Nos últimos dois anos, a inteligência artificial passou a ocupar definitivamente o centro da agenda empresarial. Conselhos de administração, CEOs e lideranças de tecnologia discutem IA com a mesma intensidade com que tratam crescimento, produtividade e competitividade. Empresas anunciaram investimentos bilionários, multiplicaram projetos-piloto e aceleraram a incorporação da tecnologia em praticamente todas as áreas do negócio.
À primeira vista, seria natural imaginar que essa corrida já estivesse produzindo uma transformação equivalente dentro das organizações. Mas os dados mostram exatamente o contrário.
Segundo o estudoState of AI in the Enterprise, elaborado pelaDeloitte, em apenas um ano,a parcela de trabalhadores com acesso a ferramentas corporativas de IA passou de menos de 40% para cerca de 60%. Apesar desse avanço, apenas 34% das empresas afirmam utilizar a IA para transformar profundamente seus negócios, enquanto 37% ainda empregam a tecnologia apenas de forma superficial, sem alterar processos ou modelos operacionais. Em outras palavras, a adoção acelera; a transformação, não.
Porém,talvez o dado mais emblemático- e bastante discutido pelas liderançasatualmente-venha do MIT. O estudoThe GenAI Divideconcluiuque 95% das organizações ainda não conseguem obter retorno financeiro mensurável de suas iniciativas de inteligência artificial. Apenas 5% conseguem capturar valor econômico consistente, formando aquilo que os pesquisadores chamam de uma verdadeira “divisãoGenAI”: um pequeno grupo transforma IA em vantagem competitiva, enquanto a imensa maioria permanece presa em pilotos, provas de conceito e ganhos incrementais de produtividade.
Esses números ajudam a desmontar uma das principais narrativas que cercam a inteligência artificial. O desafio das empresas já não é adotar IA. A adoção está acontecendo em larga escala. O verdadeiro desafio é transformar essa adoção em capacidade organizacional e, sobretudo, em resultado de negócio.É justamente nesse ponto que a maioria dos projetos começa a falhar.
Quando uma iniciativa nasce a partir da tecnologia, a discussão costuma girar em torno do modelo de linguagem, da ferramenta mais sofisticada ou da próxima inovação disponível no mercado. Mas questões fundamentais acabam ficando em segundo plano: qual problema de negócio precisa ser resolvido? Como o sucesso será medido? Quais processos serão redesenhados? Que dados alimentarão os modelos? Como essa inteligência será integrada às operações da empresa?
Os estudos convergem ao mostrar que essas perguntas são o verdadeiro diferencial entre organizações que experimentam IA e aquelas que conseguem gerar valor. Embora a IA esteja cada vez mais presente nas empresas, 84% das organizações ainda não redesenharam cargos, processos ou formas de trabalho para incorporar essa tecnologia,segundo apontou o mesmo estudo da Deloitte.Em vez de transformar a operação, a maioria concentra seus esforços em ampliar a fluência dos colaboradores no uso das ferramentas existentes. O resultado é previsível: muito treinamento, muitos pilotos e pouca mudança estrutural.
O MIT chega à mesma conclusão por uma perspectiva diferente. Segundo os pesquisadores, boa parte das empresas permanece dependente de ferramentas genéricas que aumentam a produtividade individual, mas não aprendem com o contexto do negócio nem se integram aos fluxos operacionais. Mais de 80% das organizações já utilizam soluções desse tipo, mas menos de 5% conseguem levar aplicações corporativas personalizadas para produção em escala. O problema, portanto, não é falta de inteligência artificial, mas falta de integração, aprendizado contínuo e capacidade de transformar conhecimento em operação.
O mesmo padrão aparece quando se analisam as causas mais recorrentes de fracasso. Custos que crescem sem controle, dados insuficientemente preparados para alimentar modelos em produção e iniciativas isoladas do restante da organização aparecem repetidamente entre os principais fatores que impedem a captura de valor. São obstáculos muito mais relacionados à execução do que à tecnologia propriamente dita.
Da mesma forma, os casos de sucesso também apresentam características surpreendentemente semelhantes.Umestudoconduzidopara a DellpelaEnterpriseStrategyGroupdemonstra que organizações que estruturam uma arquitetura integrada para IA podem alcançar ROI de até 1.225% em quatro anos, com 269% de retorno já no primeiro ano, além de reduções expressivas de custos operacionais, ganhos de produtividade e melhorias em segurança e conformidade.
Mais importante do que o percentual em si é o que ele representa: esses resultados não decorrem apenas da adoção de modelos mais avançados, mas da combinação entre infraestrutura preparada, estratégia de dados, governança, automação e capacidade de escalar aplicações de IA dentro do negócio.
Talvez a principal lição deixada pelos primeiros anos da corrida global pela IA seja justamente esta: o mercado não enfrenta uma crise de adoção da inteligência artificialpropriamente dita. Enfrenta uma crise de execução.
Os projetos corporativos de IA não fracassam porque a tecnologia ainda não está pronta. Eles fracassam porque muitas organizações continuam tratando inteligência artificial como uma ferramenta de inovaçãopura e simples, quando ela precisa ser encarada como uma capacidade estratégica do negócio. As empresas que compreenderem essa diferença não serão necessariamente as que adotarão IA primeiro. Serão as que conseguirão transformá-la, de forma consistente, em produtividade, competitividade e crescimentoao longo do tempo.
*Luis Gonçalves, presidente da Dell Technologies para a América Latina
Os artigos assinados são de responsabilidade exclusiva dos autores e não refletem, necessariamente, a opinião de Forbes Brasil e de seus editores.