A Entrega de Projetos Requer Sistemas de Orquestração de IA, Não Apenas Ferramentas — A Responsável pela Entrega de Projetos Explica Como a IA Está a Criar Novos Estrangulamentos

No que diz respeito à entrega de projetos, sou responsável pelos projetos da minha empresa: definir a estratégia e os KPIs, construir a equipa (tanto humana como constituída por sistemas com IA), supervisionar a execução e entregar projetos — sistemas de marketing fundamentais que as equipas conseguem manter a longo prazo.

Diria que a minha formação é pouco habitual para uma profissional de marketing. Comecei como engenheira profissional licenciada e comecei a trabalhar em marketing para empresas de engenharia e tecnologia. Há 20 anos que desenvolvo estratégias de crescimento e entrego resultados de marketing a empresas que vão desde startups pré-receita até 10% das empresas da Fortune 100 (Intel, IBM, Amazon, Dell, SAP). Muitas vezes ajudo fundadores com poucos recursos fora dos tradicionais polos tecnológicos, como San Antonio, Chicago, Telavive ou algumas regiões da Europa que não têm acesso fácil a liderança experiente na área do crescimento.

Eis o que torna a minha abordagem diferente: combino conhecimentos especializados em marketing de produto e marketing de crescimento com uma sólida fluência em IA e dados. Formei mais de 2 milhões de profissionais em temas relacionados com IA, estratégia de dados e, agora, marketing com IA — por isso, quando digo "orientado por dados", falo a um nível de engenharia. Não se trata apenas de análises superficiais.

You should also read

• Os fluxos de trabalho de IA do mundo real utilizados pelo Diretor de Entregas de uma agência de implementação do Asana

• Gestor de Projetos e Educador com IA Partilha um Fluxo de Trabalho Simples com IA que Altera Fundamentalmente a Forma como os Projetos Funcionam

Como a IA está a redefinir as funções de liderança na estratégia, arquitetura e orquestração

Com a IA, a minha função evoluiu de "estratega + líder" para "estratega + arquiteta + orquestradora de agentes + líder".

Eis o que isso significa na prática: costumava dedicar 50% do meu tempo ao planeamento estratégico e 50% a liderar equipas durante a execução. Agora, são 30% para a estratégia, 25% para a arquitetura de sistemas de IA, 25% para a orquestração de agentes e 20% para a liderança da equipa.

Eis o que está a exigir mais atenção:

• Conceber sistemas de IA que as minhas equipas possam utilizar — estou a falar de fluxos de trabalho, não de ferramentas.
• Estruturas de validação e controlo de qualidade

Eis o que está a ocupar menos tempo:

• Análise manual de dados: a IA trata de 80% dos conhecimentos iniciais através da EDA (análise exploratória de dados) do ChatGPT.
• Conteúdo em primeiro rascunho: a IA gera rascunhos através do Claude + MCP personalizado e as equipas aperfeiçoam-nos.
• Relatórios de rotina: maioritariamente automatizados através do Segmetrics.
• Documentação de reuniões: a IA extrai ações e decisões através do Fathom.

Como utilizar a estrutura Gradiente de Confiança para decidir o que automatizar (e o que manter sob responsabilidade humana)

Utilizo a estrutura "Gradiente de Confiança" para decidir o que automatizar. Eis a ideia geral.

Elevado potencial de automatização (a IA trata de mais de 80%):

• Recolha de dados e análise inicial
• Geração de conteúdo em primeiro rascunho — apenas quando se dispõe de contexto adequado e documentado sobre a marca
• Produção de materiais de campanha
• Notas de reuniões e extração de itens de ação
• Relatórios de desempenho de rotina

Necessita de supervisão humana (quando a IA presta assistência e uma pessoa decide):

• Definição de prioridades estratégicas — que campanhas realizar, quando e porquê
• Decisões de posicionamento no mercado
• Distribuição do orçamento pelos diferentes canais
• Gestão das objeções dos clientes em conversas de elevado risco
• Resposta a crises

Território exclusivamente humano:

• Conceção de gráficos para redes sociais (sim!)
• Validação do ICP e síntese de estudos de mercado (a IA não deteta nuances emocionais importantes que devem ser consideradas)
• Estratégia de preços e conceção do modelo de monetização
• Negociações de parcerias
• Resolução de conflitos
• Qualquer decisão que afete diretamente os resultados financeiros ou a reputação da empresa

As equipas inteligentes estão a utilizar a IA para o trabalho incómodo, repetitivo e dependente do contexto, mantendo depois os humanos concentrados nas decisões que exigem um conhecimento profundo do mercado e na avaliação dos compromissos estratégicos.

Mas lembre-se: automatizar um processo defeituoso apenas lhe dá resultados defeituosos mais rapidamente. Por exemplo, já vi equipas automatizarem a criação de conteúdos quando o verdadeiro problema era o facto de o seu posicionamento estar errado, o que acabou por ser uma completa perda de tempo.

Automatizar um processo defeituoso apenas lhe dá resultados defeituosos mais rapidamente.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Lillian Pierson

Fundadora da Data-Mania

Resolver o novo estrangulamento da IA: criar nós de validação nos seus fluxos de trabalho

Dito isto, fiquei surpreendida e desiludida ao descobrir que a IA não eliminou os nossos estrangulamentos; limitou-se a deslocá-los.

Somos 10 vezes mais rápidos a executar estratégias de campanhas, calendários de conteúdos e estruturas de mensagens. Mas os prazos globais dos nossos projetos apenas ficaram 3 vezes mais rápidos.

Porquê? Porque agora passamos mais tempo a validar se os resultados gerados pela IA estão realmente corretos. Antes da IA, as minhas equipas passavam 80% do tempo a criar entregáveis e 20% a verificar se eram estrategicamente sólidos. Agora, a proporção inverteu-se: 30% a criar e 70% a validar.

Assim, o estrangulamento passou da execução para a avaliação.

Para resolver este novo estrangulamento, comecei a criar nós de validação nos meus fluxos de trabalho de IA, para que os LLM possam avaliar não só a precisão, mas também a conformidade com critérios rigorosos do fluxo de trabalho. 

Exemplo real de um guião de verificação da qualidade da IA

Nas instruções do agente, o meu nó de validação é semelhante ao seguinte: 

• Para os conteúdos de redes sociais que criar, execute uma etapa de garantia da qualidade. Antes de enviar a sua resposta, verifique:
  • Criei exatamente 3 conteúdos?
  • Criei exatamente 1 publicação viral no LinkedIn?
  • Criei exatamente 1 legenda viral para Reels?
  • Criei exatamente 1 guião de apresentação para um vídeo viral de Reels?
  • A publicação no LinkedIn que escrevi cumpre os requisitos definidos na instrução que introduzi no Passo X?
  • Incorporei em todos os conteúdos a prova social ou o estudo de caso escolhido no Passo Y?
  • A publicação no LinkedIn e a legenda para Reels contêm hashtags relevantes?
  • Evitei acrescentar estratégia, modelos, indicações visuais ou materiais adicionais?
  • Cumpri os requisitos específicos de formato?
  • Se respondeu “não” a alguma das perguntas acima, volte atrás e corrija o erro. Depois, repita esta etapa até que todas as suas respostas sejam “sim”.
  • Se criar algo diferente dos 3 conteúdos especificados, falhou completamente esta tarefa.

Até agora, está a ajudar, mas ainda não é 100% eficaz.

Como a IA está a transformar os rituais de entrega

Passámos de um planeamento adjacente à cascata para um modo de “Validação Contínua” — em que os testes acontecem como parte do processo. Só essa mudança reduziu a sobrecarga do processo de 20% para 5%. É uma redução bastante significativa.

A chave é avaliar primeiro todo o seu modelo de entrega e, depois, automatizar estrategicamente.

Eis como evoluíram os nossos principais rituais de entrega:

Alinhar as equipas

• Antes: reunião de alinhamento de 1 hora com diapositivos e perguntas e respostas.
• Agora: resumo do projeto gerado por IA através do ChatGPT, seguido de comentários assíncronos no Notion durante um período de 24 horas e de uma reunião de 15 minutos apenas para resolver bloqueios.
• Impacto: menos 80% de tempo em reuniões e melhor alinhamento.

Validar o trabalho

• Antigo: a equipa de QA revia manualmente todos os recursos
• Novo: testes assistidos por IA, nos quais o Claude verifica o conteúdo face a critérios fundamentais, à voz da marca documentada e aos pontos de prova, corrigindo depois quaisquer desvios. Os humanos fazem verificações pontuais para garantir o alinhamento estratégico.
• Impacto: menos 2x problemas de qualidade.

Tratamos a IA como um membro júnior da equipa incrivelmente rápido, com uma memória perfeita, mas sem qualquer discernimento estratégico. Precisa de orientação, contexto e validação, mas trata de todo o trabalho rotineiro.

O meu lema é que as equipas que tentarem substituir a maioria dos seres humanos por IA vão falhar. As equipas que utilizarem a IA para ampliar o discernimento humano apurado e oportuno vão vencer.

Tratamos a IA como um membro júnior da equipa incrivelmente rápido, com uma memória perfeita, mas sem qualquer discernimento estratégico. Precisa de orientação, contexto e validação, mas trata de todo o trabalho rotineiro.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Lillian Pierson

Fundadora da Data-Mania

A mudança das ferramentas de IA para os sistemas de orquestração

Esta era a minha pilha tecnológica há 12 meses: Airtable, Notion, ChatGPT, Perplexity, Canva, Google Docs, Fathom, Siri e Loom.

Esta é a minha pilha atual:

• ​​Claude + MCP personalizado: o meu espaço de trabalho principal de IA, onde faço a maior parte do meu pensamento estratégico, criação de conteúdos e trabalho de desenvolvimento, com integrações personalizadas que me permitem aceder a todo o meu contexto e às minhas ferramentas num único lugar.
• n8n: utilizo-o para automatizar as tarefas repetitivas, para me poder concentrar no verdadeiro trabalho estratégico em vez de copiar dados entre plataformas ou enviar os mesmos e-mails de acompanhamento. Também o utilizo como servidor MCP.
• Airtable: é aqui que mantenho todo o meu contexto para o MCP. E, quando os meus agentes de IA concluem uma tarefa, escrevem automaticamente os resultados no Airtable, que utilizo para armazenar e organizar todos os dados dos meus projetos para o MCP.
• Notion: o meu cérebro central para procedimentos operacionais normalizados e modelos de estratégia. Uma ferramenta de gestão de projetos e documentação, e tudo aquilo de que preciso para consultar ou partilhar com a minha equipa.
• Bolt: quando preciso de uma ferramenta personalizada, de uma página de destino ou de um protótipo e não quero esperar por um programador, utilizo-o para criar rapidamente aplicações Web que resolvam problemas específicos dos fluxos de trabalho.
• Windsurf: o meu editor de código de eleição quando estou a criar aplicações personalizadas para tarefas de marketing específicas. O código é escrito pela IA, por isso não fico bloqueado com a sintaxe.
• ChatGPT: utilizo-o quando preciso de uma perspetiva diferente sobre algo ou quero trocar ideias rapidamente sem mudar de contexto. Também é excelente para a Pesquisa aprofundada.
• Perplexity: o meu assistente de pesquisa para recolher dados atuais do mercado, informações sobre a concorrência e tendências do setor, com fontes concretas que posso citar.
• Gamma: quando preciso de criar rapidamente uma apresentação sem ficar preso a decisões de design, ajuda-me a criar algo com um aspeto profissional numa fração do tempo.
• OpenAI AgentKit: estou a experimentá-lo para criar agentes de IA personalizados que possam tratar de tarefas recorrentes específicas sem eu ter de os ativar manualmente sempre.
• Descript: utilizo-o para editar as minhas gravações e os vídeos de apresentações para clientes, para que fiquem polidos sem exigir conhecimentos especializados de edição de vídeo.
• Canva (software de marketing gratuito): a minha ferramenta de design para criar gráficos com a identidade da marca, recursos para redes sociais e elementos visuais quando preciso de algo com bom aspeto, mas que não exija um processo de design completo.
• Google Docs: é onde faço a redação colaborativa com os clientes e a minha equipa. É especialmente útil para sessões de feedback em tempo real e trabalho estratégico iterativo.
• Fathom (aplicação de tomada de notas): grava as minhas chamadas com clientes e gera automaticamente transcrições e resumos, para que me possa concentrar na conversa em vez de tirar notas freneticamente.
• Loom (software de marketing em vídeo): é assim que faço a maioria das minhas apresentações de estratégia e auditorias de websites. Permite-me explicar aos clientes o meu raciocínio de forma assíncrona, para que possam assistir no seu próprio horário.

De um modo geral, a maior mudança foi passar de «ferramentas» para sistemas de «IA em orquestração». Passei de utilizar o ChatGPT para gerar conteúdos e fazer pesquisa de mercado para criar agentes de IA completos que acedem a um contexto estruturado da marca e geram autonomamente recursos de campanha e materiais de marca.

Foi muito útil eliminar todos aqueles GPTs pontuais múltiplos. Consolidei 90% disso em agentes integrados nos "Projetos" do Claude, com uma arquitetura de contexto adequada alojada no Airtable.

A API do Claude foi a adição com o maior ROI. O Claude tem um MCP personalizado para criar agentes de IA que acedem dinamicamente a informações estruturadas sobre a marca e, depois de criar agentes em várias plataformas, esta é a configuração à qual continuo a voltar — é simplesmente muito poderosa! Mas requer à-vontade técnica com APIs e engenharia de prompts.

Também diria que o n8n é subvalorizado por fundadores e gestores de projetos que querem criar fluxos de trabalho de IA personalizados sem programar.

No geral, a maior mudança foi passar de “ferramentas” para “sistemas de orquestração de IA.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Lillian Pierson

Fundadora da Data-Mania

O ROI dos fluxos de trabalho agênticos — e por que motivo a inteligência acumulada supera as vitórias rápidas

Se existe um caso de utilização para um fluxo de trabalho agêntico, estou a criá-lo e a partilhá-lo. O ROI dos fluxos de trabalho agênticos é inegável.

Na verdade, ainda na outra noite fiquei acordada até às 2 da manhã a criar um curso para o LinkedIn sobre o Agent Kit. Neste curso, explico aos formandos o processo de criação de um sistema multiagente que transforma uma estratégia de parceria de 6 meses num plano de ação diário robusto que um profissional de marketing júnior consegue executar. 

Mas uma coisa que a maioria dos principiantes poderá não perceber é que os fluxos de trabalho agênticos não são do tipo "configure e esqueça". O ROI resulta da acumulação de inteligência ao longo do tempo, não da perfeição imediata. Seria um erro tratar os agentes como soluções mágicas, em vez de sistemas que precisam de aperfeiçoamento contínuo.

Como utilizar fluxos de trabalho agênticos para transformar a estratégia em trabalho diário executável

Criei este fluxo de trabalho agêntico de estratégia para execução para resolver um problema com que me deparava constantemente: entregava estes documentos abrangentes de estratégia aos clientes e, depois, ficávamos os dois a olhar para este roteiro enorme, a perguntar: "Está bem, mas o que é que faço amanhã?"

A cadeia de agentes divide a estratégia em trabalho diário executável. É assim que funciona:

• Agente de Planeamento de Projetos com IA: recebe o texto bruto da estratégia do documento que entreguei e extrai os objetivos, prioridades e iniciativas concretos. Analisa todo o contexto e identifica o que é importante.
• Agente de Planeamento da Execução: recebe esses objetivos extraídos e enriquece-os com prioridades, dependências e prazos realistas. É aqui que as ideias estratégicas se transformam num roteiro real, com uma sequência lógica.
• Agente de Planeamento de Ações Diárias: converte esse roteiro em tarefas diárias específicas. Não "melhorar o marketing por email", mas sim "redigir o email de boas-vindas 1, configurar o acionador de automatização no n8n, escrever variações do assunto para testar, etc."
• Transformação + MCP: envia todos os resultados dos agentes para o Gamma, onde é automaticamente concebido um plano de execução claro e apresentável que os clientes podem realmente utilizar.

Todo o processo é executado automaticamente assim que lhe forneço um documento de estratégia. O que antes me levava horas de decomposição manual acontece agora em minutos, e os clientes recebem tanto o pensamento estratégico como o manual tático numa só entrega.

Conselhos pouco óbvios para gestores de projetos que implementam fluxos de trabalho de IA

Tenho três conselhos pouco óbvios:

1. Faça uma auditoria antes de automatizar. Nunca automatize com base em impressões.
2. Recrute pessoas céticas em relação à IA, não pessoas entusiasmadas com a IA. As melhores pessoas das minhas equipas são aquelas que questionam os resultados da IA e insistem na validação. O entusiasmo cego conduz a erros dispendiosos.
3. Documente as suas experiências como um cientista. Registe o que tentou, o que funcionou, o que não funcionou e porquê. Isto transforma-se em conhecimento organizacional inestimável que se acumula ao longo do tempo.
4. Invista no contexto: e aqui está algo de que ninguém fala — a maioria das equipas está a investir 90% menos do que deveria em infraestrutura de contexto. Gastam milhares em ferramentas de IA, mas zero horas a documentar a voz da marca, a linguagem do ICP, os elementos de prova e o posicionamento. Sem essa base, a IA limita-se a escalar a mediocridade mais rapidamente, e essa é a verdade.

Infelizmente, é provável que se sinta mais lento antes de se sentir mais rápido e que questione se vale a pena. Persista. Os benefícios acumulados mesmo após 6 semanas são inegáveis.

A ascensão dos arquitetos de sistemas de IA e dos responsáveis pelas relações estratégicas

Diria que, em 2030, a minha função será composta por duas funções distintas:

• Arquitetos de sistemas de IA: Líderes técnicos que constroem e gerem ecossistemas de agentes de IA responsáveis pela execução. Precisarão de conhecimentos especializados em engenharia de prompts, competências de conceção de bases de dados de contexto e pensamento orientado para a orquestração de sistemas.
• Responsáveis pelas relações estratégicas: Concentram-se inteiramente naquilo que a IA não consegue fazer, como alinhar as partes interessadas, detetar tendências do mercado, fazer escolhas estratégicas, desenvolver parcerias e construir narrativas culturais.

A posição intermédia está a desaparecer rapidamente. A execução ao nível das tarefas já está a ser automatizada. O que resta é uma profunda especialização técnica (construir os sistemas inteligentes) e uma profunda especialização estratégica (tomar decisões que exigem conhecimentos especializados aprofundados).

Acompanhe

Pode acompanhar a Lillian no LinkedIn ou subscrever o seu boletim informativo Convergence . E consulte a Data-Mania para obter soluções de marketing com IA.

Pode também consultar o seu Mapa de lacunas da auditoria do motor de crescimento gratuito e aprender com o seu Portefólio de cursos do LinkedIn Learning.

Em breve, haverá mais entrevistas com especialistas no The Digital Project Manager!