Planejamento de Cenários Acelerado por IA: Desafios e Estratégias para Líderes

A capacidade de navegar pela incerteza radical tornou-se uma exigência incontornável para os líderes empresariais da atualidade, que necessitam de ferramentas ágeis para esse fim. O planejamento de cenários, embora cada vez mais popular para compreender e preparar contextos de negócios em constante mudança, tem se mostrado, em sua prática tradicional, excessivamente demorado e intensivo em recursos, inadequado para a demanda por insights rápidos.

Embora a atenção dedicada e a consideração aprofundada de questões em rápida evolução sejam mais importantes do que nunca para os gestores, alocar tempo valioso para desenvolver um conjunto de cenários tradicionais está se tornando proibitivamente caro. Essa dificuldade é ampliada pelo fato de muitos gestores estarem sobrecarregados, uma situação agravada pela redução de camadas em equipes de gestão central e de estratégia nas organizações.

Enquadramento de Cenários Focado no Usuário

Diante desse cenário, surge a questão de como os gestores podem criar cenários personalizados e úteis para suas situações e incertezas específicas, sem consumir vastos recursos, atenção gerencial ou meses de espera por percepções valiosas. Algumas empresas encontraram uma solução ao focar os cenários em seus usuários-alvo — aqueles envolvidos no planejamento estratégico —, concentrando-se no que realmente importa para esses indivíduos no presente, além de fazer uso criterioso de ferramentas de inteligência artificial generativa. Essas abordagens inovadoras estão sendo aplicadas em um processo acelerado de planejamento de cenários, como ilustrado pelas recentes experiências da Fazer, uma empresa nórdica de bens de consumo, e da Unum Ltd., subsidiária britânica de uma provedora norte-americana de benefícios para funcionários.

A disciplina de planejamento de cenários evoluiu, e com ela, a maneira de conceber o propósito de um cenário: não mais focado na organização em geral ou em um tópico genérico, mas sim nas pessoas cujas decisões serão informadas por esses cenários. Essa abordagem centraliza a visão de mundo única do usuário ou usuários, pois é essa perspectiva individual que fundamenta suas percepções e ações em nome da organização. O poder do planejamento de cenários nesse contexto reside em ajudar esses usuários a identificar, questionar, enriquecer, reestruturar e reavaliar suas próprias visões de mundo.

Neste artigo, aprimora-se essa abordagem focando no desafio ao “cenário fantasma” do usuário. Um cenário fantasma é aquele implícito e existente que sustenta os investimentos ou estratégias atuais de uma empresa, composto pelas suposições que os membros da alta gerência já fizeram sobre como será o ambiente futuro. São essas suposições que eles desejarão examinar ao realizar o planejamento de cenários. Ao focar nas próprias premissas específicas, o trabalho se ancora no mapa mental atual do usuário, e desafiar e contrastar essas premissas com outras ideias plausíveis torna os novos cenários imediatamente interessantes e úteis.

Essa abordagem mais nítida e centrada no usuário orienta rapidamente as equipes de planejamento de cenários a identificar um pequeno conjunto de suposições no cenário fantasma que os usuários considerarão mais interessantes e relevantes para desafiar no momento atual. Essas premissas, surgidas em conversas com a alta gerência, podem estar relacionadas a percepções de que a empresa está excessivamente dependente da continuidade de uma tendência específica, ou podem representar pensamentos otimistas ou desatualizados. A Fazer, por exemplo, identificou seu cenário fantasma entrevistando gerentes seniores e listando 15 suposições compartilhadas, que foram então reduzidas a três ou quatro para foco. Já a Unum Ltd., revisou documentos de estratégia e atas de reuniões para obter uma lista de suposições, validando-as com a alta gerência e selecionando duas para exploração.

Aceleração do Desenvolvimento de Cenários com Inteligência Artificial

Concentrar-se em um número muito reduzido de premissas centrais ligadas a um propósito específico e construir cenários que desafiem diretamente os cenários fantasmas existentes dos usuários, torna o trabalho imediatamente relevante e útil para aqueles que tomam decisões cruciais sobre a direção da empresa. Essa prática evita a criação de cenários excessivamente amplos e garante que as visões de longo prazo estejam alinhadas com o que é importante agora, o que é fundamental, visto que o fracasso estratégico está altamente correlacionado com escolhas baseadas em premissas incorretas de gestores seniores. O uso de ferramentas de IA baseadas em grandes modelos de linguagem (LLMs) no desenvolvimento de cenários é agora objeto de muita pesquisa. Nos casos estudados, as ferramentas foram utilizadas para investigar fatores que poderiam desafiar ou reforçar as premissas nos cenários fantasmas e para gerar os próprios resultados dos cenários.

“Um cenário útil é plausível, não provável. Criar cenários é um exercício para expandir a imaginação, considerando o que poderia acontecer, e não prevendo a probabilidade de resultados”, destaca a metodologia de planejamento de cenários desenvolvida na Universidade de Oxford.

A pesquisa para apoiar o planejamento de cenários ocorre tipicamente após a identificação das premissas centrais a serem desafiadas no cenário fantasma e também durante o desenvolvimento dos cenários. Essa pesquisa explora fatores tecnológicos, econômicos, políticos, sociais, ambientais e legais relevantes que podem se desenrolar no futuro, focando especialmente em desenvolvimentos que poderiam desafiar o que é atualmente presumido pelos executivos, visando estimular o pensamento imaginativo e ampliar as perspectivas das pessoas.

Após a conclusão das oficinas de planejamento de cenários, os principais pontos das apresentações e outros elementos constitutivos dos cenários podem ser inseridos como prompts em uma ferramenta de IA generativa, que pode produzir um rascunho de narrativa. Esse processo pode ser repetido algumas vezes para refinar cada cenário e diferenciá-lo dos demais. Adicionalmente, a narrativa do cenário produzida por IA generativa pode ser alimentada em uma ferramenta de geração de vídeo, facilitando a apresentação da história por meio de um meio mais acessível. Estima-se que o tempo que seria necessário para produzir ambas as saídas manualmente foi reduzido em 50% na Fazer e em 40% na Unum ao usar IA generativa. Além disso, os modelos de IA permitiram a incorporação de elementos adicionais ao trabalho, como geração de vídeo e imagem, o que não teria sido viável sem a IA. Em ambos os casos, as saídas refinadas foram consideradas de qualidade suficiente para serem incluídas em relatórios e apresentadas à alta gerência para apoiar e informar o planejamento estratégico.

O Caso Fazer: Desafios e Resultados na Escala Nórdica

A Fazer, uma empresa finlandesa de bens de consumo com 134 anos, enfrenta imprevisibilidades em diversos mercados e categorias de produtos, incluindo confeitaria, panificação, produtos para café da manhã, bebidas vegetais e farinhas. A empresa buscou avaliar cenários futuros plausíveis para aprimorar sua prontidão para situações difíceis de prever e para dinamizar suas conversas anuais de estratégia com novas perspectivas, apoiando planos ambiciosos de crescimento. A Fazer optou pela abordagem de Oxford, baseada no cenário fantasma, por sua promessa de gerar cenários significativos sem consumir recursos excessivos e tempo gerencial.

Inicialmente, discussões para informar o processo estratégico investigavam situações hipotéticas como “queda de volume de dois dígitos”, “quedas radicais de margem” ou “demanda significativamente mais fraca”. Contudo, logo se percebeu que essas questões eram excessivamente autofocadas e não expandiam verdadeiramente o pensamento estratégico dos participantes. A abordagem de Oxford redirecionou o foco para o contexto mais amplo em que a empresa poderia atuar. A equipe de estratégia da Fazer considerou suposições que haviam permanecido incontestadas, como “E se um ou mais mercados-chave mudassem dramaticamente?” ou “Poderia a matéria-prima da qual o portfólio depende mudar materialmente?”. Dado que a empresa produz uma vasta gama de bens de consumo embalados, muitas de suas premissas de cenário fantasma giravam em torno da oferta de insumos, principalmente matérias-primas.

Essas discussões ajudaram a equipe a delinear a pesquisa necessária para construir cenários plausíveis para tais situações. Antes de aprofundar o trabalho, o cenário fantasma e aspectos relacionados foram discutidos com a alta gerência. Até o final de março de 2024, um grupo de trabalho composto por 20 representantes seniores de cadeia de suprimentos, compras, P&D, marketing, finanças e comunicação se reuniu para um workshop de dois dias, onde oito das 15 premissas se beneficiaram de perspectivas adicionais dos participantes. Os insights da sessão foram posteriormente analisados e explorados com o apoio de ferramentas LLM. Em apenas um mês após o primeiro workshop, ou seja, em dois meses desde o início do processo de planejamento de cenários, a equipe da Fazer havia criado meia dúzia de futuros plausíveis que desafiavam as principais premissas do cenário fantasma (alguns foram eliminados por serem insuficientemente únicos ou relevantes).

A equipe evoluiu da exploração de possíveis desenvolvimentos, como elevação do nível do mar e mudança nas condições de cultivo, para a elaboração de uma visão abrangente de um futuro onde as alterações climáticas resultavam em impactos negativos significativos nas culturas das quais os negócios da Fazer dependem. Um cenário específico sobre as mudanças climáticas permitiu explorar como as contramedidas para esses fenômenos poderiam falhar ou se mostrar insuficientes. Esse processo redefiniu a percepção da equipe Fazer sobre as mudanças climáticas, antes vista principalmente como uma questão a ser mitigada pela redução de emissões, e explicitou o que estava menos em foco: a verdade inconveniente dos impactos drásticos dessas complexas mudanças para os fornecedores da Fazer, suas próprias operações e seus clientes. Isso permitiu à empresa considerar uma visão abrangente de impactos cruciais que, de outra forma, teriam passado despercebidos, incluindo projeções quantitativas para futuras regiões de cultivo.

As equipes de gestão da Fazer conseguiram utilizar os cenários para explorar futuros alternativos e como seu trabalho se inseriria neles. Questionaram aspectos da estratégia que eram dados como certos e que estavam relacionados a alguns dos elementos mais fundamentais do modelo de negócios existente. O diálogo estratégico na Fazer envolveu uma reflexão ativa sobre os novos cenários, com cada área de negócios esperando delinear os principais tópicos a serem abordados em cada um deles. Uma lição fundamental foi a necessidade de integrar o uso de cenários aos processos existentes de avaliação estratégica, para que não sejam facilmente negligenciados. Neste caso, os cenários geraram insights convincentes, possibilitando o pensamento crítico para ajudar os executivos a desafiar suas premissas estratégicas subjacentes e a gerar ideias que diferem significativamente da estratégia atual.

Unum Ltd.: Reavaliando Estratégias em Meio à Incerteza Britânica

Na Unum Ltd., a crescente incerteza no contexto operacional impulsionou os executivos a questionar suas premissas enquanto desenvolviam o próximo plano estratégico. A subsidiária britânica da seguradora norte-americana Unum Group é uma provedora especializada em benefícios para funcionários, oferecendo proteção de renda, seguro de doenças graves, seguro de vida e dental para mais de 2,8 milhões de pessoas em todo o Reino Unido. A Unum Ltd. havia crescido significativamente após a pandemia de COVID-19, capitalizando um mercado de trabalho britânico aquecido e um maior interesse corporativo em saúde e bem-estar dos funcionários. A empresa alinhou suas propostas de valor às necessidades evolutivas dos clientes e superou seus concorrentes maiores e mais diversificados.

Quando a Unum Ltd. se aproximava do próximo ciclo estratégico, seu contexto operacional havia mudado. Enfrentava uma economia britânica estagnada, desaceleração do crescimento do emprego e crescentes pressões sobre o sistema público de saúde. Somavam-se a isso as incertezas em torno da adoção da IA e suas implicações para o mercado de trabalho britânico nos anos seguintes. A Unum Ltd. lançou seu exercício de planejamento de cenários em janeiro de 2025, com o objetivo de explorar as incertezas-chave que moldam seu contexto operacional e testar se suas escolhas estratégicas seriam resilientes em uma gama de futuros econômicos, políticos e sociais potenciais. A fim de cumprir um prazo em maio para entregar os cenários e um rascunho preliminar da estratégia de 2030 ao conselho, a equipe de estratégia acelerou o desenvolvimento de um conjunto de cenários para que estivessem prontos até meados de março, possibilitando informar e testar as escolhas estratégicas em consideração. A equipe optou pela abordagem acelerada descrita neste artigo, focando em premissas-chave do cenário fantasma e utilizando IA para reduzir significativamente o investimento de tempo necessário.

O passo inicial foi identificar o cenário fantasma. A equipe de estratégia extraiu premissas de uma pesquisa recente (e entrevistas) com a equipe executiva que havia explorado tendências futuras. As perspectivas dos executivos refletiam em grande parte uma extrapolação das tendências atuais, com um nível moderado de disrupção no mercado de trabalho pela IA. As premissas subjacentes do cenário fantasma foram agrupadas por tópico, o que ajudou a restringir a pesquisa a 15 tópicos focais, variando de tendências futuras na provisão de saúde do Reino Unido ao futuro do emprego em um setor corporativo impulsionado pela IA. Um workshop de desenvolvimento de cenários de um dia inteiro, realizado em fevereiro, reuniu especialistas de diversas áreas da Unum Ltd., incluindo vendas, operações, marketing e tecnologia, além de representantes de uma consultoria de relações públicas e um executivo com experiência recente de liderança em um dos concorrentes mais próximos da empresa.

Antes do workshop, a equipe de estratégia resumiu os 15 tópicos focais principais previamente identificados, cobrindo tendências políticas, econômicas, sociais e tecnológicas essenciais. Para otimizar o processo de pesquisa, foram utilizados LLMs para identificar fontes de dados para cada tópico, e a equipe então interagiu diretamente com essas fontes para avaliar sua credibilidade e obter insights em primeira mão. Durante o workshop, a equipe de estratégia apresentou as principais hipóteses para cada tópico focal, juntamente com tendências opostas que poderiam desafiar essas premissas. Os participantes foram incentivados a criticar o conteúdo e a contribuir com suas próprias perspectivas, incluindo quaisquer tendências ou insights adicionais baseados em seus conhecimentos, pesquisas e experiências pessoais.

Os participantes foram então divididos em grupos e receberam cartões representando o lado oposto de cada hipótese. Por exemplo, um cartão poderia afirmar que “a IA impulsiona a criação de empregos de alta qualificação”, enquanto seu equivalente defendia que “a IA contribui para o deslocamento generalizado de empregos”. A tarefa era mapear uma sequência de eventos que pudesse plausivelmente levar a um conjunto específico de resultados até 2040. Estender o cronograma além do horizonte estratégico de 2030 estimulou um pensamento mais amplo e abriu a porta para uma gama maior de cenários potenciais. Cada grupo então apresentou seus mapas lógicos plausíveis ao workshop. Cenários que compartilhavam temas sobrepostos ou levavam a resultados semelhantes foram consolidados em mapas unificados para capturar os futuros mais representativos. Os cenários resultantes testaram duas premissas-chave: a extensão em que a IA poderia influenciar a demanda por capital humano, baseada em se a IA irá principalmente deslocar empregos existentes ou criar novas funções de alta qualificação que contribuem para maior produtividade; e o nível de intervenção governamental provável, com ênfase no mercado de trabalho. Para a Unum Ltd., como provedora de benefícios para funcionários que funcionam em conjunto com a saúde pública e os benefícios de segurança social, essas premissas foram identificadas como as incertezas mais críticas que moldam seu futuro contexto operacional.

Após o workshop, a equipe de estratégia refinou os cenários para garantir que cada um contrastasse e desafiasse suficientemente o cenário fantasma. O conjunto final de cenários (consistindo no cenário fantasma e três alternativas) foi então alimentado em um LLM para elaborar narrativas vívidas, descrevendo como a vida no Reino Unido poderia ser em 2040 sob cada cenário. Essas narrativas capturaram tanto o ambiente contextual mais amplo quanto a dinâmica de mercado específica relevante para a Unum Ltd. A equipe também produziu vídeos de três minutos gerados por IA, baseados nas narrativas, que ilustravam a vida no Reino Unido em 2040 sob cada cenário e descreviam os principais desenvolvimentos que levaram a ele. A equipe de estratégia apresentou o conjunto de cenários à equipe executiva em março de 2025 para que a estratégia sob cada estado futuro pudesse ser validada e avaliada quanto a riscos e oportunidades potenciais. Os vídeos se mostraram uma ferramenta de engajamento poderosa, facilitando discussões significativas e permitindo que a equipe executiva compreendesse as nuances de cada cenário. Em contraste com as descrições de cenários baseadas em texto, o formato visual reduziu o risco de má interpretação e ajudou a estabelecer rapidamente um entendimento compartilhado dos cenários.

Para a Unum Ltd., o exercício de planejamento de cenários comprovou seu valor em duas áreas-chave. Primeiro, proporcionou maior clareza sobre como as incertezas mais críticas em seu contexto operacional poderiam influenciar as decisões estratégicas em revisão. E, segundo, demonstrou o potencial da IA para acelerar processos estratégicos complexos, reduzindo o número de tarefas processuais para permitir um maior foco no pensamento estratégico de alto valor.

Lições Aprendidas e Perspectivas Futuras

Recomenda-se que aqueles que utilizam LLMs nesse contexto os abordem não como fontes “objetivas” de informações factuais para automatizar a pesquisa, mas sim como colaboradores na imaginação do futuro de maneiras criativas. Em outras palavras, deve-se pensar em “IA-no-ciclo” (AI-in-the-loop) em vez de “humano-no-ciclo” (human-in-the-loop). Essa sutil diferença coloca os humanos no centro dos processos de raciocínio, com os LLMs auxiliando de maneiras consideradas úteis em uma situação específica, uma vez que as premissas executivas e as opções estratégicas são sempre únicas para cada organização individual. Uma perspectiva de IA-no-ciclo trata os LLMs não tanto como fontes autoritárias, mas como parceiros para o brainstorming de ideias sobre o futuro. Algumas ideias podem ser fantasiosas, mas isso também pode ocorrer com ideias geradas apenas por humanos. Os LLMs podem proporcionar aos executivos acesso rápido a um parceiro de ideação cujos recursos se estendem muito além dos limites da empresa e das restrições do pensamento de grupo.

A Unum Ltd. utilizou personas em seus prompts para gerar novas perspectivas, como: “Você é um especialista em planejamento de cenários procurando desafiar a premissa de que [premissa do cenário fantasma]. Forneça um conjunto de argumentos convincentes que apoiem e contradigam as premissas, fornecendo links para as fontes subjacentes, como artigos de pesquisa de especialistas credíveis e instituições internacionais.” Para a Fazer, ao desenvolver os cenários a partir das descrições de 200 a 300 palavras geradas nos workshops, um prompt útil solicitava ao LLM: “torne esta descrição de futuro alternativo mais cativante com base nos insights X, Y, Z” e “dê uma segunda opinião sobre a descrição do cenário, fornecendo suporte para o raciocínio por trás da descrição, bem como contra-argumentos sobre por que este futuro pode não ser plausível.” Um insight fundamental dos casos Fazer e Unum é reconhecer o prompting como um processo contínuo e não uma atividade pontual.

A avaliação das saídas das consultas de LLM, então, se resume a análises de plausibilidade, considerando sua relevância e utilidade para o caso em questão. O planejamento de cenários é conduzido em situações de profunda incerteza, onde julgamentos sobre o que é provável no futuro são impossíveis de fazer. Contudo, as avaliações humanas podem ser afetadas por vieses ou falta de conhecimento, e as organizações devem encontrar maneiras de neutralizar esses problemas. Por exemplo, ao julgar as saídas de LLM das descrições de cenários, a Fazer identificou e organizou discussões com especialistas externos para revisar as descrições, a fim de validar os insights e os dados subjacentes. A Unum Ltd. tratou as saídas de LLM como “brutas” e revisou os documentos citados pelo LLM como fontes credíveis para ajudar a empresa a avaliar o valor do que estava sendo proposto. As experiências tanto da Fazer quanto da Unum atestam a importância de considerar a melhor forma de avaliar as saídas de LLM e de reconhecer que os usuários dessas saídas podem ter conhecimento limitado ou vieses que resultam em avaliações ambíguas ou problemáticas.

Embora o planejamento de cenários seja mais necessário do que nunca, dada a crescente incerteza no ambiente de negócios, as demandas sobre o tempo e a atenção dos gestores também estão aumentando rapidamente, dificultando o compromisso com novas práticas. Novas abordagens para o planejamento de cenários são necessárias para conciliar essas duas forças. Acredita-se que os três elementos destacados — trazer a visão de longo prazo para o presente; enquadrar os cenários questionando as premissas-chave no cenário fantasma, tornando-o explícito e questionável; e usar judiciosamente a IA para produzir os cenários de forma mais eficaz e rápida — podem ajudar os líderes a focar seus cenários nas necessidades imediatas de seus usuários-alvo.