Ethan Mollick: gestão virou o superpoder da era dos agentes

As vozes que trouxemos aqui nas últimas semanas eram quase todas de engenheiros, de Simon Willison a Steve Yegge. Ethan Mollick, professor da Wharton e autor do blog One Useful Thing, entra por outra porta. No ensaio Management as AI superpower, ele olha para a era dos agentes com olhos de escola de negócios e chega a uma conclusão desconfortável para muita gente de tecnologia: a habilidade que vai separar quem prospera não é prompt esperto, é gestão.

O experimento que abriu os olhos dele

O ensaio começa com uma aula. Mollick desafiou alunos de um MBA executivo, gente que trabalha como médico, gestor e líder e que quase nunca tinha programado, a criar uma startup do zero em quatro dias. Deu a eles Claude Code e Google Antigravity para os protótipos, e ChatGPT, Claude e Gemini para pesquisa de mercado, posicionamento, pitch e modelagem financeira.

O resultado o surpreendeu. Depois de quinze anos ensinando empreendedorismo, ele estimou que viu, em dois dias, algo uma ordem de grandeza mais avançado do que alunos costumavam entregar em um semestre inteiro antes da IA. E a chave do sucesso, ele percebeu, não estava na técnica. Estava na última linha da tarefa: dizer à IA o que você quer.

A equação da delegação

Mollick recusa o achismo e propõe uma forma de pensar quando vale delegar para a IA. A conta tem três variáveis: quanto tempo a tarefa levaria se você mesmo a fizesse, qual a probabilidade de a IA produzir algo no seu padrão em uma tentativa, e quanto tempo custa pedir, esperar e avaliar o resultado.

A lógica é a de trocar "fazer a tarefa inteira" por "pagar o custo de supervisão", possivelmente várias vezes até sair algo aceitável. Se a tarefa levaria uma hora sua e a IA erra com frequência, mas checar leva trinta minutos, muitas vezes é melhor fazer você mesmo. Se a tarefa levaria dez horas, vale investir horas dirigindo a IA. Quanto maior a chance de acerto, menos vezes você paga o custo de revisão, e mais atraente fica delegar.

Ele ancora isso em evidência. O GDPval, estudo da OpenAI, colocou especialistas humanos de áreas como finanças, medicina e governo contra as IAs mais recentes, com outro grupo de especialistas como juízes. Os humanos levavam sete horas em média por tarefa. Quando o GDPval saiu, os juízes davam a vitória ao humano na maioria das vezes. Com o GPT-5.2, a balança virou: os modelos empataram ou superaram os especialistas em cerca de 72% das vezes.

O modelo não recompensa a estética do prompt. Recompensa requisitos legíveis, do mesmo jeito que um bom profissional recompensa um bom briefing.

Delegação é a nova arte do prompt

Aqui está o coração do ensaio. Para melhorar a probabilidade de acerto e baixar o custo de supervisão, Mollick não manda decorar truque de prompt. Ele manda gerenciar: dar instruções melhores, ficar melhor em avaliação e feedback, e criar formas de checar rápido se a IA foi bem.

E a matéria-prima disso já existe em toda profissão. Desenvolvedores escrevem documentos de requisito de produto. Diretores de cinema entregam shot lists. Arquitetos fazem documentos de intenção de design. Os fuzileiros usam a ordem de cinco parágrafos: situação, missão, execução, administração, comando. Todos esses documentos, argumenta Mollick, funcionam surpreendentemente bem como prompt para o trabalho agêntico, porque no fundo são a mesma coisa: uma tentativa de tirar o que está na cabeça de uma pessoa e transformar em ação de outra.

Quando você descobre como dar essas instruções à IA, diz ele, está basicamente reinventando gestão. E o mais interessante: são habilidades de gestão 101. Se você sabe explicar o que precisa, dar feedback eficaz e desenhar um jeito de avaliar o trabalho, você consegue trabalhar com agentes.

Nossa leitura para quem opera no Brasil

O ponto que faz o ensaio valer a leitura é a inversão que ele nomeia. Gestão sempre pressupôs escassez: você delega porque não dá conta de tudo e porque talento é caro e limitado. A IA vira essa lógica de cabeça para baixo. Agora o talento ficou abundante e barato. O que ficou escasso é saber o que pedir.

Para um líder brasileiro, isso reposiciona onde investir. O reflexo comum é caçar a ferramenta certa ou o prompt mágico. Mollick aponta para o outro lado: o gargalo é a clareza. Times que já sabem escopar um problema, definir o que é "pronto" e reconhecer quando um modelo financeiro ou um relatório está errado largam na frente, porque esses frameworks viram os prompts deles. As habilidades que sempre foram chamadas de soft, escopo, feedback, avaliação, acabaram sendo as duras.

Vale registrar uma crítica que aparece nos comentários do próprio ensaio e que compartilhamos: a documentação de delegação pode ser escrita com a IA, não só antes dela, e a avaliação pode ser parcialmente feita pela própria IA, já que a iteração ficou barata. Delegar não precisa ser um ato solitário de planejamento perfeito. Ainda assim, a tese central se sustenta: sem alguém que saiba o que "bom" significa e consiga explicar com clareza, o exército de agentes só produz volume. A vantagem competitiva não está em ter os agentes, está em saber dirigi-los.

Se você quer transformar a clareza do seu time em produtividade real com agentes, começando pela forma como vocês especificam e avaliam o trabalho, chama a gente no WhatsApp.