Toda decisão de negócios embute uma aposta sobre causa e efeito. Contratar o executivo de melhor desempenho do concorrente pressupõe que ele vai melhorar o resultado da unidade. Abrir as lojas uma hora mais tarde pressupõe que a receita não vai cair. Com frequência, essas premissas viram compromissos caros e difíceis de reverter. O pensamento científico reduz o custo dessas apostas. Em um momento em que a IA Generativa entrega respostas fluentes em segundos, o método obriga a liderança a separar o que sabe do que apenas acredita, a formular a crença de modo que possa ser derrubada e a testá-la antes de comprometer orçamento.
“Teste mais, suponha menos”, resume Stefan H. Thomke, professor da Harvard Business School, em The Scientific Mindset: How Thinking Scientifically Drives Better Business Decisions, lançado em novembro de 2026 pela HBR Press. Para ele, tratar cada decisão relevante como hipótese verificável diminui a chance de errar em grande escala, barateia a inovação e tira o poder da opinião mais alta da sala para entregá-lo à evidência.
Criado na Alemanha, engenheiro eletricista de formação e doutor pelo MIT, Thomke chegou ao tema aplicando desenho experimental a problemas de produção em fábricas de semicondutores. Passou pela McKinsey e está na HBS desde 1995. O novo título fecha uma trilogia iniciada com Experimentation Matters, de 2003, e continuada por Experimentation Works, de 2020, publicado no Brasil como A cultura da experimentação.
Os dois primeiros livros ensinavam a montar a capacidade de testar. O terceiro trata do raciocínio que define o que vale testar e o que fazer com o resultado.
O custo da certeza
O ponto de partida é empírico. Em entrevista ao podcast Amazing Business Radio, Thomke lembra que, na Booking.com, empresa que testa em larga escala, cerca de nove em cada dez ideias testadas não produzem a melhoria esperada, segundo as estatísticas da própria empresa. Na abertura do podcast Product Mastery Now, o apresentador cita um levantamento atribuído a Thomke, com quase 22 mil experimentos online em mais de 1.300 empresas: só uma em cada cinco mudanças produziu diferença mensurável, e metade delas piorou o resultado. Para Thomke, o cérebro humano é “uma máquina de crenças”, treinado para ver conexões onde há coincidência. A contratação do executivo de melhor desempenho do concorrente, citada na abertura, aparece no livro como exemplo: segundo Thomke, pesquisas mostram que a troca pode não melhorar o resultado. As justificativas para não testar costumam soar familiares, como “sempre tive sucesso fazendo assim” ou “essa ideia nunca vai funcionar”.
O caso que ele mais usa é o de Ron Johnson, executivo que transformou a experiência de varejo da Target e cocriou a Apple Store com Steve Jobs. Contratado como CEO da JCPenney, mudou a experiência das lojas sem testar as mudanças e foi demitido 17 meses depois. O conselho chamou de volta o antecessor para desfazer o que havia sido feito. O próprio Johnson batizou o erro de “arrogância situacional”. Thomke resume a lição: certeza somada à pressão para agir coloca a liderança “em uma zona de perigo real”.
Nem um CEO que questiona tudo está imune. Jørgen Vig Knudstorp assumiu a Lego em 2004, com vendas em queda, e conduziu a virada repetindo à equipe perguntas como “isso é mesmo verdade?”, relata Thomke em artigo publicado no HBR.org em 10 de novembro de 2026. Ainda assim, em 2006, a própria equipe de Knudstorp terceirizou boa parte da produção para a Flextronics, para enxugar a cadeia de suprimentos e cortar custos. Vieram prazos maiores, compras mais caras e moldes de injeção com vida útil menor. Dois anos depois, a Lego encerrou a parceria e trouxe a fabricação de volta. A premissa ignorava o que a empresa faz de distinto: peças que se encaixam com firmeza, se soltam pela mão de uma criança e servem em peças fabricadas décadas antes, o que exige tolerâncias de moldagem muito estreitas.
A saída mais comum para a incerteza, recorrer à experiência ou aos dados, tem limites claros. Uma inovação, lembra Thomke, raramente tem histórico diretamente comparável. Dados de experiências anteriores ajudam, mas não demonstram como a nova proposta vai funcionar. Os dados dependem de contexto: o que funcionou na Apple não garantia nada na JCPenney. E a maior parte do que gestores tomam como causalidade vem de observação casual. Thomke ilustra com o fluxo de caixa descontado: basta inverter uma premissa da planilha para o valor presente líquido de um negócio novo trocar de sinal. Quando os dados são frágeis, decide quem a comunidade de experimentação chama de HiPPO, a opinião da pessoa mais bem paga da sala.
Do pressuposto à hipótese
Thomke separa pensar cientificamente, que é reconhecer que pessoas erram em cognição e julgamento, de agir cientificamente, que é questionar as próprias premissas e mudá-las quando os experimentos as derrubam. O livro organiza a mentalidade científica em cinco elementos: ser um cético bem informado, articular hipóteses testáveis, produzir evidência concreta, investigar causa e efeito e construir uma cultura que sustente tudo isso. O cético, na definição de Thomke, parte de uma posição neutra e segue a evidência. O negacionista parte da conclusão e seleciona as provas que a sustentam. Segundo ele, os negacionistas “aplicam o método científico ao contrário”. O autor admite que todo gestor apaixonado pela própria solução corre esse risco.
Uma boa hipótese, segundo ele, precisa ter variáveis mensuráveis, ser simples e poder ser refutada. Para o terceiro critério, Thomke recorre ao físico Wolfgang Pauli, Nobel de Física, que descartava certas ideias por não estarem “nem sequer erradas”. Uma declaração de missão como “elevar a consciência do mundo” não pode ser medida nem desmentida. A Kohl’s, varejista americana, oferece o contraexemplo. Pressionada a cortar despesas operacionais, transformou a premissa citada na abertura em hipótese precisa: abrir as lojas uma hora mais tarde não teria impacto significativo na receita. Em vez de aplicar a mudança à rede de mais de mil lojas, testou-a em um subconjunto. A perda de receita foi desprezível. Thomke chama o resultado de “coragem racional”. Compare-se com “levar a marca para um mercado mais sofisticado”, hipótese que não define resultado, métrica nem prazo.
O método vale até para o que a empresa considera intocável. A A. Lange & Söhne, fabricante de relógios mecânicos complexos, monta cada relógio duas vezes: depois que o movimento já funciona, o relojoeiro desmonta tudo, as peças recebem nova limpeza e acabamento e o relógio é remontado. Concorrentes reservam a dupla montagem às peças mais caras. Para Thomke, o risco está em nunca testar a prática, e o teste é simples de desenhar: mostrar o mesmo relógio a compradores, contar a só uma parte deles que ele foi montado duas vezes e comparar quanto cada grupo aceita pagar. O teste mede se informar o comprador sobre a dupla montagem aumenta sua disposição a pagar. Não permite concluir se a prática melhora a qualidade do relógio.
Experimentos baratos, decisões caras
O experimento disciplinado tem atributos próprios. Precisa ser reversível, o equivalente às “portas de mão dupla” de Jeff Bezos: uma decisão difícil de desfazer já equivale a um compromisso. Para Thomke, precisa ser barato e ter pouca ou nenhuma burocracia. “Experimentos só ficam caros quando dão certo”, resume Thomke. O rigor deve ser proporcional ao custo do erro: o lançamento de um medicamento exige o máximo de controle, enquanto um protótipo ou MVP pode tolerar mais incerteza e servir de fonte de novas hipóteses. Nos testes de propostas para clientes, observar o comportamento oferece evidência mais forte do que recolher declarações de interesse. “Quando um cliente diz ‘gostei’, isso não é um teste”, lembra.
No artigo da HBR, Thomke organiza a evidência em degraus. Na base está a opinião: a convicção do designer sênior, a crença do CEO, o consenso de que “é isso que somos”. Acima vêm os experimentos informais, como um protótipo mostrado a poucos clientes ou uma prática testada em um único mercado, que produzem evidência real sem isolar a causa. No topo, os experimentos rigorosos alteram uma variável e mantêm as demais constantes. Quanto mais realista o teste, porém, mais ele expõe a empresa aos clientes que mais se importam. Errar com um protótipo sai barato. Errar num lançamento global, não. A Ferrari ilustra o outro extremo. O Luce, seu primeiro carro elétrico, foi apresentado em 25 de maio de 2026, com design desenvolvido em parceria com o estúdio LoveFrom, de Jony Ive, e dividiu fãs e críticos. Para Thomke, o lançamento é uma aposta ousada: a Ferrari vai descobrir se acertou em público, com o carro pronto e a reputação em jogo.
A coluna Bartleby, da The Economist, aponta onde a prática tropeça. Grupos de controle adequados são difíceis de montar. A “densidade causal” dos ambientes de negócio dificulta isolar o efeito de uma mudança. Dados podem ser ignorados quando contrariam o executivo. A facilidade de testar estimula testes triviais: a Petco precisou recusar pedidos para medir o impacto de um aumento de 12 centavos em um único item. E a escolha da métrica decide tudo. Um buscador que queira aumentar o número de consultas pode piorar a relevância dos resultados e ganhar no curto prazo, à custa do negócio no longo. O risco, conclui a coluna, está nas empresas científicas apenas o suficiente para serem perigosas.
O que a IA muda
O livro dedica um capítulo à IA e detalha como a Amazon usou a tecnologia para construir a experiência do cliente nas páginas de produto. Thomke parte de um movimento mais amplo: startups recentes captaram recursos para montar sistemas em que robôs executam experimentos físicos em grande escala e alimentam modelos de IA com dados do mundo real. Para ele, a ajuda da IA à ciência já está dada. A questão em aberto é se ela consegue pensar como um cientista.
No podcast Product Mastery Now, Thomke descreve um uso em etapas. O gerente de uma loja grande pede à IA Generativa 10 ou 20 ideias para aumentar a receita. Algumas voltam óbvias, outras claramente erradas, e algumas são criativas o bastante para que ele não tivesse pensado nelas. O gestor seleciona as que fazem sentido, pede à ferramenta que as converta em hipóteses testáveis e, em seguida, que proponha um protocolo de experimento. Thomke considera a IA “muito boa” nessa conversão. Não faria tudo só com ela, porém: as respostas do modelo podem variar entre consultas e soar convincentes mesmo quando erradas, e parte das melhores hipóteses está em fontes que a empresa já tem, como a central de atendimento, que conhece os problemas dos clientes.
O limite, na visão de Thomke, está no raciocínio. A IA imita elementos do método científico, ajuda a formular hipóteses e automatiza etapas. A mentalidade científica, sustenta ele, continua “uma atividade profundamente humana”. Mesmo na Amazon, lembra, as pessoas são as arquitetas dos sistemas. Thomke ancora o argumento em Carl Sagan, para quem a ciência é, antes de tudo, uma forma de pensar.
Thomke chegou a perguntar ao Claude, da Anthropic, se a IA pode ter mentalidade científica, e publicou no LinkedIn a resposta, que endossa: “Eu amplifico a mentalidade que você traz”. A pergunta que ele considera decisiva é outra. Quanto mais fácil fica obter uma resposta fluente, mais importa que alguém pergunte “como eu saberia se isso está errado?”.
Quatro tarefas da liderança
A resposta de Thomke a esses riscos é a cultura, que o livro trata como decisão de gestão. Ela se traduz em práticas: cultivar a curiosidade, permitir que qualquer pessoa da empresa, além da equipe de P&D, rode ou encomende testes, seguir os resultados aonde eles levarem e ter clareza sobre os limites éticos. Para chegar lá, Thomke atribui quatro tarefas à liderança.
A primeira é definir um grande desafio que possa ser desdobrado em hipóteses testáveis e métricas de desempenho, para que cada equipe enxergue como seus experimentos servem à estratégia. No exemplo do livro, uma plataforma de e-commerce que quer oferecer a melhor experiência do setor espera atrair mais clientes, depois mais fornecedores e, com eles, mais clientes. Daí saem hipóteses concretas: destacar textos importantes aumenta a conversão; um cancelamento de pedido “em um clique, sem custo” aumenta o retorno dos usuários sem derrubar as vendas líquidas.
A segunda é dar à experimentação infraestrutura e lugar na organização: instrumentação, fluxos de dados e cientistas de dados integrados aos processos. A escolha entre centralizar e descentralizar tem custo dos dois lados. Um grupo central domina métodos e ferramentas, mas dificilmente muda a cultura da empresa inteira. Equipes espalhadas pelas unidades ampliam o alcance, ao preço de conhecimento fragmentado e objetivos conflitantes. A Booking.com começou com equipes satélite e descobriu que elas passavam o tempo dando suporte aos usuários. Migrou para um centro de excelência, que padroniza a abordagem e apoia as unidades de negócio. Esse modelo também gera atrito: falta clareza sobre o que cabe ao centro e às equipes de produto, e sobre quem paga pelos novos especialistas.
A terceira é dar o exemplo. A liderança segue as mesmas regras e submete as próprias ideias a teste. “Você não pode ter um ego inflado”, disse a Thomke Gillian Tans, ex-CEO da Booking.com. Quando ela pedia algo por achar bom para o negócio, os funcionários respondiam que iam testar para ver se ela estava certa. Um CEO anterior da empresa ouviu “ótimo, vamos testar” ao apresentar um novo logotipo logo depois de assumir, e teve de aceitar o teste. Para o autor, dizer “eu não sei” diante da equipe é uma das tarefas mais difíceis para um CEO e uma das mais necessárias.
A quarta é reconhecer que discurso não muda comportamento. Em 2015, a IBM fez apenas 97 testes. A experimentação ficava com a área de TI, era cara, cobrada das unidades de negócio e presa a um processo rígido. Havia um único especialista, que também rejeitava muitas das propostas. O chefe de análise de marketing, com apoio do CMO, deu a mais de 5.500 profissionais de marketing autonomia para rodar os próprios testes, instalou ferramentas simples, criou um centro de excelência, ofereceu treinamento a todos, tornou os testes online gratuitos e abriu o programa com uma “blitz” de 30 experimentos em 30 dias. Depois vieram concursos trimestrais para os testes mais inovadores ou escaláveis e a medida mais dura: parte dos orçamentos das unidades passou a depender de planos de experimentação. Três anos depois, eram 2.822 testes por ano.
O palpite continua bem-vindo. Só não deveria assinar o cheque.