A parceria entre Uber e ChatGPT Work entrou em uma nova fase em 22 de outubro, com o início da liberação da ferramenta para mais de 30 mil funcionários. A expansão sucede um piloto com cerca de mil pessoas e leva a inteligência artificial para atividades de diferentes áreas da empresa. O foco é apoiar trabalhos que exigem reunir informações, executar etapas e produzir materiais revisáveis.
Segundo o anúncio conjunto, a implantação inclui conexões com ferramentas como Google Drive, Gmail, Calendar e Slack, além de treinamento e uma biblioteca de habilidades reutilizáveis. O ChatGPT Work passa a ser disponibilizado em escala corporativa; isso não significa que todos os funcionários já o utilizem diariamente nem que a empresa tenha comprovado um mesmo ganho de produtividade em cada área.
Do piloto à distribuição interna
O comunicado informa o uso do GPT-6.1 Sol como modelo padrão nessa implantação e a continuidade do Codex para as equipes de desenvolvimento. A combinação separa necessidades distintas: profissionais que trabalham com documentos e processos passam a ter um agente de uso geral, enquanto engenharia mantém ferramentas voltadas ao código. A disponibilidade amplia o alcance da adoção, mas a intensidade de uso ainda precisa ser observada.
Na avaliação do Vale do Silício, o ponto mais significativo é a passagem do experimento individual para um ambiente compartilhado. Num piloto, uma equipe pode descobrir um fluxo útil e ajustá-lo informalmente. Em uma organização maior, esse aprendizado precisa virar uma prática que outras pessoas consigam repetir, entender e revisar. A biblioteca de habilidades tem potencial para ajudar nessa transferência, desde que receba manutenção conforme os processos mudam.
O que o ChatGPT Work acrescenta ao fluxo
Na apresentação do ChatGPT Work, publicada em julho, a OpenAI descreveu um agente capaz de reunir contexto de arquivos e aplicativos, dividir projetos em etapas e criar documentos, planilhas, apresentações e aplicações. A pessoa pode acompanhar o andamento, responder perguntas e intervir. Esse funcionamento explica a proposta do produto; não é um inventário de tudo o que a Uber liberou a cada funcionário.
Uma aplicação possível seria preparar uma reunião a partir de materiais já autorizados: localizar documentos, organizar pendências e produzir um resumo com referências. O ganho dependeria de o resultado ser suficientemente completo e correto para poupar tempo de preparação. Se o funcionário precisar reconstruir toda a pesquisa para confiar no resumo, a automação terá deslocado trabalho, sem necessariamente reduzi-lo.
Integração não é apenas conectar aplicativos
Uma conexão técnica permite consultar uma fonte, mas não garante que a informação esteja atualizada ou seja a referência correta para uma decisão. Empresas acumulam versões de documentos, convenções internas e exceções de processo. Por isso, o desempenho de um agente depende também de reconhecer o que está vigente, deixar lacunas visíveis e apresentar o caminho usado para montar uma resposta.
As habilidades reutilizáveis podem registrar partes desse conhecimento. Por exemplo, uma equipe pode definir o formato de um relatório, os dados de entrada esperados e a revisão necessária antes de compartilhá-lo. Esse exemplo ilustra como uma rotina pode ser padronizada; não descreve uma habilidade específica já divulgada pela Uber. A padronização será útil se conservar espaço para situações que exigem julgamento humano.
A relação com a OpenAI já alcançava outros produtos
Em um relato anterior sobre a colaboração, a OpenAI apresentou aplicações da Uber voltadas a motoristas e interações por voz. A descrição inclui uma arquitetura com sistemas especializados e uma camada interna chamada AI Guard, destinada a verificar pedidos e respostas. Esse trabalho pertence a experiências de produto da Uber e deve ser distinguido da distribuição do ChatGPT Work aos funcionários.
A distinção é relevante porque uma empresa pode usar modelos de IA de várias formas ao mesmo tempo. Integrar tecnologia ao aplicativo de transporte envolve requisitos, usuários e métricas diferentes de preparar um documento interno. A expansão anunciada em outubro acrescenta uma frente de adoção organizacional a uma relação que já incluía desenvolvimento de produto; não substitui nem unifica automaticamente todas essas aplicações.
Como avaliar se a expansão produz resultado
O anúncio prevê a divulgação posterior de resultados mensuráveis. Até lá, o número de pessoas com acesso deve ser tratado como alcance potencial da implantação. Para avaliar benefício, seriam úteis indicadores por atividade: tempo de conclusão, qualidade da entrega, esforço de revisão e frequência com que o fluxo volta a ser usado. Uma média geral pode esconder diferenças importantes entre tarefas e equipes.
Essa leitura também evita reduzir adoção de IA a contagem de licenças. O próprio guia de implantação da OpenAI recomenda vincular a ferramenta a prioridades de negócio e reunir evidências do que vale ampliar, adaptar ou interromper. Para a Uber, o próximo marco será mostrar quais rotinas mudaram de maneira consistente. A distribuição para mais de 30 mil pessoas cria a oportunidade; os resultados dependerão do trabalho que essas pessoas conseguirem concluir melhor.
Imagem: Uber e OpenAI / divulgação — fonte oficial
