A Microsoft chamou de “Frontier Firm”. Eu chamo de o fim do modelo de gestão que você aprendeu.
Agentes de IA e a nova alta performance no trabalho
Imagina o seguinte cenário.
Você tem um analista de growth no time. Ele é bom. Produtivo. Entrega bem. Só que nos últimos seis meses, metade do trabalho dele passou a ser configurar prompts, revisar outputs de IA, validar análises geradas por agente e escalar o que funcionou.
Agora me diz: como você avalia a performance dele?
Pelo volume de tarefas concluídas? Pela qualidade das decisões que ele tomou? Pelo quanto ele melhorou os agentes que opera? Pelo tempo que economizou do time?
Se você não tem resposta clara, você não está sozinho. E esse é exatamente o problema que ninguém está resolvendo enquanto todo mundo debate qual modelo de IA usar.
Pegue o café e segue a fio…
O que a Microsoft disse e o que está nas entrelinhas
Em maio de 2025, a Microsoft publicou o Work Trend Index com um conceito que merece mais atenção do que recebeu: Frontier Firm.
A definição deles é direta: empresas de fronteira são aquelas que operam com times mistos de humanos e agentes de IA, onde cada profissional atua como um “agent boss” — alguém que delega para agentes, supervisiona outputs e toma decisões com base no que os agentes produzem.
Não é ficção científica. Segundo o mesmo relatório, 82% dos líderes globais planejam aumentar o uso de agentes autônomos nos próximos 12 a 18 meses. E 46% das empresas já estão redesenhando fluxos de trabalho inteiros em torno dessa lógica.
O ponto que importa não é o número de ferramentas. É o que muda na estrutura de como o trabalho acontece.
Quando um agente executa tarefas que antes eram responsabilidade de uma pessoa, o que sobra para a pessoa fazer? E o que muda na função do gestor que precisa avaliar, desenvolver e alocar esse profissional?
O erro de interpretação que a maioria está cometendo
Até agora, a conversa sobre IA no trabalho ficou travada em produtividade individual.
Alguém usa o ChatGPT para escrever mais rápido. Outro usa Claude para resumir reunião. Um terceiro montou um workflow com Make e economizou três horas por semana. Isso é real, é útil — mas é a camada superficial da mudança.
O salto que as empresas de fronteira estão fazendo é diferente. Elas estão redesenhando quem faz o quê — não como ferramenta de eficiência, mas como decisão organizacional.
Pensa assim: se antes você precisava de cinco pessoas para executar um processo, e agora dois agentes bem configurados fazem 60% desse trabalho com supervisão de uma pessoa, o que muda?
Muda o headcount? Talvez. Mas antes disso, muda a natureza do trabalho humano naquele processo. A pessoa que ficou não faz mais o que fazia antes. Ela passou a gerir, calibrar, auditar e evoluir o sistema. Isso é uma função diferente — e exige competências diferentes.
A maioria das empresas ainda não atualizou o job description, o processo de avaliação, a estrutura de treinamento nem o critério de contratação para essa realidade.
Framework: O Modelo de Gestão Híbrida (MGH)
Três dimensões precisam ser repensadas para operar numa Frontier Firm. Chamo de MGH — Modelo de Gestão Híbrida.
Dimensão 1 — Organograma
O organograma tradicional mapeia pessoas e relações de reporte. Ele não foi desenhado para incluir agentes como unidades funcionais de trabalho.
O que muda: times vão precisar documentar quais funções são executadas por humanos, quais são executadas por agentes e quais são de supervisão híbrida. Não como curiosidade — como estrutura operacional. Isso afeta alocação, custo e capacidade de escala.
Uma forma prática de começar: para cada processo recorrente do seu time, pergunte — quem executa isso hoje? Uma pessoa, um agente ou os dois? Se a resposta for “os dois”, você já tem um nó híbrido que precisa de governança.
Dimensão 2 — Performance Review
Esse é o ponto mais crítico — e o mais ignorado.
Se o trabalho mudou, avaliar com os mesmos critérios antigos produz distorção. Um profissional que opera bem com agentes pode entregar 3x mais resultado com metade do esforço visível. Pelo sistema atual, ele parece “menos ocupado”. Pelo sistema certo, ele é o mais eficiente do time.
O que muda: os critérios de avaliação precisam incluir a qualidade da supervisão de agentes como uma competência mensurável. Isso inclui: capacidade de detectar erro no output, habilidade de melhorar os sistemas que opera, e decisão sobre quando escalar para humano.
Alta performance em 2026 não é sobre quem faz mais — é sobre quem extrai mais valor do sistema híbrido que opera.
Dimensão 3 — Desenvolvimento e Treinamento
Hoje, a maioria dos programas de desenvolvimento foca em hard skills técnicas ou soft skills comportamentais. Nenhum dos dois cobre o que vai ser necessário.
O que muda: a nova competência crítica é julgamento supervisionado — a capacidade de revisar output de agente, identificar erro silencioso, calibrar instrução e saber quando o resultado não pode vir de máquina.
Isso não se aprende em curso de prompt engineering. Se aprende operando, errando e desenvolvendo critério. O papel do gestor é criar oportunidades para que isso aconteça de forma estruturada.
Como começar a operar nesse modelo
Não é necessário redesenhar tudo de uma vez. Mas é necessário começar a fazer as perguntas certas.
Na 1:1 semanal: pergunte ao seu liderado não só o que ele entregou — mas como ele usou os sistemas que opera. O que funcionou? O que precisou de correção? Onde a IA errou e ele pegou?
No ciclo de OKR: inclua pelo menos uma métrica de eficiência de sistema — não só de output final. Qual foi o tempo de ciclo antes e depois de automatizar? Qual foi a taxa de erro do agente? Quantas decisões precisaram de intervenção humana?
No processo seletivo: comece a avaliar a capacidade do candidato de operar com ferramentas e supervisionar outputs — não apenas de executar tarefas manualmente. Isso já diferencia empresas de fronteira das que ficaram para trás.
Na revisão de processos: documente os nós híbridos do seu time. Não como projeto de transformação digital. Como mapeamento operacional básico.
O que só humano faze por que isso importa cada vez mais
Aqui está a tese que eu defendo:
Em times híbridos, o trabalho humano vai se concentrar em três zonas onde agente não chega com confiabilidade: julgamento em contexto de alta ambiguidade, gestão de relacionamento com consequência real e criação de significado — narrativa, cultura, visão, decisão ética.
Todo o resto está em disputa.
Isso não é motivo de medo. É motivo de clareza. Porque a liderança que entender isso vai alocar melhor o tempo do time, vai contratar com critério mais preciso e vai construir organizações que escalam sem perder o que só humano oferece.
O gestor de 2026 não precisa ser engenheiro de IA. Mas precisa saber o que delegar para agente, o que preservar para humano — e como avaliar se o sistema todo está funcionando.
Quem não desenvolver esse modelo está gerindo com o mapa errado.
