A inteligência artificial vem redefinindo a forma como empresas tradicionais conduzem seus processos, desenvolvem produtos e geram novos negócios. Durante a Semana de Produtos 2026 do Itaú, Gabriel Feitosa, PO de Produtos de Dados e IA; Ligia Costa, PO de Produtos de Dados e IA; e Miguel Jr., gerente sênior de Negócios da Globo, mostraram como a companhia vem escalando o uso de IA para simplificar operações, acelerar entregas e impulsionar a transformação digital, compartilhando desafios, aprendizados e resultados obtidos em diferentes áreas da organização.
No início da apresentação, Gabriel Feitosa destacou que compreender a transformação digital exige, antes de tudo, entender o contexto organizacional em que ela acontece.
Segundo ele, empresas que nasceram digitais possuem uma vantagem natural na adoção de novas tecnologias, uma vez que seus produtos já foram concebidos em um ambiente tecnológico. Organizações tradicionais, por outro lado, precisam enfrentar desafios adicionais relacionados a processos, cultura e infraestrutura.
"A Globo existia antes da internet. Nosso produto principal sempre foi o conteúdo. A tecnologia não era o produto em si, mas passou a ser um elemento fundamental para potencializar sua entrega", explicou.
Essa diferença de origem faz com que a jornada de transformação digital em empresas tradicionais seja mais complexa. Enquanto organizações nativas digitais conseguem evoluir de forma mais ágil, empresas consolidadas precisam superar barreiras acumuladas ao longo de décadas de operação.
O peso da cultura na transformação digital
Para os executivos, embora os desafios tecnológicos sejam relevantes, a principal barreira para a transformação não está nos sistemas ou nas ferramentas.
Gabriel argumentou que questões tecnológicas tendem a ser solucionadas ao longo do tempo, seja por meio de desenvolvimento interno, aquisição de soluções ou modernização da infraestrutura. Já a mudança cultural exige um esforço contínuo de adaptação e aprendizado.
"O maior desafio aqui é a barreira cultural. Não só a aceitação da tecnologia, mas a capacidade de adaptação das pessoas, dos gestores e da organização como um todo."
O executivo relembrou que, historicamente, empresas tradicionais costumavam ser mais avessas ao erro. No entanto, a evolução da cultura organizacional tem permitido que a Globo avance para um modelo mais experimental, no qual testar, aprender e corrigir rapidamente passou a ser parte do processo.
"Não existe busca pela perfeição sem erro. A gente vai fazer, errar, testar, refazer, até chegar ao resultado que deseja."
Segundo Miguel Júnior, esse movimento tem sido essencial para permitir que a companhia acompanhe as transformações aceleradas do mercado de mídia, um dos segmentos mais impactados pela digitalização.
Dados de qualidade como pré-requisito para IA
Outro ponto destacado pelos palestrantes foi a importância da estruturação dos dados como etapa fundamental para qualquer iniciativa de inteligência artificial.
Gabriel relembrou que a Globo precisou enfrentar desafios relacionados a sistemas legados e silos de informação antes de ampliar suas aplicações de IA.
Um dos exemplos citados foi a existência de estruturas internas conhecidas como "cubos", sistemas independentes que armazenavam dados de diferentes áreas sem integração adequada entre si.
"O dado não conversava. Eram silos que dificultavam qualquer iniciativa mais avançada", explica.
O processo de modernização incluiu a consolidação das informações em uma arquitetura centralizada baseada em BigQuery, permitindo maior governança e qualidade dos dados.
"Não tem como falar de IA se a gente não tem um dado curado e de qualidade."
A partir dessa reorganização, a empresa conseguiu criar uma base sólida para expandir iniciativas de inteligência artificial em diversas áreas.
Mais de 700 soluções de IA em operação
O avanço da estratégia já pode ser medido em números. Segundo os executivos, a Globo possui atualmente mais de 700 soluções de inteligência artificial em uso, distribuídas entre áreas como publicidade, produção de conteúdo, operações, jornalismo e produtos digitais.
O volume demonstra a intenção da companhia de se posicionar não apenas como uma empresa de mídia, mas como uma Media Tech capaz de utilizar tecnologia como diferencial competitivo.
As iniciativas abrangem desde automação operacional até ferramentas de apoio à tomada de decisão e otimização de processos internos.
IA como aceleradora de produtividade
Durante a apresentação, Gabriel trouxe dados de pesquisas internacionais que demonstram o impacto da inteligência artificial na produtividade.
Segundo ele, atividades como escrita, programação e análise de informações podem ter reduções significativas de tempo quando apoiadas por ferramentas de IA.
Ainda assim, o executivo fez questão de enfatizar que a tecnologia não substitui o trabalho humano. "A IA funciona como um catalisador. Ela acelera a reação, mas a reação continua existindo."
A visão apresentada pela Globo é de que a inteligência artificial deve ampliar a capacidade dos profissionais, liberando tempo para atividades estratégicas, geração de receita, melhoria de processos e desenvolvimento de novas competências.
Nesse contexto, Gabriel destacou a importância do conceito de intraempreendedorismo. "O tempo que a pessoa ganha com IA precisa ser transformado em oportunidade para construir novas soluções e gerar mais valor para o negócio."
O alerta contra a dependência excessiva da IA
Apesar do entusiasmo com os avanços tecnológicos, os executivos também trouxeram reflexões sobre os limites do uso da inteligência artificial.
Gabriel mencionou debates recentes sobre o crescimento dos custos associados ao consumo de modelos generativos e compartilhou uma reflexão inspirada em uma conversa entre o historiador Leandro Karnal e uma inteligência artificial.
Segundo ele, o risco não está necessariamente em a IA pensar mais do que os seres humanos, mas em as pessoas deixarem de exercer sua própria capacidade crítica. "A IA não tem vontade própria. O problema é quando ela continua pensando e a gente para de pensar."
A mensagem reforçou uma visão pragmática da tecnologia: ela deve funcionar como instrumento de ampliação da capacidade humana, e não como substituta do raciocínio e da tomada de decisão.
GenIA: a solução que revolucionou a aprovação de publicidade
O principal caso apresentado pela Globo foi a "GenIA", plataforma baseada em inteligência artificial desenvolvida para automatizar a análise e aprovação de peças publicitárias.
A ferramenta atua na porta de entrada da operação comercial da empresa, analisando materiais enviados por anunciantes e agências antes de sua veiculação em televisão aberta, televisão por assinatura e plataformas digitais.
Historicamente, esse processo exigia que equipes especializadas assistissem individualmente a vídeos e analisassem cada peça recebida, verificando aspectos regulatórios, técnicos e comerciais.
"A gente sempre teve um cuidado enorme com a curadoria do que coloca no ar", explicou Ligia Costa.
A GenIA foi criada para acelerar essa etapa. Utilizando modelos de IA desacoplados e compatíveis com diferentes LLMs, a solução consegue identificar elementos relevantes das peças publicitárias, gerar resumos automáticos, preencher metadados, detectar personalidades presentes nos conteúdos e validar regras regulatórias.
Entre as verificações realizadas estão a identificação de celebridades, controle de conflitos comerciais, análise de validade dos materiais e conformidade com normas relacionadas ao uso de crianças em publicidade.
Da assistência à aprovação automática
Ligia destacou que a plataforma não nasceu pronta. Inicialmente, a GenIA funcionava apenas como uma assistente para as equipes operacionais, automatizando tarefas de preenchimento e organização das informações. Todos os materiais continuavam passando por revisão humana.
À medida que a solução amadureceu e ganhou precisão, a Globo passou a experimentar processos de aprovação automática em determinados fluxos.
Mesmo quando a IA não aprova um material integralmente, ela já realiza boa parte do trabalho operacional, deixando para os profissionais apenas a etapa final de validação.
"Hoje o usuário fica com os casos que exigem ajuste fino e tomada de decisão", explica Ligia.
Segundo Miguel Júnior, esse foi um dos impactos mais relevantes do projeto. "Como a gente tira essas pessoas de um papel operacional para um papel mais estratégico e voltado para o negócio?"
Resultados expressivos em escala
Os números apresentados demonstram a dimensão da iniciativa.
A GenIA começou como uma prova de conceito em 2024 e exigiu um trabalho conjunto entre equipes de tecnologia e negócio para mapear regras que, muitas vezes, existiam apenas no conhecimento tácito dos especialistas.
No primeiro semestre de operação, a solução já alcançava cerca de 40% de eficiência, automatizando análises e preenchimentos que antes eram executados manualmente. A evolução continuou ao longo de 2025.
Primeiro vieram as aprovações automáticas para peças digitais estáticas. Depois, para vídeos digitais. Na sequência, a empresa passou a testar aprovações automáticas também para conteúdos destinados à TV linear.
Desde sua implementação, a plataforma já processou mais de 200 mil criativos na operação de televisão e outros 74 mil materiais digitais.
Além do ganho operacional, os executivos destacaram melhorias na padronização das análises, redução de inconsistências e aumento da segurança nos processos de aprovação.
Mais do que automatizar tarefas, a GenIA tornou-se um exemplo concreto de como a inteligência artificial pode ser aplicada para simplificar processos invisíveis ao público, mas essenciais para a eficiência do negócio.
Ao final da apresentação, a mensagem deixada pelos executivos foi clara: o sucesso da inteligência artificial não depende apenas da tecnologia disponível, mas da capacidade das organizações de transformar cultura, dados, processos e pessoas para aproveitar plenamente seu potencial. Em uma empresa com a dimensão e a complexidade da Globo, essa combinação vem permitindo que a IA deixe de ser uma promessa para se tornar uma ferramenta efetiva de geração de valor.
.png)
há 2 semanas
31




English (US) ·
Portuguese (BR) ·