O que a Fórmula 1 explica sobre a parceria entre OpenAI e Oracle

Você pode ter o melhor carro, um dos melhores pilotos e uma pista em condições ideais. Ainda assim, quando o carro entra no box, a corrida depende do que a equipe consegue fazer ali.

André Lopes, da OpenAI, usou essa imagem no Oracle AI Experience Brasil, em São Paulo, para explicar a proposta da parceria com a Oracle. As duas empresas querem atuar como essa equipe de box, ajudando a escolher onde aplicar IA, desenhar a solução, acompanhar a implantação e ajustar o que for preciso quando ela começar a rodar.

Foi a parte da keynote que mais me chamou atenção. Na análise que publiquei depois do Oracle AI World, escrevi sobre o ChatGPT como porta de entrada para os sistemas empresariais. Em São Paulo, a conversa avançou para o que acontece depois que essa porta se abre. Alguém precisa conhecer o processo, saber o que medir e ter condições de intervir quando a operação sair do previsto.

Antes de acelerar, meça a volta

O caso apresentado veio da própria Oracle. A equipe de recrutamento levava de dois a quatro dias para preparar uma pesquisa de mercado. Segundo o relato publicado pela OpenAI, com o ChatGPT Work essa preparação passou a levar de 15 a 20 minutos. O ganho diz respeito à pesquisa, uma etapa específica do recrutamento. A equipe já conhecia o tempo de partida e sabia exatamente qual tarefa queria acelerar. Caso Oracle publicado pela OpenAI.

A pergunta que André deixou para a plateia foi qual processo cada empresa escolheria para começar. Parece simples, até alguém precisar dizer qual resultado espera, quem responde por ele e que evidência vai justificar a próxima etapa.

O trabalho que aparece quando o carro entra no box

André fez outra distinção importante. Um processo pode funcionar há anos para uma equipe experiente e ainda depender de decisões que ninguém escreveu. As pessoas sabem qual planilha prevalece quando os números divergem, quais exceções exigem uma ligação e quem tem autoridade para aprovar algo fora da rotina.

Imagine uma área de compras tentando entender por que um pedido ficou mais caro. A IA pode reunir o pedido, o orçamento e o contrato. Mas, se houver duas versões do contrato, qual vale? Se o reajuste estiver dentro da tolerância, quem pode seguir? Quando faltar informação, para quem vai a pendência?

É aí que o papel do box fica concreto. Alguém precisa explicitar essas regras, testar o que acontece nas exceções e acompanhar o fluxo depois da implantação. Cada caso encaminhado para revisão pode mostrar onde falta um dado, onde uma regra ficou ambígua ou onde o julgamento humano precisa continuar.

O Oracle AI Workspace, ainda em desenvolvimento, pretende aproximar aplicativos e dados da Oracle do ChatGPT, seguindo as permissões e aprovações da organização. O Oracle App Composer prevê o uso do Codex e de outras ferramentas de IA para construir aplicações ligadas a dados e fluxos aprovados. Uma investigação que começa em uma conversa pode, se for recorrente, virar uma aplicação interna com etapas claras e um responsável por cada exceção. Anúncio da OpenAI.

Como eu escolheria a primeira volta

Eu começaria com uma tarefa que acontece toda semana e cujo resultado alguém consegue revisar. Colocaria a IA para rodar em paralelo ao processo atual, sem alterar registros nem aprovar pedidos. Compararia o tempo até a entrega, incluindo a revisão, e observaria quais exceções foram encaminhadas corretamente. Se a IA gera um rascunho em minutos e a equipe leva uma hora corrigindo as fontes, essa hora entra na conta.

Para uma startup de IA, essa é uma oportunidade de mostrar valor com precisão. Quando o cliente consegue apontar qual trabalho passou a entregar mais rápido, quanto esforço ainda fica com a equipe e como as exceções são resolvidas, ele tem evidência para ampliar o uso. A primeira volta mede o que o carro consegue fazer. As seguintes mostram se a equipe consegue repetir o resultado em condições reais.