Das pistas ao mundo corporativo: quando a tecnologia amplia a capacidade humana

Monica Miglio Pedrosa

Agentes de inteligência artificial e gêmeos virtuais não são conceitos restritos ao mundo corporativo e à indústria. Lucas Di Grassi, piloto brasileiro campeão da Fórmula E, explicou como essas tecnologias também podem transformar a preparação para as corridas e ampliar a capacidade humana. “Hoje chego a ficar dez horas dentro de um simulador de corrida. Dou centenas de voltas na pista nesse período. Mas isso já é tecnologia do passado. Meu objetivo é treinar um gêmeo virtual meu, que irá ampliar meu trabalho no simulador para 1 milhão de voltas”, contou Di Grassi em sua palestra no Fórum CEO Brasil 2026.

O piloto se aproximou dos carros elétricos durante a transição de sua própria carreira. Depois de competir por anos com motores a combustão, experimentou dirigir modelos híbridos na corrida da Le Mans, prova de resistência automobilística que dura 24 horas. Ao perceber que a mobilidade caminhava para a eletrificação, tornou-se um dos cofundadores da Fórmula E, criada para desenvolver tecnologias para veículos elétricos. Em 2014, venceu a primeira corrida da categoria, em Pequim.

Na comparação apresentada pelo piloto, a principal diferença entre os motores está na eficiência. Segundo ele, o motor elétrico de um carro de Fórmula E tem um nível de eficiência energética de 98%, enquanto um modelo a combustão dificilmente chega a 25% de conversão.

O uso da tecnologia como ferramenta para aumentar a performance vem desde sua experiência anterior, como CEO da Roborace, empresa de automobilismo voltada para o desenvolvimento e competição de carros de corrida 100% elétricos e autônomos, que liderou de 2019 a 2021. O executivo treinava o modelo do carro e, com machine learning, usava os dados gerados nessa interação para melhorar o veículo. Nos primeiros testes, o sistema era cerca de 35% mais lento que um piloto profissional.  Três anos depois, já alcançava desempenho equivalente. “Em 2021, já tínhamos um carro de corrida mais rápido que qualquer piloto, em uma época que ninguém ainda falava em AI”, explicou.

Fazendo um paralelo com a realidade das empresas, o piloto acredita que as organizações podem usar os agentes de IA para executar processos e explorar alternativas em escala. Eles também podem ser usados para criar representações virtuais de especialistas e ampliar a capacidade de entrega nas organizações.

Para Di Grassi, outra lição do automobilismo que merece ser levada para as empresas é a distinção entre erro e falha. Enquanto o primeiro gera aprendizados e conhecimentos que podem se tornar valiosos para a empresa, a falha ocorre quando um processo conhecido e funcional é executado incorretamente, sem trazer aprendizado novo. “Essa divergência entre erro e falha é superimportante. As empresas não incentivam a experimentação, o erro, pois confundem esses conceitos”, disse.

Ele usou o exemplo da última vitória que obteve na Fórmula E, em julho deste ano, em Xangai, para exemplificar o que chama de riscos assimétricos. Di Grassi largou em 19º no grid, com a pista 50% molhada. Se ele tomasse a mesma decisão que seus competidores, conseguiria obter no máximo dois pontos. Se decidisse de forma diferente poderia ir muito bem. Ele resolveu arriscar e o resultado foi inesperado até mesmo para ele: finalizou a corrida como campeão.