Verificando acesso...

TRILHA 5

🎭 Playbooks por Função

Receitas práticas por cargo. Marketing, Finanças, RH, Operações, Vendas, Jurídico. AI-native do seu jeito — com fluxos prontos, prompts e métricas.

6
Módulos
36
Tópicos
~5h
Duração
Recpa
Tipo

📊 Adoção atual de IA por função (2026)

% de profissionais que usam IA regularmente em cada função · IBM IBV + benchmarks setoriais 2026 · n=4.500

Mapa da trilha

Conteúdo detalhado

5.1~50 min

📣 Marketing AI-native

Função com maior adoção atual. Cuidado: hype alto, fundamentação baixa. Aqui o que funciona em CMO sério — não em escola de "growth hacker".

O que é:

Briefing humano → rascunho IA → edição humana → publicação. Você escala 5-10x sem virar fazenda de spam. Caso: HubSpot publica ~300 artigos/mês com 12 editores + IA.

Por que aprender:

CMO quer escala + qualidade. Sem pipeline, só uma das duas.

Conceitos-chave:

Pipeline editorial · Briefing detalhado · Edição humana · Quality gate.

O que é:

IA gera segmento em tempo real baseado em comportamento. Não "persona A vs B" estática. Resultado: campanha micro-segmentada com mesma estrutura.

Por que aprender:

Persona estática morreu. Segmentação dinâmica é o novo padrão CMO sênior.

Conceitos-chave:

Segmentação dinâmica · Vector embeddings · Behavioral cluster · Real-time.

O que é:

Caso Coca-Cola: campanha global onde consumidor gera arte com IA respeitando guidelines da marca. Resultado: 130k peças geradas, 35% redução de custo de campanha.

Por que aprender:

Criativo gerado sem guard-rail = pesadelo de marca. Com guard-rail = vantagem competitiva.

Conceitos-chave:

Brand guidelines · Style guard · UGC · Co-criação.

O que é:

Upload de dashboards + KPIs + comentários do time → IA gera narrativa: o que funcionou, hipótese de causa, próximo experimento. Não substitui analyst — acelera.

Por que aprender:

Tempo gasto em "explicar dado" é altamente automatizável. Tempo de hipotetizar não.

Conceitos-chave:

Narrative analytics · Causa hipotética · Experimento próximo · Insight machine.

O que é:

Caso Klarna: agente IA atende 2/3 das interações de CS, escala pra humano em casos complexos. Resultado: USD 40M economizados/ano, NPS estável.

Por que aprender:

Marketing controla CX em muitas empresas. Adoção de agente CX é decisão sua.

Conceitos-chave:

Tier 1 · Escalation · NPS · Conversational AI · Handoff.

O que é:

Conteúdo IA sem edição = "AI slop". Email IA sem personalização = fadiga. Vídeo gerado com avatar = unheimlich. Cada uma queima marca silenciosamente.

Por que aprender:

Não é "se IA é boa". É "como uso sem queimar reputação".

Conceitos-chave:

AI slop · Fadiga · Uncanny valley · Quality threshold.

5.2~50 min

💰 Finanças / Controladoria AI-native

Função com ROI mais defensável. FP&A, reconciliação, forecasting, audit, IR. Você documenta hora economizada em moeda — CFO compra.

O que é:

Upload de P&L + budget → IA explica desvio por linha. "Receita -5% por queda de unidades, não preço". Analista valida em 20 min vs 3h.

Por que aprender:

Variance analysis ocupa 60% do tempo de analista FP&A. Liberar isso = liberar capacidade estratégica.

Conceitos-chave:

Variance analysis · Drill-down · Explicação automática · FP&A.

O que é:

Match de extrato vs ERP com regras + IA pra casos ambíguos. Casos não resolvidos sobem pra humano com sugestão. 90% auto.

Por que aprender:

Reconciliação é tarefa repetitiva clássica. ROI altíssimo, baixo risco LGPD.

Conceitos-chave:

Matching · Regra determinística · Fallback IA · Human-in-loop.

O que é:

IA gera cenário base + otimista + pessimista a partir de série histórica + sinais externos. Analista valida assumptions e ajusta. Mais rápido e mais robusto.

Por que aprender:

Forecasting tradicional erra ~25%. IA + revisão erra ~12%. CFO gosta de número.

Conceitos-chave:

Cenário · MAPE · Sinal externo · Bayesian update.

O que é:

Síntese de earnings call, draft de 10-K, FAQ pra analistas. Caso JPMorgan publicou que time de IR usa IA pra 40% do output. Humano sempre revisa.

Por que aprender:

IR é alto valor + repetitivo + sob escrutínio. Profissional que entrega IR AI-native sobe rápido.

Conceitos-chave:

10-K · Earnings · Disclosure · Sell-side FAQ.

O que é:

Deloitte, EY, PwC, KPMG têm tools internas (Halo, MindBridge). Auditoria continuous + IA aponta anomalia que humano investiga. Reduz amostragem manual.

Por que aprender:

Auditor interno que entende ferramenta vira ponte com Big 4 — capital político.

Conceitos-chave:

Anomaly detection · Continuous audit · MindBridge · Population testing.

O que é:

Finanças tem controles SOX (EUA) ou equivalente (CVM, BACEN). IA em rota crítica precisa logging + revisão humana documentada. Sem isso, audit interno bloqueia.

Por que aprender:

Quem propõe sem entender SOX queima credibilidade no comitê de auditoria.

Conceitos-chave:

SOX · ICOFR · Audit trail · Logging compliance.

5.3~45 min

👥 RH / People AI-native

CHRO é hoje o 2º C-level mais influente em IA, segundo IBM. RH AI-native cobre recrutamento, onboarding, performance, retention — com cuidado em viés.

O que é:

IA faz primeira triagem de CV vs JD. Caso Amazon (2018) mostrou viés contra mulheres — sistema descartado. Hoje: redução de viés explícita + revisão humana obrigatória.

Por que aprender:

Função mais regulada na União Europeia. EU AI Act classifica como "alto risco".

Conceitos-chave:

Viés · Fairness · Disparate impact · Audit · Alto risco AI Act.

O que é:

Plano de 30 dias gerado por IA baseado em função + nível + área. Inclui reuniões obrigatórias, leituras, tarefas, check-ins. Reduz time-to-productivity de 3 meses pra 6 semanas.

Por que aprender:

Onboarding ruim custa caro — turnover early-stage é tóxico.

Conceitos-chave:

Time-to-productivity · Plano 30/60/90 · Checkpoint · Personalização.

O que é:

IA sintetiza feedback 360 + métricas de output + comentário do gestor → rascunho de review. Gestor edita e assume. Tempo reduzido 70%, qualidade mantida.

Por que aprender:

Gestores adiam review porque demora. IA acelera. Mas decisão sobre performance continua humana — princípio LGPD art. 20.

Conceitos-chave:

360 review · Drafting · LGPD art. 20 · Decisão humana.

O que é:

Path de aprendizado gerado a partir de gap atual + carreira desejada. Inclui curso interno, externo, mentoria, projeto. Era impossível em escala antes.

Por que aprender:

IBM 2026: 82% precisam reskill/upskill. Sem L&D personalizado em escala, impossível.

Conceitos-chave:

Learning path · Skill graph · Mentorship · Capability gap.

O que é:

Análise de sinais (queda de engajamento, mudança em padrão de email, feedback negativo) → flag de risco. RH conversa antes do pedido formal. Sensível: cuidado com vigilância.

Por que aprender:

Retention vale 2-3x custo de contratação. Mas linha tênue entre apoio e vigilância.

Conceitos-chave:

Attrition signal · Stay interview · Vigilância vs apoio · LGPD.

O que é:

Demissão, promoção, aumento — nunca decisão automática. LGPD art. 20 protege. EU AI Act classifica como "alto risco". Decisão sempre humana, IA só apoia.

Por que aprender:

Empresa que automatiza demissão entra em processo trabalhista coletivo. Caso Workday 2024 (EUA) já em curso.

Conceitos-chave:

Decisão humana · High-risk · LGPD art. 20 · Litígio coletivo.

5.4~50 min

⚙️ Operações AI-native

Função com maior volume de ROI. SOPs, melhoria contínua, dashboards, supply chain. Caso Maersk reduziu 60% do time de roteamento manual.

O que é:

SOP tradicional vira PDF desatualizado. Versão IA: gera baseada em fluxo real observado + atualiza com mudança. Sempre fresh.

Por que aprender:

Onboarding + qualidade + compliance dependem de SOP atual. IA torna viável.

Conceitos-chave:

SOP · Process mining · Documentação viva · Atualização automática.

O que é:

IA analisa logs de processo + reclamação + tempo de ciclo → propõe 5 hipóteses de melhoria + impacto estimado. Equipe valida e testa.

Por que aprender:

Toyota Lean Six Sigma já incorpora IA. Operações que não adoptam ficam pra trás em margem.

Conceitos-chave:

Kaizen · DMAIC · Process mining · Hipótese gerada.

O que é:

Tableau / Power BI integrado com IA = dashboard com narrativa automática. "Vendas Norte caíram 8% por X, recomenda-se Y". Não substitui analyst — escala output.

Por que aprender:

Diretor não quer dashboard. Quer resposta. Narrativa entrega resposta direta.

Conceitos-chave:

Narrative BI · NLQ · Insight automático · Self-service.

O que é:

42% das decisões de roteamento de carga automatizadas. Time de planning encolheu 60%, mas time de governança e exceção cresceu 3x. Migração de função.

Por que aprender:

Padrão replicável em logística, distribuição, planejamento.

Conceitos-chave:

Autonomous decision · Exception handling · Guardrail · Operações 24/7.

O que é:

Sensor IoT + IA prevê falha de equipamento. Caso Siemens reduziu downtime em 30%. Custa caro implementar mas ROI evidente em planta com equipamento crítico.

Por que aprender:

Indústria 4.0 sem manutenção preditiva = atrasada. Sua planta provavelmente já tem fornecedor proponente.

Conceitos-chave:

IoT · Predictive maintenance · MTBF · Downtime cost.

O que é:

IA faz 80% do volume rotineiro. Humano fica com: edge case, decisão política, negociação com stakeholder, comunicação de mudança. Função muda, não desaparece.

Por que aprender:

Calibração de quanto automatizar = principal decisão estratégica de COO em 2026.

Conceitos-chave:

Edge case · Calibração · Migração de função · Centaur model.

5.5~45 min

💼 Vendas AI-native

Vendas tem alta adoção mas baixa maturidade. Muita ferramenta, pouco resultado defensável. Aqui o que move pipeline e o que é teatro.

O que é:

CRM mal preenchido = vendas perdidas. IA enrichec dado público (LinkedIn, news, financials) + classifica conta vs ICP. Vendedor recebe lista limpa, não 500 leads frios.

Por que aprender:

Vendas é função onde dado limpo = receita. Quem entrega isso vira herói do CRO.

Conceitos-chave:

Enrichment · ICP scoring · Account intelligence · Lead routing.

O que é:

Gravação de discovery call → IA extrai BANT (Budget, Authority, Need, Timeline) + próximos passos sugeridos + email follow-up draft. Tempo de pós-call: de 30 min pra 5.

Por que aprender:

Vendedor passa 40% do tempo em admin pós-call. Reduzir isso = mais chamadas, mais receita.

Conceitos-chave:

BANT · Discovery call · Transcrição · Action item.

O que é:

Sequência de 5-7 emails personalizada com contexto da call + sinal externo recente da empresa. Cuidado: pessoa percebe spam em escala em 2 emails.

Por que aprender:

Linha tênue entre relevante e robótico. Calibragem é skill.

Conceitos-chave:

Cadence · Personalization at scale · Trigger event · Unsubscribe rate.

O que é:

Análise de probabilidade de fechar baseado em sinal real (engagement, response time, sponsor confirmado) não em sentimento do vendedor. CRO ganha forecast melhor.

Por que aprender:

Forecast manual erra muito. IA melhora ~20% — diferença que CFO percebe.

Conceitos-chave:

Pipeline scoring · Sandbagging · Commit · Forecast accuracy.

O que é:

Gong / Chorus / Salesloft analisam chamada e geram coaching. "Falou demais aqui", "perdeu o sinal de orçamento". Gerente coaching 5x mais sem perder qualidade.

Por que aprender:

Coaching é o maior leverage de gerente de vendas. IA escala.

Conceitos-chave:

Conversation intelligence · Coaching · Skill gap · Manager leverage.

O que é:

IA acelera admin, prep, follow-up. Não substitui: leitura social numa reunião, negociação de termo difícil, construção de relacionamento longo prazo. Vendedor de USD 1M+ continua humano por anos.

Por que aprender:

Saber o que NÃO automatizar protege o vendedor de tentativas mal calibradas.

Conceitos-chave:

Trust building · Negotiation · Social cue · High-touch.

5.6~45 min

⚖️ Jurídico / Compliance AI-native

Função com adoção crescendo mais rápido em 2026 (Harvey, Spellbook). Review, contrato, jurisprudência, compliance. Cuidado: erro jurídico custa caro.

O que é:

Upload de contrato + template padrão → IA identifica desvios, cláusulas faltantes, risco. Advogado valida em 30 min vs 2h. Caso Allen & Overy (Harvey) reduziu 60-80% do tempo.

Por que aprender:

Cobrança por hora → cobrança por valor. Quem domina é o novo padrão.

Conceitos-chave:

Contract review · Redline · Risk flag · Template diff.

O que é:

Parâmetros (partes, objeto, prazo, jurisdição) → minuta inicial com cláusulas-padrão da firma. Advogado revisa e adapta. Não substitui — acelera começo.

Por que aprender:

Drafting do zero ocupa 30-50% do tempo. Acelerar libera espaço pra trabalho intelectual.

Conceitos-chave:

Template · Variável de cláusula · Boilerplate · Versionamento.

O que é:

Westlaw/LexisNexis/JusBrasil + camada IA = pesquisa por intent ("decisão favorável em rescisão indireta com assédio moral"). Melhor que keyword.

Por que aprender:

Pesquisa é grande parte do trabalho de associate. IA reduz drasticamente o tempo.

Conceitos-chave:

Semantic search · Citation graph · Precedent · Headnote.

O que é:

IA monitora publicação regulatória (ANPD, CVM, BACEN, ANS) + impacto em sua empresa + ação recomendada. Sai de "compliance reativo" pra "proativo".

Por que aprender:

Em 2026 regulação muda toda semana. Sem monitoring, você reage tarde.

Conceitos-chave:

Regulatory monitoring · Horizon scanning · Impact assessment.

O que é:

Caso Mata v. Avianca (NY, 2023): advogado citou casos inventados pelo ChatGPT em peça, foi sancionado. IA pode inventar jurisprudência. Verificação dobrada obrigatória.

Por que aprender:

Risco profissional concreto. Caso Mata virou ensino em todas faculdades de direito.

Conceitos-chave:

Hallucination · Verification · Sanção · Cite-check obrigatório.

O que é:

Jurídico interno que entende IA é puxado para Comitê de IA (CEO + CISO + CFO + CHRO). Posição estratégica que antes era invisível.

Por que aprender:

Advogado AI-native vira AI Risk Lead. Cargo novo, salário premium, demanda alta.

Conceitos-chave:

DPIA · AI risk · Comitê de IA · Responsible AI Lead.

← Trilha 4 (Marketing) Próxima: T6 — Plano de 12 Semanas →