The Great Flip: por que toda indústria está andando para trás?

Quando tudo parece caótico ao mesmo tempo, talvez a confusão não seja a notícia em si, mas o sintoma de que alguma engrenagem mais funda está sendo reconfigurada. Em “The Great Flip: Why Every Industry Is Running Backwards”, Sam Jordan, estrategista da Future Today propõe que a inteligência artificial não está apenas acelerando processos, mas invertendo a ordem das etapas e reorganizando, de forma silenciosa, a lógica de funcionamento de indústrias inteiras.

O primeiro desses fluxos é o da criação — o jeito como as coisas são feitas. Por muito tempo, a lógica foi relativamente estável: hipótese, construção, teste, aprendizado. Agora, com simulações generativas e sistemas agênticos, essa sequência começa a se embaralhar. Em vez de construir para aprender, passamos a simular para decidir o que merece ser construído. O teste, que vinha depois do investimento, avança para antes dele. E o aprendizado, que antes exigia protótipo, laboratório, tempo e insistência, passa a acontecer em escala virtual. “Essas tecnologias vão comprimir cronogramas, democratizar acesso e acelerar a inovação de maneiras que mal conseguimos compreender. Mas eu preciso fazer uma pergunta incômoda: o que perdemos para ganhar isso?”

Jordan não fez um keynote tecnofóbico, ela reconhece o ganho brutal de velocidade, acesso e eficiência. Mas insiste que o processo antigo produzia coisas valiosas como subproduto. Intuição, por exemplo. Aquela inteligência que nasce do atrito com o problema. Da repetição. Do erro. Do tempo gasto demais tentando entender por que algo não funciona. Quando a simulação encurta tudo, o aprendizado fica mais veloz — e também menos intuitivo.

O segundo fluxo invertido é o de aprendizado. Se antes a descoberta partia sobretudo da observação da natureza para então perguntar “por quê?”, agora começamos a entrar numa era em que a pergunta muda de lugar. Em vez de só tentar entender o que a natureza faz, passamos a projetar o que ela poderia fazer sob orientação humana. Proteínas desenhadas por IA, enzimas concebidas para tarefas específicas, sistemas biológicos inéditos. Sai de cena a descoberta como leitura paciente do mundo; entra, cada vez mais, a descoberta como design orientado por objetivo. “Estamos deixando de perguntar por que a natureza faz isso para começar a perguntar: o que podemos fazer a natureza fazer?”

É uma virada tão promissora quanto desconcertante. Porque ela amplia de forma impressionante o espaço do possível, mas também mexe no sistema de incentivos da própria pesquisa. Jordan sugeriu que, quando a ciência se torna mais construção do que exploração, sobra menos espaço para a curiosidade improdutiva — aquela que segue uma anomalia só porque ela insiste em não caber no modelo. A preocupação dela não é com o fim da inovação, mas com a possibilidade de uma inovação que fique eficiente demais para ainda ser curiosa.

Por fim, tem a inversão no fluxo de formação de lideranças. Se a IA já ocupa uma parte crescente do trabalho júnior — justamente a parte que historicamente servia de treino, casca e formação — então onde vamos fabricar experiência? Antes, os iniciantes faziam o trabalho que ninguém queria fazer, erravam, era corrigidos e aprendiam com o desconforto. Não era bonito, mas era ali que se formavam julgamento, repertório e caráter. Automatizar essa etapa pode até aumentar produtividade, mas também esvazia o lugar onde líderes costumavam ser forjados. “Elas não desenvolviam apenas habilidades. Desenvolviam caráter. E caráter vem da pressão, de estar errado na frente dos outros, de ser corrigido, de ter que permanecer nesse desconforto.”

Jordan argumenta que estamos substituindo fricção por validação num momento em que a liderança exige exatamente o contrário: gente capaz de sustentar dúvida, discordância e responsabilidade. Sua proposta é fazer uma de auditoria de fricção dentro das organizações. Mapear pipelines, entender que subprodutos positivos eles geravam — intuição, curiosidade, caráter — e pensar como recolocá-los de propósito nos novos processos.

Quando tudo começar a funcionar rápido demais, liso demais, bem demais, o que exatamente estaremos deixando de formar no caminho?

---