- O iFood mostra que iniciar com IA não resolve problemas mal descritos: é preciso entender o real desafio e a qualidade dos dados antes de pensar em agentes.
- O texto aponta que o iFood não é modelo para copiar, mas espelho de maturidade: fundação construída desde 2018 e foco em diagnóstico, método e cultura de produto.
- O primeiro passo é diagnosticar: quais perguntas consomem tempo, quais decisões dependem dos relatos e como os dados estão distribuídos entre planilhas, e-mails e mensagens.
- A entrada de IA na rotina eleva o padrão do profissional: avaliação de proficiência em IA já faz parte do desempenho, e o gestor passa a agir como arquiteto de valor para decidir onde aplicar julgamento humano ou automação.
- Cinco perguntas-chave antes de começar: qual trabalho melhorar, quais dados temos, quem responde, como medir valor e o que parar de fazer se funcionar.
Em 2026, empresas devem lidar com a empolgação em torno de agentes de IA. A conversa típica envolve orquestração, copiloto e planos de piloto. No entanto, o desafio não é o entusiasmo, e sim um problema antigo: trabalho mal explicado, dados dispersos e processos que existem por hábito.
O iFood foi o foco da entrevista com Raphael Bozza, VP de People. A relação entre IA e cultura de produto é mostrada por meio de métricas e prática. A empresa não é apenas um modelo a ser copiado; funciona como um espelho para outras organizações avaliarem sua própria base.
O ponto de partida, para Bozza, é compreender o problema antes de escolher ferramentas. Muitos erros vêm do impulso de seguir a última inovação sem mapear o que realmente precisa ser resolvido. Essa abordagem evita frustrações com soluções mal alinhadas.
Antes de criar um agente de atendimento, é preciso saber quais perguntas consomem tempo. Antes de automatizar relatórios, entender quais decisões dependem deles. Sem diagnóstico, a IA tende a impressionar apenas nas primeiras semanas e depois perder uso.
Dados também importam. IA trabalha sobre o que a empresa já coleta; registros espalhados em planilhas, e-mails e mensagens dificultam resultados. Nesse cenário, o investimento inicial pode ser revisar a memória operacional, não apenas adquirir tecnologia.
O que o iFood revela sobre implementação
No iFood, a prática de IA tem suporte desde 2018, com um histórico de resultados. O primeiro grande caso ocorreu em antifraude: perdas próximas a quase R$ 20 milhões em 2020 caíram para menos de 0,1%. Não houve compra de ferramenta, houve método e cultura de experimentação.
A cultura orientada a dados, aliada a uma metodologia de teste e medição, sustenta a força da estratégia. A partir dessa fundação, a gestão de risco e o combate à fraude mostraram que tecnologia sem diagnóstico gera entusiasmo com validade limitada.
Transformação de papel e liderança
A adoção de IA na rotina eleva as expectativas sobre o papel dos profissionais. Pensamento crítico, curadoria de dados e solução de problemas complexos ganham peso, enquanto operações repetitivas perdem espaço. Bozza aponta que a avaliação semestral já considera proficiência em IA como critério.
O gestor deixa de cobrar apenas tarefas para planejar valor. O equilíbrio entre julgamento humano e automação requererá uma calibragem cuidadosa para não perder qualidade. Errar esse cálculo implica custo real para a organização.
Com a facilidade de colocar agentes no ar — boa API e curiosidade bastam — o desafio é manter poucos projetos funcionando de forma estável. A sugestão é definir claramente objetivo, dados disponíveis, responsáveis, métricas de valor e o que deixará de fazer se der certo.
Lições para empresas menores
O iFood não serve como modelo a copiar integralmente, mas como aviso sobre a importância do diagnóstico. A pergunta central não é se adotará IA, e sim se a organização terá base suficiente para sustentar o uso ao longo do tempo.
A percepção de tecnologia sem diagnóstico é apenas entusiasmo com prazo de validade. A solução está em construir alicerces fortes antes de escalar a automação, reduzindo o risco de falhas no dia a dia.
Iona Szkurnik, fundadora e CEO da Education Journey, destaca a relevância de aplicar IA de forma orientada à aprendizagem e ao desempenho organizacional, reforçando que a escolha de caminhos deve considerar a base de dados e processos da empresa.
Entre na conversa da comunidade