Investimento em inteligência artificial não gera retorno esperado, indica pesquisa
Imagem: Freepik
Uma pesquisa global recente da McKinsey & Company mostrou que cerca de 78% das empresas já utilizam inteligência artificial generativa em pelo menos uma função de negócios.
Conteúdo do artigo:
Apesar da rápida expansão, o levantamento aponta que a maioria das companhias ainda não percebe ganhos financeiros expressivos com a tecnologia, configurando um cenário comparável ao “paradoxo da produtividade” vivido no início da era dos computadores pessoais.
Esse fenômeno, observado nas décadas passadas, descreve o intervalo entre grandes investimentos em tecnologia e o momento em que eles efetivamente se traduzem em ganhos de eficiência. Com a IA generativa, a tendência parece se repetir.
Leia mais:
Microsoft libera no Windows novo modelo de inteligência artificial da OpenAI
O paralelo com o “paradoxo da produtividade”
Nos anos 1980 e 1990, empresas investiram pesado em computadores, redes e softwares corporativos. Contudo, os impactos na produtividade demoraram a aparecer, já que a transformação real exigia mudanças profundas em processos e na cultura organizacional. Hoje, a IA generativa enfrenta desafio semelhante: apesar de seu potencial disruptivo, a integração plena às operações ainda está em curso.
Especialistas alertam que essa defasagem é natural e pode levar anos até que os ganhos sejam percebidos em larga escala. A adaptação exige não apenas adoção técnica, mas também requalificação de equipes, revisão de fluxos de trabalho e ajustes estratégicos.
Investimentos bilionários e abandono de projetos
Segundo projeções de mercado, os gastos globais com IA devem chegar a US$ 61,9 bilhões em 2025. No entanto, 42% dos projetos-piloto de IA iniciados em 2024 foram descontinuados. Os motivos vão desde barreiras técnicas — como problemas de integração e qualidade de dados — até desafios humanos, como resistência interna e falta de profissionais capacitados.
Essa taxa de abandono evidencia que, embora as empresas reconheçam o valor da IA, ainda é difícil transformá-la em resultados concretos. Muitas iniciativas ficam presas na fase experimental e não chegam a ser implementadas em escala.
Casos de sucesso pontuais
Apesar das dificuldades, algumas companhias já colhem benefícios tangíveis com o uso da IA generativa.
Assistente virtual para atendimento na USAA
A instituição financeira USAA implantou um assistente de IA para apoiar cerca de 16.000 atendentes. A ferramenta auxilia na busca de informações e na elaboração de respostas, reduzindo o tempo médio de atendimento e elevando a precisão nas interações com clientes.
Manutenção mais rápida na Johnson Controls
A Johnson Controls desenvolveu um aplicativo de IA para técnicos de manutenção, que otimiza diagnósticos e fornece instruções detalhadas. O recurso permitiu reduzir em até 15 minutos o tempo de reparo de máquinas, elevando a produtividade das equipes de campo.
Eficiência no JPMorgan Chase
O JPMorgan Chase implementou assistentes de IA para aproximadamente 200.000 funcionários. As ferramentas auxiliam na recuperação de dados, elaboração de relatórios e suporte a decisões financeiras. Estima-se que cada colaborador economize até quatro horas de trabalho por semana. Além disso, consultores de investimentos passaram a gerar recomendações mais rapidamente, impulsionando vendas e produtividade.
Por que os resultados demoram
Mesmo com exemplos positivos, especialistas afirmam que o impacto financeiro relevante da IA generativa ainda levará tempo para se concretizar. Entre os principais fatores que retardam esse retorno estão:
- Curva de aprendizado: usuários e gestores precisam entender como extrair o máximo das ferramentas.
- Integração complexa: conectar a IA a sistemas legados e bases de dados exige tempo e investimento.
- Resistência cultural: mudanças no modo de trabalho geram insegurança e até oposição de equipes.
- Qualidade de dados: modelos de IA dependem de informações confiáveis e bem estruturadas.
O “fundo do poço da desilusão”
Analistas do setor apontam que a IA generativa deve atravessar o chamado “vale da desilusão”, fase comum a novas tecnologias segundo o modelo do hype cycle. Nesse período, as expectativas infladas dão lugar a frustrações, especialmente quando os resultados não acompanham o ritmo das promessas.
A superação dessa fase depende de casos de uso sólidos, ganhos comprovados e melhor alinhamento entre tecnologia e necessidades de negócio.
Lições aprendidas e próximos passos
Mesmo quando projetos são abandonados, eles deixam aprendizados valiosos. Empresas que encerram pilotos de IA frequentemente reaproveitam metodologias, ajustes de processo e insights técnicos em iniciativas futuras.
A recomendação de especialistas é adotar a IA de forma iterativa: iniciar com projetos menores e de alto potencial, medir resultados, ajustar a estratégia e, então, expandir para outras áreas. Essa abordagem reduz riscos e aumenta as chances de sucesso a longo prazo.
O papel da liderança na transformação
A integração da IA generativa requer apoio claro da liderança. CEOs e executivos precisam:
- Definir objetivos estratégicos claros para o uso da tecnologia.
- Garantir orçamento e recursos para integração e capacitação.
- Fomentar a cultura de dados e o uso responsável da IA.
- Estabelecer métricas de impacto para monitorar resultados.
Sem uma visão estratégica, a IA pode se limitar a experimentos isolados, sem retorno mensurável.
Perspectivas de médio e longo prazo
Segundo Andrew McAfee, do MIT, “a potência tecnológica não garante transformação imediata”. Ele ressalta que o verdadeiro impacto da IA virá com o tempo, à medida que empresas descobrirem como integrá-la de forma eficaz em seus modelos de negócio.
As previsões indicam que, nos próximos anos, veremos:
- Maior automação de processos complexos, indo além de tarefas simples.
- Assistentes corporativos mais especializados, integrados aos fluxos de trabalho.
- Adoção de IA multimodal, combinando texto, voz, imagem e vídeo.
- Regulações mais claras, que trarão segurança jurídica para o uso corporativo.
Conclusão: paciência e estratégia são essenciais
O cenário atual da IA generativa lembra uma maratona, não uma corrida de 100 metros. Empresas que entenderem a necessidade de testes, ajustes e integração cuidadosa terão mais chances de colher benefícios consistentes no futuro.
Embora o entusiasmo seja alto e os investimentos continuem crescendo, o desafio é transformar esse potencial em ganhos reais e sustentáveis. Para isso, é preciso unir tecnologia, estratégia e cultura organizacional em um mesmo caminho.
