Corrida pela IA nas empresas escancara um problema: adoção cresce, mas resultado ainda é exceção

A inteligência artificial generativa virou pauta prioritária nos conselhos e nas áreas de inovação. Ferramentas são testadas, pilotos surgem em diferentes departamentos e o tema domina reuniões estratégicas. Mesmo assim, transformar esse movimento em retorno concreto ainda está longe de ser regra.

Dados recentes ajudam a dimensionar o cenário. Cerca de 65% das empresas já utilizam IA em alguma função, mas só 5% conseguem impacto relevante no lucro, segundo a McKinsey. Em outra frente, um estudo do MIT indica que até 95% dos pilotos de IA generativa não avançam. A contradição é clara: a tecnologia se espalha rápido, mas poucos conseguem extrair valor consistente.

O problema não é a tecnologia

Boa parte das dificuldades está menos na IA em si e mais na forma como ela é aplicada. Para Marcos Bonas, Vice-Presidente de Engenharia, Arquitetura e Vendas da Zup, falta clareza sobre onde a tecnologia realmente faz sentido. “Num lugar em que a IA é cada vez mais usada e é, por natureza, uma tecnologia não-determinística, precisamos aprender a trabalhar de forma determinística, identificando onde ela realmente entrega valor e onde softwares tradicionais ainda fazem mais sentido”, afirma.

Na prática, muitas empresas adotam IA sem um direcionamento claro, o que leva a iniciativas desconectadas e pouco eficientes.

ROI mal calculado distorce decisões

Outro ponto sensível está na forma como o retorno sobre investimento é analisado. Projetos de IA costumam ser avaliados isoladamente, o que pode gerar conclusões equivocadas.

“Quando olhamos um projeto de IA isoladamente, ele pode parecer pouco rentável ou até negativo. Mas, ao analisar como portfólio, considerando tudo o que ele habilita para a empresa, fica mais claro o impacto estratégico da tecnologia. É uma mudança de mentalidade”, explica Bonas.

Ou seja, o valor da IA muitas vezes não está apenas no resultado direto, mas no que ela destrava para o negócio no médio e longo prazo.

Escalar é mais difícil do que testar

Criar um piloto funcional não costuma ser o maior desafio. O problema aparece na hora de integrar a solução ao dia a dia da empresa. Escalar IA envolve múltiplos sistemas, dados em grande volume, diferentes modelos e uma infraestrutura robusta.

Marcelo Maylinch, executivo de tecnologia, aponta um erro recorrente nesse processo. “Um erro comum é testar a tecnologia em um piloto isolado e só depois pensar em escala. O ideal é considerar desde o início aspectos como métricas, infraestrutura, governança e impacto no modelo de negócio”, conta.

Sem esse planejamento, o que funciona no laboratório dificilmente sobrevive na operação real.

Estrutura e cultura travam avanços

Além das questões técnicas, há barreiras internas importantes. Muitas organizações tentam encaixar a IA em estruturas antigas, pensadas para outro tipo de tecnologia. Isso limita o potencial de transformação.

Também existe um fator humano. A popularidade da IA dentro das empresas pode gerar disputas internas e dificultar colaboração entre áreas. “A IA é um tema muito atraente dentro das empresas e todo mundo quer ser dono do assunto. Às vezes isso gera mais disputa do que colaboração”, afirma Bonas.

Esse tipo de ambiente fragmentado reduz a eficiência das iniciativas e atrasa a evolução dos projetos.

Começar pequeno pode ser o caminho

Diante desse cenário, especialistas defendem uma abordagem mais pragmática. Em vez de apostar tudo em grandes projetos, a recomendação é iniciar com casos menores, capazes de gerar retorno mais rápido.

“Os dados utilizados em um projeto podem se tornar um ativo valioso para outros casos de uso. Um case menor que gerou ROI em poucos meses, pode servir como base para iniciativas maiores e mais estratégicas”, explica Maylinch.

Esse efeito cumulativo ajuda a construir maturidade e reduz riscos.

A IA não vai desacelerar

Apesar dos obstáculos, a expansão da inteligência artificial nas empresas é inevitável. A tecnologia já faz parte da rotina das pessoas, presente em aplicativos, celulares e plataformas digitais. Esse contato diário tende a acelerar a adoção no ambiente corporativo.

“A IA já entrou na vida das pessoas e não vai desacelerar. O caminho agora é viabilizar seu uso com responsabilidade, estratégia e criatividade”, conclui Bonas.

O desafio agora não é mais testar IA, mas aprender a usá-la de forma inteligente, integrada e sustentável dentro dos negócios.