A Uber vai ampliar o uso corporativo de inteligência artificial e oferecer o ChatGPT Work a toda a sua força de trabalho global, formada por cerca de 30 mil pessoas. A expansão da parceria com a OpenAI transforma um teste restrito em uma implantação que alcança áreas como finanças, operações e produto.
A notícia interessa a quem acompanha tecnologia no trabalho porque mostra como os agentes de IA estão deixando de ser apenas ferramentas individuais. Em vez de limitar o uso a perguntas, resumos ou rascunhos, empresas começam a conectar esses sistemas a fluxos internos, dados operacionais e painéis usados para tomar decisões. O resultado ainda não é uma substituição automática de equipes, mas uma mudança na forma como tarefas são planejadas e executadas.
O anúncio foi reportado pelo TechCrunch em 22 de outubro de 2026. Segundo a publicação, a Uber havia testado o ChatGPT Work com cerca de mil funcionários no começo do ano. Agora, a ferramenta será disponibilizada para a companhia inteira.
O que é o ChatGPT Work
O ChatGPT Work é apresentado como um agente de IA voltado a empresas. A diferença em relação a um chatbot usado de forma isolada está no contexto de trabalho: a ferramenta pode apoiar processos recorrentes, organizar informações e ajudar a produzir resultados que fazem parte da rotina de uma equipe.
Na prática, um agente de IA não precisa ficar restrito a uma resposta em uma janela de conversa. Ele pode ajudar a interpretar dados, preparar uma análise, estruturar um painel ou transformar uma solicitação em uma sequência de tarefas. A empresa ainda precisa definir permissões, revisar resultados e decidir quais ações podem ser automatizadas, mas o modelo permite que a IA participe de etapas mais próximas da operação.
O nome Work também indica uma separação em relação ao uso pessoal do ChatGPT. Em ambientes corporativos, a organização precisa controlar quem acessa a ferramenta, como os dados são tratados e quais informações podem ser usadas em cada fluxo. A matéria do TechCrunch não detalha o preço do contrato da Uber nem todas as configurações técnicas da implantação, por isso não é possível concluir que o pacote oferecido à companhia será igual para todas as empresas.
O teste começou com mil funcionários
Antes de levar o produto para toda a companhia, a Uber conduziu um piloto com aproximadamente mil pessoas. Participaram profissionais de diferentes departamentos, incluindo finanças, operações e produto. Um dado chama atenção: cerca de 80% dos primeiros usuários não eram engenheiros.
Esse perfil ajuda a entender o alcance da ferramenta. A adoção de IA no trabalho não depende apenas de programadores ou de equipes de dados. Profissionais de operações podem usar a tecnologia para encontrar padrões em indicadores, enquanto pessoas de finanças podem acelerar a leitura de relatórios. No time de produto, um agente pode ajudar a organizar feedback, comparar sinais de uso e preparar materiais para discussão.
A Uber citou três exemplos de uso observados no piloto. O primeiro foi a análise de dados complexos das operações para identificar tendências e desenvolver recomendações. O segundo foi a localização de materiais de treinamento para diferentes mercados e idiomas. O terceiro foi a criação de painéis interativos personalizados para acompanhar o trabalho diário.
Esses casos têm algo em comum: a IA não aparece como um recurso separado do processo. Ela atua sobre informações que já fazem parte da atividade profissional. Isso pode reduzir o tempo gasto em tarefas repetitivas, mas também aumenta a importância de conferir os dados de entrada e a qualidade das conclusões.
Agentes de IA precisam de contexto humano
A Uber não definiu um roteiro único para o uso do ChatGPT Work. De acordo com a empresa, a ideia é oferecer ferramentas potentes e permitir que cada equipe experimente possibilidades ligadas ao próprio trabalho. Essa escolha é relevante porque um processo que funciona em operações pode não fazer sentido em finanças, atendimento ou desenvolvimento.
Para explorar essas diferenças, a companhia formou grupos temporários com 30 engenheiros de IA e equipes de outras áreas. Durante duas semanas, esses grupos tentaram automatizar partes importantes de cada função. A experiência combina conhecimento técnico com o entendimento de quem executa a tarefa todos os dias.
Esse modelo também aponta um limite da automação. A ferramenta pode produzir uma resposta rápida, mas não conhece sozinha todas as regras, exceções e prioridades de uma organização. O especialista da área continua necessário para explicar o objetivo, avaliar o resultado e detectar situações em que a resposta parece convincente, mas está errada ou incompleta.
O que muda para empresas brasileiras
A expansão da Uber serve como um exemplo para empresas brasileiras que avaliam adotar agentes de IA em escala. O primeiro aprendizado é começar com problemas concretos, e não com uma promessa genérica de aumentar a produtividade. Analisar um conjunto de indicadores, adaptar treinamento ou montar um painel são objetivos mais fáceis de medir do que simplesmente pedir que todos usem um chatbot.
O segundo ponto é envolver profissionais que conhecem o processo. Uma equipe técnica pode configurar integrações e permissões, mas a pessoa que trabalha com um fluxo específico sabe onde surgem os erros, quais dados estão incompletos e quais decisões exigem aprovação. A combinação reduz o risco de automatizar uma etapa que não deveria ser automática.
Também é necessário definir regras de segurança antes da expansão. Cada empresa deve mapear quais informações podem entrar na ferramenta, quais documentos precisam de proteção adicional e quem pode consultar cada resultado. Dados de clientes, informações financeiras e registros de funcionários não devem ser enviados a um sistema apenas porque ele consegue analisá-los. A política precisa indicar finalidade, acesso, retenção e revisão.
Outro cuidado é separar velocidade de qualidade. Um painel criado em poucos minutos pode ajudar em uma reunião, mas ainda precisa ser confrontado com os sistemas oficiais. Uma tradução automática pode acelerar o treinamento, mas deve ser revisada quando envolver instruções técnicas ou exigências legais. A IA reduz o esforço de algumas etapas, mas não elimina a responsabilidade pelo resultado.
Como medir se a adoção está funcionando
A Uber informou que vai acompanhar como os funcionários usam o ChatGPT Work, quais fluxos desenvolvem e de que maneira a ferramenta contribui para o trabalho. Esse acompanhamento é mais útil do que contar apenas o número de pessoas que abriram a aplicação.
Uma avaliação consistente pode observar o tempo gasto em uma tarefa antes e depois da adoção, a taxa de correções necessárias, a quantidade de etapas automatizadas e o impacto sobre a experiência do cliente. Também vale medir se o ganho de velocidade cria novos custos, como revisão excessiva, retrabalho ou dependência de informações que não estão atualizadas.
Para o usuário comum, o caso da Uber mostra por que agentes de IA devem aparecer cada vez mais nos bastidores de aplicativos e serviços. A tecnologia pode alterar a forma como uma empresa responde, entrega suporte ou organiza operações sem que o consumidor veja a ferramenta diretamente. Para profissionais digitais, o movimento reforça uma tendência: saber trabalhar com IA passa a incluir a capacidade de descrever processos, validar saídas e proteger dados.
Uma implantação ampla, mas ainda em observação
A decisão da Uber não significa que o ChatGPT Work terá o mesmo efeito em todas as áreas ou empresas. A implantação começa com uma base grande de usuários, mas a própria companhia ainda pretende observar quais fluxos realmente funcionam. O investimento mais importante pode estar menos no acesso ao chatbot e mais na criação de bons processos para usá-lo.
No Brasil, a novidade merece acompanhamento porque a Uber tem presença ampla e porque o uso corporativo de IA influencia fornecedores, equipes de tecnologia e profissionais de atendimento. A matéria do TechCrunch não informa um calendário específico para operações brasileiras nem confirma quais recursos serão liberados em cada país. Por enquanto, o sinal mais claro é outro: empresas globais estão tratando agentes de IA como uma camada de trabalho que pode alcançar toda a organização, e não apenas como um experimento de laboratório.
Crédito da imagem: Uber, via TechCrunch. Imagem: adesivo da Uber na traseira de um carro.
