Os custos ocultos de delegar tarefas para a IA

Gestores de empresas de diferentes setores estão tentando decidir quando, onde e como implementar a IA — e como os benefícios e custos dessas escolhas se equilibram

Publicidade

Durante a temporada de declaração de impostos de 2025–2026, várias empresas começaram a usar ferramentas de IA na preparação de declarações fiscais por meio da Current, uma plataforma que oferece tecnologia e serviços compartilhados a escritórios de contabilidade parceiros.

Ao fim da temporada, segundo dados compartilhados pela Current, as ferramentas de IA haviam economizado, em média, um terço do tempo dos profissionais responsáveis pela preparação das declarações e aumentado a capacidade de processamento em cerca de 50%, liberando-os para dedicar mais tempo aos clientes.

Uma empresa informou que a capacidade adicional permitiu aceitar e concluir aproximadamente US$ 300 mil em trabalhos fiscais extras no fim da temporada.

Mas esses números, por si só, não contam toda a história. Os revisores ainda precisavam determinar se o trabalho estava correto, e os sócios ainda tinham de explicar aos clientes as decisões tomadas em cada declaração. Além disso, as empresas precisaram enfrentar a pergunta incômoda sobre como desenvolver a próxima geração de talentos se a IA pudesse assumir uma parcela maior do trabalho que os profissionais juniores normalmente realizam para aprender a profissão.

Leia mais: “Não use a IA apenas para cortar custos. Use-a para gerar crescimento”

Gestores de empresas de diferentes setores estão tentando decidir quando, onde e como implementar a IA — e como os benefícios e custos dessas escolhas se equilibram. Para compreender melhor os dilemas envolvidos, examinamos o que aconteceu em vários escritórios de contabilidade quando começaram a usar IA para preparar declarações fiscais.

Continua depois da publicidade

Um de nós, Nitin, é presidente da Thrive Capital, cuja subsidiária, a Thrive Holdings, é proprietária da Current, uma plataforma de tecnologia para o setor contábil. Essa relação nos permitiu acessar dados de quatro escritórios de contabilidade durante a temporada de 2025–2026.

Os dados abrangiam aproximadamente 7 mil declarações de pessoas físicas e de espólios ou trusts de complexidade moderada, incluindo rendimentos de imóveis para aluguel e rendimentos informados em formulários K-1. As economias de tempo e os ganhos de produtividade foram informados pelas próprias empresas. Embora a Current tenha revisado as descrições factuais de nossa pesquisa, ela não determinou nem influenciou nossa análise ou nossas conclusões.

Nossa análise aprofundada desses dados esclarece uma questão central para as empresas que avaliam como adotar a IA da maneira mais eficaz: a tecnologia é capaz de executar tarefas específicas muito mais rapidamente ou a um custo menor, mas isso nem sempre produz ganhos equivalentes para a organização como um todo, porque o custo de realizar um ou mais elementos do trabalho é apenas parte da equação. As organizações também incorrem em custos ao delegar tarefas à IA, incluindo o esforço necessário para especificar o trabalho, verificar o resultado e continuar responsáveis por ele. Por isso, os líderes não devem perguntar apenas o que a IA é capaz de fazer, mas também: quanto custará para nossa organização delegar esse trabalho à IA?

Continua depois da publicidade

Leia mais: Executivos encaram difícil escolha sobre gastos com IA à medida que os custos crescem

O que torna difícil delegar tarefas à IA

Identificamos sete custos de delegação que, acreditamos, podem se aplicar a diferentes contextos. Eles se dividem em três grupos.

O primeiro grupo inclui os custos de delegação relacionados ao próprio trabalho.

Continua depois da publicidade

— Especificação

É o custo de descrever a tarefa com clareza suficiente para que o sistema consiga executá-la. Esses custos são baixos em trabalhos estruturados e baseados em regras, mas altos quando a tarefa é ambígua ou envolve muitas exceções.

— Verificação

Continua depois da publicidade

É o custo de determinar, de maneira rápida e confiável, se o resultado está correto.

— Aprendizado e dependência

São custos relacionados que mudam ao longo do tempo. É necessário esforço para ensinar um agente e fornecer a ele um contexto específico — o aprendizado —, mas isso pode melhorar diretamente seu desempenho. À medida que o conhecimento e os fluxos de trabalho se tornam adaptados àquele sistema, substituí-lo ou migrar para outro pode ficar mais difícil — a dependência. Os custos de aprendizado podem diminuir enquanto os custos de dependência aumentam.

O segundo grupo de custos diz respeito à forma como a organização reage à nova realidade de ter mais trabalho realizado pela IA. Delegar tarefas muda quem faz o quê e, consequentemente, quem ganha ou perde status, renda, conhecimento especializado ou controle.

— Desalinhamento de incentivos

Surge quando a IA altera as consequências econômicas pessoais do trabalho que as pessoas delegam. Um profissional que é recompensado pelo número de horas trabalhadas pode, compreensivelmente, hesitar em adotar uma ferramenta que reduz essas horas.

— Ameaças à identidade profissional

Ocorrem quando o trabalho de uma pessoa é alterado pela IA, especialmente se ela perceber a mudança como uma ameaça à expertise ou à autoestima que levou anos para construir.

— Desalinhamento de objetivos

Surge quando um sistema de IA otimiza uma única métrica que lhe foi atribuída, mas seu trabalho não contempla outros objetivos valorizados pela empresa. Por exemplo, o sistema pode otimizar a produtividade de curto prazo à custa da deterioração da experiência geral dos clientes ou funcionários, o que pode afetar a sustentabilidade do negócio no longo prazo.

O terceiro grupo está relacionado à responsabilidade pelo resultado.

— Responsabilização

É o custo de explicar o trabalho a outras pessoas e arcar com as consequências caso ele esteja errado. Isso é especialmente importante quando os erros têm consequências relevantes. No caso de um escritório de contabilidade, se uma declaração fiscal estiver incorreta, quem será responsabilizado se a Receita Federal americana auditar a declaração? A IA pode melhorar radicalmente a velocidade de execução do trabalho, mas não reduz de forma significativa esse ônus.

Esses diferentes custos de delegação não são mutuamente excludentes. Por exemplo, uma tarefa que a IA executa facilmente ainda pode ser cara de delegar se for difícil verificar o resultado. Um sistema cujo trabalho tenha alto grau de precisão pode acabar criando pouco valor se os incentivos levarem os funcionários a duplicar esforços além do necessário para a verificação.

Por isso, devemos tratar a economia da IA de maneira diferente no nível da organização e no nível da tarefa. Os líderes não devem comparar apenas os custos relativos de um trabalho feito por uma pessoa e pela IA; devem considerar o custo total da delegação: a execução mais tudo o que a envolve.

Implementação da IA na Current

A Current concentrou sua implementação inicial da IA na preparação de declarações fiscais porque grande parte do trabalho envolvia ler documentos padronizados, extrair informações de formulários como W-2 e 1099 e inseri-las nas partes apropriadas da declaração. Todas as declarações ainda precisavam ser verificadas por uma pessoa, mas o fluxo de trabalho foi estruturado de modo que a ferramenta de IA pudesse assumir uma parte significativa da execução manual. Não surpreendentemente, ela fez isso muito mais rapidamente do que os seres humanos.

A etapa seguinte do processo, porém, não melhorou no mesmo ritmo. Na revisão das declarações fiscais, os profissionais ainda precisavam determinar se o resultado final estava correto, o que exigia mais do que simplesmente conferir a resposta final. Eles precisavam entender como o sistema de IA havia chegado ao resultado e, principalmente, como havia lidado com casos excepcionais, como informações incomuns. Contadores experientes normalmente desenvolvem rotinas e sinais visuais que usam para identificar erros, mas o trabalho produzido pela IA seguia um processo diferente, o que dificultava a aplicação dessas rotinas. A IA conseguia produzir uma declaração fiscal em menos tempo do que o revisor levava para verificá-la. Assim, em alguns casos, o tempo de revisão caiu apenas modestamente; em outros, não caiu. O ganho de produtividade deslocou o gargalo, em vez de eliminá-lo.

Com o tempo, os revisores perceberam outra particularidade à medida que analisavam mais trabalhos produzidos pela IA. Os erros humanos costumam ser peculiares, mas, no caso da IA, os erros tendiam a se repetir em determinados tipos de documentos ou casos excepcionais. Depois de reconhecer esses padrões, ficou mais fácil saber onde concentrar a atenção e como redesenhar o processo de revisão.

A equipe responsável pela implementação começou a tornar o trabalho gerado pela IA mais fácil de rastrear e a fornecer aos revisores indicações mais claras sobre onde procurar. Com o tempo, cada empresa conseguiu reduzir o custo da verificação ao aprender quais eram os erros característicos da IA — assim como um gestor conhece os pontos fortes e fracos de seus subordinados diretos.

Ver de perto o que a tecnologia era capaz de fazer naturalmente gerou entusiasmo em algumas pessoas, mas também provocou ansiedade entre aqueles que realizavam o trabalho. Contadores que haviam exercido sua função por décadas começaram a perguntar se a expertise que haviam construído com tanto esforço ainda seria valorizada e se a empresa continuaria precisando empregar tantas pessoas.

A tecnologia estava mudando a premissa básica segundo a qual a competência havia sido tradicionalmente reconhecida. Como resultado, boa parte da resistência manifestada pelos funcionários não era dirigida à IA realizar seu trabalho, mas ao que isso poderia significar para seu papel no futuro.

Outro custo apareceu na estrutura de incentivos da empresa. Em um dos escritórios participantes, as horas faturáveis trabalhadas eram um importante indicador de desempenho. Por isso, uma ferramenta que reduzia o tempo necessário para preparar uma declaração era vista como algo contrário aos interesses das pessoas que deveriam utilizá-la. A empresa precisou repensar essas métricas para que o uso da IA não prejudicasse os funcionários. O desafio prático é recompensar a qualidade e o valor do trabalho, e não o tempo gasto para realizá-lo.

Outro custo da tecnologia foi obrigar as empresas a repensar como os profissionais aprendem no trabalho. Funcionários juniores normalmente dependem da preparação e da revisão de declarações fiscais para aprender competências básicas, como reconhecer padrões nos dados e identificar exceções. Mas os líderes estavam ainda mais preocupados com a formação do fluxo de profissionais que ocupariam cargos mais seniores. Gerentes e revisores já eram escassos, e a maioria havia começado nos níveis juniores. Se a IA reduzisse a necessidade de funcionários juniores, de onde viria a próxima geração de gerentes e revisores?

A Current está repensando as trajetórias de aprendizado e redesenhando funções levando em conta essa necessidade de longo prazo. Por exemplo, uma empresa reformulou seu programa de estágio para que os estagiários preparassem declarações fictícias sem o uso de IA, exclusivamente como prática. Outra passou a expor os funcionários juniores aos clientes mais cedo, para ajudá-los a desenvolver habilidades interpessoais.

Para os profissionais mais experientes da empresa, a mesma implementação criou uma oportunidade diferente. Em alguns casos, os sócios usaram o tempo adicional obtido com a redução do trabalho de preparação e revisão de declarações para se envolver mais com os clientes. Uma sócia telefonou para cada um de seus clientes para explicar suas declarações e detalhar cada decisão. Os sócios descobriram que não eram igualmente bons em usar o tempo adicional criado pela IA para oferecer aconselhamento mais consultivo aos clientes ou ampliar a carteira de negócios da empresa.

Gerencie a delegação, não apenas a tecnologia

Os líderes precisam de uma forma melhor de gerenciar a delegação, que vá além de uma classificação simples para determinar quais tarefas devem caber a pessoas e quais devem caber às máquinas. Com base no que observamos na Current, estas quatro perguntas podem ajudar os líderes a avaliar se um aparente ganho de produtividade se traduzirá em valor real e duradouro para a organização.

O que exatamente você está delegando?

Os cargos são, essencialmente, conjuntos de atividades. Alguns envolvem executar a mesma tarefa várias vezes por semana; outros envolvem interpretar ou verificar determinados resultados. A IA pode assumir uma parte desse conjunto, deixando as demais intocadas. Devemos resistir à narrativa de que a IA substituirá empregos e, em vez disso, concentrar-nos nas tarefas específicas que ela é capaz de realizar. Se a IA pode preparar a maior parte de uma declaração fiscal, isso não significa que possa assumir todas as responsabilidades de um consultor tributário.

Onde os custos da delegação vão aparecer?

Um erro comum é presumir que uma hora de trabalho eliminada em um fluxo de trabalho representa uma economia líquida para a organização. Muitas vezes, essa hora reaparece em outro lugar, na forma de uma revisão adicional ou de um esforço duplicado. Na Current, a preparação mais rápida das declarações teve um efeito posterior sobre a importância de outros aspectos da função, como a revisão fiscal. Ela também evidenciou a importância de alinhar os incentivos e preservar as identidades profissionais. Economizar tempo em uma etapa mudou as exigências sobre o restante da empresa.

Quais custos podem ser reduzidos?

Nem todo custo de delegação é fixo. Uma rastreabilidade melhor pode reduzir o ônus dos revisores, enquanto métricas de desempenho diferentes podem dar aos funcionários um motivo para aceitar a economia de tempo proporcionada pelas ferramentas de IA. Apesar disso, outros custos são mais difíceis de alterar. Por exemplo, um órgão regulador ainda pode exigir a aprovação de uma pessoa, e um cliente ainda pode querer a garantia de que um profissional está assumindo a responsabilidade por uma recomendação. Algumas responsabilidades continuam sendo humanas porque os clientes precisam de um profissional capaz de exercer julgamento e responder pelo trabalho.

O que você fará com a capacidade criada pela IA?

Economizar tempo cria capacidade adicional, mas não leva diretamente a mais valor. Os líderes ainda precisam decidir como essa capacidade será utilizada. No caso da Current, isso significa ajudar as empresas a decidir se a capacidade adicional pode melhorar o atendimento aos clientes, apoiar novos negócios e desenvolver profissionais para esse trabalho. Incorporar essas decisões ao modelo operacional é a forma pela qual a plataforma pretende transformar ganhos de produtividade em valor duradouro para suas empresas.

Os gestores enfrentam um desafio que vai muito além de decidir onde implementar a IA. Eles precisam redesenhar continuamente a relação entre o que o sistema faz e o que as pessoas fazem ao seu redor. A decisão mais importante não é onde usar a IA. É decidir o que pode ser delegado à IA, quanto essa delegação custará à organização e como utilizar a capacidade que ela cria.

Fonte: HBR.org

Nitin Nohria é professor George F. Baker Jr. de Administração de Empresas na Harvard Business School.

Hélène Hannecart é aluna do segundo ano do MBA na Harvard Business School.

© 2026 Harvard Business School Publishing Corp. Distribuído pela New York Times Licensing.