IA Generativa na Era da Transformação Digital

O que são grandes modelos de linguagem, explicados sem jargões técnicos.

Como as entradas, saídas e janelas de contexto moldam o comportamento do modelo.

Por que ocorrem alucinações de IA e seu impacto no uso organizacional.

Como os tokens, o custo e o tamanho do modelo afetam o orçamento e as decisões de implementação.

O que a IA multimodal permite em textos, imagens, áudio e código.

Como os principais modelos diferem em alto nível e o que importa para as decisões de liderança.

Sinais de alerta importantes a serem observados ao avaliar promessas de fornecedores de IA.

O que é engenharia de prompts e por que ela é importante.

Técnicas fundamentais: zero-shot, few-shot, chain-of-thought e role prompting.

Criação de prompts para tarefas executivas, como briefings, memorandos de estratégia e comunicação com stakeholders.

Criação de prompts para tarefas de equipe, incluindo documentação, resumos e relatórios.

Automação de fluxos de trabalho rotineiros com modelos de prompts reutilizáveis.

Segurança de prompts e o que evitar compartilhar em ferramentas de IA públicas.

Prática prática para construir sua biblioteca pessoal de prompts.

Marketing e CX: personalização, geração de conteúdo, automação de serviços.

Operações: automação de fluxo de trabalho, documentação, compras, cadeia de suprimentos.

RH e Talentos: recrutamento, integração, aprendizado e desenvolvimento, desempenho.

Finanças: relatórios, previsões, resumos de conformidade.

Produto e Inovação: ideação, prototipagem, pesquisa de mercado.

Liderança e Estratégia: inteligência competitiva, comunicação com o conselho, planejamento de cenários.

Estudo de casos: Klarna, Coca‑Cola, JPMorgan e outros

Avaliação de Casos de Uso: avaliando valor, risco e prontidão organizacional.

O cenário da ética e o que está em jogo quando a IA toma decisões.

De onde vem o viés na IA e como os líderes podem mitigá-lo.

Privacidade, soberania de dados e diretrizes para o uso de ferramentas de IA pelos funcionários.

Quando a transparência e a explicabilidade são exigidas para uma IA auditável.

O ambiente regulatório, incluindo o EU AI Act, frameworks dos EUA e regras setoriais.

Como os frameworks de IA Responsável do Google, Microsoft e NIST se traduzem na prática.

Desinformação, deepfakes e desafios de integridade de conteúdo.

Como começar a construir uma política interna de IA para sua organização.

O que significa prontidão para IA em tecnologia, dados, pessoas e cultura.

Padrões comuns de falha na adoção da IA e como evitá-los.

Comunicando sobre IA em meio à incerteza e mudanças rápidas.

Capacitação da sua força de trabalho e identificação de habilidades essenciais do futuro.

Abordando a ansiedade relacionada à IA e apoiando a segurança psicológica.

Papéis do CDO, CAIO e do Centro de Excelência em IA.

Aplicando frameworks de gestão de mudanças, como Kotter e ADKAR, a iniciativas de IA.

Construindo defensores internos de IA e estruturas de governança.

O impacto econômico da IA generativa na produtividade, deslocamento e criação de novos valores.

Quais empregos e tarefas estão mais expostos à automação e quais permanecem resilientes.

Aumento por IA versus substituição e como os líderes podem aplicar essa distinção.

Como a IA está reformulando a dinâmica competitiva por meio da vantagem de pioneiro e da diferenciação.

O que os competidores nativos em IA revelam e o que as empresas tradicionais podem aprender com eles.

Tendências globais de investimento em IA e suas implicações para a estratégia setorial.

Como a liderança está evoluindo e quais capacidades humanas ganham importância.

Revisão do framework estratégico de IA e integração de todos os conceitos.

Uso do canvas de oportunidade de IA para mapear casos de uso ao valor de negócio.

Aplicação de uma matriz de esforço-impacto-risco para priorizar iniciativas de IA.

Construção de um roadmap de IA integrando vitórias rápidas, iniciativas de médio prazo e transformação de longo prazo.

Elaboração do business case para investimento em IA e como fazer a solicitação de forma eficaz.

Apresentação de sua estratégia de IA para conselhos, investidores e stakeholders céticos.

Workshop de projeto de conclusão para desenvolver e revisar por pares sua estratégia organizacional de IA.

Reflexão final sobre o tipo de líder de IA que você deseja se tornar.

Os módulos seguem uma progressão estratégica: fundamentos → como a GenAI funciona → engenharia de prompts → aplicações organizacionais → ética/governança → cultura pronta para IA → implicações econômicas → projeto de conclusão de estratégia de IA. Cada módulo visa a capacidade de liderança, não o domínio técnico.

O curso integra estudos de caso de diversos setores (ex: marketing, operações, RH, finanças, inovação) e exemplos reais de empresas como Klarna, Coca-Cola, JPMorgan, Microsoft e outras. Estes são usados como exemplos de apoio — não estudos de caso completos — para ilustrar aplicações práticas e padrões emergentes.

Sim. O curso termina com um projeto de conclusão onde os alunos sintetizam todos os conceitos em uma estratégia de IA acionável. Você criará uma avaliação de oportunidade, um roteiro priorizado, planos de responsabilidade e cronograma, mapeamento de riscos e dependências e um conjunto claro de critérios de sucesso.

Você construirá três artefatos principais:

• uma Biblioteca de prompts para líderes;

• um Checklist de governança de IA responsável; e

• um Framework de adoção de IA adaptado ao seu contexto organizacional.

Esses recursos são projetados para uso imediato no mundo real.

Cada módulo inclui atividades guiadas, análises práticas, um quiz formativo e exercícios aplicados. Recursos suplementares "para os tecnicamente curiosos" oferecem uma exploração mais profunda, mas são opcionais.

Todos os trabalhos principais incluem rubricas alinhadas com resultados de aprendizagem atualizados e mensuráveis. Elas esclarecem as expectativas e garantem uma avaliação consistente entre os alunos.

O redesenho atualiza ferramentas, referências e demonstrações obsoletas; enfatiza conceitos perenes; e move exemplos que mudam rapidamente para módulos de toque leve, sessões ao vivo ou conteúdo opcional. O conteúdo de regulamentação e governança está alinhado com o EU AI Act, frameworks dos EUA e padrões globais emergentes.

Sim. Sessões lideradas por instrutores são incorporadas para esclarecer tópicos complexos, fornecer contexto atualizado e aprofundar o engajamento. As sessões com o corpo docente podem variar conforme a turma, dependendo da disponibilidade.

Os alunos geralmente dedicam de 4 a 6 horas por módulo, incluindo vídeos, atividades, leituras, exercícios práticos e o projeto de conclusão. O curso foi projetado para profissionais que trabalham.

Sim. O redesenho inclui IA multimodal (texto, imagem, áudio, código) e introduz conceitos voltados para o futuro, como agentes, modelos de contexto longo e prompts avançados — apresentados com clareza não técnica.

Um módulo dedicado cobre viés, transparência, gestão de riscos, desinformação e requisitos regulatórios. Os alunos também constroem um checklist prático de governança alinhado a frameworks reconhecidos (NIST, Microsoft, Google, EU AI Act).

Líderes de negócios, chefes funcionais, colaboradores multifuncionais, profissionais não técnicos, líderes de produtos e operações, e gerentes de projetos que supervisionam trabalhos relacionados à IA — especialmente dentro de ambientes de engenharia ou científicos.

Os impostos aplicáveis serão calculados e adicionados no momento da compra, de acordo com a legislação do país ou estado.