O gestor nunca pediu um dashboard

Vale abrir essa parte da tese, porque ela costuma passar rápido e é o que sustenta o resto do artigo.

Tratar RH como produto tem pouco a ver com adotar o vocabulário de produto. Roadmap, discovery e backlog são consequência. O que define um produto é existir para resolver a dor de alguém que não é você, e é aí que a analogia começa a cobrar caro de nós.

Nenhum dos dois primeiros trabalha no RH, e nenhum dos dois pediu para entrar em mais um sistema.

É por isso que este artigo lê os cinco níveis três vezes. Se um avanço de maturidade não muda nada para o gestor nem para o colaborador, ele melhorou a operação da área, e isso conta menos do que a gente costuma contar. Quando o avanço aparece nas três leituras ao mesmo tempo, o investimento fica fácil de defender internamente: a área ganha capacidade, o gestor decide melhor e o colaborador sente a diferença no próprio pacote.

Total Rewards foi desenhado em torno de médias, ciclos anuais e programas padronizados porque era o único modelo operável em escala, e não porque fosse o melhor jeito de recompensar pessoas. Dado de mercado vinha em fotografia, equidade era auditada quando alguém pedia e o orçamento de mérito saía uma vez por ano (duas, nas empresas mais organizadas). Benefício era desenhado para persona porque montar e administrar uma proposta por pessoa era inviável na operação e, em alguns casos, no jurídico.

A AI derrubou essa restrição, e sem ela dá para decidir remuneração caso a caso, na hora em que o caso aparece. Escrito assim, isso é jargão de RH.

Vamos aos cinco níveis. A escada é a mesma do Mapa de Maturidade AI, e em cada um deles a pergunta se repete de três formas: o que muda para a cadeira de RH, o que muda para o gestor e o que muda para o colaborador.

Em N1, alguém do time de remuneração descobriu como usar AI. Monta a análise de posicionamento em minutos, escreve a justificativa de enquadramento sem abrir a planilha e fecha a conta de custo total do pacote, com encargos e benefícios, numa tarde.

Para o gestor, nada disso existe. Ele pede a informação por e-mail ou no chat, espera, e recebe uma planilha ou um PDF, com sorte um dia mais rápido. Para o colaborador, menos ainda: ele nem sabe que havia algo para mudar, e quando descobre que estava fora de faixa, quase sempre descobre por acidente.

Ilustração do nível 1. Dados fictícios.

É o nível em que está a maior parte das áreas de RH que passaram pelo nosso diagnóstico de maturidade,1 e é também onde a ilusão é maior, porque a melhora que a área sente é real e mensurável, enquanto o caminho entre o gestor e a decisão continua igual.

Para quem lidera People, o problema desse nível é que o ganho fica preso em quem descobriu e vai embora junto com a pessoa.

Em N2, a regra sai da cabeça de quem sabe e vira uma skill compartilhada, onde a distribuição de mérito não fecha se estourar o orçamento da área, o custo total sai sempre com encargos, provisões, benefícios e incentivo de longo prazo embutidos, e ninguém segue sem justificativa por pessoa. O aprendizado de uma pessoa do RH vira o aprendizado da área inteira, e o critério ganha status de ativo institucional, auditável, que sobrevive a turnover e para de depender de quem está de plantão.

Ilustração do nível 2. Dados fictícios.

Para o gestor isso aparece como consistência, e ela vale mais do que parece. Antes, a resposta dependia de com quem ele falou: um BP calculava o custo de um jeito, outro de outro, um pedia justificativa, outro não. Com o tempo ele aprendia com quem valia a pena falar, e assim o RH ensinava o negócio a contorná-lo. Agora a régua é a mesma. Ele pode não gostar da resposta, sem precisar decifrar de quem ela veio.

Para o colaborador, o efeito é silencioso e importante: quem entrega melhor ganha mais do que quem apenas negocia melhor. O critério segue invisível para ele, com a diferença de que agora se aplica igual. E o gestor continua pedindo e esperando no mesmo canal e no mesmo horário.

A partir do N3, existe uma camada conectada à folha, à tabela de faixas, ao histórico de performance, ao orçamento e ao mercado, e ela responde direto ao gestor.

Ilustração do nível 3. Dados fictícios.

A resposta vem com a fonte de cada número, sem ninguém exportar nada. Ele pergunta antes da conversa de carreira, e não duas semanas depois de ter prometido que ia verificar. Se a resposta não fecha, reformula e pergunta de novo, sem sentir que está gastando o favor de alguém.

O que morre nesse nível é o pedido, e com ele morre o custo de perguntar, que ninguém mede. Boa parte das decisões ruins de gestão vem de o dado ser caro de obter. Se para conseguir a informação o gestor precisa mandar um e-mail, esperar e pedir um favor, ele decide sem.

Para o colaborador, é aqui que a transparência se torna possível, e o que decide se ela chega é política, não tecnologia. Onde a empresa abre, ele pergunta sobre a própria posição e sobre o pacote inteiro e recebe a resposta com a fonte. Onde a empresa escolhe não abrir, ao menos o gestor responde na mesma conversa, em vez de dizer que vai verificar.

Para quem lidera a área, o ganho é de outra ordem. Análises que não caberiam no mês passam a existir, e dá para responder ao CEO na própria reunião, com a fonte de cada número, em vez de prometer um deck para a semana seguinte.

Vale a ressalva: nesse nível quem faz a pergunta ainda é o gestor, e o que a camada resolveu foi o acesso ao dado. Ela responde o que ele pergunta e não aponta o que ele deixou de perguntar.

Mas aqui, em N4, a camada para de esperar. O gestor recebe uma mensagem no Teams ou no Slack:

Ilustração do nível 4. Dados fictícios.

Nem sempre a proposta é aumento. Às vezes é um refresh de equity, um prêmio pontual ou um ajuste de benefício, quando é isso que resolve o caso. Três coisas mudam de lugar nesse nível, e a análise em si não é nenhuma delas.

O gestor continua dono do que a camada não tem como saber: que a pessoa falou na semana passada que quer mudar de área, que existe um combinado feito numa conversa que ninguém registrou, ou que aquele ajuste, naquele time, naquele mês, quebra um equilíbrio que não está escrito em lugar nenhum.

Para o colaborador, esse é o nível em que ele é enxergado sem precisar levantar a mão. A desigualdade que levava um ano para ser notada é sinalizada enquanto ainda é pequena, e o reconhecimento chega sem depender de ele ter uma proposta de concorrente na mão.

Em N5, a personalização sai do discurso. Faz anos que Total Rewards fala dela enquanto opera programas padronizados, e havia uma boa razão para isso, que é o custo de personalizar em escala. Esse custo caiu.

Duas pessoas no mesmo escopo podem valorizar combinações muito diferentes de caixa, equity, flexibilidade, benefício, desenvolvimento e incentivo de longo prazo. Uma camada com julgamento entende essa preferência e recomenda combinações diferentes dentro da mesma filosofia, do mesmo custo total e das mesmas regras de governança.

Ilustração do nível 5. Dados fictícios.

A camada também aprende com o que aconteceu depois de cada decisão que ela propôs: quem ficou, quem saiu, o efeito da distribuição de mérito na retenção, quais benefícios estão custando mais e sendo usados menos. Se as recomendações de uma categoria geraram saída acima do esperado, ela ajusta o próprio cálculo. É esse aprendizado que acelera o ajuste fino, porque cada rodada de decisões calibra a proposta seguinte melhor do que a anterior.

Para o gestor, o efeito é parar de administrar exceção, e as conversas sobre por que o pacote não pode ser diferente vão diminuindo, porque o pacote já nasce diferente. Para o colaborador, o destino disso é se sentir corretamente incentivado, reconhecido e remunerado, que era o que a função se propôs a entregar desde o começo. E para quem lidera a área, a política se corrige a partir do resultado das próprias decisões, o que muda inclusive o que se mede: retenção e equidade como resultado, no lugar de quantos ciclos foram fechados.

As três colunas avançam juntas, e é isso que torna a decisão de investir mais fácil de defender internamente. Um avanço que aparece só na primeira coluna melhora a operação da área e para ali.

Se a unidade de medida muda, muda também onde vale investir.

O gestor também não chega com um problema de remuneração na mesa, ele chega com uma pessoa, que é ao mesmo tempo um caso de faixa salarial, de performance, de risco de saída e de sucessão. Quando o RH devolve isso em quatro conversas separadas, com donos e sistemas diferentes, sobra para o gestor juntar o contexto na mão. Na prática, ele é o middleware da nossa arquitetura.

“

Na prática, o gestor é o nosso middleware, e ninguém pediu a opinião dele.

E vale apontar o que a nossa própria régua não media: Quando originalmente publicamos o framework dos cinco níveis, em maio, organizamos a escada por subfunção do RH e confirmamos o avanço por quanto o trabalho do RH melhorou. Essa escada continua certa (e o que a evidência do diagnóstico mostra é que quase todo mundo está no começo dela), mas faltou confirmar o nível também pelo que melhorou na vida de quem nunca mais precisou falar com o RH sobre certos temas.

O objetivo nunca foi automatizar a decisão de remuneração. Era automatizar tudo o que precisa acontecer para que quem decide decida melhor, e quem decide, na maior parte dos casos, não é o RH.

1. 1Comp, Diagnóstico de maturidade em AI: base de áreas de RH avaliadas pela ferramenta de diagnóstico, recorte de 10/08/2026, medição capacidade a capacidade por nível.
2. 2Comp, O que é ser AI-native: 5 níveis de maturidade organizacional na adoção de AI, white paper, maio de 2026. Disponível em comp.vc/ai-maturity-map.