O investimento corporativo global em inteligência artificial (IA) alcançou US$ 581,7 bilhões em 2025, o maior volume já registrado, de acordo com o AI Index 2026, relatório anual da Universidade Stanford. O montante recorde convive com um indicador menos animador: a conversão desses recursos em ganho financeiro ainda alcança uma parcela restrita das organizações.
Levantamento global da McKinsey & Company, com 1.993 participantes de 105 países, aponta que 88% dos entrevistados relatam uso regular de IA em ao menos uma função de negócio. Somente 39%, porém, atribuem à tecnologia algum efeito sobre o lucro operacional da companhia como um todo, conhecido pela sigla em inglês Ebit, e a maior parte desse grupo estima essa contribuição em menos de 5%.
Para Angelo Paceli, CEO da Better Soluções, empresa de tecnologia que atua com inteligência de dados, automação e eficiência operacional, a distância entre adoção e resultado desloca o centro do debate. "O mercado passou muito tempo discutindo o que a inteligência artificial seria capaz de fazer. Agora, a pergunta que realmente importa é outra: o que ela está melhorando, de maneira concreta, dentro das empresas? Tecnologia sem impacto operacional é apenas potencial não realizado", afirma.
O problema vem antes da ferramenta
A popularização dos sistemas generativos levou parte das empresas a associar inovação à contratação de plataformas e assistentes virtuais. Segundo o executivo, disponibilizar um recurso novo não garante avanço nos indicadores nem na experiência do cliente, já que o valor está na mudança que a tecnologia provoca no negócio, e não no software em si.
"Antes de perguntar qual inteligência artificial vamos implementar, a empresa deveria perguntar qual problema precisa resolver. Onde estão os desperdícios? Quais decisões são tomadas sem informação suficiente? Onde existem gargalos, retrabalho ou oportunidades de melhorar a experiência do cliente? É a partir dessas respostas que a tecnologia começa a fazer sentido", explica Paceli.
O alerta se estende a processos desorganizados. Uma central que recebe milhares de solicitações e adota IA para acelerar respostas, sem investigar a origem dos contatos repetidos, tende apenas a atender mais depressa às mesmas falhas. "Automatizar um processo ineficiente não significa necessariamente torná-lo eficiente. Em muitos casos, significa apenas executar o mesmo problema em maior velocidade", observa. O próprio estudo da McKinsey identifica o redesenho dos fluxos de trabalho como um dos fatores de maior peso entre as empresas que obtêm valor expressivo com IA.
Pessoas, agentes e governança
O Work Trend Index de 2025, da Microsoft, mostra que 81% dos líderes esperam integrar agentes de IA de forma moderada ou ampla à estratégia de suas companhias entre 12 e 18 meses. Para o CEO, a reorganização do trabalho não dispensa o julgamento humano. "A inteligência artificial amplia nossa capacidade de analisar, identificar oportunidades e agir com velocidade. Mas julgamento, responsabilidade, empatia e visão estratégica continuam sendo fundamentais", pondera.
A expansão também eleva a exposição a riscos. O relatório da IBM sobre o custo de vazamentos de dados, conduzido pelo Ponemon Institute com 600 organizações, revela que 63% delas não tinham políticas de governança de IA. Entre as que sofreram incidentes de segurança ligados à tecnologia, 97% não contavam com controles de acesso adequados.
"A empresa precisa saber onde a inteligência artificial está sendo utilizada, quais informações são acessadas, quem responde pelas decisões e como os resultados são validados. Governança não é um obstáculo à inovação. É uma das condições para que ela seja confiável e escalável", ressalta Paceli.
O custo de decidir tarde
O executivo sugere que as lideranças substituam a escolha da próxima ferramenta por outra pergunta: "Qual decisão importante nossa empresa continua tomando tarde demais porque a informação certa não chega à pessoa certa no momento certo?". Entre os exemplos estão a insatisfação de um cliente percebida só após a perda do contrato, a necessidade de contratação notada quando a equipe já está sobrecarregada e o desvio de qualidade descoberto apenas no fechamento do relatório mensal.
Nessas situações, os dados costumam existir, mas chegam dispersos ou atrasados. O exercício proposto consiste em eleger uma decisão recorrente, medir o tempo até que as informações estejam disponíveis e calcular o custo do atraso. A métrica central deixa de ser o número de tarefas automatizadas e passa a ser o tempo, o custo ou a perda evitados.
"Uma das aplicações mais valiosas da inteligência artificial pode estar em algo que muitas empresas ainda não medem: o custo de descobrir um problema tarde demais. Quando conseguimos antecipar uma informação relevante, não estamos apenas ganhando velocidade. Estamos criando a possibilidade de mudar o resultado", diz.
Com aportes em patamar inédito, a cobrança por retorno tende a crescer, e indicadores como redução de custos, tempo de resolução, retrabalho e satisfação do cliente ganham espaço na avaliação de cada projeto. "A maturidade de uma empresa em inteligência artificial não deveria ser medida pela quantidade de ferramentas que ela contratou, mas pela capacidade de demonstrar o que melhorou depois da implementação. Eficiência precisa deixar de ser uma promessa e se tornar uma evidência", conclui Paceli.
Sobre o Angelo Paceli
Angelo Paceli é CEO da Better Soluções, empresa de tecnologia com atuação em inteligência de dados, automação, inteligência artificial e eficiência operacional. Sua visão de negócios conecta inovação tecnológica, gestão estratégica e transformação de processos, com foco na aplicação prática da tecnologia para gerar valor às organizações.
Para mais informações, basta acessar: https://betterconsultoria.com/
