IA no trabalho: contexto dos arquivos vira campo de disputa

A inteligência artificial já aparece em 21% das tarefas de um emprego típico, segundo o AI & Economy ATLAS, estudo contínuo do Google. Na corrida da IA, o contexto dos arquivos ganha espaço na disputa entre ferramentas: à medida que os modelos avançam e se aproximam em capacidade, empresas passaram a disputar outro elemento, o acesso ao contexto necessário para executar tarefas.

Esse contexto pode estar em planilhas, apresentações, contratos, e-mails e outros documentos do dia a dia. Antes de perguntar à IA, o usuário pode precisar localizar uma ata, achar informações sobre o cliente e explicar padrões de comunicação da empresa. O tempo gasto nessas etapas não costuma aparecer em comparações entre modelos, que avaliam qualidade das respostas e desempenho em benchmarks.

No trabalho cotidiano, parte do resultado depende das informações disponíveis. Em tarefas como resumir uma ata ou comparar fornecedores, o modelo precisa identificar quais dados considerar. É aí que integrações com serviços de armazenamento ganham importância: quanto menos etapas para localizar e exportar um documento, menor o trabalho de preparação.

Se uma tarefa exige dez minutos para reunir informações e dois para analisá-las, reduzir a preparação impacta mais o tempo total do que uma pequena melhora na resposta. Mas mais integrações não garantem melhores resultados: segurança, permissões, políticas corporativas e custo também pesam.

O tipo de informação influencia a escolha. Para saber quanto um concorrente cobra, ferramentas de pesquisa na internet, como Perplexity e recursos do ChatGPT, podem ser mais adequadas. Já uma análise sobre a queda da margem de um contrato depende de documentos internos; NotebookLM, ChatGPT e Claude podem trabalhar diretamente com esse material.

Felipe Matos, CEO da 10K Digital e especialista em IA, afirma que ainda existe distância entre ter acesso à tecnologia e incorporá-la aos processos. Para ele, a tecnologia também pode abrir espaço para trocar ideias, tomar decisões e resolver problemas complexos.

A discussão sobre a melhor IA envolve mais que a capacidade do modelo: acesso ao contexto, integração com ferramentas de trabalho e tempo de preparação entram na avaliação.