A adoção de Inteligência Artificial (IA) nas empresas brasileiras avançou de 13% em 2024 para 17% em 2025, segundo a pesquisa TIC Empresas 2025, realizada pelo Cetic.br/NIC.br e divulgada em junho de 2026. O levantamento, que entrevistou 4.174 organizações, indica que a tecnologia está presente em 15% das pequenas empresas (10 a 49 funcionários) e em 50% das grandes companhias, ampliando a diferença entre esses grupos de 28 para 35 pontos percentuais. Apesar do crescimento, transformar a adoção em resultados financeiros ainda representa um desafio de gestão.
No cenário internacional, o relatório "Generative AI and the SME Workforce", publicado pela OCDE em 2025, analisou 5.232 pequenas e médias empresas em sete países. Entre as que utilizam IA generativa, 65,1% relataram melhora no desempenho dos profissionais, 45,2% apontaram economia de recursos e 25,9% observaram aumento de receita. Os dados refletem percepções dos entrevistados e não estabelecem relação causal direta entre a tecnologia e o desempenho financeiro.
Erica Berbel, executiva de tecnologia e transformação de negócios com duas décadas de experiência, destaca que economizar tempo em uma atividade não implica automaticamente em maior faturamento ou redução de custos. "Existe muito conteúdo sobre ferramentas, prompts e tendências de IA. Quero focar na aplicação prática: quais processos transformar primeiro e como medir resultados", afirma. Para Berbel, a avaliação deve iniciar pelo problema a ser resolvido, e não pela ferramenta disponível.
A pesquisa brasileira revela que 80% das empresas que utilizam IA adquiriram softwares ou sistemas prontos, enquanto 60% contrataram fornecedores externos para desenvolver ou adaptar soluções. Essa combinação permite testar projetos de diferentes escalas, mas o custo da ferramenta representa apenas uma parcela do investimento total, que inclui integração com sistemas legados, preparação de dados, treinamento, manutenção e supervisão.
Entre as barreiras identificadas pela OCDE, 57% das PMEs que ainda não adotam IA generativa consideram a tecnologia inadequada ao seu trabalho, 54% manifestam preocupações com direitos autorais e questões regulatórias, 52% temem o destino das informações inseridas nos modelos e 50% apontam falta de competências internas. Embora esses indicadores não sejam diretamente extrapoláveis ao Brasil, eles sinalizam questões que precisam ser avaliadas antes da implementação.
Berbel recomenda um diagnóstico que mapeie tarefas repetitivas, etapas manuais, atrasos, erros e atividades que limitam a capacidade de atendimento. A seleção de aplicações deve equilibrar impacto esperado, viabilidade e riscos, com indicadores definidos previamente, como tempo por atividade, custo por atendimento, retrabalho e prazo de resposta. "Eu começaria pelo problema, não pela ferramenta. IA não deveria significar automatizar indiscriminadamente, mas redesenhar o trabalho de forma mais inteligente", explica.
A experiência de Berbel em grandes organizações indica que adaptar boas práticas às PMEs exige envolver a liderança, preparar as equipes e iniciar por projetos compatíveis com a operação. O foco econômico, segundo a executiva, não está no número de ferramentas adotadas, mas nos resultados demonstráveis. "O ganho real de produtividade não acontecerá quando utilizarmos IA apenas para executar mais rapidamente processos antigos. Ele acontecerá quando começarmos a redesenhar processos, funções e organizações considerando as novas capacidades disponíveis", conclui.
Os dados apresentados reforçam que, embora a adoção de IA esteja em expansão, a conversão de eficiência em competitividade depende de estratégias de implementação estruturadas, avaliação de riscos e medição rigorosa de resultados.
