A Uber ampliou o ChatGPT Work de um piloto com mil participantes para mais de 30 mil funcionários em diferentes países. O caso mostra que implantar IA em escala não é apenas distribuir licenças: a empresa combinou integrações aprovadas, capacitação, uma biblioteca interna de habilidades e casos de uso por função. Para adaptar o método, comece com processos verificáveis, proteja dados e ligue adoção a qualidade, tempo e resultado do trabalho.
Transforme o piloto em aprendizado operacional
A Uber iniciou o uso com cerca de mil pessoas e ampliou o acesso depois de observar como equipes reais aplicavam a ferramenta. Esse intervalo deve revelar quais tarefas se repetem, que dados são necessários, onde a revisão humana entra e quais erros impedem a expansão. A meta inicial não é provar que a IA funciona em geral, mas descobrir em quais processos ela melhora uma entrega concreta.
Escolha grupos com funções diferentes e uma linha de base conhecida. Compare tempo de ciclo, retrabalho, qualidade aprovada e incidentes antes e depois do uso. Registre também casos que não avançam, porque uma tarefa sem fonte confiável, com exceções demais ou responsabilidade indefinida pode continuar melhor nas mãos de uma pessoa.
Conecte apenas fontes aprovadas e necessárias
O ambiente descrito pela OpenAI conecta serviços usados pela Uber, como Google Drive, Gmail, Google Calendar e Slack. A utilidade cresce quando a resposta encontra contexto de trabalho, mas o risco também aumenta. Cada conexão precisa de proprietário, finalidade, grupo autorizado, escopo mínimo e procedimento para revogação.
Comece com uma pasta, canal ou calendário de baixo risco. Teste se uma pessoa sem acesso à fonte também fica sem acesso pela IA. Integração conveniente não pode virar atalho para contornar identidade, retenção ou classificação de dados.
- Defina o processo e o resultado esperado
- Liste as fontes realmente necessárias
- Aplique acesso mínimo por função
- Registre respostas e revisões em amostra
- Revogue conexões sem responsável ou uso comprovado
Crie habilidades reutilizáveis com dono e versão
A Uber mantém uma biblioteca interna de habilidades para tarefas recorrentes. Na prática, uma habilidade útil reúne instruções, fontes, formato de saída, critérios de qualidade e limites conhecidos. Isso reduz a dependência de cada pessoa inventar um pedido do zero e permite melhorar o processo a partir de evidências compartilhadas.
Trate cada habilidade como ativo operacional. Nomeie um responsável, registre versão e data de revisão, mantenha exemplos aprovados e explique quando não usar. Antes de liberar para toda a empresa, teste casos normais, dados incompletos, pedidos fora do escopo e tentativas de acessar conteúdo não autorizado.
Treine por função e mantenha responsabilidade humana
O anúncio cita usos em operações, finanças, marketing e produto, enquanto equipes de desenvolvimento continuam usando o Codex. O treinamento precisa refletir essa diferença. Marketing pode praticar pesquisa com fontes; finanças precisa conferir período, regra e número; operações deve testar exceções; produto pode comparar requisitos, feedback e decisões.
Ensine como formular a tarefa, verificar a resposta, proteger dados e interromper o fluxo. A pessoa que entrega o trabalho continua responsável por conferir fatos, cálculos, tom, direitos e impacto. Uma resposta fluente não substitui aprovação profissional, e volume de mensagens não demonstra competência.
Meça valor sem confundir atividade com resultado
Mais de 30 mil usuários mostram escala de acesso, não retorno comprovado. A própria publicação informa que resultados mensuráveis serão apresentados depois. Outras empresas devem evitar usar licenças ou conversas como prova de produtividade e criar indicadores ligados ao processo antes da expansão.
Acompanhe adoção útil, qualidade, tempo, custo e resultado. Um resumo de reunião pode reduzir minutos e ainda aumentar retrabalho se decisões saírem erradas. Uma pesquisa pode acelerar a primeira versão e não gerar valor se as fontes forem frágeis. Amplie apenas quando o ganho persistir com revisão, segurança e custo total aceitáveis.
Para levar daqui
A experiência da Uber sugere um caminho disciplinado: piloto com linha de base, integrações aprovadas, habilidades versionadas, treinamento por função e métricas de processo. Escala deve ser consequência de valor verificado.
