Mario Trentim: como transformar inteligência artificial em estratégia e execução nas empresas
Mario Trentim aborda os desafios da adoção de inteligência artificial nas empresas e explica por que estratégia, processos, dados e liderança são fundamentais para transformar IA em resultados.
A adoção de inteligência artificial pelas empresas brasileiras avançou nos últimos anos, mas o uso da tecnologia ainda apresenta um desafio para as organizações: transformar demonstrações e projetos-piloto em resultados incorporados à operação.
Esse cenário também aparece no mercado de palestras sobre IA.
Parte das apresentações concentra-se nas possibilidades técnicas da tecnologia, enquanto outra aborda seus impactos sobre negócios, liderança e produtividade.
A integração entre esses dois pontos é o foco do trabalho de Mario H. Trentim.
Teste vocacional
Qual carreira combina com o seu perfil?
Responda as perguntas e descubra o curso certo e as bolsas ideais para você!
Com experiência nas áreas de tecnologia, gestão de projetos e estratégia, Trentim estrutura suas apresentações a partir de uma questão central: antes de escolher uma ferramenta de inteligência artificial, a organização precisa definir qual problema pretende resolver e quais mudanças serão necessárias para alcançar esse objetivo.
Demonstrações de inteligência artificial podem mostrar a capacidade de gerar textos, imagens, vídeos, códigos e respostas em poucos segundos.
Para uma organização, porém, a utilização da tecnologia envolve questões que vão além da capacidade dos modelos.
Uma empresa precisa definir, por exemplo, quais processos podem ser automatizados, quais dados estão disponíveis, quais riscos precisam ser administrados e como os resultados serão medidos.
É nesse ponto que Trentim concentra parte de seus keynotes.
A proposta é discutir a relação entre inteligência artificial, estratégia e execução, evitando tratar a tecnologia como uma solução independente dos processos organizacionais.
A lógica utilizada parte de uma premissa: a IA funciona como multiplicador. Se uma empresa possui processos estruturados e dados consistentes, a tecnologia pode ampliar sua capacidade operacional.
Quando existem falhas nesses elementos, a automação pode fazer com que esses problemas sejam reproduzidos em maior escala.
Por isso, a escolha da ferramenta não deve ser o primeiro passo de um projeto de IA.
O programa Microsoft MVP reconhece profissionais envolvidos com comunidades técnicas e que contribuem para a disseminação de conhecimento relacionado às tecnologias da empresa.
O PMI atua internacionalmente no desenvolvimento de práticas e profissionais relacionados ao gerenciamento de projetos.
Trentim também é doutorando no Instituto Tecnológico de Aeronáutica (ITA), em Engenharia Aeronáutica e Mecânica, com pesquisa relacionada a Enterprise Agility.
A atuação educacional é outro eixo de sua carreira. Segundo as informações apresentadas em seu perfil profissional, Trentim possui 48 cursos publicados no LinkedIn Learning, que somam mais de 465 mil alunos em 40 países.
Essa combinação de tecnologia, gestão e educação é utilizada como base para abordar a inteligência artificial sob a perspectiva de execução organizacional.
As decisões que antecedem um projeto de inteligência artificial
Na abordagem apresentada por Trentim, a implementação de IA começa antes da escolha do modelo, plataforma ou ferramenta.
Entre as questões que precisam ser consideradas estão:
qual problema a organização pretende solucionar;
quais dados estão disponíveis;
como o processo funciona atualmente;
quais pessoas serão afetadas pela mudança;
quais riscos precisam ser administrados;
como o resultado será medido;
quais mudanças serão necessárias para incorporar a tecnologia à operação.
O raciocínio também altera a forma de avaliar projetos de inteligência artificial.
Em vez de perguntar apenas se uma tecnologia consegue executar determinada tarefa, a organização precisa avaliar se aquela tarefa deve ser automatizada e se o processo atual está estruturado para receber a mudança.
Um processo inadequado pode ser automatizado com mais velocidade sem que isso represente ganho para a empresa.
Casos mostram problemas que aparecem antes da tecnologia
Experiências apresentadas por Trentim em palestras e trabalhos com organizações indicam que diferentes setores podem enfrentar problemas semelhantes durante a adoção de IA.
Em um projeto relacionado à análise de crédito para pequenas empresas, por exemplo, o desempenho abaixo do esperado de um modelo levou à investigação do processo de coleta de dados.
Informações inseridas manualmente e sem mecanismos de validação produziam inconsistências que afetavam a análise.
Nesse caso, a revisão do processo de coleta tornou-se parte importante da solução.
A inteligência artificial ajudou a evidenciar uma falha que já existia na operação.
IA e profissionais de contabilidade
Em eventos voltados a profissionais de contabilidade, outra questão abordada por Trentim é o impacto da inteligência artificial sobre as atividades desempenhadas pela categoria.
Em vez de concentrar a discussão na possibilidade de substituição dos profissionais, a abordagem considera quais atividades podem ser automatizadas e quais competências tendem a ganhar importância.
A discussão desloca o foco da tecnologia para a composição do trabalho.
Atividades repetitivas podem ser automatizadas, enquanto funções que envolvem análise, interpretação, relacionamento e tomada de decisão podem assumir maior peso na atuação profissional.
Inteligência artificial na indústria farmacêutica
A aplicação da IA em diferentes áreas de uma mesma empresa também exige critérios distintos.
A discussão sobre retorno financeiro é outro ponto presente no debate sobre inteligência artificial.
Estudos sobre inovação tecnológica, como os trabalhos associados ao economista Erik Brynjolfsson, apontam que os ganhos de produtividade decorrentes de novas tecnologias podem demorar a aparecer.
Isso ocorre porque a adoção de uma tecnologia frequentemente exige mudanças complementares em processos, competências, estruturas organizacionais e modelos de gestão.
O resultado é conhecido como curva em J da produtividade. No início, os investimentos podem não produzir ganhos proporcionais. Com a adaptação da organização, os efeitos podem se tornar mais visíveis.
Para empresas que investem em IA, essa dinâmica significa que o retorno não deve ser analisado apenas a partir do desempenho da ferramenta.
A transformação dos processos e da estrutura organizacional também precisa entrar na avaliação.
A expansão da inteligência artificial também modifica o papel dos gestores.
Na visão apresentada por Trentim, o líder não precisa necessariamente dominar a operação técnica de cada ferramenta.
Precisa, porém, compreender as decisões relacionadas ao uso da tecnologia.
Entre elas estão a definição do problema, os critérios de sucesso, os riscos envolvidos, os impactos sobre as equipes e a forma como os resultados serão acompanhados.
A tecnologia pode gerar, classificar, prever e otimizar. A definição do objetivo que será otimizado continua sendo uma decisão organizacional.
A discussão sobre a distância entre adoção e resultados também aparece em estudos internacionais.
Pesquisas do McKinsey Global Survey sobre inteligência artificial indicam que a utilização da tecnologia já alcança diferentes funções dentro das organizações.
Ao mesmo tempo, a parcela de empresas que identifica impacto significativo nos resultados permanece menor do que a parcela que declara utilizar IA.
O cenário reforça uma questão presente nas apresentações de Trentim: implementar uma ferramenta não significa necessariamente capturar valor com ela.
O Future of Jobs Report 2025, do World Economic Forum, também aponta mudanças nas funções profissionais provocadas pelo avanço da inteligência artificial e de outras tecnologias.
O impacto envolve competências, tarefas e modelos de trabalho.
Nesse contexto, a discussão sobre IA passa a envolver não apenas tecnologia, mas formação profissional, gestão de pessoas, desenho de processos e estratégia.
Formatos de palestras sobre inteligência artificial
Mario H. Trentim estrutura apresentações sobre inteligência artificial em diferentes formatos, de acordo com o perfil da audiência e o objetivo do evento.
Keynote executivo
O formato tem duração de 60 a 90 minutos e é direcionado a C-levels, boards e comitês executivos.
O conteúdo aborda questões relacionadas à maturidade organizacional, adoção de IA e decisões estratégicas para os meses seguintes.
Workshop
O workshop pode ser realizado em meio período ou em um dia completo.
A proposta é trabalhar questões relacionadas ao contexto da organização, como mapeamento de processos, avaliação da preparação dos dados, governança e priorização de projetos de inteligência artificial.
Palestra de abertura ou encerramento
O formato é direcionado a eventos corporativos, congressos e audiências formadas por profissionais de diferentes áreas.
A apresentação busca estabelecer uma base comum sobre inteligência artificial, seus impactos sobre o trabalho e os desafios de implementação.
As palestras podem ser realizadas em português, inglês e espanhol.
Quer estudar pagando um valor mais em conta? Você sabia que a Quero Bolsa, uma plataforma que oferece bolsas de estudo de até 80% em mais de 1.000 instituições de ensino de todo o Brasil, pode ajudar você com isso?
Os descontos estão disponíveis em vários tipos de curso:
Para ajudar você nessa busca, confira algumas das melhores instituições de ensino do Brasil que são parceiras da Quero Bolsa e aproveite as ofertas disponíveis.
Se você precisar de um norte, veja abaixo algumas instituições de ensino que também são parceiras da Quero Bolsa e oferecem bons descontos na mensalidade.