Pesquisa
Como a IA realmente se transforma em valor empresarial?
Um programa de pesquisa que explora por que organizações com acesso a tecnologias de IA semelhantes produzem resultados econômicos radicalmente diferentes.
Esta página é a casa do programa de pesquisa: sua pergunta central, as três linhas em que se organiza, os frameworks que cada linha desenvolve e as publicações e artigos que o documentam. Evolui com o trabalho.
A cadeia causal no centro do programa
Uma agenda de pesquisa, sete frameworks conectados
Cada framework aborda um ponto onde a cadeia de conversão se rompe: a liderança que ainda não consegue governar a IA, a dívida de arquitetura e governança que se acumula, a forma como os pilotos são construídos, o modelo operacional que os escala, a medição que torna o valor visível e a alocação de capital que o reinveste.
01Três linhas de pesquisa
AI Value Realization
Por que capacidades de IA semelhantes produzem retornos tão diferentes?
Pesquisa organizacional e econômica sobre como o investimento em IA se converte em decisões, ações e valor mensurável. Inclui o AVRT e seu sistema de medição, os conceitos de dívida (liderança, arquitetura, governança) e a alocação de capital em portfólios de IA.
Frameworks desta linha
- AI Value Realization Theory (AVRT)
- AI Leadership Debt
- Architecture Leadership Debt
- Governance Debt
- AVRT Measurement System
- AI Capital Allocation
Publicações e evidências
- Working paper AVRT v3 (em andamento; resumo executivo publicado no LinkedIn, ago 2026)
- Série AVRT, partes 1–3, e série Portfólio Estratégico de IA (LinkedIn, 2026)
Insights relacionados · AI Value Realization Theory (AVRT) · Liderança e alfabetização executiva em IA · Portfólio e estratégia de IA · Modelos operacionais e governança de IA
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 leituraPortfólio 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 leituraO 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 leitura02Três linhas de pesquisa
IA industrial
Como o machine learning e os agentes mudam o controle de processos físicos complexos?
Pesquisa aplicada na fronteira entre controle de processos e IA: controle adaptativo com ML (MPC/APC) para processos de mineração não lineares, gêmeos digitais e simuladores de treinamento, visão computacional em escala e agentes de IA operacionais que integram milhares de sinais em tempo real.
Frameworks desta linha
- Evolution-Ready PoC
- Expert Validation Loop
- Agent Harness Engineering
Publicações e evidências
- Barrientos C., Neira N., Olivares J., et al. “Non-linear Adaptive APC: ML-Driven Optimization for Copper Mining.” APC Peru, 2025.
- Barrientos C., et al. “Adaptive APC Strategy using ML for SAG Grinding.” APC Peru, 2024.
- Trabalho anterior: modelos preditivos geometalúrgicos e AutoML na mineração chilena (CORFO / PIA-CONICYT); Hydrometallurgy (Elsevier).
Insights relacionados · Engenharia agêntica e AI-native
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 leituraAlém 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 leitura03Três linhas de pesquisa
IA na saúde
O machine learning pode apoiar decisões de tratamento em idosos com câncer?
Apoio à decisão clínica em oncologia e oncogeriatria: modelos de ML multivariados para elegibilidade à quimioterapia e intensidade do tratamento, validação externa em hospitais e plataformas clínicas agênticas. Desenvolvido por meio da Oncoger.ai e do programa PRECISION-IA financiado pela CORFO.
Frameworks desta linha
- Expert Validation Loop
Publicações e evidências
- Navarrete G., Martínez G., Barrientos C., et al. “ML-Based Systemic Therapy Decision Support in Older Adults with Cancer.” Journal of Geriatric Oncology, 2026.
- Modelos com ~0,90 ROC AUC em validação de coorte externa; plataforma implantada em 10+ hospitais da América Latina.
Publicações
Publicações
Pesquisa revisada por pares
- Navarrete G., Martínez G., Barrientos C., et al. “ML-Based Systemic Therapy Decision Support in Older Adults with Cancer.” Journal of Geriatric Oncology, 2026.
- 10+ publicações revisadas por pares em Hydrometallurgy (Elsevier), SPIE Astronomical Instrumentation e Space Terahertz Technology, 2005–2016.
Pesquisa industrial
- Barrientos C., Neira N., Olivares J., et al. “Non-linear Adaptive APC: ML-Driven Optimization for Copper Mining.” APC Peru, 2025.
- Barrientos C., et al. “Adaptive APC Strategy using ML for SAG Grinding.” APC Peru, 2024.
Working papers
- Barrientos C. “AI Value Realization Theory (AVRT): um modelo de conversão do valor da IA nas organizações.” Working paper v3, 2026. Disponível sob solicitação.
Liderança de pensamento
- Artigos, séries e carrosséis publicados no LinkedIn e reproduzidos na seção Insights, agrupados por tema.
05Explorando atualmente
Perguntas abertas da agenda de pesquisa
Quatro perguntas que hoje orientam o trabalho. Comentários, evidências contrárias e colaboração são bem-vindos.
- 01
A realização de valor da IA pode ser medida como um sistema de conversão?
AVRT Measurement System
- 02
A AI Leadership Debt pode explicar as diferenças persistentes no ROI da IA entre organizações?
AI Leadership Debt
- 03
Como as organizações deveriam alocar capital entre iniciativas de IA sob incerteza organizacional?
AI Capital Allocation
- 04
Como os PoCs de IA deveriam ser arquitetados para maximizar o aprendizado sem criar Architecture Leadership Debt?
Evolution-Ready PoC · Architecture Leadership Debt