IA como patrimônio: por que empresas devem codificar o conhecimento, aponta Maffè (SDA Bocconi)
Maffè (SDA Bocconi): usar a IA para codificar competências e proteger dados é chave para preservar know‑how e impulsionar produtividade das empresas.
RESUMO ✦
Sem tempo? A Lili IA resume para você
IA como patrimônio: por que empresas devem codificar o conhecimento, aponta Maffè (SDA Bocconi)
Por Stella Ferrari — Em debate na 108ª Assembleia Nacional da Manageritalia, o professor Carlo Alberto Carnevale Maffè (SDA Bocconi) fez um chamado estratégico que deveria ressoar nas salas de conselho e nas oficinas das pequenas e médias empresas: pare de temer a IA e comece a transformá‑la no motor da preservação do nosso capital intelectual. Segundo Maffè, os grandes laboratórios americanos provaram uma lição de engenharia de mercado — Anthropic, ele recorda, valeu “1.300 bilhões” por conseguir tomar um conhecimento amplamente distribuído e traduzi‑lo em modelos matemáticos e em capital semântico.
Essa observação não é retórica. Estudos acadêmicos citados pelo professor indicam que cerca de 42% das competências de um gestor pertencem a ele pessoalmente e não à empresa — um ativo que se dissipa com a aposentadoria dos seniores se não for capturado. Para uma economia que arrasta produtividade estagnada por quase três décadas, essa é uma freada potencial que não podemos aceitar.
Minha perspectiva, como estrategista de negócios, é direta: as pequenas e médias empresas estão, paradoxalmente, em posição de vantagem. Elas abrigam especialidades únicas, nichos de excelência que, se simplesmente depositados em grandes modelos externos, equivaleriam a entregar nosso know‑how às plataformas estrangeiras. A solução não é um investimento de hardware de ponta, é uma calibragem organizacional e cultural. Proteja a sua competência; transforme‑a em conhecimento codificado.
O caminho técnico é cristalino e completamente ao alcance: criar tassonomias para mapear competências e construir ontologias que deem contexto a esse mapa. Depois, alimentar esses elementos em sistemas que eduquem os modelos matemáticos. Essa fase de computing — a aceleração que muitas empresas imaginam custosa — hoje está disponível na Europa e na Itália a custos baixos. O verdadeiro freio é mental, não tecnológico.
Há ainda um trunfo europeu que devemos reivindicar com diplomacia e firmeza: a proteção de dados. A regulamentação que por vezes foi criticada por ser burocrática e restritiva criou, na prática, um cofre de dados pessoais e empresariais que nos confere uma vantagem competitiva. Em inteligência artificial, o ativo mais valioso não são apenas os modelos, mas os dados que os alimentam. Manter esses dados sob soberania europeia não é nacionalismo — é estratégia de Estado.
Concluo com uma orientação executiva: a empresa que quer acelerar sua performance deve ver a IA como instrumento de legado organizacional. Transformar a experiência taciturna de seus gestores em algoritmos e ontologias é projetar a produtividade futura. A tarefa exige vontade empreendedora e liderança gerencial — não necessariamente programadores caros. Em termos de engenharia de políticas empresariais, trata‑se de redesenhar processos e instituir práticas para que o conhecimento não saia com o motorista do navio, mas se torne parte do maquinário da companhia.
Se pensarmos a economia como um motor, este é o momento de ajustar a injeção eletrônica do sistema: codificar o conhecimento, proteger os dados e calibrar incentivos para que a aceleração da produtividade volte a ser uma meta realista e alcançável.

