iFood registra mais de 2 mil downloads de Skills de IA para Recursos Humanos

iFood Benefícios registra mais de 2 mil downloads de pacote de Skills de IA para recursos humanos.

Mais de 2 mil pessoas já baixaram o pacote de Skills de inteligência artificial (IA) para recursos humanos disponibilizado pelo iFood Benefícios. O número foi divulgado durante o Benchday Lab IA, em São Paulo, cerca de um mês após a abertura das ferramentas ao mercado. No entanto, a empresa ainda não consegue determinar quantos downloads resultaram em uso efetivo.

O pacote reúne mais de 50 Skills baseadas em atividades realizadas pelo próprio RH do iFood e foi apresentado ao mercado durante o CONARH 2026, em agosto. As ferramentas atendem a atividades como avaliação de desempenho, remuneração, contratação, retenção de talentos e modelo de gestão.

As Skills funcionam como conjuntos de instruções e contexto que orientam modelos de IA na execução de tarefas específicas. O profissional baixa o arquivo e pode integrá-lo a ferramentas como Claude ou ChatGPT. Uma das Skills, por exemplo, reproduz parte da metodologia de avaliação de desempenho utilizada pelo iFood, orientando o usuário na estruturação da análise.

O head de produto e design do iFood Benefícios explica que as aplicações não foram criadas do zero. A equipe partiu de atividades que o RH já executava e buscou transformá-las em componentes reutilizáveis. O desenvolvimento das Skills foi precedido por um trabalho de identificação das necessidades da área de RH, que já promoviam encontros de compartilhamento de práticas e mantinham trocas com a área de People para entender quais atividades poderiam ser reproduzidas com IA.

Após esse mapeamento, o primeiro conjunto de ferramentas foi implementado em aproximadamente um mês. A versão atual é considerada um Minimum Viable Product (MVP), a partir do qual o iFood pretende identificar quais aplicações podem ser aprimoradas e ganhar escala.

Um dos principais desafios é saber quais Skills estão realmente sendo utilizadas. Embora mais de 2 mil pessoas tenham baixado o pacote, a execução ocorre fora do ambiente do iFood, limitando a visibilidade da companhia sobre o comportamento posterior dos usuários.

“A gente ainda está mensurando”, afirma a diretora de receita do iFood Benefícios. Como cada pessoa pode utilizar os arquivos em sua própria ferramenta, a empresa ainda não consegue acompanhar o uso efetivo.

A própria página do iFood Benefícios informa que o pacote pode ser executado na ferramenta de IA escolhida pelo usuário e que as Skills disponibilizadas são gratuitas.

Skill de recrutamento expõe limites da estratégia

Além da dificuldade de medir a adoção, os primeiros testes mostraram que nem toda prática interna consegue ser transportada diretamente para outra organização. Isso ocorreu com uma Skill baseada no Bar Raiser, prática utilizada na etapa final de determinados processos seletivos. No iFood, profissionais de outras áreas podem participar dessa fase para avaliar a aderência do candidato à cultura da companhia, mesmo sem pertencer à equipe responsável pela vaga.

Ao transformar o processo em uma Skill para uso externo, o resultado não saiu como esperado. A ferramenta apresentava características muito particulares da cultura e da maneira como o próprio iFood conduzia a avaliação, levando a respostas inadequadas quando utilizada em outro contexto.

“Tem como a gente levar o jeito do iFood de trabalhar para outras empresas, mas a gente também tem que tomar cuidado […] como que a gente tira os vieses das nossas particularidades”, indica o executivo responsável. O experimento trouxe um critério adicional na estratégia: identificar quais metodologias são suficientemente generalizáveis para funcionar em outras organizações e quais precisam ser adaptadas antes de ganhar escala.

Skill leva análise de equidade salarial para IA

Em outra frente, o iFood apresentou o uso de uma Skill para apoiar análises de equidade salarial. Um membro da equipe de produto, inovação, tecnologia e design para RH do iFood relembrou um processo realizado em 2020, que envolveu informações de aproximadamente 2,3 mil colaboradores, incluindo faixa salarial, tempo de casa e avaliação de desempenho, distribuídas entre diferentes fontes.

Na época, a organização inicial dos dados consumiu quase duas semanas. Ao todo, levou aproximadamente três semanas para construir um scorecard e um algoritmo simples, utilizando Excel e Python, para apoiar a análise. A companhia não dispunha, naquele momento, da mesma infraestrutura de dados disponível atualmente.

Hoje, uma Skill recebe informações em planilhas e aplica critérios para apoiar análises de equidade relacionadas a aspectos como gênero, raça e idade. Com os arquivos necessários disponíveis, o processamento pode levar de um a