Claudio Barrientos

Insights

Ideias que definem como as organizações capturam valor da IA.

Artigos, séries e frameworks sobre como as organizações capturam valor da IA, agrupados por tema. Cada peça foi publicada primeiro no LinkedIn e é reproduzida aqui.

01Tema

AI Value Realization Theory (AVRT)

Por que a adoção de IA não se converte automaticamente em valor, e como medir a conversão.

AVRT é o framework que Claudio está desenvolvendo para explicar a lacuna entre o potencial da IA e o valor realizado. Seu núcleo é uma cadeia de conversão (Inteligência → Decisões → Ações → Valor → Reinvestimento) instrumentada com cinco métricas: ALDI, DCR, ACR, VCR e AIRR.

Framework · AVRT Seriesago. de 2026 · ES

AI Value Realization Theory: resumo executivo

O resumo executivo do framework: a cadeia de conversão, as cinco métricas (ALDI, DCR, ACR, VCR, AIRR), a lógica do elo mais fraco, a curva em J, o autodiagnóstico de 10 perguntas, o mapa de posicionamento, a métrica crítica por setor e o roadmap de 3, 6 e 12 meses.

Ler · 9 min de leitura
Post · AVRT Series 1jul. de 2026 · ES

De AI Governance a AI Value Realization

Uma organização pode ter boa governança de IA e ainda assim não capturar valor material. A tese do AVRT: a IA não gera valor diretamente, gera potencial de inteligência. O valor aparece quando é convertido em decisões, ações, resultados e reinvestimento.

Ler · 3 min de leitura
Post · AVRT Series 2jul. de 2026 · EN

The AI Value Realization Gap: a lacuna que seu dashboard não mostra

88% das organizações usam IA; apenas ~6% capturam impacto material no EBIT. Essa distância tem nome e uma forma precisa: V = α · P · Γ · Φ. A lacuna é a fração que não se converte, e vive em decisões, execução e medição, não no modelo.

Ler · 4 min de leitura
Post · AVRT Series 3ago. de 2026 · EN

A IA não cria valor. As decisões criam.

Onde exatamente o valor da IA se perde? Não nos modelos. Na cadeia que vem depois. A cadeia é multiplicativa: a excelência em três elos não compensa um quarto quebrado. O valor flui na velocidade do elo mais fraco.

Ler · 4 min de leitura

02Tema

Liderança e alfabetização executiva em IA

Os líderes podem delegar a execução. Já não podem delegar o entendimento.

A próxima lacuna competitiva não será entre empresas que usam IA e as que não usam, mas entre equipes de liderança que entendem como a IA muda os modelos operacionais e as que ainda a tratam como uma camada tecnológica.

Artigojun. de 2026 · ES

O verdadeiro problema da IA não é a tecnologia. É que a liderança não a entende.

Três das firmas de pesquisa mais rigorosas do mundo mediram a mesma coisa em 2025 e chegaram à mesma conclusão incômoda: a adoção é massiva, mas o valor é raro. Os líderes ainda podem delegar a execução, mas já não podem delegar o entendimento.

Ler · 6 min de leitura
Carrosseljun. de 2026 · EN

A lacuna de alfabetização em IA na liderança executiva é um risco estratégico

Executivos não precisam se tornar engenheiros de IA. Mas estão aprovando roadmaps de IA, plataformas GenAI, copilotos e iniciativas agênticas sem fluência suficiente nas dependências reais do valor da IA. O resultado é previsível: a IA tratada como camada tecnológica, não como transformação do modelo operacional.

Ler · 4 min de leitura

03Tema

Portfólio e estratégia de IA

Do projeto ao ativo: gerir a IA como um problema de alocação de capital.

Uma série sobre por que "quais projetos de IA temos?" é a pergunta errada: os sete componentes de um portfólio de IA, os Três Horizontes, os limites das matrizes de dois eixos e uma proposta de AI Portfolio Decision Framework.

Artigoago. de 2026 · ES

Portfólio de investimentos em IA: estrutura e governança

Por que “quais projetos de IA temos?” é a pergunta errada, e qual deveria substituí-la. Os sete componentes de um portfólio de IA, os Três Horizontes, os limites da matriz Impacto × Viabilidade e a cadeia AVRT do investimento ao valor.

Ler · 11 min de leitura
Post · Portafolio Estratégico de IA 1ago. de 2026 · ES

Do projeto ao ativo

Sua empresa provavelmente não tem um portfólio de IA. Tem uma lista de projetos. A diferença não é semântica: é uma diferença de governança, e aparece em uma única pergunta.

Ler · 3 min de leitura
Post · Portafolio Estratégico de IA 2ago. de 2026 · ES

Os três horizontes do investimento em IA

Um portfólio de IA com 100% do investimento em eficiência operacional não é conservador: é um portfólio sem futuro. O erro mais frequente, porém, é mais sutil: exigir ROI de curto prazo de uma iniciativa H3.

Ler · 3 min de leitura
Post · Portafolio Estratégico de IA 3ago. de 2026 · ES

Nenhuma consultoria usa uma única matriz

Toda vez que se discute priorização de IA, alguém pergunta qual é a melhor matriz. É a pergunta errada: as firmas que mais gerem portfólios estratégicos no mundo não usam apenas uma. A evolução natural é construir AI Portfolio Decision Frameworks que as integrem.

Ler · 4 min de leitura

04Tema

Modelos operacionais e governança de IA

A IA não cria valor vivendo em um notebook. Cria valor dentro do sistema operacional da empresa.

Por que os PoCs falham no modelo operacional e não no laboratório, o que significa governar a IA além de regular o acesso a ferramentas, e por que a propriedade federada dos dados é a base da IA agêntica.

Carrosseljun. de 2026 · ES

Governança de IA: o problema não é que suas equipes usem IA. É que ninguém sabe quem responde.

Diante do uso massivo de IA, quase todas as organizações reagem do mesmo jeito: criam um comitê, escrevem uma política de uso aceitável e definem quem pode usar o ChatGPT. E acreditam que com isso governam sua IA. Não: apenas regulam o acesso a ferramentas.

Ler · 4 min de leitura
Carrosseljun. de 2026 · EN

O que é Data Mesh e por que importa para a IA?

Modelos de dados centralizados criam controle, mas também gargalos. Data Mesh é um paradigma sociotécnico, não apenas uma arquitetura: propriedade por domínio, dados como produto, plataforma self-service e governança federada. Sem produtos de dados próprios, governados e confiáveis, a camada agêntica apenas automatizará a confusão mais rápido.

Ler · 4 min de leitura
Carrosselmai. de 2026 · EN

A maioria dos PoCs de IA não falha no laboratório. Falha no modelo operacional.

Apenas 6% das organizações capturam valor significativo da IA. A adoção é universal, o valor é raro. A lacuna se abre entre o laboratório e a empresa real, e se fecha com oito conectores do modelo ao valor empresarial.

Ler · 3 min de leitura

05Tema

Engenharia agêntica e AI-native

Os problemas não vêm da IA. Vêm de como projetamos o sistema ao seu redor.

Notas de campo construindo agentes e software assistido por IA na indústria e na saúde: agent harness engineering e o Expert Validation Loop, que valida o conhecimento que os agentes produzem, não apenas o código.

Artigoago. de 2026 · EN

Desenvolvemos 10 vezes mais rápido. Estamos também acelerando os erros?

Spec-Driven Development, Context Engineering e Loop Engineering governam os inputs e a execução dos agentes. Nenhum valida o output como conhecimento. O caso para um Expert Validation Loop, e por que converter inteligência incorreta mais rápido é risco acelerado.

Ler · 8 min de leitura
Carrosseljun. de 2026 · ES

Além do LLM: Agent Harness Engineering e governança de IA

Um ano construindo agentes de IA para ambientes industriais deixou uma conclusão inesperada: quanto mais escalava, menos consistente ficava. O problema não era o modelo. Era o design de todo o sistema ao seu redor: memória, contexto, orquestração, observabilidade e governança.

Ler · 4 min de leitura