LIDERANÇA

Gestão de performance entra em nova fase nas empresas

Estudos mostram que simplificação, feedback contínuo e Inteligência Artificial aparecem como caminhos para destravar produtividade

Por Soraia Yoshida 13/03/2026

Processos excessivamente complexos, feedback insuficiente e fraca conexão entre desempenho e recompensas. A gestão de performance tem desafios que agora se somam às mudanças turbinadas por IA, demanda por novas habilidades e maior volatilidade nos negócios. Hora de repensar os sistemas de avaliação, como apontam três estudos do Talent Strategy Group (TSG), Deloitte e WTW.

A gestão de desempenho tornou-se um componente praticamente obrigatório da governança corporativa moderna. Segundo o “2026 Performance Management Report”, do Talent Strategy Group, 91,6% das organizações possuem algum processo formal de gestão de performance, reforçando a ideia de que a gestão de desempenho é uma prática básica. Dos 8,4% que não possuem um sistema, a grande maioria pretende implementar nos próximos três anos. A questão é como fazer isso com melhores resultados.

Apenas 39% das organizações afirmam que seu processo de gestão de performance é eficaz para atender às expectativas dos funcionários, de acordo com o levantamento da WTW. A percepção de baixo desempenho dos sistemas aparece também em outras métricas do estudo. Entre os participantes da pesquisa:

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

66% afirmam que o principal objetivo da gestão de performance é alinhar metas individuais às prioridades organizacionais
62% dizem que ela serve para melhorar o desempenho organizacional
59% destacam o papel do feedback contínuo
58% veem o processo como mecanismo para estabelecer expectativas claras

Mesmo com objetivos claros, a execução ainda apresenta falhas. Segundo os participantes do estudo, se os processos de gestão de desempenho fossem otimizados, a produtividade poderia aumentar em mais de 10% nas organizações.

Entre os principais problemas identificados estão:

dificuldade de conectar metas individuais a resultados do negócio
falta de clareza nos critérios de avaliação
pouca consistência no feedback dos gestores
fraca ligação entre desempenho e remuneração

Essas lacunas indicam que, embora o modelo esteja disseminado, muitas empresas ainda enfrentam desafios para transformá-lo em uma ferramenta estratégica.

Simplificar processos pode aumentar resultados

Os processos de gestão de performance mais simples tendem a ser mais eficazes. O estudo do TSG mostra que 75,7% das empresas operam com um único sistema de avaliação para todos os funcionários, enquanto 24,3% mantêm múltiplos processos que diferem conforme a área ou função.

As organizações que adotam um sistema único relatam resultados melhores em várias dimensões:

17% maior eficácia percebida no aumento do desempenho individual
14% maior eficácia no alinhamento de metas
8% maior eficácia em feedback e coaching
14% maior eficácia na avaliação de performance
19% maior eficácia na distribuição de recompensas

Embora o estudo ressalte que os dados mostram correlação e não necessariamente causalidade, os resultados sugerem que a simplificação pode reduzir ruídos e melhorar a clareza do processo. Processos fragmentados, por outro lado, podem gerar inconsistências, especialmente quando diferentes áreas adotam critérios distintos de avaliação.

Na prática, quando todas as áreas utilizam o mesmo sistema, os critérios de avaliação tendem a ser mais transparentes e comparáveis. Isso facilita o entendimento do que é esperado de cada profissional, além de reduzir interpretações divergentes sobre metas, desempenho e recompensas. Modelos fragmentados, por outro lado, podem gerar inconsistências. Quando diferentes áreas adotam metodologias distintas de avaliação – com indicadores, escalas ou critérios próprios – surgem desafios adicionais para a organização. Comparar desempenho entre equipes se torna mais difícil, decisões de promoção podem parecer menos justas e a percepção de equidade tende a diminuir.

Além disso, sistemas complexos demandam mais esforço operacional dos gestores e das áreas de Recursos Humanos. Quanto maior a diversidade de processos, maior a necessidade de treinamento, calibragem e alinhamento interno – fatores que aumentam o risco de falhas na execução. Nesse sentido, a simplificação não significa necessariamente reduzir a qualidade da avaliação, mas criar estruturas mais claras, consistentes e compreensíveis para todos os envolvidos.

Redesenhos constantes, mas nem sempre eficazes

Nos últimos anos, muitas empresas tentaram modernizar seus sistemas de avaliação abandonando classificações tradicionais, principalmente aquelas baseadas em rankings forçados ou ciclos anuais de avaliação. Modelos mais ágeis também foram introduzidos e, mesmo assim, os resultados nem sempre são positivos. De acordo com o estudo do Talent Strategy Group:

55,4% das organizações redesenharam seu sistema de gestão de desempenho nos últimos dois anos
25% mantiveram o mesmo modelo por cinco anos ou mais, indicando que uma parcela significativa das empresas prefere evoluções mais graduais em vez de mudanças frequentes.

Curiosamente, o levantamento mostra que não há correlação clara entre a data da última reformulação do sistema e a eficácia percebida do processo. Isso sugere que muitas organizações estão experimentando novos modelos, mas sem necessariamente resolver problemas estruturais. Vale lembrar que mudanças frequentes também podem gerar fadiga organizacional, reduzindo a credibilidade do sistema de avaliação.

Em alguns casos, a reformulação acaba focando mais na forma do que no conteúdo. Mudam-se as ferramentas, as escalas ou os ciclos de avaliação, mas permanecem desafios antigos, como metas pouco claras, feedbacks inconsistentes ou dificuldades na conexão entre desempenho e recompensas.

Outro ponto destacado por especialistas é que mudanças frequentes podem gerar fadiga organizacional. Quando os sistemas de avaliação são redesenhados repetidamente, os colaboradores podem passar a enxergar o processo com ceticismo ou desconfiança. Essa fadiga tende a reduzir a credibilidade do sistema e diminuir o engajamento dos funcionários com as avaliações, justamente o oposto do objetivo original dessas reformas.

Por isso, alguns especialistas defendem que, mais importante do que reformular constantemente o modelo, é garantir disciplina na execução, clareza de objetivos e consistência nos critérios de avaliação. Em última análise, a eficácia da gestão de desempenho parece depender menos da sofisticação do sistema e mais da capacidade da organização de aplicá-lo de forma coerente, transparente e alinhada à estratégia do negócio.

Metas seguem como núcleo da gestão de performance, feedback é desafio

Entre todos os componentes do processo, a definição de metas continua sendo o elemento central da gestão de desempenho. Segundo o relatório do TSG, 91,1% das organizações incluem definição de metas no processo de avaliação. A maioria das empresas ainda adota ciclos anuais:

84,8% definem metas uma vez por ano
6,6% fazem revisões semestrais
6,6% revisam metas mais de duas vezes por ano

No entanto, a tendência é que o processo passou a incorporar maior flexibilidade. Apenas 4,7% das empresas não permitem ajustes nas metas durante o ciclo de avaliação, enquanto quase metade permite ajustes pontuais e 46,7% incentivam revisões contínuas.

As empresas que permitem ajustes dinâmicos relatam níveis mais altos de efetividade percebida. Isso reflete uma mudança importante: em ambientes de negócios mais voláteis, metas rígidas podem rapidamente perder relevância.

Embora muitas organizações afirmem valorizar o feedback frequente, na prática ele ainda acontece menos do que o esperado. As empresas incentivam conversas regulares de feedback, mas essas interações nem sempre ocorrem com a frequência desejada. O estudo da WTW também confirma esse desafio. Entre os participantes da pesquisa, apenas um em cada cinco gestores é considerado eficaz em fornecer coaching e feedback aos funcionários.

Essa deficiência gerencial aparece como um dos principais gargalos da gestão de desempenho. Sem feedback de qualidade, o sistema perde grande parte de sua função de desenvolvimento profissional.

A ligação entre desempenho e remuneração

Outro ponto crítico é a relação entre avaliação e recompensas financeiras. No estudo da WTW:

68% das organizações utilizam remuneração variável para recompensar alto desempenho
53% usam esse mecanismo para motivar e engajar funcionários
50% afirmam que ele serve para impulsionar resultados de negócios

Ainda assim, apenas pouco mais da metade das empresas acredita que consegue diferenciar de forma eficaz os melhores desempenhos. Um problema comum é a distribuição inflacionada de notas, quando a maioria dos colaboradores recebe avaliações altas, reduzindo a capacidade de distinguir talentos.

Para reduzir vieses e inconsistências, muitas empresas adotam práticas como:

calibragem de notas entre gestores
definição de metas mensuráveis
treinamento contra vieses inconscientes
análise estatística das avaliações

Segundo o levantamento da WTW, 76% das organizações utilizam calibragem de avaliações para reduzir o viés gerencial.

Outra tendência emergente é a incorporação de habilidades (skills) como parte central da gestão de desempenho. De acordo com o estudo da WTW, 54% das organizações já incorporaram habilidades ao processo de avaliação. Essas competências podem influenciar decisões de promoção, remuneração, definição de metas e planos de desenvolvimento profissional.

A tendência reflete uma mudança mais ampla no mercado de trabalho: as organizações estão migrando de modelos baseados em cargos para modelos baseados em habilidades.

O papel crescente da Inteligência Artificial

A Inteligência Artificial começa a ganhar espaço também nos sistemas de avaliação. Segundo o levantamento da WTW:

Um terço das organizações já utiliza IA em processos de gestão de performance.
73% consideram adotar a tecnologia para atividades como definição de metas, feedback e mitigação de vieses.

Entre os usos mais citados da tecnologia estão:

definição de metas
elaboração de planos de desenvolvimento
análise de sentimentos em feedback
avaliação de desempenho
coaching contínuo

Ainda que esteja em fase inicial, a IA pode ajudar a reduzir subjetividades e tornar processos de avaliação mais baseados em dados.

O relatório “Global Human Capital Trends 2026”, da Deloitte, amplia esse debate ao apontar que a IA está mudando profundamente a forma como o trabalho é organizado. Segundo o estudo, quase 60% dos trabalhadores já utilizam IA deliberadamente em suas atividades profissionais. Mesmo assim, poucas organizações estão redesenhando o trabalho para integrar humanos e máquinas de forma estratégica.

A pesquisa mostra que 66% das liderança reconhecem a importância de projetar interações eficazes entre humanos e IA, mas apenas 6% afirmam estar realmente avançados nessa área. Esse descompasso pode limitar o retorno sobre investimentos em tecnologia. Empresas que redesenham papéis, fluxos de trabalho e sistemas de decisão para integrar IA e pessoas têm maior probabilidade de superar expectativas de retorno sobre investimento.

Entre as empresas que já redesenharam seus processos para integrar IA Agêntica está o case do BNY. Fundado em 1784 por Alexander Hamilton, o BNY já opera com mais de 130 “funcionários digitais” baseados em Inteligência Artificial, lado a lado com pessoas em diferentes áreas da empresa. Esses agentes de IA têm nomes, funções específicas, acesso a sistemas e até gestores humanos responsáveis por supervisionar seu desempenho. A iniciativa é liderada pelo CEO Robin Vince, que descreve o movimento como uma nova etapa da colaboração entre humanos e máquinas.

“Os agentes são treinados para tarefas muito específicas. Em um modelo multiagente, eles conseguem trabalhar juntos para resolver problemas mais complexos”, afirmou Vince ao explicar o funcionamento do sistema durante palestra no WSJ Leadership Institute. O BNY desenvolveu uma plataforma interna chamada Eliza, que conecta diferentes modelos de linguagem – como sistemas da OpenAI, Anthropic e Google – dentro de um ambiente controlado, onde os dados do banco permanecem protegidos. Sobre essa plataforma, a empresa criou agentes especializados que executam tarefas específicas dentro dos processos de negócio.

Um exemplo citado por Vince é “Payment Pete”, responsável por atividades relacionadas ao ecossistema de pagamentos da instituição. “Esse funcionário digital tem login, opera nos sistemas e tem um gestor humano responsável por treiná-lo, fazer controle de qualidade e garantir que ele execute bem suas tarefas”, explicou o CEO. Na prática, isso significa que gestores podem ter equipes compostas por pessoas e agentes de IA ao mesmo tempo. “Se você é gestor na área de pagamentos, pode ter pessoas trabalhando para você e também o Payment Pete”, disse Vince. Esses agentes também possuem indicadores de desempenho e responsabilidades claras dentro da organização, algo que aproxima o conceito de IA do modelo tradicional de gestão de pessoas.

O futuro da gestão de desempenho repousa na vantagem humana

Em um mundo onde tecnologias como IA estão se tornando cada vez mais acessíveis, a vantagem competitiva tende a migrar do tecnológico para o humano. O estudo da Deloitte indica que 70% dos líderes empresariais consideram a capacidade de adaptação rápida como sua principal estratégia competitiva para os próximos três anos.

Nesse contexto, organizações que conseguem desenvolver habilidades continuamente, redesenhar o trabalho e combinar inteligência humana e artificial tendem a obter melhores resultados.

A gestão de performance passa então a desempenhar um papel ainda mais estratégico: não apenas medir resultados, mas orientar aprendizado e evolução profissional, garantindo o pipeline de lideranças da organização.

Os estudos analisados sugerem que na nova fase da gestão de desempenho, as empresas deverão olhar com cuidado para

Feedback contínuo substituindo avaliações anuais. Organizações estão migrando para ciclos mais frequentes de feedback e revisão de metas.
Integração de habilidades ao sistema de avaliação. Competências e aprendizado passam a ter peso maior nas decisões de carreira.
Uso crescente de dados e analytics. Ferramentas digitais tornam o processo mais mensurável e comparável.
IA como apoio à avaliação. A Inteligência Artificial pode ajudar a identificar padrões de desempenho e reduzir vieses.
Redesenho do trabalho para colaboração humano-máquina. A gestão de desempenho passa a considerar também a interação entre pessoas e sistemas inteligentes.