Empresas AI-native não colocam pessoas em todos os processos. Elas sabem onde o humano é indispensável

A adoção de inteligência artificial dentro das empresas precisa ir além da inclusão de novas ferramentas e chegar à própria organização do trabalho. Essa foi a principal mensagem de Tao Zhang, cofundador e CPO da Manus AI, durante a palestra “How Manus changed Manus”, realizada nesta terça-feira, 10 de novembro, no AI Summit do Web Summit Lisboa 2026.

No palco, ele mostrou como a empresa reorganizou processos para permitir que agentes de IA executem tarefas de ponta a ponta, enquanto profissionais passam a atuar principalmente nos momentos que exigem direção, contexto e julgamento.

O ponto de partida da experiência da Manus foi uma constatação simples: a inteligência artificial já havia acelerado a execução das tarefas, mas a forma como a empresa trabalhava ainda seguia organizada para um modelo anterior. Pessoas continuavam carregando informações entre ferramentas, acompanhando manualmente o andamento dos projetos e servindo como intermediárias entre diferentes etapas.

Para Zhang, acelerar cada uma dessas etapas sem mudar o fluxo apenas cria uma fila mais rápida. A questão mais importante passa a ser outra: quais decisões realmente precisam voltar para uma pessoa?

Dar contexto à IA muda o que ela consegue fazer

Uma das primeiras mudanças descritas por Zhang foi ampliar o ambiente disponível para os agentes. Em vez de receber apenas um prompt isolado, a IA passou a ter acesso à base de código da empresa, manuais internos, logs, configurações, ferramentas de publicação e ambientes para testar aplicações em Windows, Mac, iPhone e Android.

A comparação apresentada por ele ajuda a entender o raciocínio. Quando uma pessoa entra em uma empresa, recebe equipamentos, acessos aos sistemas e informações sobre como o trabalho deve ser realizado. Um agente de IA, por sua vez, costuma receber apenas uma instrução em texto.

Na Manus, a decisão foi aproximar essas duas condições.

Ao reunir contexto e ferramentas em um mesmo ambiente, os agentes passaram a conseguir realizar determinadas atividades do início ao fim, sem depender de uma pessoa para transportar informações entre cada etapa.

É nesse ponto que a discussão deixa de ser apenas sobre tecnologia e passa também por governança. Quanto mais autonomia um agente recebe, mais importante se torna definir quais dados, sistemas e processos ele pode acessar, quais objetivos deve perseguir e em que situações uma pessoa precisa assumir a decisão.

Mais da metade dos PMs já consegue entregar funcionalidades sem depender de outras áreas

Zhang apresentou um exemplo da própria equipe de produto. Ao trabalhar em uma funcionalidade de entrada por voz, uma product manager precisava comparar diferentes modelos de speech-to-text. Em vez de encaminhar a demanda para uma equipe técnica, forneceu ao Manus as chaves de API disponíveis e pediu que encontrasse uma metodologia de avaliação.

O agente realizou os testes durante horas e apresentou os resultados. Depois, a própria PM utilizou a ferramenta para desenvolver a interface e as funcionalidades necessárias.

Segundo Zhang, atualmente mais da metade dos PMs da equipe consegue colocar uma funcionalidade em produção sem depender diretamente de engenheiros ou designers. Ele acrescentou que todos os PMs do time já fizeram commits de código mais de uma vez.

O ponto, segundo ele, não é transformar todo profissional em desenvolvedor. A mudança está em permitir que a pessoa mais próxima de determinado problema consiga conduzir sua solução do início ao fim, recorrendo a outras especialidades nos momentos em que elas realmente agregam valor.

Para comunicação e marketing, a lógica traz uma provocação semelhante. Agentes de IA podem assumir etapas de pesquisa, produção, organização de informações e execução. Mas isso não elimina a necessidade de critérios claros sobre objetivo, público, mensagem, posicionamento e impacto.

Automatizar uma entrega é diferente de delegar uma decisão estratégica.

De 20 ou 30 tarefas para um único ponto de acompanhamento

Outro exemplo apresentado por Zhang veio da própria rotina. Ele contou que costuma começar a manhã com 20 a 30 tarefas registradas no Apple Notes. Antes, precisava entender cada demanda, reunir contexto, pesquisar e decidir para quem encaminhá-la.

Hoje, ele copia essas tarefas para um agente da Manus, que as divide em atividades independentes, identifica lacunas de contexto e decide quais consegue executar diretamente e quais devem ser encaminhadas a outras pessoas.

Quando uma tarefa precisa seguir para outro profissional, o agente não envia apenas uma solicitação curta: encaminha também o contexto necessário para sua execução.

As atualizações depois retornam para o mesmo ambiente. Em vez de acompanhar separadamente Slack, Gmail, Motion e outros sistemas internos, Zhang passa a consultar um único fluxo para saber o que foi concluído e o que continua em andamento.

A lógica reduz uma das dificuldades destacadas por ele: a troca constante de contexto entre diferentes ferramentas.

Governança também significa saber o que delegar

Para organizar essa nova dinâmica, a Manus dividiu os trabalhos em três categorias:

• Na primeira estão atividades em que a IA pode executar sozinha: tarefas com objetivos claros, escopo delimitado e métricas bem definidas.
• Na segunda, a IA atua preparando e comparando informações, mas sem executar a decisão final.
• Na terceira estão os temas que continuam liderados por pessoas, como direção de produto e escolhas estratégicas sobre quais caminhos a empresa deve seguir.

Essa divisão ajuda a mostrar que governança de IA não significa necessariamente adicionar aprovações humanas em todas as etapas. Em alguns casos, isso produziria apenas um novo gargalo.

Governar passa também por estabelecer previamente limites, critérios e responsabilidades que permitam à tecnologia trabalhar com autonomia quando as condições são claras e saibam devolver a decisão às pessoas quando julgamento e estratégia são necessários.

Mais de 200 decisões: o problema não é decidir mais rápido

Uma das sínteses mais interessantes apresentadas por Zhang veio de uma profissional da própria Manus. Segundo ele, ela descreveu a mudança como a passagem de estar “in the loop” para estar “on the loop”.

No primeiro modelo, a pessoa participa de todas as etapas: trabalha um pouco, transfere o contexto para a IA, recebe o resultado, faz uma nova intervenção e novamente devolve a tarefa. Ela continua no centro do fluxo.

No segundo, o agente conduz o processo e a pessoa acompanha, intervindo apenas nos momentos em que sua participação realmente importa.

Zhang usou um número para mostrar o tamanho desse problema: em determinados fluxos, um engenheiro poderia continuar envolvido em mais de 200 loops de decisão. Para ele, simplesmente acelerar essas decisões não resolve a questão.

O objetivo deve ser diminuir quantas delas realmente precisam chegar a uma pessoa.

É nesse contexto que Zhang define a atenção humana como o recurso mais escasso dentro de uma empresa. Uma organização orientada por IA precisa, portanto, saber em quais processos vale a pena gastar esse recurso.

A IA não elimina a gestão. Ela torna a governança mais importante

A experiência apresentada pela Manus aponta para uma etapa mais madura da adoção de inteligência artificial.

O desafio deixa de ser apenas escolher ferramentas e passa a envolver desenho organizacional: quais sistemas serão conectados, quais informações estarão disponíveis, o que poderá ser automatizado e onde a presença humana continuará indispensável.

Essa mudança também altera o papel da liderança. Quando agentes conseguem operar processos completos, gestores precisam dedicar menos tempo ao acompanhamento operacional e mais à definição de objetivos, critérios, prioridades e limites.

Em comunicação e marketing, isso significa que ferramentas capazes de produzir textos, imagens ou análises são apenas uma parte da discussão.

A pergunta mais relevante passa a ser o que pode ser delegado, dentro de quais regras e com qual nível de autonomia, sem perder coerência de marca, responsabilidade sobre a informação e alinhamento com os objetivos do negócio.

A China amplia sua presença no debate sobre IA

A participação de Tao Zhang também se insere em um movimento mais amplo observado nesta edição do Web Summit.

A organização do evento destaca uma participação internacional expressiva e aponta países como China, Brasil, Coreia do Sul e outros mercados entre as delegações que levaram empresas e talentos tecnológicos a Lisboa.

Na abertura do evento, a presença chinesa já havia ganhado visibilidade com empresas ligadas a agentes de IA, robótica e outras tecnologias.

Esse cenário amplia uma discussão geoeconômica que vai além de produtos específicos: o desenvolvimento da próxima geração de inteligência artificial está se tornando cada vez mais distribuído entre diferentes polos tecnológicos.

Para a Europa, eventos como o Web Summit tornam-se também espaços de contato com empresas, soluções e modelos de inovação desenvolvidos fora do eixo tradicional do Vale do Silício.

Esse contexto não foi o tema central da palestra de Zhang, mas ajuda a situá-la dentro de uma edição em que a presença chinesa se tornou particularmente visível.

O desafio não é colocar IA em todos os processos

Talvez a principal lição da experiência da Manus esteja justamente no cuidado de não confundir adoção com uso estratégico.

Os números apresentados por Zhang mostram uma empresa em que mais da metade dos PMs já consegue entregar funcionalidades com maior autonomia, profissionais começam o dia com dezenas de tarefas intermediadas por agentes e fluxos com centenas de pontos de decisão passam a ser revistos para reduzir a dependência humana.

Uma empresa AI-native não precisa automatizar tudo. Precisa entender onde a automação faz sentido, estabelecer critérios para seu funcionamento e proteger os espaços em que julgamento, criatividade, responsabilidade e decisão humana continuam essenciais.

A governança passa, portanto, por duas perguntas complementares: o que podemos delegar para a IA e o que não deveríamos delegar?

Quanto mais capazes os agentes se tornam, mais importante será saber responder às duas.