O JPMorgan acaba de dar um passo que muita gente no mercado corporativo estava esperando, mas poucos tinham coragem de dar primeiro.
O banco está monitorando ativamente como seus cerca de 65 mil engenheiros e técnicos usam ferramentas de inteligência artificial no dia a dia, e o mais interessante é que esse uso pode influenciar diretamente as avaliações de performance de cada funcionário. Não é uma ameaça velada, nem uma política confusa escrita em rodapé de contrato. É uma diretriz clara: quem adota as ferramentas disponíveis e entrega mais com isso sai na frente na hora de ser avaliado.
Ferramentas como o ChatGPT e o Claude Code já fazem parte do fluxo de trabalho esperado dentro do banco, seja para escrever código, revisar documentos ou dar conta de tarefas operacionais do cotidiano. E quando uma instituição do porte do JPMorgan coloca isso no radar de performance, o mercado inteiro começa a prestar atenção.
Mas aqui não estamos falando só de tecnologia. O que chama atenção nessa história é como a inteligência artificial está deixando de ser um diferencial e virando uma expectativa básica, quase como saber usar uma planilha ou um editor de texto. E isso muda bastante coisa, tanto para quem trabalha quanto para quem contrata. 👀
O que o JPMorgan está fazendo na prática
A iniciativa do JPMorgan vai além de simplesmente liberar o acesso a ferramentas de inteligência artificial para os times técnicos. O banco criou uma estrutura de acompanhamento que registra com que frequência e de que forma cada profissional utiliza essas soluções no dia a dia. Isso significa que não basta ter a ferramenta instalada ou a conta criada. O sistema consegue identificar se o uso está acontecendo de verdade, se está sendo integrado às rotinas de trabalho e se está gerando resultados concretos em termos de velocidade, qualidade e eficiência.
De acordo com materiais internos citados pelo Business Insider, os gestores estão prestando muita atenção em como os funcionários utilizam as ferramentas de IA. O banco criou inclusive uma classificação interna que separa os profissionais de acordo com o nível de engajamento com essas soluções. Alguns são rotulados como usuários leves, enquanto outros entram na categoria de usuários intensivos. Essa categorização não é apenas informativa, ela alimenta diretamente o processo de avaliação de desempenho e pode influenciar decisões de crescimento dentro da organização.
Esse tipo de monitoramento levanta questões importantes sobre privacidade, autonomia e cultura organizacional, mas o banco parece ter calculado esse risco. A mensagem institucional é de que o objetivo não é punir quem ainda está aprendendo a usar as ferramentas, mas sim criar incentivos reais para que a adoção aconteça de forma consistente. Em outras palavras, o JPMorgan entendeu que orientação e acesso sozinhos não são suficientes para mudar comportamento em escala. É preciso conectar o uso da IA a algo que o profissional já valoriza, como reconhecimento, crescimento e avaliação positiva de carreira.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Na prática, engenheiros que demonstram domínio sobre ferramentas como o Claude Code para revisar e gerar código com mais agilidade, ou que usam modelos de linguagem para acelerar documentações técnicas, estão construindo um histórico que conta pontos na hora da avaliação. É uma mudança de mentalidade bastante significativa: a inteligência artificial deixa de ser um recurso opcional e passa a ser parte do que se espera de um profissional competente dentro da instituição. 🚀
O JPMorgan já usava IA, mas agora o jogo mudou
É importante lembrar que o JPMorgan não está começando do zero com inteligência artificial. O banco já utiliza IA há algum tempo em áreas estratégicas como detecção de fraudes e análise de risco, onde modelos automatizados processam volumes gigantescos de dados para identificar padrões e anomalias que seriam praticamente impossíveis de capturar manualmente. Essas aplicações já estão consolidadas e fazem parte da infraestrutura crítica do banco.
O que muda agora é o escopo. A novidade está na expansão do uso de IA para um grupo muito maior de profissionais, incluindo engenheiros de software, analistas e técnicos que lidam com tarefas mais diversas e menos especializadas do que as equipes de risco e compliance. Quando você pega ferramentas generativas como ChatGPT e Claude Code e coloca nas mãos de 65 mil pessoas, o potencial de ganho de produtividade é enorme, mas os desafios de governança e controle de qualidade também crescem proporcionalmente.
E é justamente aí que entra uma questão que não pode ser ignorada. Essas ferramentas de IA generativa são muito boas para resumir informações, gerar rascunhos e acelerar processos criativos e técnicos, mas elas também podem produzir resultados incorretos ou incompletos. Em um ambiente bancário regulado, onde cada decisão pode ter implicações legais e financeiras sérias, isso exige que os funcionários mantenham um olhar crítico sobre tudo o que a IA entrega. A verificação humana continua sendo essencial, e o JPMorgan sabe disso. O banco já desenvolveu controles internos para sistemas de IA em áreas como trading e gestão de risco, e expandir o uso para um público mais amplo provavelmente vai exigir salvaguardas semelhantes. ⚖️
Por que a adoção em escala é tão difícil
Qualquer pessoa que já trabalhou em uma grande empresa sabe que lançar uma ferramenta nova é a parte mais fácil do processo. O desafio de verdade começa depois, quando é preciso fazer com que milhares de pessoas mudem hábitos consolidados, abandonem atalhos conhecidos e passem a confiar em algo que ainda parece novo ou instável. Com a inteligência artificial não é diferente, e em muitos casos é ainda mais complicado porque envolve uma percepção de risco que vai além do técnico. Muitos profissionais têm receio de que a IA substitua funções, expondo-os a uma vulnerabilidade que preferem não enfrentar. E aí o resultado paradoxal é que evitam justamente a ferramenta que poderia reforçar o valor deles dentro da organização.
Nos últimos dois anos, a maioria das grandes empresas apostou em disponibilizar ferramentas de IA para seus departamentos. Na prática, porém, a adoção tem sido bastante desigual. Algumas equipes experimentam intensamente, testam limites e criam fluxos novos com base nos recursos de IA. Outras preferem seguir com os processos que já conhecem, ignorando ou subutilizando as soluções disponíveis. Esse cenário desigual é exatamente o que o JPMorgan quer evitar ao vincular o uso de IA às avaliações de performance.
Outro obstáculo clássico é a curva de aprendizado inicial. Ferramentas como as que o JPMorgan disponibiliza exigem que o profissional aprenda a formular boas perguntas, entenda os limites do modelo e desenvolva um senso crítico para validar os outputs gerados. Isso demanda tempo e prática, e em um ambiente de alta demanda como o de um banco de investimentos global, encontrar espaço para esse aprendizado no meio da rotina é genuinamente difícil. Por isso, conectar o uso da IA a métricas de performance cria um argumento prático e direto para que as pessoas priorizem esse aprendizado, mesmo com agenda cheia.
A estratégia do JPMorgan ataca exatamente esse ponto ao transformar a adoção em algo que tem consequências visíveis e positivas para a carreira do profissional. Quando o uso da inteligência artificial aparece na conversa de avaliação anual, ele inevitavelmente entra no planejamento individual de cada funcionário. E isso cria um efeito de rede interessante: à medida que mais pessoas começam a usar, mais casos de uso surgem, mais boas práticas circulam internamente e o nível coletivo de eficiência sobe junto. É um ciclo que o banco claramente quer acelerar. 💡
A pergunta que as empresas vão precisar responder
Essa movimentação do JPMorgan levanta uma questão prática que todas as grandes organizações vão precisar enfrentar mais cedo ou mais tarde: se a inteligência artificial consegue reduzir o tempo necessário para executar determinadas tarefas, os funcionários devem ser cobrados para produzir mais trabalho no mesmo período? Essa é uma discussão que vai muito além da tecnologia e toca diretamente em temas como bem-estar, produtividade sustentável e expectativas de entrega.
Existe também uma preocupação legítima sobre a pressão para usar IA mesmo em situações onde ela não melhora claramente o resultado. Nem toda tarefa se beneficia de uma ferramenta generativa, e forçar o uso indiscriminado pode gerar ineficiências em vez de eliminá-las. O desafio para gestores será distinguir entre uso frequente e uso realmente produtivo, entendendo que quantidade de interações com a ferramenta nem sempre se traduz em qualidade de entrega.
Outro ponto relevante é como medir o que constitui um bom uso de IA. Abrir o ChatGPT para fazer perguntas genéricas é bem diferente de usar a ferramenta para gerar um rascunho técnico detalhado que depois é refinado pelo profissional com base em sua experiência e conhecimento do contexto. O JPMorgan vai precisar desenvolver critérios claros para essa avaliação, e a forma como esses critérios forem desenhados pode servir de modelo, ou de alerta, para o restante do mercado.
O que isso significa para o mercado de trabalho em tecnologia
Quando uma instituição financeira do tamanho e da influência do JPMorgan formaliza a expectativa de uso de inteligência artificial dentro dos critérios de performance, ela manda um sinal claro para o mercado inteiro. Outras empresas do setor financeiro estão observando essa movimentação com muita atenção, e a tendência é que iniciativas parecidas comecem a aparecer em diferentes segmentos ao longo dos próximos meses. Não necessariamente com o mesmo formato de monitoramento, mas com a mesma lógica por baixo: profissionais que sabem usar IA com eficiência entregam mais e melhor, e isso vai ser cada vez mais reconhecido explicitamente nas estruturas de avaliação corporativa.
Se vincular o uso de IA ao desempenho levar a ganhos mensuráveis de produtividade dentro do JPMorgan, modelos semelhantes devem se espalhar rapidamente pelo setor. Instituições financeiras concorrentes, empresas de tecnologia e até organizações de outros segmentos podem adotar abordagens parecidas para acelerar a integração de ferramentas de IA em seus times.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Para quem está construindo uma carreira em tecnologia agora, esse movimento torna ainda mais urgente o desenvolvimento de fluência com ferramentas de inteligência artificial. Não estamos falando de se tornar um especialista em machine learning ou entender os fundamentos matemáticos de um large language model. Estamos falando de algo muito mais acessível e imediato: saber usar bem as ferramentas disponíveis, entender o que elas fazem bem, o que elas não fazem, e como integrá-las ao fluxo de trabalho de forma que o resultado final seja genuinamente melhor e mais rápido. Esse tipo de habilidade prática está se tornando tão fundamental quanto saber programar em uma linguagem específica ou dominar uma metodologia de gestão de projetos.
Impacto na forma de contratar e treinar profissionais
A abordagem do JPMorgan pode remodelar a forma como as empresas contratam e treinam seus funcionários. Habilidades como a escrita de prompts eficientes e a capacidade de verificar criticamente os outputs gerados por IA podem se tornar requisitos padrão em processos seletivos, da mesma forma que dominar determinada linguagem de programação ou uma ferramenta de gestão de projetos já é exigido hoje.
Isso significa que programas de treinamento corporativo também precisam evoluir. Não basta oferecer um webinar introdutório sobre IA generativa e considerar que o time está preparado. É preciso criar ambientes de prática contínua, compartilhar casos de uso reais, documentar boas práticas e permitir que os profissionais experimentem sem medo de errar. O JPMorgan, ao conectar o uso de IA à avaliação de performance, está criando esse espaço de forma indireta, ao tornar o aprendizado uma prioridade que compete em pé de igualdade com as demais entregas do dia a dia.
A inteligência artificial como critério de performance também levanta um debate que vai continuar crescendo: como medir o impacto real da IA no trabalho de cada pessoa sem transformar o monitoramento em algo invasivo ou desmotivador? O JPMorgan está apostando em uma abordagem direta, mas o equilíbrio entre acompanhamento e autonomia vai ser um dos temas centrais das políticas de RH nos próximos anos. E as empresas que conseguirem acertar essa equação vão ter uma vantagem enorme na adoção de tecnologia e, consequentemente, na entrega de resultados para seus clientes e acionistas.
O que parece claro é que o movimento do JPMorgan não é um experimento isolado. Ele sinaliza uma mudança estrutural na forma como grandes organizações pensam a relação entre seus profissionais e a inteligência artificial. A IA não é mais um projeto piloto ou uma curiosidade de laboratório. Ela está se tornando parte da mesa de trabalho, e quem souber usá-la com inteligência vai estar melhor posicionado, não apenas dentro do JPMorgan, mas em qualquer lugar onde eficiência e capacidade de adaptação fazem diferença. 🎯
