O que as empresas aprenderam depois dos primeiros meses de uso de IA?

*Mauricio Frizzarin

 

Nos primeiros meses de uso da Inteligência Artificial pelas empresas, a pergunta mais comum era: “o que podemos fazer com essa tecnologia?”. Hoje, depois de muitos experimentos, projetos-piloto e aplicações incorporadas à rotina, a pergunta começa a ser outra: “o que realmente funciona?”.

 

Essa mudança é importante, porque a experiência prática está ensinando às empresas algo que nenhuma apresentação sobre IA conseguiu antecipar completamente. Todas, sem exceção, compreenderam que adotar uma ferramenta é muito diferente de transformar a maneira como o trabalho é realizado.

 

Uma pesquisa global da McKinsey, divulgada no último mês de agosto, mostra que 80% dos profissionais já percebem o aumento da própria produtividade com IA e metade afirma que a tecnologia os ajuda a tomar decisões melhores. Ao mesmo tempo, apenas 37% dizem observar algum impacto positivo da IA no resultado operacional das empresas. A primeira grande lição, portanto, é que ganho de produtividade individual não se transforma automaticamente em ganho empresarial.

 

Os profissionais podem produzir mais usando IA e, ainda assim, a empresa continuar trabalhando da mesma maneira, com os mesmos processos, sistemas e gargalos. É justamente essa diferença que começa a separar quem está apenas utilizando IA de quem está realmente transformando o negócio.

 

A segunda lição é que o melhor uso da tecnologia nem sempre está associado às tarefas mais sofisticadas. Muitas vezes, o maior valor aparece quando a IA é aplicada a processos repetitivos, previsíveis e que consomem uma quantidade desproporcional de tempo. Isso ajuda a explicar por que os casos mais maduros estão migrando de ferramentas que simplesmente respondem perguntas para sistemas capazes de executar etapas de processos.

 

A pesquisa da McKinsey mostra que 44% das organizações já relatam escalar IA em toda a empresa, contra apenas 38% no ano anterior. Entre as grandes companhias, 40% já escalam agentes de IA em pelo menos uma função, ante 27% no ano passado. Assim, a terceira descoberta talvez seja a mais estratégica: a implementação de IA exige redesenho de processos, não apenas sua automatização.

 

Entre as empresas consideradas de alta performance em IA pela McKinsey, quase três quartos já redesenharam fundamentalmente seus fluxos de trabalho por causa da tecnologia. Entre as demais, apenas um quarto fez o mesmo. Isso muda a lógica da implementação, porque em vez de perguntar onde podemos “encaixar” IA em um processo existente, as empresas mais maduras começam a perguntar se aquele processo deveria continuar existindo daquela maneira. Apesar de ser aparentemente sutil, essa alteração provoca uma mudança enorme na prática.

 

Outro destaque entre o que foi aprendido tem relação com o retorno proporcionado pela IA. A tecnologia não está necessariamente ligada à substituição das pessoas. Uma pesquisa da PwC mostra que as empresas mais expostas à tecnologia vêm registrando vantagens crescentes de produtividade e que, nas funções mais impactadas, as competências exigidas estão mudando duas vezes mais rápido. No Brasil, a contratação de profissionais com competências em IA quase triplicou entre 2024 e 2025, ou seja, a transformação é mais interessante: a IA está mudando o trabalho e ajudando a aumentar a capacidade dos profissionais que sabem utilizá-la. Essa percepção já aparece, inclusive, com força. Segundo a KPMG, 84% dos executivos brasileiros afirmam que a IA já entrega valor significativo para seus negócios, enquanto 80% dizem estar avançando para uma força de trabalho integrada entre humanos e IA.

 

Mas existe uma última lição que considero decisiva. A meu ver, quanto mais a IA entra na operação, mais importante se torna saber onde ela não deve atuar sozinha. Dados, governança, segurança, custos, supervisão humana e definição clara de responsabilidades deixam de ser questões periféricas. Tornam-se parte do próprio projeto de IA. É por isso que os agentes de IA representam uma mudança tão relevante. Quando um sistema deixa de apenas responder e passa a executar tarefas, consultar informações, interagir com outros sistemas e acompanhar resultados, a discussão deixa de ser sobre uma ferramenta e passa a ser sobre a arquitetura do trabalho.

 

Assim, depois dos primeiros meses de uso, talvez essa seja a principal conclusão. O valor da IA não está em fazer mais coisas, mas em permitir que as empresas escolham melhor quais coisas devem continuar sendo feitas por pessoas, quais podem ser realizadas por máquinas e, principalmente, como essas duas forças podem trabalhar juntas.

 

A próxima etapa da Inteligência Artificial será sobre construir operações melhores. As empresas que entenderem essa diferença serão as que transformarão a produtividade pontual em vantagem competitiva duradoura. Estão preparados?

 

*Mauricio Frizzarin é fundador e CEO da QYON, empresa norte-americana especializada em inteligência artificial e agentes de IA. Frizzarin cursou Engenharia de Software e Marketing, OPM (Owner/President Management) na Harvard Business School, Executive Education em Inteligência Artificial na University of California, Berkeley e em Fintech em Harvard – www.qyon.com