Em uma época em que a transformação digital está mudando rapidamente a forma como as organizações funcionam, a atualização recente da Anthropic para seu agente de IA, o Claude Tag, marca um momento decisivo. Em 3 de outubro, a empresa ampliou as capacidades do Claude Tag no Slack, permitindo que ele lesse conversas completas e agisse de maneira proativa. Isso não é apenas um ajuste pequeno; é uma redefinição de como a inteligência artificial se integra ao cotidiano da vida organizacional. A mudança em direção ao “multiplayer AI” indica uma virada de tarefas concluídas de forma individual para a realização de objetivos mais amplos e colaborativos.
Repensando a IA: de assistente pessoal a membro do time
A ideia de que a IA é uma ferramenta isolada, ajudando pessoas a concluir tarefas específicas, está evoluindo. Scott White, diretor de produto para enterprise da Anthropic, compartilhou sua visão dessa transformação em uma entrevista exclusiva. No início, a IA tinha limitações para lidar apenas com partes das tarefas, como responder a uma pergunta ou gerar uma linha de código. Com a evolução dos modelos, eles passaram a executar tarefas inteiramente por conta própria. Agora, o foco é permitir que a IA acompanhe projetos complexos e objetivos organizacionais.
A visão de White é clara: o futuro da IA está em sua capacidade de operar dentro de equipes e em diferentes sistemas. A mudança nas capacidades do Claude Tag exemplifica essa evolução ao ler o contexto completo das conversas, permitindo que o Claude decida quando intervir. Esse engajamento proativo melhora sua eficácia. A Anthropic estima uma melhoria de 30% ao tomar decisões não solicitadas com base em avaliações internas. Isso não é apenas uma atualização técnica; representa uma mudança de postura sobre como a IA pode apoiar os esforços humanos.
Os desafios do trabalho do conhecimento
À medida que a IA assume esse novo papel, ela enfrenta os desafios inerentes ao trabalho do conhecimento. Diferente do desenvolvimento de software, que se beneficia de estruturas colaborativas já estabelecidas, como o Git, o trabalho do conhecimento é multifacetado e frequentemente não apresenta métricas claras de sucesso. Trata-se de um domínio em que o julgamento humano é indispensável, e a IA precisa aprender a navegar nessas nuances.
White destacou que o trabalho do conhecimento envolve múltiplas pessoas, funções profissionais diferentes e sistemas conectados com permissões variadas. Essa complexidade exige que a IA seja mais do que uma ferramenta passiva. Ela precisa se tornar um participante dinâmico, capaz de compreender e contribuir para objetivos organizacionais mais amplos. O objetivo não é apenas automatizar tarefas, e sim ampliar as capacidades humanas para alcançar metas compartilhadas.