Inteligência Artificial Generativa e Agêntica

Módulo 1: Compreendendo a IA e o Impacto nos Negócios

• A evolução da IA: de sistemas baseados em regras para machine learning e modelos generativos.
• O que torna a IA generativa distinta: criar novos conteúdos em vez de apenas prever resultados.
• Por que o período de 2023–2025 marcou uma mudança importante na adoção da IA e no impacto nos negócios.
• Como a IA está reformulando setores-chave: saúde, finanças, varejo, mídia e manufatura.
• Uma lente focada em liderança para compreender e avaliar a IA.
• Definição de metas pessoais e organizacionais para aprendizado e aplicação.

Módulo 2: Como a IA Generativa funciona

• O que são grandes modelos de linguagem, explicados sem jargões técnicos.
• Como as entradas, saídas e janelas de contexto moldam o comportamento do modelo.
• Por que ocorrem alucinações de IA e seu impacto no uso organizacional.
• Como os tokens, o custo e o tamanho do modelo afetam o orçamento e as decisões de implementação.
• O que a IA multimodal permite em textos, imagens, áudio e código.
• Como os principais modelos diferem em alto nível e o que importa para as decisões de liderança.
• Sinais de alerta importantes a serem observados ao avaliar promessas de fornecedores de IA.

Módulo 3: Engenharia de prompt

• O que é engenharia de prompts e por que ela é importante.
• Técnicas fundamentais: zero-shot, few-shot, chain-of-thought e role prompting.
• Criação de prompts para tarefas executivas, como briefings, memorandos de estratégia e comunicação com stakeholders.
• Criação de prompts para tarefas de equipe, incluindo documentação, resumos e relatórios.
• Automação de fluxos de trabalho rotineiros com modelos de prompts reutilizáveis.
• Segurança de prompts e o que evitar compartilhar em ferramentas de IA públicas.
• Prática prática para construir sua biblioteca pessoal de prompts.

Módulo 4: IA em toda a organização

• Marketing e CX: personalização, geração de conteúdo, automação de serviços.
• Operações: automação de fluxo de trabalho, documentação, compras, cadeia de suprimentos.
• RH e Talentos: recrutamento, integração, aprendizado e desenvolvimento, desempenho.
• Finanças: relatórios, previsões, resumos de conformidade.
• Produto e Inovação: ideação, prototipagem, pesquisa de mercado.
• Liderança e Estratégia: inteligência competitiva, comunicação com o conselho, planejamento de cenários.
• Estudo de casos: Klarna, Coca‑Cola, JPMorgan e outros
• Avaliação de Casos de Uso: avaliando valor, risco e prontidão organizacional.

Módulo 5: Ética, Governança e IA Responsável

• O cenário da ética e o que está em jogo quando a IA toma decisões.
• De onde vem o viés na IA e como os líderes podem mitigá-lo.
• Privacidade, soberania de dados e diretrizes para o uso de ferramentas de IA pelos funcionários.
• Quando a transparência e a explicabilidade são exigidas para uma IA auditável.
• O ambiente regulatório, incluindo o EU AI Act, frameworks dos EUA e regras setoriais.
• Como os frameworks de IA Responsável do Google, Microsoft e NIST se traduzem na prática.
• Desinformação, deepfakes e desafios de integridade de conteúdo.
• Como começar a construir uma política interna de IA para sua organização.

Módulo 6: Construindo uma Organização Pronta para a IA

• O que significa prontidão para IA em tecnologia, dados, pessoas e cultura.
• Padrões comuns de falha na adoção da IA e como evitá-los.
• Comunicando sobre IA em meio à incerteza e mudanças rápidas.
• Capacitação da sua força de trabalho e identificação de habilidades essenciais do futuro.
• Abordando a ansiedade relacionada à IA e apoiando a segurança psicológica.
• Papéis do CDO, CAIO e do Centro de Excelência em IA.
• Aplicando frameworks de gestão de mudanças, como Kotter e ADKAR, a iniciativas de IA.
• Construindo defensores internos de IA e estruturas de governança.

Módulo 7: A Economia Habilitada pela IA — Força de Trabalho, Disrupção e Oportunidade

• O impacto econômico da IA generativa na produtividade, deslocamento e criação de novos valores.
• Quais empregos e tarefas estão mais expostos à automação e quais permanecem resilientes.
• Aumento por IA versus substituição e como os líderes podem aplicar essa distinção.
• Como a IA está reformulando a dinâmica competitiva por meio da vantagem de pioneiro e da diferenciação.
• O que os competidores nativos em IA revelam e o que as empresas tradicionais podem aprender com eles.
• Tendências globais de investimento em IA e suas implicações para a estratégia setorial.
• Como a liderança está evoluindo e quais capacidades humanas ganham importância.

Módulo 8: Criando uma estratégia de IA

• Revisão do framework estratégico de IA e integração de todos os conceitos.
• Uso do canvas de oportunidade de IA para mapear casos de uso ao valor de negócio.
• Aplicação de uma matriz de esforço-impacto-risco para priorizar iniciativas de IA.
• Construção de um roadmap de IA integrando vitórias rápidas, iniciativas de médio prazo e transformação de longo prazo.
• Elaboração do business case para investimento em IA e como fazer a solicitação de forma eficaz.
• Apresentação de sua estratégia de IA para conselhos, investidores e stakeholders céticos.
• Workshop de projeto de conclusão para desenvolver e revisar por pares sua estratégia organizacional de IA.
• Reflexão final sobre o tipo de líder de IA que você deseja se tornar.

Projeto final

O curso inclui um projeto final no qual os participantes sintetizam conceitos de todos os módulos em uma estratégia de IA acionável para sua organização. Os participantes desenvolvem um mapa de oportunidades priorizado, constroem um roteiro de adoção com responsáveis e cronogramas, e delineiam principais riscos, dependências e métricas de sucesso. O projeto final garante que cada participante saia com um plano concreto e pronto para a organização, que traduz o aprendizado em ação prática e estratégica.

Módulo 1: Fundamentos da IA generativa e agêntica

• Avaliar o valor estratégico de funcionalidades de IA, tais como chatbots, raciocínio e multimídia.
• Construir uma avaliação do custo de um sistema de IA.
• Diferenciar os principais tipos de modelos de IA e suas terminologias

Módulo 2: A ascensão da IA agêntica e as plataformas de IA emergentes

• Explicar a plataforma ou abordagem de IA mais relevante para um setor específico e sua aplicação em casos de uso de IA agêntica.
• Avaliar os principais fatores que influenciam a seleção de plataformas de IA de código aberto (open-source) versus proprietárias dentro de um contexto organizacional específico.
• Desenvolver uma landing page utilizando IA.
• Orientar a IA para criar uma maquete visual e um código HTML funcional.
• Ativar o código salvando-o localmente e enviando-o novamente.
• Explicar um novo fluxo de trabalho de IA dentro de uma organização.

Módulo 3: Conectando agentes a ecossistemas digitais

• Construir um caso de uso que demonstre a interação baseada em agentes entre ferramentas integradas.
• Escrever uma proposta estruturada em estilo de e-mail que esboce um caso de uso específico para um agente de IA dentro de um contexto organizacional.
• Analisar um fluxo de trabalho de negócios para determinar como um agente de IA poderia melhorar a eficiência, reduzir custos ou aprimorar a experiência do usuário.
• Projetar uma abordagem de integração que especifique como o agente proposto se conectaria com sistemas, plataformas ou interfaces de programação de aplicações (APIs) existentes.
• Avaliar os riscos potenciais, considerações éticas e métricas de sucesso associadas à implantação do agente de IA proposto.

Módulo 4: Cibersegurança: Cenários clássicos, riscos de agentes, desinformação e impacto sistêmico

• Analisar os sistemas e fluxos de trabalho de IA organizacionais para identificar potenciais riscos de cibersegurança utilizando as categorias do Framework de Cibersegurança do National Institute of Standards and Technology (NIST).
• Avaliar as práticas de segurança atuais para identificar lacunas nos recursos de controle de acesso, monitoramento, resposta e recuperação.
• Desenvolver um plano estruturado de segurança e riscos de IA, incluindo partes interessadas, treinamento e procedimentos de resposta a incidentes.
• Recomendar ações para melhorar a prontidão organizacional nos domínios Identificar, Proteger, Detectar, Responder e Recuperar.
• Analisar os sistemas e fluxos de trabalho de IA organizacionais para identificar potenciais riscos de cibersegurança.
• Avaliar como a prestação de contas é definida e cumprida em conjunto com as práticas de segurança e governança em sistemas de IA.

Módulo 5: Agentes de IA por Função de Negócio

• Descritores do contexto organizacional, incluindo setor, tipo de organização e departamento relevantes para uma iniciativa proposta de design de produto impulsionada por IA.
• Sumarizar o fluxo de trabalho atual de design de produto dentro de uma organização para estabelecer uma linha de base para melhorias.
• Selecionar uma tecnologia de IA apropriada para integração em um processo de design de produto com base em suas capacidades e relevância.
• Desenvolver um plano estruturado esboçando como a IA pode ser integrada a um fluxo de trabalho de design de produto para melhorar a eficiência, eficácia ou qualidade.
• Identificar uma arquitetura de agente de IA apropriada para um determinado contexto organizacional e explicar os principais compensações.
• Identificar oportunidades para BPO (Business Process Outsourcing) habilitado por IA e descrever seu potencial impacto organizacional.

Módulo 6: A Última Milha — Do Piloto à Prática

• Propor Indicadores-Chave de Desempenho (KPIs) mensuráveis que avaliem a eficácia de um sistema de IA em relação aos resultados de negócios.
• Descrever o contexto organizacional, incluindo setor, tipo de organização e departamento relevantes para uma implementação de IA.
• Sumarizar o propósito e a funcionalidade de um sistema de IA proposto dentro de um fluxo de trabalho de negócios.
• Escrever de três a cinco Indicadores-Chave de Desempenho (KPIs) que meçam a eficácia de uma implementação de IA.
• Avaliar como os KPIs selecionados se alinham aos objetivos de negócios e indicam se o sistema de IA está alcançando os resultados pretendidos.

Módulo 7: Governança, Conformidade e Testes de Agentes

• Identificar frameworks regulatórios aplicáveis (por exemplo, GDPR, CCPA, HIPAA) relevantes para um caso de uso específico de IA.
• Analisar os riscos associados à implantação de sistemas de IA, incluindo tanto os riscos de conformidade quanto os operacionais.
• Aplicar estratégias de teste apropriadas (por exemplo, ambiente controlado ou sandboxing, testes A/B, verificações de segurança) para avaliar o comportamento do sistema de IA.
• Desenvolver um plano abrangente de governança de IA que integre regulamentações, testes, mitigação de riscos e práticas de documentação.
• Criar perguntas norteadoras que identifiquem considerações regulatórias e de implementação fundamentais em cenários reais de saúde com IA.
• Classificar casos de uso de IA utilizando o framework do Quadrante de Risco-Velocidade.

Módulo 8: Ética e Projeto Final

• Explicar como a IA pode ser integrada estrategicamente às funções organizacionais para criar valor de negócio.
• Avaliar a adequação das tecnologias de IA para casos de uso organizacionais específicos.
• Analisar as implicações de custo, segurança e operacionais da adoção da IA.
• Avaliar os fatores humanos e organizacionais que influenciam o sucesso da implementação da IA.
• Sintetizar os conceitos do curso em uma abordagem estruturada para a adoção de IA organizacional.

Projeto final

O curso culmina em um projeto final no qual os participantes aplicam os conceitos do curso para avaliar uma oportunidade de IA organizacional. Eles avaliarão a adequação das tecnologias de IA para um caso de uso específico, analisarão as considerações comerciais, operacionais, de segurança e éticas associadas, e desenvolverão uma abordagem estruturada para a adoção responsável de IA. A entrega final inclui recomendações de implementação, mitigação de riscos e criação de valor dentro de um contexto organizacional.