_{Boas-vindas às 186 novas pessoas que se inscreveram na better work nos últimos 7 dias! Agora, nós somos 125.148 profissionais que se tornam cada semana mais preparados pra essa nova era do trabalho com IA.}

Elena Verna tem, entre os mais de 232 mil seguidores no LinkedIn e 97 mil leitores da sua newsletter, a atenção dos principais líderes do mundo quando o assunto é “como o trabalho vai ser no futuro”.

Além dessa audiência ultraqualificada, ela lidera a área de Growth em uma empresa avaliada em 13,3 bilhões de dólares chamada Lovable.

Isso é currículo suficiente pra te convencer a ler a edição de hoje até o final e aprender com a Elena? Risos.

QUICK TAKES: referências, indicações e fontes da edição de hoje.

Toda semana, um prompt novo pra te tirar do piloto automático e repensar áreas da sua carreira e vida profissional que você não costuma parar pra pensar.

O prompt dessa edição é:

_{Copie e cole esse prompt na sua ferramenta preferida de IA, mas lembre-se: esse prompt só realmente funciona com a ferramenta de IA que mais tem seu contexto profissional e que possuem a memória configurada (em outras palavras: com a IA que você mais usa), porque esse é um prompt que leva em consideração o padrão por trás das suas interações com a IA.}

Esse é o seu lembrete para se inscrever gratuitamente no “fluênc.ia 2.0”, o painel ao vivo que faremos com executivos no dia 09/09, às 19h30.

Na 1ª edição, mais de 1.700 profissionais participaram. Não fique de fora dessa 2ª edição e reserve sua vaga gratuitamente no link abaixo:

Um dos 2 conceitos mais importantes dessa edição é o que a Elena chama de Dependency Drag: em resumo, ele é o atrito que aparece quando uma iniciativa ou ideia no seu trabalho depende, pra acontecer, de uma sequência de pessoas, áreas, aprovações e processos pra sair do papel.

Você tem uma ideia ou pensa em algo novo pra criar no seu trabalho, mas, antes de executar isso, precisa escrever um briefing, alinhar com aquela outra área, conseguir o orçamento, entrar na fila de tecnologia, marcar reuniões, esperar aprovações, coordenar diferentes pessoas blablabla e por aí vai.

Cada uma dessas novas “dependências” (que praticamente toda empresa tem) adiciona tempo e aumenta a chance de a ideia chegar ao fim de forma muito mais lenta, muito mais cara ou até de não chegar ao seu final.

Então, esse é o Dependency Drag.

E é isso que começa a mudar com o que a Elena chama de profissionais nativos de IA (e esse é o segundo conceito mais importante do texto dela).

Ela define essa nova categoria de profissionais da seguinte maneira: não são apenas “pessoas que usam IA”, mas sim aquelas pessoas que recorrem à IA como padrão para avançar o seu trabalho.

São pessoas que, por exemplo, antes de perguntar “quem precisa se envolver/fazer isso?”, tentam avançar o máximo que conseguem antes de chegar na primeira dependência (ilustrado na imagem acima).

Isso não significa fazer tudo sozinho. Na verdade, significa reduzir o máximo possível de outras dependências (que, por conhecer a empresa onde trabalhamos, sabemos onde vão acontecer) que podem ser consideradas desnecessárias.

Na imagem acima, você não precisa alinhar algo com outra área ou pedir acesso pra área de TI se você já tem acesso a uma licença de IA. Você pode simplesmente construir um protótipo e mostrar sua sugestão (PS: fale com a outra área se o input for valioso e puder agregar ao teste, mas, no exemplo aqui, falar com outra área é algo como “pegar aprovação”).

Quanto menor for o Dependency Drag, maior tende a ser a velocidade entre ter uma ideia/iniciativa e colocar ela no mundo pra gerar resultados.

Outra consequência que mostra por que isso importa: o custo de testar suas ideias vai cair, porque se você precisa de menos gente, menos orçamento e menos tempo pra chegar numa primeira versão, fica mais barato experimentar e errar.

A aposta da Elena (e eu vou junto nessa com ela) agora é que isso vai permitir que você faça mais apostas sem precisar transformar cada tentativa num grande projeto, que naturalmente vai ter um monte de dependências.

E é aí que entra a consequência mais importante: quando errar fica mais barato, você produz mais e, principalmente, aprende mais.

De acordo com a Elena, essa mudança também pode começar a alterar a estrutura das empresas, porque se cada profissional conseguir daqui pra frente atravessar mais etapas de um problema sozinho, provavelmente vai ter menos necessidade de camadas de apenas supervisão/coordenação. Em outras palavras: organogramas mais horizontais daqui pra frente e uma pressão que só vai crescer em cima de funções de coordenação/supervisão que não possuem expertise própria além da própria gestão em si.

Não existe uma resposta única: sua experiência, formação e área de atuação ajudam a definir o melhor caminho para construir uma carreira nos Estados Unidos.

A D4U Immigration, empresa de planejamento internacional para quem quer morar, trabalhar e investir nos EUA, desenvolveu um guia gratuito com as diferentes possibilidades para transformar a sua trajetória profissional em uma oportunidade internacional.

👉 Baixe o guia “Qual é o visto certo para você?” e descubra por onde começar.

1⃣ Tarefas que estavam totalmente fora do seu alcance começam a entrar na sua zona de competência (pelo menos até uma primeira versão antes de você precisar encontrar alguém mais especializado). Um bom exemplo disso é: na nossa Trilha de IA voltada pro mundo corporativo, eu construí um Duolingo de Inteligência Artificial pra ser material complementar do curso (detalhe: sou um marketeiro com pós graduação em Neurociência, zero background de tecnologia).

Em outras palavras: a IA está aumentando o raio de ação de cada profissional e eu apostaria que esse gap vai começar a ficar cada vez mais evidente daqui pra frente.

Mas veja bem: eu não acredito que “o profissional do futuro será um generalista”, isso me parece uma leitura superficial do tema. Talvez o profissional do futuro precise continuar sendo muito bom em algo (especialista), mas ele passa a usar IA pra expandir horizontalmente aquilo que consegue executar, reduzindo dependências.

2⃣ Uma leitura “abrasileirada” do que a Elena traz é que essa visão dela vem da experiência em uma startup bilionária do Vale do Silício que dificilmente se replica, por exemplo, pro Brasil.

Sim, isso costuma prever muito do futuro que encontraremos aqui, mas eu não acredito que isso será algo que vai se replicar de forma uniforme no resto do mundo corporativo no mesmo ritmo: empresas mais tradicionais, hierárquicas ou até reguladas provavelmente vão absorver isso de um jeito muito mais suave.

Mas, de qualquer maneira, essa tese da Elena continua servindo como uma boa direção de pra onde o futuro do trabalho está caminhando, mesmo que a adoção prática disso aconteça de um jeito desigual.

3⃣ Se isso que a Elena já está vivenciando se tornar verdade pro Brasil (o que acreditamos que, em algum momento e proporção, acontecerá), existe uma habilidade que vai ser cada vez mais importante: a sua curiosidade.

O fato da IA permitir você reduzir essas dependências e avançar, mesmo que de maneira introdutória, em outras áreas também vai escancarar quem não faz isso, deixando a impressão pro seu chefe de “você poderia ter feito tal coisa e não fez”.

4⃣ Infelizmente, não depende só da sua boa vontade. O profissional nativo de IA que trabalha em uma empresa mais burocrática pode ter a iniciativa mais avançada possível, mas deve sempre esbarrar em burocracias como aprovações, revisões e alinhamentos prévios.

Em outras palavras: reduzir o Dependency Drag não vai depender só da sua boa vontade ou de boas ferramentas na empresa, mas também de liberdade e confiança pra poder agir. Essa, querendo ou não, é a realidade de muitas empresas do nosso Brasilzão.

1⃣ Uma leitura superficial do texto faz parecer que dependências são sempre ruins, mas não são. Existem as boas dependências: expertise técnica, segurança, qualidade, revisão, diversidade de perspectivas etc.

2⃣ Tem outro contraponto também: o texto da Elena valoriza muito velocidade de execução, só que velocidade só é vantagem quando existe qualidade na decisão tomada.

Um profissional nativo de IA com muita iniciativa também pode produzir 10x mais entregáveis inúteis e é exatamente por isso que julgamento, priorização e senso crítico vão ganhar importância daqui pra frente.

3⃣ A Elena falou sobre como essa tese vai reduzir a necessidade das camadas de coordenação e supervisão, mas eu não acredito nessa mudança.

Por um lado, eu entendo o que ela quis dizer dizendo que os profissionais que existem “só pra coordenar” se tornarão menos necessários, mas, por outro, a Elena está deixando de lado a parte mais importante da liderança (não importa se você é supervisor, coordenador, gerente ou diretor): a formação de pessoas.

O papel de um líder não é só “verificar se a pessoa abaixo está fazendo o certo”, mas também ser canal de treinamento da sua equipe, fortalecimento da cultura e personificação dos valores da empresa (sim, eu sei que tem muito líder que não faz isso, mas sei também que a maioria dos líderes que crescem são os que fazem isso).

Se a ideia de reduzir o Dependency Drag parece meio abstrata, nossa sugestão é você começar olhando pra sua própria rotina e, em vez de se perguntar “como usar mais IA?”, se pergunte “onde o meu trabalho fica parado, porque depende de outra pessoa, área ou aprovação?”.

Tente lembrar de uma entrega recente e reconstruir o caminho dela:

Vamos ao Playbook, exclusivo para assinantes: