Por Gustavo Pinto, pesquisador no Zup Labs
Na última semana de julho, participei de uma imersão na China pela Zup Innovation, visitando empresas e centros de inovação em Beijing, Hangzhou e Shanghai. Em cinco dias intensos, passei por gigantes como Huawei, Alibaba Cloud, SenseTime e Nio, além de acompanhar uma série de conversas com executivos, pesquisadores e agentes do ecossistema de tecnologia chinês.
Leia também: Intel projeta futuro com IA, PCs de nova geração e modernização de data centers
A partir dessas interações, ficou claro que a China não apenas construiu uma economia digital robusta, mas também desenvolveu formas próprias de escalar inovação e integrar setores com velocidade e eficiência. A seguir, compartilho cinco aprendizados centrais da economia digital chinesa que, embora não sejam totalmente replicáveis no Brasil, podem servir de inspiração concreta para acelerar a transformação digital em nossas empresas:
1. Inovação não precisa começar pela disrupção, pode começar pela escala
Enquanto o Ocidente costuma associar inovação à ruptura, criar algo totalmente novo, a China pensa em inovação a partir da aplicação em larga escala. Por lá, boa parte dos avanços vem da integração rápida de tecnologias existentes em (potencialmente novos) modelos de negócio. O foco está menos em “inventar do zero” e mais em “integrar e escalar com eficiência”.
Foi o que vimos, por exemplo, na Alibaba Cloud. A empresa reconstruiu toda sua stack tecnológica, desde hardware até software de cloud e big data, para garantir autonomia e performance em larga escala. Seus modelos de linguagem (como Qwen 3 e Qwen Omni) não só competem com os grandes do Ocidente, como já estão sendo usados em aplicações altamente especializadas. Essa lógica se repete na Huawei e na SenseTime, que não apenas criaram seus próprios modelos de IA, mas integram esses modelos diretamente em soluções de mercado, como carros autônomos, sistemas de vigilância e assistentes embarcados.
Lição para o Brasil: a inovação pode vir de dentro da empresa, conectando dados/sistemas, testando novos modelos de serviço ou operação. A ideia de buscar a disrupção pode paralisar, a execução rápida, não.
2. Excelência no atendimento
Na China, excelência no serviço não é vista como um diferencial, é parte do funcionamento básico de qualquer negócio. Isso vale tanto para experiências digitais quanto para interações totalmente presenciais. Em restaurantes, lojas de rua e hotéis, o atendimento é direto, eficiente e respeitoso. As pessoas sabem o que estão fazendo, resolvem rápido e, muitas vezes, sem rodeios; foco no que importa: fazer o cliente seguir sua jornada sem fricção.
Nas empresas mais tecnológicas, essa cultura de atendimento é amplificada pelo uso inteligente de dados. Na SenseTime, por exemplo, vimos como seus modelos integrados de IA são usados para interpretar expressões faciais e ajustar a interação de robôs e interfaces com base no humor da pessoa. No caso da Nio, os carros contam com assistentes como o NomiGPT, que mantêm conversas naturais com os passageiros, ajustam iluminação e som, e oferecem sugestões com base no contexto da viagem. O atendimento, nesse cenário, é algo contínuo e proativo, e não começa apenas quando o cliente tem um problema.
O uso de QR codes, pagamento por biometria e check-in automatizado é comum. Ao mesmo tempo, os atendentes são orientados por sistemas e protocolos muito bem definidos, o que garante consistência no padrão de qualidade. A digitalização não eliminou o humano, ela o organizou melhor.
Lição para o Brasil: excelência no serviço começa com respeito ao cliente e termina com entrega consistente. A tecnologia pode amplificar isso, mas não o substitui. Mesmo as interações mais simples, uma recepção, uma resposta rápida, um olhar atento, são parte essencial da jornada. Atendimento não é um departamento: é uma responsabilidade de toda a jornada, seja no app, no caixa, na recepção ou na porta de embarque.
3. A integração entre físico e digital é parte do processo
Na China, o termo “figital” não é buzzword, é prática. A integração entre online e offline já chegou a 99% da economia em setores como varejo, saúde e educação. Isso acontece, por exemplo, por meio de plataformas integradas de pagamento, mini-programas embarcados em superapps (como o WeChat), sensores espalhados nos espaços físicos e inteligência artificial que adapta conteúdo, oferta e atendimento com base no comportamento do usuário.
Um exemplo é o shopping X27, que se transformou em um dos maiores estúdios de live commerce do mundo. Nesse shopping, não existe loja física aberta ao público: toda a operação funciona com transmissões ao vivo e vendas em tempo real, dentro de plataformas digitais. O espaço físico virou uma infraestrutura para o digital operar melhor.
Lição para o Brasil: empresas que ainda tratam digital e físico como áreas separadas precisam ser repensadas. A jornada do consumidor é uma só, e o canal deve ser consequência da experiência, não o contrário.
4. O investimento em talentos é estratégico, e contínuo
Em várias das empresas que visitamos, vimos programas claros de formação e retenção de talentos. A Alibaba, por exemplo, adota ciclos de onboarding de dois a três anos, com planos de carreira definidos desde a entrada. A SenseTime investe em educação desde o ensino médio, com livros e plataformas voltados ao ensino de inteligência artificial para jovens. O objetivo é criar um pipeline contínuo de pessoas preparadas para trabalhar com tecnologia.
Além disso, os próprios processos de recrutamento já usam IA para triagem e análise de fit cultural e técnico. Isso permite escalar as contratações e ganhar rapidez no processo.
Lição para o Brasil: formar, reter e treinar talentos não é tarefa do RH apenas, é uma estratégia de sobrevivência. A escassez de profissionais qualificados em tecnologia não se resolve só com contratação: é preciso cultivar talentos internamente, investindo em programas estruturados de desenvolvimento, incluindo iniciativas voltadas à formação de jovens, para se preparar desde cedo.
5. Planejamento de longo prazo com execução a toque de caixa
Os planos de 5 anos, que são públicos, periódicos e amplamente disseminados, funcionam como bússolas estratégicas que alinham o governo, empresas e centros de pesquisa em torno de metas comuns. Não é somente a visão de longo prazo, mas também a velocidade com que essa visão é traduzida em ação.
Em áreas como inteligência artificial, carros autônomos, computação em nuvem e energia limpa, vimos projetos nascendo, ganhando escala e se consolidando em prazos extremamente curtos. Por exemplo, a meta do governo é fazer com que a IA represente 27% do PIB até 2030. Isso mobiliza investimentos em infraestrutura, formações técnicas, incentivos a startups e reformas institucionais, tudo em paralelo. A lógica é planejar com profundidade e executar com urgência.
Essa abordagem torna a inovação menos aleatória e mais orientada. Empresas como Alibaba, Huawei e SenseTime se beneficiam disso ao alinhar suas estratégias aos eixos definidos pelo Estado, o que também facilita acesso a capital, talentos e incentivos.
Lição para o Brasil: visão de longo prazo e agilidade de execução são complementares. O desafio está em pensar estrategicamente sem perder a capacidade de implementar com rapidez. Ter metas claras, prazos definidos e coordenação entre setores pode acelerar de forma radical a transformação digital.
6. Inovação nasce da ponte entre empresas e universidades
Na China, os principais laboratórios de inovação mantêm parcerias estruturadas com universidades. Em vez de atuar isoladamente, empresas e centros de P&D se conectam diretamente com instituições acadêmicas para acelerar pesquisa aplicada, formar talentos e explorar novas fronteiras tecnológicas. Não se trata apenas de convênios esporádicos ou programas de estágio: trata-se de uma colaboração contínua, com investimentos conjuntos, compartilhamento de infraestrutura e alinhamento estratégico de longo prazo.
Na prática, isso cria um ecossistema em que as universidades deixam de ser apenas espaços de formação e passam a atuar como extensões da pesquisa industrial. Modelos de linguagem, chips de IA, sensores inteligentes, veículos autônomos e novas arquiteturas de cloud computing estão sendo desenvolvidos por equipes mistas, formadas por pesquisadores acadêmicos e engenheiros de empresas.
A universidade fornece o rigor e a base científica; a empresa traz o problema real e a necessidade de escala.
Lição para o Brasil: não basta esperar que universidades formem profissionais prontos ou façam pesquisas “relevantes”. É preciso criar pontes reais, com metas comuns e projetos compartilhados. Laboratórios corporativos e centros de P&D ganham potência quando atuam lado a lado com grupos de pesquisa. A inovação precisa de ciência, e a ciência precisa de aplicação.
Um olhar geral para o futuro
A China não nos oferece um modelo pronto a ser copiado, mas oferece pistas valiosas sobre o futuro da inovação. A combinação de visão de longo prazo, pragmatismo operacional e integração profunda entre tecnologia e negócio pode inspirar empresas brasileiras a agir com mais ousadia e estratégia. O desafio não está em fazer igual, está em adaptar com inteligência.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
