🔧 Mito 1: "Preciso ser engenheiro"
Esse é o mito mais caro. Faz quem é da área de negócio passar 18 meses estudando Python antes de propor projeto — perdendo a janela. CAIOs reais vêm de produto, estratégia, operações, dados. Engenharia ajuda, não decide.
✗ O mito acredita
- ✗"Sem saber Python, não posso ser de IA"
- ✗"Tenho que entender RAG/fine-tuning antes de propor"
- ✗"O pessoal técnico não vai me respeitar"
- ✗"Preciso fazer um bootcamp primeiro"
✓ A realidade do estudo IBM
- ✓32% dos CAIOs vêm de Operações/Estratégia
- ✓Skills mais citadas: governança + tradução + ROI
- ✓Time técnico já tem; o que falta é tradutor
- ✓Stack mínimo: usar bem 1 LLM + 1 ferramenta de automação
🏢 Caso: Coca-Cola Global Head of GenAI
Pratik Thakar não tinha background técnico em ML. Subiu por entender marketing + experiência + parceria com OpenAI/Bain. O time técnico ficou abaixo dele. Tradução de negócio para IA vale mais que profundidade técnica isolada.
🌊 Mito 2: "É só mais uma onda"
O cético da mesa compara com NFT, metaverso, blockchain. A diferença empírica é receita real. IA já gera redução de custo mensurável; NFT nunca passou de especulação. Sem esse desmonte rápido, sua autoridade trava.
📊 Por que IA não é NFT
- •Empresas com receita comprovada de IA — Microsoft (USD 100bi+ run-rate), NVIDIA, Anthropic, OpenAI
- •Redução de custo documentada — Klarna (USD 40M), Moderna (1.300 GPTs), JPMorgan (Suite)
- •Adoção em mercado regulado — bancos, saúde, governo (NFT nunca chegou aí)
- •Curva de capex — hyperscalers gastando USD 200bi+/ano em infra
- •Substrato de mercado de trabalho — cargos novos abertos, salários subindo
💡 Desmonte em 1 frase
"Diferença prática: NFT precisava convencer alguém a comprar. IA aparece no P&L como custo evitado independente de quem comprou. Receita lateral, não especulação direta."
👨💼 Mito 3: "Meu chefe já cuida disso"
A ilusão da delegação. Chefe cuida da política, não da prática. Quem desenha o fluxo, escolhe a ferramenta e roda o piloto é sempre alguém mais junior — e essa pessoa vira a referência da empresa em 12 meses.
O que chefe faz
- •Aprova orçamento
- •Negocia com C-level
- •Comunica com board
- •Cobre projeto politicamente
O que VOCÊ pode fazer
- •Desenhar fluxo + escolher ferramenta
- •Conduzir piloto
- •Documentar resultados
- •Treinar colegas
- •Virar autoridade visível
🏢 Padrão observado
Em 70% das empresas Fortune 500 com adoção AI bem-sucedida, o "executor de fato" subiu na hierarquia em 18-24 meses. Chefe ganha narrative pública; quem executa vira referência institucional. Os dois ganham — mas com trajetória diferente.
⚠️ Não espere
"Vou esperar meu chefe decidir o que fazer" = receita de virar passageiro. Quem propõe, lidera. Quem espera, executa o que outro propôs. Diferença de salário em 3 anos: ~40%.
🏪 Mito 4: "Empresa pequena não precisa"
PME tem ganho percentual maior, não menor. Sem departamento de TI gigante, 1 pessoa que entende IA vira a equipe inteira de produtividade. Path A (consultor) ganha vida exatamente atendendo essas empresas.
📐 Por que PME tem ROI maior
- •Tempo até valor — não precisa passar por 5 camadas de aprovação
- •Ganho percentual — empresa de 50 pessoas que economiza 20% tem impacto visível na semana
- •Stack simples — não precisa integrar com SAP, Oracle, Salesforce monstro
- •Decisão de 1 pessoa — fundador/dono assina, projeto começa
- •Time-of-one — 1 humano com IA produz como 4-5 antes
🌐 Path A vive disso
A maioria das empresas no mundo é PME. Nenhuma terá CAIO interno. Todas precisarão de alguém que faça o setup, treine o time e desenhe os primeiros fluxos. É um mercado de 100s de milhões de empresas — e o mito de que "empresa pequena não precisa" é o que protege esse mercado de saturação rápida.
💡 Sua escolha estrutural
Se sua empresa atual é PME e o dono não vê o tema — duas opções: (a) educar e virar referência interna; (b) virar consultor para outras PMEs do setor. Ambas legítimas. Decisão Path A vs Path B vem em T2.
⏱️ O custo de cada mito em meses
Quantificar perda muda o tom. "Vou esperar" vira "estou pagando R$ X por mês esperando". Esse enquadramento é o que move pessoas que se acham racionais mas estão protelando.
Mito 1 (engenheiro) — 12 meses perdidos
Estudando stack errado. Quando chega o momento, vagas valorizam tradução/governança, não Python. Tempo de bootcamp dificilmente reverte.
Mito 2 (só uma onda) — 6 meses de atraso
"Espero a poeira baixar" = empresa concorrente já fechou contrato com fornecedor preferencial. Você entra no segundo lote, com escopo menor.
Mito 3 (chefe cuida) — 9 meses sem vácuo
Vácuo de execução fecha rápido. Em 9 meses, outro colega já se posicionou como "o cara de IA da área". Sua janela fechou silenciosamente.
Mito 4 (PME não precisa) — 18 meses de mercado fechando
Quem entra em 2026-27 pega ondas frescas em PMEs. Quem entra em 2028 disputa com 5x mais "consultores AI" — preço cai 40%.
💡 Salário de oportunidade
Se sua trajetória natural era subir para gerência sênior nos próximos 3 anos, atrasar 12 meses por causa de mito custa ~R$ 60-100k em salário acumulado. É a conta verdadeira.
🗣️ Como desmontar com 1 conversa
Você vai ter essa conversa 100 vezes nos próximos 6 meses — chefe, colega, amigo, parente. Sem script, vira embate. Com script, vira reframe socrático que muda o outro sem confronto.
🔄 Script de 3 perguntas
- Quando foi a última vez que você testou X com IA? — força confronto com experiência empírica.
- Quanto tempo X levou? — ancora em número específico.
- E se levasse 20% disso? — abre cenário concreto sem afirmar.
Você não argumentou. Apenas perguntou. O outro chega na conclusão por conta — e fica grato.
✓ O que faz funcionar
- ✓Pergunta socrática (não afirmação)
- ✓Tom de curiosidade, não de superioridade
- ✓Exemplo concreto (não abstração)
- ✓Espera silêncio depois da terceira pergunta
✗ O que queima o reframe
- ✗"Mas o estudo IBM mostra..." — vira aula
- ✗"Você está atrasado" — vira ataque
- ✗Dados em sequência — vira monólogo
- ✗Resposta antes do outro pensar — força resistência
🧪 Prompt — gerar respostas anti-mito personalizadas
Use este prompt para criar 1 resposta curta e respeitosa para cada mito, calibrada para a pessoa que você vai conversar.
🎯 Resumo do Módulo
Próximo Módulo:
1.6 — Mapa pessoal: sua posição inicial no gap