Desilusão cara com IA: porque muitas empresas se arrependem de a usar

A maior parte dos grandes grupos já investiu pesado em IA - mas a grande máquina de fazer dinheiro, para já, não arrancou.

E agora começa a fase das contas difíceis.

Nas administrações de todo o mundo, o entusiasmo com a inteligência artificial está a perder força. Depois de anos de promessas e de visões em PowerPoint, impõe-se uma pergunta desconfortável: isto compensa mesmo do ponto de vista financeiro - ou as empresas estão, por enquanto, sobretudo a pagar “propinas” de aprendizagem?

Milhares de milhões em IA - e o balanço deixa os líderes inquietos

Um inquérito internacional da PwC a 4.454 executivos, em 95 países, traça um cenário bem mais sóbrio do que o ruído do mercado faria esperar. Muitas organizações redireccionaram orçamentos de forma agressiva para IA, montaram equipas, compraram licenças, contrataram consultores - mas a demonstração de resultados ainda mostra pouco.

56% dos gestores de topo dizem que o uso de IA não aumentou as receitas nem reduziu os custos.

Em mais de metade das empresas, o impacto financeiro é, neste momento, essencialmente neutro - apesar de despesas elevadas com infraestrutura, computação na nuvem, preparação de dados e contratação de especialistas. A rendibilidade esperada continua longe.

Há, ainda assim, quem relate ganhos: pouco menos de 30% afirma ver aumento de receitas graças à inteligência artificial. Mas o cenário ideal - mais receitas e, ao mesmo tempo, menos custos - continua raro. Apenas cerca de 12% das empresas consegue, por agora, essa combinação.

A miragem da IA: expectativas versus realidade

É aqui que a euforia dos últimos anos colide com a prática. Em relatórios e apresentações estratégicas, as iniciativas de IA surgiam como porta de entrada para novos mercados, eficiência radical e processos altamente automatizados. Para “não ficar para trás”, muitos reforçaram ainda mais os investimentos.

No terreno, o padrão repete-se: projectos de inteligência artificial ficam presos na fase piloto, funcionam à parte do negócio principal e nunca chegam ao dia a dia operacional. O resultado é previsível - custos a acumular (ferramentas, consultoria, tempo das equipas), sem um valor claramente mensurável.

Principais razões que travam o retorno:

• Investimentos iniciais elevados em infraestrutura e software
  
• Preparação e qualidade de dados mais exigentes do que o previsto
  
• Projectos piloto sem um plano claro de passagem a produção
  
• Indicadores de desempenho pouco definidos para medir sucesso

Para muitos administradores, este é um teste de realidade difícil: é preciso explicar aos conselhos de administração porque é que o salto de produtividade prometido ainda não apareceu.

IA não é “ligar e usar” - e o ROI da IA sofre com isso

Um dos erros mais comuns é tratar a IA como se fosse apenas mais uma ferramenta: compra-se, activa-se e colhem-se resultados imediatos. A tecnologia não funciona assim.

A IA não se comporta como um periférico que se liga e fica pronto. Exige mudanças em toda a organização.

Para obter valor real, é necessário repensar processos. Os dados têm de estar estruturados, limpos e acessíveis. As responsabilidades mudam, os fluxos de trabalho ajustam-se e, por vezes, até o modelo de negócio precisa de ser revisto. Tudo isto custa tempo, dinheiro e capacidade de gestão da mudança.

Porque é que tantos projectos acabam numa rua sem saída

Em muitas empresas falta um plano concreto para integrar inteligência artificial em processos que criem valor de forma directa. Em vez disso, surgem “ilhas” de inovação: um assistente conversacional aqui, um protótipo de previsões ali, um assistente interno num departamento técnico. Bons para demonstrar - fracos para gerar milhões.

Um relatório do MIT aponta no mesmo sentido: segundo o estudo, 95% das tentativas de levar IA generativa para dentro das empresas ainda não trouxe um aumento de receitas perceptível. A isto somam-se fragilidades típicas:

• Alucinações: sistemas de IA inventam factos ou devolvem números errados, que passam despercebidos quando não há validação.
  
• Praxismo limitado: tarefas “simples” falham por detalhes, excepções e regras específicas do negócio.
  
• Segurança da informação: dados confidenciais podem circular por serviços cujos mecanismos internos são pouco transparentes.

Quando a IA substitui pessoas - e o plano corre mal

Algumas organizações avançaram de forma mais agressiva: despediram uma parte significativa da força de trabalho e tentaram substituir funções com soluções de IA. Em apresentações, parecia uma ofensiva de eficiência; no curto prazo, os custos com pessoal desciam - no papel, um êxito.

Depois chegou o teste real. A qualidade caiu, os clientes reclamaram e os processos internos ficaram mais lentos. Em vários casos, foi necessário recuar, voltar a contratar e corrigir a estratégia. Aquilo que seria um salto de eficiência transformou-se num ensaio caro.

Hoje, a IA raramente é um substituto completo de pessoas; tende a ser mais eficaz como ferramenta de apoio aos colaboradores.

A diferença entre “substituir” e “potenciar” foi subestimada. Quem procura apenas poupanças rápidas arrisca queimar orçamento - e, muitas vezes, também a confiança de clientes e equipas.

Porque é que, apesar de tudo, o investimento em IA continua a subir

Mesmo com a desilusão, não se prevê um travão nas despesas com inteligência artificial. Muitos executivos encaram a fase actual como uma curva de aprendizagem inevitável. A própria PwC antecipa que por volta de 2026 poderá surgir um ponto de viragem para a IA no contexto empresarial.

A pressão competitiva é enorme. Nenhuma administração quer ficar marcada como a que “perdeu o comboio”. A IA tornou-se também sinal de modernidade: ajuda a atrair talento, impressiona investidores e transmite capacidade de inovação. Em vários sectores prevalece a lógica: é preferível investir já e aprender com erros do que começar tarde demais.

Atitude das empresas	Consequência típica
Medo de perder a tendência	Projectos piloto rápidos sem estratégia clara
Expectativa de poupanças imediatas	Decisões erradas em cortes de pessoal
Pressão de investidores e conselhos de administração	Grandes anúncios, resultados fracos
Crença no potencial de longo prazo	Aceitação de perdas no curto prazo

O que as empresas têm de mudar para que a IA compense

Para sair da fase cara e pouco produtiva do entusiasmo, é necessário mudar o método. O essencial é que a IA não seja um “projecto de prestígio” da área de TI, mas sim uma iniciativa ligada a métricas centrais: receitas, margem, satisfação do cliente e tempos de ciclo.

Três alavancas para gerar valor com inteligência artificial

• Objectivos de negócio claros: em vez de “vamos fazer IA”, definir metas concretas - menos reclamações, propostas mais rápidas, previsões de procura mais exactas.
  
• Integração nos processos-chave: a inteligência artificial tem de entrar na criação de valor - vendas, produção, logística, assistência - e não ficar confinada a laboratórios ou equipas de inovação.
  
• Controlo contínuo: os resultados devem ser medidos de forma regular. Se um modelo não melhora indicadores, ajusta-se ou descontinua-se.

As empresas que levam isto a sério já conseguem efeitos visíveis: automatizam partes da documentação, apoiam equipas administrativas, triagem inteligente de pedidos, ou optimizam rotinas de manutenção na indústria.

Um ponto adicional - frequentemente ignorado - é a governação de dados e de modelos. Sem donos claros do dado, catálogos, regras de acesso e padrões de qualidade, a IA fica refém de informação dispersa e inconsistente. E sem regras de aprovação, registo de versões e auditoria, os modelos entram em produção sem travões, aumentando risco e reduzindo confiança interna.

Outra dimensão crítica é a gestão de pessoas: requalificação, novos perfis (por exemplo, analistas de dados, gestores de produto de IA) e tempo protegido para adopção. Quando a mudança é empurrada “por cima”, sem formação e sem redesenho do trabalho, a tecnologia tende a ser rejeitada - ou usada de forma errada.

Riscos subestimados - e oportunidades que são, de facto, reais

Os maiores riscos já não são apenas técnicos (erros, alucinações), mas também legais e organizacionais. Se dados contratuais ou informação sensível passam por serviços externos de IA, surgem questões de conformidade, responsabilidade e protecção de dados. Respostas erradas a clientes podem, no limite, gerar consequências jurídicas.

Ao mesmo tempo, as oportunidades aparecem com mais consistência quando a IA complementa o trabalho humano em vez de o tentar apagar: resumir informação, apoiar análises rotineiras, organizar pedidos, sugerir opções e acelerar tarefas repetitivas. Bem aplicada, a inteligência artificial alivia equipas e melhora o serviço - sem substituir indiscriminadamente.

Nos próximos anos, a tarefa decisiva para muitas empresas será encontrar este equilíbrio: sair do entusiasmo caro e entrar num uso sóbrio, mensurável e governado de IA. Quem conseguir fazê-lo transforma a desilusão actual numa vantagem competitiva - em vez de apenas pagar caro para seguir mais uma vaga tecnológica.