Por Gui Rangel

A guerra no Irã e o embate a respeito do seu programa nuclear me fez lembrar do Stuxnet.

Antes de a inteligência artificial se tornar o centro das conversas sobre o futuro da tecnologia, um vírus já havia mostrado que código podia ser usado como arma contra o mundo físico. O Stuxnet não foi apenas um malware sofisticado. Foi uma operação de sabotagem digital desenhada para atingir uma infraestrutura estratégica: as centrífugas usadas pelo Irã para enriquecer urânio na instalação nuclear de Natanz.

Sua lógica era tão precisa quanto perturbadora. O malware manipulava os controladores industriais das centrífugas, fazendo-as operar fora dos parâmetros seguros – acelerando, desacelerando, produzindo desgaste e destruição física. Mas havia uma camada ainda mais inquietante: enquanto as máquinas eram danificadas, os operadores viam diagnósticos aparentemente normais. O sistema mentia. A sabotagem acontecia diante deles, mas os instrumentos de controle mascaravam o ataque.

A operação é amplamente atribuída aos Estados Unidos e a Israel, dentro de um programa conhecido como Operation Olympic Games, embora nunca tenha sido formalmente assumida. Stuxnet não foi obra de criminosos digitais. Foi uma ferramenta estratégica de Estado para interferir no programa nuclear de uma nação adversária sem lançar uma bomba, cruzar uma fronteira ou assumir publicamente um ato de guerra. Ele mostrou que código pode destruir máquinas – e que segurança cibernética deixou de ser apenas proteção de informação para se tornar proteção de energia, saúde, transporte, defesa e todas as estruturas críticas que mantêm a sociedade funcionando.

Vivemos em uma civilização física operada por sistemas digitais. Bancos, hospitais, portos, redes elétricas, satélites e governos dependem de software, bases de dados, automação e infraestrutura em nuvem. O mundo material repousa sobre uma camada invisível de código. Quando esse código se torna campo de batalha, as próximas guerras talvez não comecem com explosões visíveis. Podem começar com sistemas que deixam de responder, hospitais que perdem acesso a prontuários, redes elétricas que entram em modo de proteção, bancos que não conseguem validar transações.

A próxima grande crise global talvez não tenha origem biológica. Pode ser uma pandemia digital.

A diferença é que, agora, essa ameaça encontra um acelerador poderoso: a inteligência artificial.

A IA já está mudando o equilíbrio da segurança digital. Em novembro de 2024, CJ Moses, CISO da Amazon, afirmou ao Wall Street Journal que a AWS passou de cerca de 100 milhões para uma média de 750 milhões de tentativas suspeitas detectadas por dia em apenas seis ou sete meses – e associou parte relevante desse salto à ascensão da IA generativa.

A razão é direta. A IA reduziu a barreira de entrada para a ofensiva cibernética. Ela permite criar golpes de phishing mais convincentes, automatizar varreduras de vulnerabilidades, adaptar ataques a diferentes alvos e escrever código malicioso com velocidade e personalização que antes exigiam equipes especializadas. O resultado não é apenas atacantes mais eficientes. É um número muito maior de atores – grupos criminosos, Estados hostis, organizações com motivação política – capazes de operar ofensivamente em escala.

Essa mudança já aparece também nas capacidades dos próprios modelos de fronteira.
O caso do Claude Mythos, da Anthropic, é um sinal importante. Em avaliações recentes de cibersegurança, o modelo demonstrou capacidade avançada de encontrar vulnerabilidades, operar em tarefas de exploração e executar sequências complexas em ambientes de teste. Segundo reportagens recentes, durante exercícios conduzidos pela NSA (Agência de Segurança Nacional dos Estados Unidos), o Mythos teria identificado vulnerabilidades em sistemas altamente sensíveis em poucas horas. O episódio gerou preocupação suficiente para que o governo dos Estados Unidos restringisse o acesso a modelos como Mythos e Fable por razões de segurança nacional, incluindo a proibição de acesso por estrangeiros.

Isso tem um lado defensivo evidente. Modelos com essas capacidades podem ajudar governos e empresas a encontrar vulnerabilidades antes que criminosos as explorem, auditar código e fortalecer defesas. Mas a mesma capacidade que fortalece a defesa também amplia o potencial ofensivo quando cai nas mãos erradas.

E há uma pergunta ainda mais incômoda: se isso é o que foi divulgado, o que está sendo desenvolvido nos laboratórios ao redor do mundo – em programas estatais, centros militares, alianças geopolíticas e ecossistemas clandestinos – que ainda não sabemos?

Devemos assumir que existem, ou existirão em breve, IAs ofensivas e defensivas sendo treinadas para mapear vulnerabilidades, invadir sistemas, gerar exploits, ocultar rastros e adaptar estratégias em tempo real. Não apenas humanos usando IA como ferramenta, mas agentes digitais cada vez mais capazes operando em velocidade e complexidade que escapam à intuição humana.

A partir daqui a questão se torna ainda mais profunda. Porque a IA não está apenas sendo usada para atacar ou defender sistemas. Ela também começa a ser usada para acelerar o próprio desenvolvimento da IA.

É aqui que entra o conceito de RSI – o autoaprimoramento recursivo.

RSI é a hipótese de que sistemas avançados de IA passem a participar ativamente da criação de versões melhores de si mesmos. Em vez de depender apenas de pesquisadores humanos, a própria IA contribuiria para otimizar código, arquiteturas, estratégias de treinamento e mecanismos de implantação. Grandes empresas já usam modelos para escrever código, depurar sistemas, gerar dados sintéticos e apoiar o desenvolvimento de novas gerações de modelos. O passo seguinte é uma participação cada vez maior da IA no ciclo que cria a próxima IA até chegar à autonomia completa.

A promessa é imensa. Mas o risco cresce na mesma proporção. Se os ciclos de desenvolvimento se comprimem de anos para meses, de meses para semanas, a capacidade humana de compreender, regular, auditar e conter esses sistemas pode ficar estruturalmente atrasada. O problema não é apenas a IA se tornar mais poderosa. É ela se tornar mais poderosa mais rápido do que nossas instituições conseguem acompanhar.

É nesse ponto que o debate sobre alinhamento se torna central.

Problemas de alinhamento acontecem quando uma IA persegue um objetivo de maneira eficiente, mas não compatível com os valores ou limites humanos. O risco não exige uma IA consciente ou maligna. Basta uma IA muito competente otimizando uma meta estreita, incompleta ou mal especificada.

O experimento mental do paperclip maximizer, de Nick Bostrom, ilustra esse risco de forma extrema. Imagine uma superinteligência programada com um objetivo aparentemente inofensivo: produzir o maior número possível de clipes de papel. Se esse objetivo for perseguido de maneira literal, sem alinhamento robusto com valores humanos, a IA não pararia nos recursos industriais normalmente usados para fabricar clipes. Ela passaria a tratar tudo como insumo potencial para sua função-objetivo: fábricas, energia, infraestrutura, sistemas financeiros, cadeias logísticas, seres vivos, o planeta Terra e, em uma extrapolação cósmica, porções cada vez maiores do universo.

O ponto do experimento não é que clipes de papel sejam perigosos. É mostrar que uma inteligência extrema, acoplada a uma meta estreita e arbitrária, pode transformar todo o mundo em instrumento dessa meta. A catástrofe não nasce da maldade da máquina, mas da otimização sem freio – uma competência absoluta aplicada precisão implacável a um objetivo errado.

Agora aplique esse problema não a clipes de papel, mas a um sistema criado para vencer uma guerra digital, neutralizar uma infraestrutura inimiga ou proteger uma rede a qualquer custo. Imagine uma IA ofensiva criada por um governo para sabotar adversários. Uma IA criminosa desenvolvida para extorsão em escala. Ou um agente experimental que, ao tentar maximizar desempenho, passa a modificar suas próprias estratégias e escapa dos limites previstos por seus criadores.

Esse é o cenário da pandemia digital.

Não como metáfora vaga, mas como possibilidade sistêmica: uma infecção digital – intencional ou acidental, amplificada por IA – capaz de se infiltrar nas estruturas centrais da sociedade. Um agente que se copia, se adapta, aprende com cada tentativa de contenção, contamina cadeias de software, ocupa infraestrutura em nuvem, corrompe bases de dados e compromete a confiança nos registros que sustentam governos, empresas e mercados.
O efeito não seria apenas indisponibilidade. Seria desorganização. O colapso da confiança operacional.

Hospitais poderiam perder acesso a prontuários. Bancos não conseguiriam distinguir transações legítimas de transações manipuladas. Portos perderiam a coordenação de cargas. Governos descobririam que registros públicos foram alterados. Empresas não saberiam se seus dados financeiros, jurídicos ou logísticos ainda correspondem à realidade. Redes elétricas entrariam em protocolos de segurança. Cadeias de suprimento travariam porque cada elo dependeria de sistemas que já não inspiram confiança.

Em uma pandemia biológica, o vírus infecta corpos. Em uma pandemia digital, o agente infecta os sistemas que coordenam a sociedade. E, assim como numa pandemia biológica, o problema não é apenas a letalidade do agente – é sua velocidade de propagação, sua capacidade de adaptação, sua invisibilidade inicial e o atraso das respostas institucionais. Quando a crise se torna visível, ela talvez já tenha atravessado fronteiras, setores e camadas inteiras da infraestrutura global.

Não sabemos quando uma pandemia digital desse tipo acontecerá. Mas já reunimos os ingredientes que tornam essa possibilidade plausível: guerra cibernética entre Estados, dependência extrema de infraestrutura digital, IA generativa ampliando capacidades ofensivas, modelos de fronteira demonstrando habilidades avançadas em cibersegurança, ciclos acelerados de desenvolvimento, problemas de alinhamento ainda não resolvidos e instituições lentas demais para acompanhar a velocidade da mudança.

Há uma frase frequentemente atribuída a Lenin que captura bem essa sensação: há décadas em que nada acontece, e há semanas em que décadas acontecem.

Vivemos numa época em que essas semanas se tornam mais frequentes. Riscos que pareciam especulativos passam a se tornar operacionais. E aquilo que ontem parecia ficção científica começa a aparecer como relatório técnico, incidente de segurança ou decisão de governo.
A resposta a isso não pode ser paralisia. Também não pode ser ingenuidade.

O que o momento exige é o que eu chamo no meu trabalho de Futureproofing, a preparação prospectiva – não tentar prever exatamente o que vai acontecer, mas desenvolver a capacidade contínua de explorar futuros, moldar possibilidades e evoluir respostas antes que a obsolescência se imponha. Mapear riscos antes que virem crises. Simular impactos. Construir redundâncias. Redesenhar governança. Preparar lideranças. Aceitar que o futuro não será administrado com as ferramentas do presente.

A pandemia digital talvez ainda não tenha acontecido. Mas os sinais já estão espalhados ao nosso redor. Stuxnet mostrou que código pode destruir máquinas. A IA generativa mostrou que ataques digitais podem ganhar escala inédita. Modelos como o Claude Mythos apontam para uma fronteira cada vez mais estreita entre defesa, ataque e automação. O RSI indica ciclos de evolução acelerados. E os problemas de alinhamento lembram que sistemas extremamente competentes podem produzir consequências devastadoras sem qualquer intenção maligna.

A pergunta, portanto, não é se devemos imaginar esse cenário.

A pergunta é o que acontece se não imaginarmos.


​

Por Gui Rangel

Em 22 de março de 2023, uma carta aberta do Future of Life Institute sacudiu o mundo da tecnologia. Assinada por Elon Musk, um dos fundadores da OpenAI, criadora do ChatGPT; o cofundador da Apple, Steve Wozniak; o especialista em ética de tecnologia Tristan Harris; o físico e pesquisador de machine learning do MIT Max Tegmark; o historiador Yuval Noah Harari; além de cientistas, executivos e especialistas em desenvolvimento de Inteligência Artificial, a carta reuniria, nos meses seguintes, mais de 30 mil assinaturas.

O pedido era direto: uma pausa de seis meses no desenvolvimento de sistemas de inteligência artificial mais avançados do que o GPT-4, então recém-lançado. Segundo o texto, uma IA avançada poderia representar uma mudança profunda na história da vida na Terra e, por isso, deveria ser planejada e gerenciada com cuidado – o que não estava acontecendo. O que se via era uma corrida acelerada, disputada pelas grandes empresas de tecnologia, para lançar agentes digitais cada vez mais poderosos que ninguém, nem mesmo seus criadores, conseguia entender, prever ou controlar de forma confiável.

A carta pedia que a pausa fosse usada para desenvolver protocolos de segurança compartilhados, auditáveis por especialistas independentes, e para acelerar a criação de um sistema de governança capaz de monitorar sistemas que um dia poderiam superar a capacidade cognitiva humana e representar um risco existencial para a espécie.

O que a pausa não impediu

A pausa nunca aconteceu. Seis meses depois, nenhum laboratório havia parado; o que se viu, em vez disso, foi um aumento de investimento em infraestrutura para treinar sistemas ainda maiores. O GPT-4, o limite que a carta pedia para não ultrapassar, foi sucedido por GPT-4o, GPT-5 e, em 2026, GPT-5.5. A Anthropic chegou à família Claude Opus 4.8. O Google uniu o Bard sob a marca Gemini, hoje na versão 3.1 Pro. A xAI de Musk – o mesmo Musk que assinou a carta – lançou o Grok, hoje na versão 4.3. Nenhum dos signatários que dirigia um laboratório de ponta pausou o próprio laboratório.

Mas a carta não foi inútil: ela ajudou a normalizar o medo público em relação à IA e a puxar governos para a mesa. Em maio de 2023, o Center for AI Safety publicou uma declaração de uma frase – assinada por Sam Altman, Demis Hassabis e Dario Amodei, entre outros – afirmando que mitigar o risco de extinção pela IA deveria ser prioridade global, ao lado de pandemias e guerra nuclear. Em novembro daquele ano, 28 países e a União Europeia assinaram a Declaração de Bletchley, no primeiro grande encontro internacional sobre segurança em IA. Em 2024, o Summit de Seul produziu compromissos de segurança de fronteira e uma rede de institutos de segurança em dez países mais a UE. Em 2025, o tom mudou: o Summit de Paris marcou um giro do discurso de segurança para o de investimento e adoção. Em 2026, o encontro sediado pela Índia tentou recolocar governança e inclusão do Sul Global na pauta.

Na União Europeia, o AI Act entrou em vigor em agosto de 2024 e deveria estar plenamente aplicável em agosto de 2026 – mas um acordo de maio de 2026 entre Conselho, Parlamento e Comissão adiou obrigações para sistemas de alto risco até dezembro de 2027 e suavizou exigências de transparência, num movimento de simplificação que preocupa quem via no AI Act o principal contraponto regulatório à corrida americana e chinesa. Nos Estados Unidos, o governo Trump lançou em julho de 2025 o "Winning the Race: America's AI Action Plan", com mais de 90 medidas organizadas em torno de desregulamentação, infraestrutura e liderança global – incluindo uma tentativa (não aprovada) de impor moratória de dez anos sobre regulação estadual de IA. Ou seja: o mundo que a carta pedia para desacelerar não apenas não desacelerou como, em boa parte, decidiu acelerar de propósito.

O ChatGPT e a Inteligência Artificial para todos

Mas por que chegamos a esse ponto?

A carta foi consequência da explosão de uso de sistemas de IA generativa acessíveis ao público, como o ChatGPT. Esses modelos – os LLMs, ou "grandes modelos de linguagem" – são treinados com grandes volumes de texto por meio de aprendizado não supervisionado, que ensina o sistema a prever a palavra ou sequência de palavras mais provável dado um contexto. O objetivo é gerar texto coerente e natural em resposta a um prompt ou consulta.

Apesar de imperfeições que persistem – respostas desconexas, erradas ou enviesadas –, os resultados continuam surpreendendo até seus próprios criadores. Em 2023, foi preciso pouco mais de dois meses para o ChatGPT alcançar 100 milhões de usuários, um recorde histórico de adoção. Três anos depois, o recorde parece modesto: em fevereiro de 2026, o ChatGPT já somava mais de 900 milhões de usuários semanais; em junho, cruzou a marca de 1 bilhão de usuários mensais. O Gemini, do Google, chegou a 900 milhões de usuários mensais; o Meta AI, a 1 bilhão; o Copilot, da Microsoft, a cerca de 420 milhões. Mais de um terço dos consumidores hoje começa uma busca por uma ferramenta de IA em vez de um mecanismo de busca tradicional, e 93% das empresas da Fortune 500 já adotaram o ChatGPT em alguma medida.

Centenas de milhões de pessoas, sem qualquer treinamento técnico, usam esses agentes para elaborar apresentações, fazer trabalhos acadêmicos, explorar ideias de negócio, escrever e depurar código, criar conteúdo para blogs e redes sociais, compor música, gerar imagens e vídeos fotorrealistas. A lista não para de crescer – e, mais recentemente, ganhou uma dimensão nova: os modelos deixaram de apenas responder perguntas para agir. Agentes de IA hoje executam tarefas de ponta a ponta, rodam pipelines inteiros e tomam decisões dentro de sistemas empresariais, sem supervisão humana constante – uma fronteira que amplifica, em vez de resolver, as preocupações que motivaram a carta original.

A Inteligência Artificial deixou de ser um agente difuso nos bastidores da economia, ou uma ideia de ficção científica, e passou a fazer parte do repertório do cidadão comum, transformando o modo como aprendemos e trabalhamos.

As consequências do uso da IA

O impacto dessa adoção é difícil de dimensionar por completo. Nossa eficiência, produtividade e criatividade tendem a crescer de forma exponencial; tarefas previsíveis e repetitivas serão automatizadas, e a fronteira do que pode ser automatizado se torna cada vez menos nítida à medida que a IA avança. Muitas profissões correm risco de desaparecer, outras vão se reinventar, e novas vão surgir. A frase "a Inteligência Artificial é a nova eletricidade" – uma tecnologia que toca todas as áreas da existência – já não soa exagerada.

Em 2023, um estudo da Goldman Sachs Research projetava que a automação por IA impactaria 66% dos empregos na década seguinte, elevando o PIB mundial em 7%, com 18% da força de trabalho global potencialmente automatizável – 46% dos trabalhos administrativos e 44% dos trabalhos jurídicos entre os mais expostos. A consultoria McKinsey, em projeção anterior ao próprio ChatGPT, calculava que metade das atividades atuais era tecnicamente automatizável e 30% das horas trabalhadas poderiam ser eliminadas.

Passados três anos, as estimativas foram revisadas – na direção que o texto original já antecipava, a de que projeções feitas em um momento de virada tendem a ser tímidas. A própria Goldman Sachs, em atualização recente, estima que 300 milhões de empregos no mundo estão expostos à automação por IA, que dois terços dos empregos nos EUA e na Europa têm algum grau de exposição, e que 6% a 7% dos empregos americanos poderiam ser deslocados caso a adoção se acelere – o que, segundo a própria instituição, deve tornar 2026 um ano marcado por outra onda de cortes ligados à IA, ainda que parte do impacto sobre o emprego tenda a se dissipar em cerca de dois anos, parcialmente compensada por empregos criados na construção da infraestrutura de energia e data centers que sustenta esse crescimento.

Um dos problemas centrais dessas projeções, ontem e hoje, é que elas partem dos elementos existentes no presente e subestimam o ritmo exponencial de adoção e o surgimento de "wildcards" – tecnologias disruptivas não previstas com enorme impacto na realidade. É bom lembrar: há poucos anos, o ChatGPT era desconhecido; hoje, sozinho, ultrapassa a marca de 1 bilhão de usuários mensais.

A Inteligência Artificial vai gerar riqueza através do ganho de eficiência e produtividade que proporciona, reinventando carreiras e criando outras tantas. Mas uma parcela relevante da população ficará à margem dessa transformação – não apenas pela ausência de políticas de capacitação, mas porque, num mundo de automação prevalente, essa capacitação pode simplesmente deixar de ser necessária para boa parte das funções que hoje sustentam a classe trabalhadora.

A automação é um fator que desequilibra a relação entre capital e trabalho, concentrando no capital mais controle sobre o valor de troca oferecido pelo trabalho. A Inteligência Artificial, como ápice da automação, pode se tornar um agente decisivo no aumento da desigualdade e da concentração de riqueza. Depois de um período de otimização de processos guiado pelo offshoring – transferir produção para onde a mão de obra é mais barata –, vivemos um novo momento, guiado pela desmaterialização do trabalho: o cloudshoring, hoje turbinado por agentes de IA capazes de executar fluxos inteiros de trabalho sem intermediação humana.

Os desafios pela frente

Um dos maiores dilemas dos tempos modernos é que adotamos novas tecnologias mais rápido do que somos capazes de compreender suas implicações éticas, morais, sociais, econômicas e ambientais. Depois, lidamos com as consequências.

As mudanças climáticas servem de referência: suas causas foram mapeadas, seus impactos descritos, encontros globais realizados, acordos discutidos e aprovados – mas poucos resultados tangíveis foram alcançados, e o tempo continua escasso.

Com a Inteligência Artificial, a janela de oportunidade para construir um framework que enderece os grandes desafios já não é hipotética – ela está sendo testada, ano após ano, nos sucessivos summits de segurança em IA, e os resultados são mistos: de Bletchley (2023) e Seul (2024), com compromissos concretos de segurança, a Paris (2025), quando o discurso migrou para investimento, e à Índia (2026), tentando reequilibrar a conversa. O presente que o ChatGPT e seus sucessores oferecem continua mágico, cheio de promessas e possibilidades sedutoras – o que torna mais difícil, não mais fácil, parar para pensar nas implicações de longo prazo.

Essas narrativas – e as principais iniciativas que dão forma aos agentes digitais – seguem controladas por grandes empresas de tecnologia e por dois países que disputam a supremacia em IA: Estados Unidos e China, com a China mantendo como objetivo estratégico nacional tornar-se a potência dominante em IA até 2030. O país já responde por cerca de 60% das patentes globais de IA e quase 36% das publicações científicas na área, com uma indústria de IA avaliada em US$ 97,5 bilhões – cerca de 70% da meta traçada para 2030. Do outro lado, os Estados Unidos, sob o governo Trump, tornaram a desregulamentação política de Estado explícita, ao lançar em 2025 um plano de ação com dezenas de medidas voltadas a acelerar a inovação e disputar a liderança global, inclusive tentando (sem sucesso) suspender por uma década a regulação estadual sobre IA. Essa corrida, que já foi comparada à corrida armamentista da Guerra Fria, segue capaz de aumentar a eficiência e a criatividade de pessoas e organizações – mas também de acelerar ferramentas de desinformação e manipulação social exponencialmente mais poderosas.

Uma das perguntas que ainda não respondemos: algum desses jogadores pode se dar ao luxo de ficar fora dessa corrida? E o que fazer quando os sistemas que criamos de maneira ansiosa começam a superar as capacidades humanas e ultrapassar suas especificações originais? Que tipo de futuro está sendo criado, três anos depois de uma carta que pediu tempo para responder exatamente a essas perguntas – e não o obteve?

A carta do Future of Life Institute teve ótimas intenções, e as reflexões que propôs seguem centrais para o momento em que vivemos. Mas, como iniciativa isolada, teve impacto prático limitado: seis meses de pausa nunca seriam suficientes para frear uma corrida movida por bilhões de dólares e disputa geopolítica. O que ela conseguiu foi outra coisa – catalisar um movimento mais amplo, que hoje se expressa em declarações internacionais, institutos de segurança e legislações, por mais incompletos e contestados que sigam sendo.

Ainda falta, no entanto, o que a carta original já apontava como lacuna: ir além de especialistas em IA, cientistas da computação, engenheiros e desenvolvedores, e incluir os setores da sociedade que seguem à margem dessas discussões. Onde estão os sociólogos, antropólogos, filósofos, historiadores, psicólogos, artistas, professores, advogados, economistas e estudantes?

Para que a Inteligência Artificial não saia do controle e possa contribuir para uma sociedade mais justa e equilibrada, ninguém pode ficar de fora. Porque, senão, uma máquina pode acabar decidindo por você – e, três anos depois, essa máquina já não apenas responde: ela age.

Por Gui Rangel
​
Quando comecei a me dedicar aos estudos do futuro, descobri que um dos temas que me fascinava era a eficiência. 

Novas tecnologias, novas formas de usar tecnologias existentes, novas formas de gestão, mudanças organizacionais, mudanças comportamentais, mudanças operacionais: esses elementos separados ou combinados têm o potencial de fazer com que sejamos cada vez mais eficientes.

E tem uma razão para isso: a busca pela eficiência – fazer cada vez mais com menos – é mais do que uma aspiração e uma ambição. Ela é uma das necessidades fundamentais do nosso momento presente e na construção do nosso futuro. Nós precisamos, nossas organizações precisam, a nossa sociedade também. Mais do que tudo, o nosso planeta precisa hoje. E vai precisar muito mais no futuro.

Evitando curvas para a esquerda.Foi durante a preparação para uma apresentação que me deparei com uma informação surpreendente, que acabou influenciando profundamente o que eu pensava sobre o assunto: os caminhões da UPS – a maior empresa de entrega de pacotes do mundo – (quase) nunca fazem curvas para a esquerda.

Pode parecer (muito) estranho, mas me deixe explicar o porquê.

A história é a seguinte: desde os anos 70, a UPS chegou sabia que, evitando que seus caminhões de entregas fizessem curvas à esquerda, o processo de entrega de pacotes se tornava mais rápido, eficiente e seguro.

Em 2008, depois de mais de 10 anos de pesquisa e desenvolvimento, eles lançaram um software de desenho de rotas de entrega de pacotes chamado Orion, que otimizava este processo e colocava o gerenciamento do processo no mundo digital.

Assim, as rotas dos caminhões da UPS passaram a ser desenhadas de modo que apenas 10% das curvas sejam feitas para a esquerda.

E qual é o resultado dessa decisão aparentemente contraintuitiva?

De acordo com a UPS, a abordagem ajuda a companhia a diminuir a distância rodada pelos seus veículos de entrega, só nos Estados Unidos, em quase 300 milhões de quilômetros. Essa decisão proporcionou uma economia de mais de 35 milhões de litros de combustível, diminuindo a quantidade de gás carbônico emitido em 100 mil toneladas – e isso fazendo 350 mil entregas a mais anualmente. Mais do que isso, eles conseguiram esse resultado reduzindo a sua frota em 1.100 caminhões!

Os dados mostraram que privilegiar curvas para a direita era, também, muito mais seguro: segundo a US National Highway Traffic Safety Association, fazer curvas à esquerda em um cruzamento ou uma intersecção é uma das ações críticas dos chamados “eventos pré-acidentes”, que acontecem exatamente antes de uma colisão inevitável. Segundo os dados, elas são responsáveis por 22,2% dos acidentes, contra apenas 1,2% das ações envolvendo curvas à direita.

Esse processo é hoje aplicado na maior parte dos países onde a empresa tem operações. (É claro que nos países de “mão inglesa”, como no Reino Unido e na Austrália, os caminhões evitam fazer curvas para a direita.)

Contraintuitivo. Seguro. Eficiente.

A era da Ultra Eficiência

O fato é que, na busca incessante pela eficiência que faz parte da nossa construção, a vida está cheia de oportunidades de analisar a nossa realidade, entendê-la e encontrar formas de reinventá-la. Isso pode acontecer por meio do uso de novas tecnologias, de mudanças operacionais e, principalmente, de mudanças de comportamento.

A associação entre a criatividade humana e agentes tecnológicos cada vez mais poderosos, como o encontro da inteligência artificial com o big data, cria oportunidades extraordinárias de lançar um olhar profundo, original e transformador para todas as áreas da atividade humana – desde as menores ações e os detalhes mais específicos até os grandes movimentos das nossas organizações e da sociedade – e transformá-las no processo. 

Esse é o início de uma era de mudanças aceleradas, disruptivas, exponenciais e de possibilidades praticamente ilimitadas de otimização da nossa existência.

Bem-vindos à era da Ultra-Eficiência.

Aonde isso vai me levar?

Mudar não é fácil, ainda mais quando essas mudanças vão contra o lugar-comum, desafiam as convenções e são contraintuitivas, mas é necessário. Mais do que necessário: em um mundo em que os nossos recursos são cada vez mais escassos, mudar é uma questão de sobrevivência.

Por isso, nessa busca constante e fundamental pela reinvenção e pela eficiência, vale a pena parar e se perguntar: onde estão as minhas curvas à esquerda?