mais capital político que resolver problema oficial. É o caminho silencioso para mentor virar sponsor.

Conceitos-chave:

Dor latente · Capital político · Sponsorship · Cobertura silenciosa.

O que é:

Documento de 1 página com: (1) onde sua empresa está no gap, (2) qual sua posição inicial, (3) 3 wins propostos, (4) qual sponsor você quer, (5) o que você precisa em 90 dias.

Por que aprender:

É o artefato que você vai mostrar para chefe, para mentor, para diretor de outra área. Versão zero do seu pitch profissional pra IA.

Conceitos-chave:

One-pager · Tese pessoal · Ask de 90 dias · Sponsor identificado.

← Voltar para Início Próxima: T2 Os Dois Caminhos →