Do ‘Gut’ ao ‘Graph’ Sem Perder o Humano: Por Que Dados São Seu Superpoder (e o Julgamento Também)

Por alguém que acredita que dados são sobre pessoas, não apenas números

1 Por que este tema me importa

Tem uma frase que abre o capítulo de um livro recente sobre estratégia de dados e que ficou comigo: “Who has the data has the power” — quem tem os dados tem o poder, de Tim O’Reilly.

É uma frase poderosa. E também perigosa, se a lermos pela metade.

Na minha experiência trabalhando com dados e produtos, aprendi que poder sem propósito é só risco mais bem informado. A pergunta que realmente importa não é “quem tem os dados”, mas o que fazemos com eles, e a serviço de quem. Porque por trás de cada decisão “data-driven” há gente: o cliente que recebe (ou não) o crédito, o funcionário cuja função muda, a pessoa que confia que a empresa vai tratá-la com justiça.

Quero compartilhar uma reflexão sobre uma das transições mais importantes que vejo nas organizações hoje: a passagem do que o livro chama de decisão “gut” (instinto) para decisão “graph” (evidência). É uma mudança necessária. Mas ela vem com uma armadilha silenciosa, e é sobre essa armadilha que eu mais quero falar.

2 O que está realmente mudando

Por décadas, organizações decidiram no instinto. Experiência, intuição, o “faro” de alguns poucos no topo. Funcionou por muito tempo, até parar de funcionar.

Os números ajudam a dimensionar o atraso de quem não mudou. Uma pesquisa recente da Carruthers and Jackson, citada no livro, encontrou que 26% das organizações ainda operam sem nenhuma estratégia formal de dados, e 39% relatam ter pouca ou nenhuma governança de dados.¹ Na ausência de uma direção clara, essas empresas seguem decidindo no escuro.

A virada é da decisão “gut” para a decisão “graph”: em vez de instinto isolado, escolhas ancoradas em análise, dashboards, métricas e evidência. O livro lista bem o contraste. A decisão “gut” é rápida, mas não é factual, precisa nem repetível, e fica concentrada em poucas pessoas. A decisão “graph” é fundamentada em evidências e padrões, é consistente, transparente e mensurável, e abre espaço para que mais gente participe.²

Reparem no último ponto, porque é o que mais me anima nessa mudança: decisão baseada em dados é, no fundo, uma decisão mais democrática. Quando o critério é evidência e não hierarquia, a melhor ideia pode vir de qualquer lugar da organização, não só da sala do andar de cima.

3 A armadilha: confundir “graph” com “automático”

Aqui está o ponto que considero mais importante deste texto.

Na pressa de abandonar o instinto, muita gente comete o erro oposto: passa a tratar o dado como oráculo. Como se “o número disse” encerrasse a conversa. Como se a planilha pensasse por nós.

O próprio livro tem uma metáfora que adoro, na voz de duas líderes discutindo o tema: “Dado não é uma bola de cristal — é uma bússola. Mostra a direção, não o destino.” E completa: “Ele informa, não substitui o pensamento. É insight, não intuição.”³

Isso muda tudo. Uma bússola é indispensável quando você está perdido. Mas ela não escolhe para onde você quer ir, não sabe por que a viagem importa, e não carrega a responsabilidade pelas pessoas que vão junto. Essas três coisas — o porquê, o propósito e a responsabilidade — continuam sendo profundamente humanas.

Pra mim é claro que decisões sobre crédito, emprego, saúde e oportunidade merecem mais do que um output de modelo. Elas merecem julgamento, contexto e accountability. E accountability, ao fim e ao cabo, é sempre de um ser humano — nunca de um algoritmo.

4 O que o instinto ensina (e por que não jogamos fora)

Seria fácil, e errado, transformar este texto em “instinto é ruim, dado é bom”. Não é assim.

O instinto de um líder experiente é, ele mesmo, uma forma de dado: décadas de padrões absorvidos e comprimidos em algo que chamamos de intuição. O problema do “gut” puro nunca foi a experiência. Foi a ausência de verificação. Foi a impossibilidade de checar se aquele faro vale para o mercado de hoje ou para o de dez anos atrás. Foi o fato de a decisão ficar trancada na cabeça de pouca gente, sem transparência e sem como ser questionada.

O caminho maduro, na minha visão, não é trocar instinto por dado. É colocar os dois em diálogo: usar a evidência para testar a intuição, e usar a intuição, o contexto, a ética, a empatia, para interpretar a evidência. O dado te diz o que está acontecendo. O ser humano ainda precisa decidir o que isso significa e o que é certo fazer a respeito.

5 O lado que o entusiasmo costuma esquecer

O mesmo livro é honesto sobre o que trava a virada para dados, e vale registrar, porque a conversa não pode ser só celebração.

Há silos de dados que impedem integração. Há falta de liderança visionária, gente que não enxerga o custo de oportunidade da inação. Há escassez de talento capaz de transformar dado em caso de uso real. Há problemas de qualidade de dados, que sabotam até as plataformas mais sofisticadas, porque dado ruim leva a estratégia ruim. E há a velha resistência cultural à mudança.⁴

Note como quase nenhum desses obstáculos é técnico no fundo. São obstáculos humanos: liderança, cultura, talento, confiança. O que reforça a tese: a transformação de dados é, antes de tudo, uma transformação de pessoas.

E há um custo concreto em não enfrentá-la. O livro quantifica o alto custo de ignorar dados: decisões ruins, perda de receita, ineficiência operacional, maior exposição a risco e fraude, perda de clientes e estagnação cultural.⁵ Em uma das ilustrações, uma líder resume de um jeito que ficou comigo: “Dado pode ser um investimento, mas ignorá-lo é uma despesa silenciosa.” Concordo. E acrescento: essa despesa silenciosa quase sempre é paga por alguém — frequentemente o cliente ou o cidadão na ponta.

6 Como faço essa transição na prática

Não tenho fórmula mágica, e desconfio de quem oferece uma. Mas, baseado no que aprendi (e errando bastante pelo caminho), compartilho cinco movimentos que me parecem honestos. Não como verdade absoluta, mas como ponto de partida:

1. Comece pequeno e com propósito. Escolha uma unidade de negócio ou um problema real e rode um experimento data-driven ali. Use o resultado como caso para expandir. Transformação acontece em estágios, não em um big bang.

2. Construa letramento em dados, não só dashboards. Ferramenta sem cultura vira teatro. Capacitar pessoas para ler, questionar e agir sobre dados vale mais do que comprar a próxima plataforma.

3. Trate qualidade e governança como fundação, não burocracia. Dado ruim com IA em cima continua sendo dado ruim, só que mais rápido e em escala. Governança não é o freio da inovação; é o cinto de segurança que permite acelerar com responsabilidade.

4. Posicione automação e IA como copilotos, não pilotos. Eles ajudam o time a entregar melhor e mais rápido. A mão no leme, e a responsabilidade pela rota, continua sendo de gente.

5. Mantenha supervisão humana onde a decisão toca vidas. Crédito, contratação, saúde, acesso a oportunidades: aqui o “graph” informa, mas o julgamento e a accountability são inegociavelmente humanos. Não é só compliance. É a coisa certa a fazer.

7 Uma reflexão final

A frase de abertura dizia que quem tem os dados tem o poder. Eu gostaria de propor uma correção gentil: quem usa os dados com sabedoria e responsabilidade constrói confiança — e confiança, no longo prazo, é o poder que de fato sustenta uma organização.

A transição do “gut” para o “graph” é real, é necessária e está atrasada em boa parte das empresas. Mas o destino dessa jornada não é um mundo onde algoritmos decidem por nós. É um mundo onde decidimos melhor com eles: com mais evidência, mais transparência, mais gente participando, e sem terceirizar para uma máquina aquilo que é, e deve continuar sendo, uma responsabilidade humana.

Porque, no fim, dados são sobre pessoas, não apenas números. A bússola aponta a direção. Mas o destino, o porquê da viagem e o cuidado com quem vai junto, isso ainda é, felizmente, tarefa nossa.

Como vocês têm conduzido essa transição do instinto para a evidência nas suas organizações? E onde vocês traçam a linha entre o que delegam ao dado e o que mantêm sob julgamento humano? Vamos conversar.

Este texto foi inspirado no Capítulo 1 — “Introduction: Why Data Is Your Business Superpower”, de Rahat Yasir e Kasam Shaikh (Driving Business Transformation with Modern Data and AI Strategies, 2026). As reflexões e o posicionamento são meus.

8 Referências