Você está usando IA na camada de execução. O valor está na camada de julgamento
As ferramentas são implantadas. As licenças são pagas. E se você é um profissional sênior de SEO ou GEO agora, provavelmente usa IA todos os dias – para rascunhos, para resumos, para primeiras passagens em conteúdo que costumava levar o dobro do tempo. Isso é produtividade real e não é nada.
Também não é o retorno que o investimento é capaz de produzir. E a lacuna entre o que você obtém e o que está disponível não é um problema de ferramenta. É um problema de modo.
Um estudo revisado por pares publicado na Reunião Anual da ASIS&T de 2025 por Tim Gorichanaz da Universidade Drexel dá um nome a esse problema (obrigado por Shari Thurow por me indicar este artigo!). Analisando 205 casos de uso do ChatGPT do mundo real, Gorichanaz identificou seis modos distintos em que as pessoas realmente usam IA: escrever, decidir, identificar, idealizar, falar e criticar. Os dados vieram do Reddit e distorcem o anglófono, o que limita a sua generalização, mas a taxonomia que produziu mapeia desconfortavelmente bem a forma como a maioria dos profissionais está realmente a trabalhar. Dois modos dominam. Quatro estão sendo deixados na mesa. Os quatro restantes são os que determinam se a IA torna você mais valioso estrategicamente ou apenas mais rápido no trabalho da camada de execução.
Essa distinção é mais importante agora do que em qualquer momento anterior da história desta indústria.
Os dois modos padrão para todos
A escrita foi a maior categoria nos dados de Gorichanaz, com 47% dos casos de uso observados – rascunho, edição, resumo, tradução, geração. A pesquisa State of AI de 2025 da McKinsey confirma isso no nível empresarial: os casos de uso de IA mais comumente relatados são elaboração de conteúdo e captura de informações, e 63% das organizações que usam IA generativa a aplicam principalmente para criar texto.
Identificar – explicar algo, responder a uma pergunta factual, resumir um documento – constituiu outros 10% dos dados do estudo e representa o outro pilar em torno do qual a maioria dos profissionais construiu o seu fluxo de trabalho de IA. Pesquise um tópico, obtenha uma síntese e passe para a próxima tarefa.
Juntos, estes dois modos são responsáveis pela esmagadora maioria da forma como a IA está a ser utilizada tanto pelos profissionais como pelas empresas. Ambos têm valor real, mas nenhum deles é onde está a alavancagem. E se a sua prática de IA começa e termina aí, você está usando uma ferramenta cada vez mais sofisticada para realizar um trabalho que já estava sendo automatizado – apenas com mais rapidez e volume maior.
Os outros quatro modos (Decidir com 21% da amostra de Gorichanaz, Idear com 9%, Falar com 8% e Criticar com 6%) são onde o trabalho se torna insubstituível. Eles também são onde quase nenhum profissional construiu um fluxo de trabalho deliberado, porque ninguém lhes entregou um, e a pressão para mostrar resultados imediatos tem constantemente obstruído o espaço para desenvolver um.
As decisões que você ainda está tomando sozinho
Na semana do profissional, as questões do modo de decisão estão por toda parte: quais consultas realmente têm exposição de visibilidade de IA que vale a pena priorizar agora, se o problema de recuperação de uma marca é um problema de arquitetura de conteúdo ou um problema de fornecimento e sinal, como alocar esforço em um portfólio quando SEO e GEO precisam de atenção e o orçamento não se estende para cobrir ambos totalmente, quando escalar uma preocupação de visibilidade para a liderança versus quando corrigi-la no trabalho antes que alguém pergunte.
A maioria dos profissionais seniores está atualmente resolvendo essas questões com experiência e intuição. Isso não é um fracasso, pois a experiência e a intuição são genuinamente valiosas e nenhuma IA as substitui. Mas a IA usada deliberadamente no modo Decisão acrescenta algo que a experiência não pode fornecer por si só: um teste de pressão estruturado das suposições subjacentes à decisão, aplicado antes que a decisão se consolide.
Isso requer mais do que uma boa pergunta. O modo de decisão exige dar à IA o contexto relevante (cenário competitivo, postura de visibilidade atual, desempenho histórico, restrições estratégicas) e depois tratar o que retorna como um contributo genuíno para a decisão, em vez de um rascunho a ser lido e posto de lado. Requer um fluxo de trabalho que ainda não existe na prática da maioria dos profissionais, não porque alguém o bloqueou, mas porque ninguém construiu o tempo ou a estrutura para isso.
Os mesmos dados da McKinsey deixam claro o que essa lacuna custa em escala: 88% das organizações utilizam IA, mas apenas 6% qualificam-se como empresas de alto desempenho, gerando um impacto significativo em toda a empresa, e as empresas de alto desempenho têm 3,6 vezes mais probabilidade de terem reformulado fundamentalmente os seus fluxos de trabalho, em vez de simplesmente implementarem ferramentas nos existentes. O padrão se mantém no nível do praticante. Resultados mais rápidos de um fluxo de trabalho não reconstruído não são a mesma coisa que melhores decisões de um fluxo de trabalho reestruturado.
As lacunas que ninguém informou
Para profissionais de SEO e GEO, o modo Ideating tem uma aplicação específica que a maioria não está usando e deveria usar: mapear as lacunas de entidade e autoridade que a marca ainda não reconheceu.
Que ângulos de autoridade no assunto a marca não conseguiu estabelecer que os sistemas de recuperação de IA estão atualmente sendo preenchidos por outras fontes? Que sinais da comunidade (discussões em fóruns, análises agregadas, comentários de terceiros) estão moldando a forma como os LLMs representam a marca em resposta a consultas de categoria, e o que seria necessário para mudá-los? Quais enquadramentos da marca existem nos dados de treinamento do modelo que o próprio conteúdo da marca nunca abordou ou combateu?
Estas são questões genuinamente do modo Ideativo. São também perguntas das quais a maioria dos profissionais tem alguma versão em mente, sem um método estruturado para trazer à tona as respostas. A IA usada no modo Ideating, não “me dê cinco ideias de conteúdo”, mas uma exploração iterativa genuína com restrições deliberadas e vontade real de seguir o resultado em algum lugar onde a equipe ainda não esteve, é um dos métodos mais diretos disponíveis para encontrar essas lacunas antes que um concorrente ou uma auditoria de cliente as encontre primeiro.
A barreira não é a capacidade. É a diferença entre um prompt de escrita com saída de lista e uma sessão de ideia real. O primeiro leva dois minutos. A segunda leva vinte, exige uma postura diferente em relação à ferramenta e produz algo que não pode ser replicado por quem não o fez. É nessa assimetria que o valor dos profissionais é construído no ambiente atual, e a maioria dos profissionais não o reivindica.
A leitura honesta que sua equipe não lhe dará
Esta é a modalidade com aplicação mais direta à prática diária e com maior resistência organizacional, pois requer o uso de IA para encontrar problemas no trabalho em que o profissional ou sua equipe já investiu.
Usada corretamente, a crítica é como um profissional sênior detecta o que a revisão interna deixou passar. A afirmação da entidade fraca em uma estratégia de conteúdo que parece confiável, mas não é apoiada pela fonte em que os sistemas de recuperação de IA realmente confiam. A lacuna entre o que a marca diz sobre si mesma nas propriedades próprias e o que um LLM bem solicitado surge quando questionado sobre uma categoria que a marca deveria possuir. A premissa assumida em uma recomendação GEO que fazia sentido há seis meses e agora é contrariada pela forma como os padrões de recuperação mudaram.
Esta última aplicação não é abstrata. Administrar sua própria marca (ou a marca de um cliente) por meio de uma sessão estruturada de crítica de IA antes do próximo ciclo estratégico é exatamente o tipo de trabalho proativo que separa os profissionais que operam na camada de julgamento dos profissionais que operam na camada de produção. É também o tipo de trabalho que muda a conversa com um cliente ou com uma equipe de liderança, porque você traz à tona os problemas antes que eles se tornem visíveis nos dados, em vez de explicá-los depois do fato.
A razão pela qual a crítica é subutilizada não é um problema de governação. É um problema de disposição. As organizações e os profissionais treinaram-se amplamente para usar a IA para produzir resultados, e não para interrogá-los. Reverter esse hábito é uma escolha, e é uma das escolhas mais importantes disponíveis para um profissional sênior no momento.
Ensaio
O modo Talking na taxonomia de Gorichanaz abrange a IA como um parceiro de conversação e, para os profissionais, a versão mais valiosa disso é o ensaio para as conversas internas e com os clientes, onde os riscos são reais.
A chamada do cliente em que você precisa explicar por que o tráfego orgânico caiu 30%, enquanto a visibilidade da pesquisa de IA também é baixa, e você precisa manter duas explicações causais separadas simultaneamente, sem deixá-las colapsar em uma única narrativa que simplifique ambas. O briefing interno onde você deve defender o investimento em GEO junto com o orçamento de SEO existente para uma equipe de liderança que ainda combina as duas disciplinas e deseja um único número que explique o ROI de ambas. A agência ou fornecedor analisa onde você precisa recuar em uma abordagem recomendada sem perder o relacionamento.
Essas conversas são recorrentes e de alto risco, e a maioria dos profissionais entra nelas apenas com seu próprio ensaio mental como preparação. O modo de conversação (representar a resistência, pedir à IA para argumentar o outro lado, repassar a versão da conversa que deu errado) não substitui a experiência. É um método de preparação que custa vinte minutos e altera materialmente a qualidade do praticante que entra na sala.
Não produz um artefato. Ele não aparece em um relatório de utilização. A Pesquisa Work Reimagined 2025 da EY, que abrangeu 15.000 funcionários e 1.500 empregadores em 29 países, descobriu que 88% dos funcionários usam IA no trabalho, mas apenas 5% a usam de maneiras que transformam fundamentalmente o que produzem. A razão pela qual a lacuna é tão grande é quase certamente que os modos avançados – Criticar, Decidir, Falar – não produzem algo mensurável no momento. Eles produzem um profissional melhor ao longo do tempo, o que é um retorno que aumenta e não aparece no painel.
O modo em que você está é a camada em que você está
A taxonomia de seis modos mapeia quase exatamente a divisão entre o trabalho da camada de execução e o trabalho da camada de julgamento. Escrever e Identificar são modos da camada de execução. Eles são valiosos, são visíveis e são cada vez mais os modos que a IA lida com cada vez menos envolvimento humano. Decidir, Idear, Criticar e Falar são modos de camada de julgamento. É neles que reside a insubstituibilidade do praticante.
Um profissional sênior de SEO ou GEO que usa IA apenas no modo Escrita e Identificação está, funcionalmente, se posicionando como um trabalhador da camada de execução exatamente no momento em que a IA está comprimindo essa camada de forma mais agressiva. Isso não é uma previsão sobre deslocamento de empregos. É uma observação sobre diferenciação profissional. Os profissionais que criam valor duradouro neste ambiente são aqueles que utilizam a IA para melhorar o seu julgamento e não apenas para obter resultados mais rápidos.
O estudo de Gorichanaz reformula o que a necessidade de informação realmente significa na era da IA, não apenas a resposta a perguntas ou a redução da incerteza, mas o que os autores chamam lidando habilmente no mundosignificando a aplicação contínua de inteligência prática em situações que exigem compreensão e ação. Para um profissional experiente, esse enquadramento é um diagnóstico útil. A questão não é o que a IA pode fazer. É importante saber quais partes do seu trabalho exigem o tipo de inteligência prática combinada com a experiência, e se a sua prática atual de IA está tornando essa inteligência mais nítida ou apenas fazendo com que tudo ao seu redor se mova mais rápido.
A pesquisa da McKinsey sobre o local de trabalho revela que apenas 1% dos líderes consideram as suas empresas maduras na implementação de IA, o que significa que a IA está totalmente integrada nos fluxos de trabalho e impulsionando resultados de negócios substanciais. A versão dessa lacuna em nível profissional é igualmente ampla e corrigível.
Se você mapeasse seu uso real de IA em relação aos seis modos desta semana (não o que você pretende fazer, o que você realmente fez), como seria a distribuição? Quanto custou Escrever e Identificar? Quanto custou Decidir, Idear, Criticar, Falar?
Os profissionais que preenchem deliberadamente essa lacuna, que constroem um fluxo de trabalho mínimo em torno dos modos da camada de julgamento, não estão fazendo algo exótico. Eles estão fazendo algo que a maioria de seus colegas não faz. Em uma disciplina onde a camada de execução está sendo comprimida pelas mesmas ferramentas às quais todos têm acesso, vale a pena fechar essa lacuna primeiro.
Para ver o que acabei de construir após meses de trabalho, você pode ler mais sobre dados para decisões e evidências para suas conversas.
Mais recursos
Esta postagem foi publicada originalmente em Duane Forrester Decodes.
Imagem em destaque: Roman Samborskyi/Shutterstock
