A Virada Que o RH Brasileiro Ainda Não Fez com a IA

Uma pesquisa conduzida pela Comp em maio de 2026 ouviu 335 CHROs brasileiros sobre o nível de maturidade com que suas empresas usam inteligência artificial na área de pessoas. A maioria respondeu de forma otimista, mas, ao comparar a resposta com critérios objetivos de maturidade, 88% descobriram que ainda estão nos dois estágios mais básicos: usar IA para ganhar velocidade individual ou coletiva, sem integrar dados nem deixar a máquina participar de decisões. Se você é gestor ou empresário, esse número importa porque mostra que o problema não é falta de adoção de IA, é falta de diagnóstico correto sobre o que, de fato, está sendo feito com ela.

O recorte que separa as empresas que vão crescer nos próximos anos das que vão ficar para trás não é "usa IA" versus "não usa IA". É usar IA como ferramenta que acelera tarefas do dia a dia versus usar IA como camada que ajuda a tomar decisões de gestão de pessoas. A diferença parece pequena no papel, mas na prática define quem constrói vantagem competitiva de verdade na área de RH e quem só está automatizando processos antigos.

Os cinco níveis de maturidade com IA

O estudo organiza a adoção de IA em cinco níveis, e cada um deles cumpre uma função diferente dentro da empresa, não apenas "mais do mesmo" em maior escala. Nos dois primeiros níveis, a IA serve para executar mais rápido os processos que já existiam, seja no trabalho de uma pessoa ou de um time inteiro. No terceiro nível, uma camada única de agentes de IA conecta todos os sistemas da empresa e consegue responder perguntas com contexto real do negócio. No quarto nível, a IA já propõe decisões para os gestores avaliarem. No quinto, que ainda não foi observado em escala em nenhuma empresa, ela aprenderia de forma autônoma com cada resultado gerado.

Nível	O que a IA faz
1	Ganho de produtividade individual
2	Ganho de produtividade coletivo, mesmos processos mais rápidos
3	Camada única conectada a todos os sistemas, responde perguntas contextuais
4	Propõe decisões para o gestor avaliar
5	Aprende de forma autônoma com cada resultado (ainda não visto em escala)

O CEO da Comp, Christophe Gerlach, chama atenção para um erro comum: empresas investem alto em IA sem saber exatamente o que significa, na prática, ser "nativa em IA". Sem esse critério claro, o resultado costuma ser investimento alto e retorno baixo para o negócio. Por isso, segundo Pedro Bobrow, CHRO da empresa, a pergunta que o gestor deveria se fazer não é como subir de nível aos poucos, e sim qual é o nível-alvo de cada área da empresa e o que precisa ser construído desde já para chegar lá.

Por que ciclo aberto não é o mesmo que ciclo fechado

Outro ponto que costuma passar despercebido é a diferença entre ciclo aberto e ciclo fechado no uso de IA. No ciclo aberto, a IA produz um resultado, esse resultado vai direto para o negócio e nada volta para o sistema aprender com o que aconteceu depois. Isso acelera a execução, mas não melhora a qualidade das decisões ao longo do tempo. Já no ciclo fechado, cada vez que um gestor aprova, edita ou rejeita uma sugestão da IA, essa informação volta para o sistema e ajuda a refinar as próximas respostas.

Gerlach alerta para um equívoco frequente: só porque uma pessoa aprova manualmente uma decisão sugerida pela IA, isso não significa que existe ciclo fechado. Se essa aprovação não é registrada de volta no sistema para influenciar decisões futuras, o que a empresa tem é apenas controle e governança, não aprendizado de fato. Para quem lidera uma equipe de RH, entender essa diferença é essencial antes de investir em qualquer ferramenta nova: sem esse retorno de informação, a empresa continua girando em círculos, sem evoluir de nível.

Como se preparar

Na prática, isso significa que antes de comprar mais uma ferramenta de IA para o RH, vale parar e mapear em qual dos cinco níveis sua empresa realmente está, com base em critérios objetivos, e não em impressão. Depois, é preciso decidir qual nível faz sentido buscar em cada área, considerando o tamanho e a maturidade do negócio, e começar a montar agora as bases necessárias para chegar lá, sejam elas dados integrados, processos de aprovação que retroalimentem o sistema ou definição clara de quais decisões a IA pode ajudar a propor.

O custo de não fazer essa reflexão é ficar nos níveis mais básicos por anos, acelerando processos que já existiam sem construir nada de novo, enquanto concorrentes usam a mesma tecnologia para redesenhar como as decisões de gestão de pessoas são tomadas dentro da empresa