Seu plano de 5 anos é a forma mais cara de superstição corporativa

Ninguém consegue prever o que vem. O problema é que quase todas as empresas ainda planejam como se conseguissem.

Há algumas semanas, um CEO me mostrou, com certo orgulho, o novo plano estratégico de cinco anos da empresa. Oitenta e poucos slides, seis meses de elaboração, duas consultorias envolvidas e um orçamento de sete dígitos que exigiu uma boa dose de fé do Conselho para ser aprovado.

Fiz uma pergunta só: “Quando foi a última vez que algo aqui dentro mudou uma decisão sua numa terça-feira comum?” Ele ficou em silêncio por tempo suficiente para que a resposta ficasse clara.

O plano não era ruim, mas já estava atrasado. E o problema não estava nele, e sim na crença que o produziu: a de que ainda dá para olhar cinco anos à frente e desenhar o caminho com alguma confiança.

Um cliente antigo chamava seu relatório de previsões de MDCB (história real!)

O calendário nunca foi a estratégia

Por décadas, “planejar a estratégia” significou a mesma sequência: reunir dados, ouvir áreas, consolidar relatórios, rodar workshops, transformar hipóteses em slides bonitos, aprovar prioridades, alocar orçamento e repetir no ciclo seguinte. Caro, lento, devorador de agenda. E quase sempre com uma marca de consultoria no rodapé, para servir de escudo do executivo caso o plano falhasse. Por muito tempo, foi a melhor coisa disponível.

Esse modelo existia por um motivo que quase ninguém explicava: a cognição era cara. A informação era escassa; a análise era artesanal; coordenar áreas custava caro. A hierarquia inteira, com suas camadas, comitês e departamentos de planejamento, era, em boa parte, uma máquina de rateio. Existia para processar uma complexidade que nenhuma mente isolada conseguia absorver. O ciclo anual não foi uma escolha sofisticada. Foi o limite da cognição humana, encaixado no calendário fiscal.

Havia ainda uma segunda premissa, mais frágil, escondida sob a primeira: a de que o futuro era uma extrapolação do passado. O plano de longo prazo só faz sentido se amanhã se parecer o bastante com ontem para você apostar capital nisso. Durante boa parte do século XX, parecia. Hoje, não.

A ilusão é achar que dá para prever.

Aqui está a parte desconfortável. O plano nunca foi o problema; o problema é a previsão embutida nele. Quase toda empresa ainda planeja por extrapolação. Pega a curva do passado, projeta para a frente, ajusta com uma margem de otimismo e chama isso de estratégia. Funciona até o mundo dobrar uma esquina que não estava no gráfico: uma pandemia, um choque de juros, uma tecnologia que derruba o custo de um setor inteiro em 18 meses. Aí, o plano de cinco anos revela o que sempre foi a forma mais cara de superstição corporativa.

A disciplina que entendeu isso primeiro tem nome e não é nova. Chama-se foresight ou prospectiva estratégica. No início dos anos 1970, a Shell montou um pequeno time, liderado por Pierre Wack, com uma premissa herética para a época: o objetivo não é prever o futuro, e sim mudar o modelo mental de quem decide. Em vez de uma projeção única, eles mapearam sinais que quase todos os executivos do setor ignoravam, como a confiança crescente da OPEP e os Estados Unidos virando importadores líquidos de petróleo, e construíram cenários a partir deles. Num deles, um conflito no Oriente Médio provocava um embargo. Quando a Guerra do Yom Kippur estourou em outubro de 1973 e o embargo foi imposto, a Shell foi a única grande petroleira que já havia ensaiado a resposta. Saiu da crise da sétima para a segunda posição do setor.

Repare no que a Shell fez, porque é o coração de tudo: ela nunca soube que a guerra viria. Apenas se recusou a apostar tudo num único futuro. Foresight não é prever o futuro. É parar de ser surpreendido por ele.

O problema é que, por cinquenta anos, foresight foi um luxo episódico. Um workshop de cenários a cada poucos anos, caro, conduzido por especialistas, que envelhecia na gaveta antes do exercício seguinte. A mesma escassez de cognição que limitava o planejamento limitava ainda mais a prospectiva.

A IA economiza ao antecipar cenários.

A primeira reação dos executivos diante da inteligência artificial é tratá-la como um acelerador de análise. E ela é, de forma quase obscena, um estudo que consumia semanas de consultoria e sai em horas. Mas enxergar a IA só como “análise mais rápida” é olhar para a eletricidade e ver uma vela melhor.

O que ela muda de verdade é a economia da antecipação. Aquele mapeamento contínuo de sinais (concorrentes, regulação, patentes, movimentação de capital, mudanças sutis de comportamento) que antes exigia um time inteiro e, mesmo assim, chegava atrasado, hoje roda de forma permanente e barata. O foresight deixa de ser um evento e passa a ser uma função. A visão contínua de futuros sai da gaveta e vira infraestrutura.

E isso reorganiza a estratégia inteira, não só o radar. Quando o custo de antecipar despenca, muda o que vale a pena defender, muda onde está a margem, muda quem consegue te atacar. A IA não acelera a sua estratégia atual; ela altera as premissas econômicas sobre as quais a estratégia foi construída. Seguir planejando como antes, com uma tecnologia que reescreveu as próprias regras do jogo, é como comprar um telescópio melhor para continuar olhando o próprio quintal.

O gargalo deixou de ser análise

Acelerar a antecipação expõe um gargalo que sempre esteve ali, escondido pela lentidão geral: a decisão.

Quando a análise era lenta, ninguém reparava que a aprovação também era lenta. As duas andavam no mesmo passo. Agora a leitura do ambiente dispara, e a decisão segue na velocidade da agenda humana: diretor, comitê, jurídico, orçamento, reunião de priorização, a pauta do próximo conselho.

O resultado é uma empresa que sabe mais rápido do que consegue agir. Cognitivamente veloz, operacionalmente travada. Essa distância, entre o que a organização já percebeu e o que ela consegue decidir, é o novo custo invisível da estratégia. Não aparece em relatório nenhum. Aparece no concorrente que se moveu primeiro.

O gargalo deixou de ser inteligência e passou a ser decisão. E a decisão não é um problema de tecnologia. É desenho organizacional, política interna e, no fundo, coragem.

O que nasce no lugar do documento é um sistema.

Se o calendário morreu, o que nasce em seu lugar não é um documento melhor, e sim um novo sistema.

Na empresa tradicional, a estratégia vive em planos, OKRs, orçamentos e narrativas de liderança. O conselho aprova, a organização executa e o ciclo só recomeça quando alguém percebe, quase sempre tarde, que o chão se moveu e que vai precisar de uma nova rodada de consultoria para legitimar a virada.

Na nova arquitetura, a estratégia deixa de ser uma fotografia e passa a ser tratada como um sistema de hipóteses sob vigilância contínua. Em vez de uma aposta única, você monitora as variáveis das quais a aposta depende: tendências de mercado, a perenidade das suas vantagens, a exaustão dos canais, a queda de custos capaz de redesenhar um setor. A cada sinal captado, as hipóteses são confirmadas, ajustadas ou descartadas.

Na prática, é menos abstrato do que parece. Uma hipótese estratégica vira uma frase que pode ser provada falsa (“nosso canal de aquisição X continua viável abaixo de tal custo”), com um sinal antecedente que a testa, um limiar que dispara o alerta e um dono com nome. Quando o sinal cruza o limiar, o sistema avisa, em vez de esperar pelo próximo offsite para que alguém tenha a coragem de dizer que o plano não faz mais sentido.

A empresa de plano estático descobre que perdeu relevância quando o resultado financeiro cai. A de hipóteses monitoradas descobre que uma premissa morreu semanas ou meses antes do impacto bater no balanço, e ainda tem tempo de se reposicionar.

A maioria das versões dessa ideia, porém, é para cedo demais, ainda na fase de “mapear sinais”. Captar sinal é uma camada fácil. Vira dashboard, vira ruído, vira mais uma tela que ninguém olha. O que separa uma empresa cheia de dashboards de uma empresa com estratégia viva é a camada que quase ninguém constrói: o aprendizado recursivo. O sistema não só lê melhor o ambiente a cada semana. Ele decide melhor a cada semana porque registra cada decisão, compara com o resultado real e atualiza o próprio modelo sobre como a empresa enxerga o mundo.

É a diferença entre um radar e um sistema imunológico. O radar avisa; o sistema imunológico aprende e se adapta. Essa camada de aprendizado é o ativo que cresce com o tempo e é justamente a que some nos slides de “transformação por IA”, porque é a mais difícil de construir e a menos fácil de vender.

A parte que os entusiastas pulam

Uma empresa que lê o ambiente e decide rápido, sem uma camada de controle igualmente ágil, não fica ágil. Fica perigosa. Você só construiu uma máquina para cometer erros em larga escala e alta velocidade.

Velocidade sem governança não é vantagem competitiva; é a maneira mais sofisticada de quebrar uma empresa. Toda decisão automatizada, toda recomendação que a IA gera e que vira ação precisam estar presas a uma camada de controle que nunca desliga: registra o que foi decidido, impõe limites e mantém o botão de desligar ao alcance da mão.

No vocabulário de ExO 3.0, é a diferença entre ter um motor de inteligência e ter uma forma organizacional capaz de conduzir esse motor sem capotar. Quase todo mundo está comprando o motor e ignorando os freios.

E há um princípio simples que mantém um conselho dormindo à noite: toda decisão relevante tomada por uma máquina precisa terminar com um humano com nome. Não em “a IA recomendou”. Não em “o sistema decidiu”. Uma pessoa responsável, identificável, que responde por aquela classe de decisão. Sem esse encadeamento, você não delegou à tecnologia. Você só dissolveu a responsabilidade, e responsabilidade dissolvida é a única coisa que um board não pode permitir.

A pergunta que separa quem entendeu de quem está brincando não é: “O que a IA consegue fazer?” É: “Quando ela errar, quem responde e em quanto tempo conseguimos reverter?” Quem não tem resposta para isso não tem estratégia viva. Tem um passivo vivo.

Onde isso acontece de verdade

Há um erro de execução que mata essa transformação antes de ela começar, e quase todo CEO comete: tentar reescrever a estratégia na mesma máquina em que ela precisa ser reescrita.

Não funciona. Uma organização madura tem um sistema imunológico feito de orçamentos, feudos, processos e incentivos de quem otimiza pela própria sobrevivência. Esse sistema trata a nova forma de operar como um corpo estranho e vence. Você não está consertando o avião em pleno voo. Está tentando entrar na turbina enquanto ela gira.

Acima de um certo tamanho, na prática, algo em torno de cinquenta pessoas, aplicar isso no núcleo é suicídio organizacional. O caminho é o inverso: criar uma borda. Um time pequeno, patrocinado diretamente pelo CEO, com mandato e orçamento próprios, operando um pedaço real do negócio no novo modelo, sem pedir licença ao sistema imunológico. Você prova no menor escopo seguro e deixa o resultado puxar o restante. Abaixo desse tamanho, a borda é toda a empresa e a transformação pode ser direta.

E há um detalhe nessa conta que costuma incomodar mais do que tudo: a equipe mínima, turbinada por IA, não é hipótese de futurologia. É, possivelmente, hoje, o seu concorrente mais rápido.

A pergunta que deveria tirar o sono do conselho

O que nos leva à pergunta: uma equipe de três pessoas, turbinada por IA, conseguiria reconstruir o seu negócio ou, ao menos, uma das suas unidades, com uma margem melhor em 90 dias?

Ela é brutal porque remove o conforto da escala, da marca e da estrutura. Força a encarar uma física econômica nova: a compressão dos custos de coordenação, desenvolvimento, marketing e execução está tornando viável que times minúsculos ataquem margens antes protegidas só pela complexidade. O maior concorrente do futuro provavelmente não é uma empresa maior. É um time mínimo com velocidade máxima.

E olha, eu desconfio de exemplos usados como troféu de palco. Mas estes dois são difíceis de ignorar. No primeiro mês de operação, o assistente de inteligência artificial da Klarna passou a fazer o trabalho de 700 atendentes em tempo integral. Peter Steinberger, que passou treze anos construindo software, montou em cerca de uma hora um assistente pessoal de IA, o OpenClaw, que, em menos de três meses, virou um dos projetos de código aberto mais populares do mundo e o levou a ser contratado pela OpenAI semanas depois. São casos reais. E sim, há viés de sobrevivência: você não lê sobre os mil que tentaram e falharam. O ponto não é que sempre dá certo. É que agora é possível, e “possível” já basta para mudar a sua conta de risco.

ExO 3.0 dá um nome para transformar essa pergunta em uma rotina: Kill Switch Contínuo. Não como exercício intelectual de offsite uma vez por ano, mas como saída permanente do sistema estratégico. A régua da autodisrupção precisa correr na mesma velocidade da capacidade da tecnologia, porque o que parece seguro hoje pode estar exposto daqui a doze meses. Quem roda essa pergunta o tempo todo descobre a tempo. Quem espera o offsite descobre pelo balanço. E a cada vez que a empresa se reconstrói antes de ser forçada, acumula capital, inteligência e confiança para colapsar o próximo domínio. A autodisrupção deixa de ser uma ameaça e vira um flywheel.

O Kill Switch Contínuo não mata o negócio, mas a ilusão de que a margem de hoje é defensável por inércia.

Onde dar o próximo passo

Nada disso exige um programa de transformação de dois anos para começar.

Pegue o plano que você aprovou e encontre a única premissa sobre a qual quase tudo se apoia, aquela que, se cair, derruba metade do documento. Escreva-a como uma frase que pode ser demonstrada falsa. Identifique o sinal que apareceria primeiro se ela começasse a ruir, antes que o resultado financeiro acuse. Defina o limiar que dispara o alerta e dê um nome ao dono.

Pronto: você acabou de transformar um pedaço do seu plano estático na primeira hipótese viva da empresa e fez seu primeiro exercício de foresight aplicado. Repita até dar um novo gás ao plano.

É deliberadamente pequeno. É assim que se evita o erro de sofisticar a análise antes de destravar a decisão, que é como a maioria das empresas desperdiça os primeiros milhões em IA.

O que sobra para o humano

Se a IA mapeia o ambiente, simula cenários, modela respostas e recomenda movimentos, o que sobra para a liderança?

Sobra o núcleo. O que sempre deveria ter sido o núcleo, mas ficou soterrado por décadas de síntese operacional disfarçada de estratégia.

A IA fornece escala probabilística: o leque de futuros possíveis. O humano assume o compromisso: a escolha irreversível, feita sob incerteza, pela qual alguém se dispõe a responder. A máquina mapeia o que pode acontecer. A liderança decide com o que a organização se compromete e, mais difícil ainda, o que ela se recusa a fazer. Num mundo em que executar ficou quase grátis, dizer “não” virou a decisão estratégica mais rara.

E há uma função que não dá para terceirizar a nenhuma máquina: segurar o propósito. Não como frase na parede, mas como a restrição que define o que o sistema inteiro tem permissão para fazer. Quando a execução é abundante, o propósito deixa de ser inspiração e vira a regra que impede a empresa de se tornar uma fábrica de funcionalidades sem direção. Esse é o trabalho que resta para quem lidera. E é o mais difícil de todos.

O líder do futuro não vencerá a IA analisando mais. Vencerá perguntando melhor, julgando melhor e respondendo melhor às escolhas. A liderança não desaparece, mas se concentra onde sempre deveria estar: direção, valores, julgamento e responsabilidade, as únicas coisas que continuam humanas quando a incerteza vira a regra.

O relógio, não o plano

Aquele CEO dos oitenta slides não tinha problema com o plano, mas sim com o relógio. A empresa dele aprendeu a pensar na velocidade de 2027, mas continuou decidindo na velocidade de 2017 e nenhum slide a mais resolve isso.

A pergunta para o seu próximo conselho não é: “Como atualizamos nosso plano?” É mais desconfortável: a sua organização ainda planeja como se o futuro fosse uma extrapolação do passado, ou já aprendeu a operar num mundo que se recusa a ser previsível?

Quem responder com honestidade vai descobrir que o trabalho não é escrever um plano melhor. É reescrever a máquina que decide.

---

Referências

ExO 3.0, Kill Switch Contínuo e a lógica de bordas (Edge). Salim Ismail et al., The Organizational Singularity and Exponential Organizations. OpenExO. https://openexo.com/organizational-singularity

Foresight e planejamento por cenários na Shell (Pierre Wack). Pierre Wack, “Scenarios: Uncharted Waters Ahead”, Harvard Business Review, 1985. https://hbr.org/1985/09/scenarios-uncharted-waters-ahead. Verbete “Pierre Wack”, Wikipedia. https://en.wikipedia.org/wiki/Pierre_Wack. “Case study: how Shell anticipated the 1973 oil crisis”, Polytechnique Insights. https://www.polytechnique-insights.com/en/columns/society/case-study-how-shell-anticipated-the-1973-oil-crisis/

Klarna é o assistente de IA com trabalho equivalente ao de 700 atendentes. “Klarna AI assistant handles two-thirds of customer service chats in its first month”, Klarna. https://www.klarna.com/international/press/klarna-ai-assistant-handles-two-thirds-of-customer-service-chats-in-its-first-month/. “Klarna’s AI assistant does the work of 700 full-time agents”, OpenAI. https://openai.com/index/klarna/

Peter Steinberger e o OpenClaw. Peter Steinberger, “OpenClaw, OpenAI and the future”. https://steipete.me/posts/2026/openclaw. Verbete “OpenClaw”, Wikipedia. https://en.wikipedia.org/wiki/OpenClaw