Porque muitas empresas se arrependem de a usar: desilusão cara com IA

Muitas empresas entraram na corrida da IA à espera de um “motor de crescimento” rápido - mas, para já, a máquina de fazer dinheiro não arrancou como prometido.

Agora vem a fase menos entusiasmante: fazer contas a sério. Em conselhos de administração por todo o mundo, o entusiasmo pela inteligência artificial começa a perder força. Depois de anos de promessas e slides cheios de grandes visões, impõe-se uma pergunta desconfortável: isto compensa mesmo financeiramente - ou as empresas estão, neste momento, sobretudo a pagar para aprender?

Milhares de milhões em AI – e o balanço choca os chefes

Uma sondagem internacional da PwC a 4.454 executivos de 95 países pinta um retrato muito mais sóbrio do que o hype da IA faria supor. Muitas empresas desviaram orçamentos de forma agressiva para IA, montaram equipas, compraram licenças, contrataram consultores - mas na demonstração de resultados quase não se nota.

56 Prozent der befragten Topmanager geben an, dass der Einsatz von AI weder den Umsatz gesteigert noch die Kosten gesenkt hat.

Isto significa que, para mais de metade das empresas, o efeito financeiro é, por agora, simplesmente neutro - ao mesmo tempo que os gastos com infraestrutura, cloud, preparação de dados e talento especializado são elevados. A rentabilidade esperada está longe.

Uma fatia mais pequena reporta, ainda assim, efeitos positivos: pouco menos de 30% vêem aumento de receitas com IA. Mas o cenário “ideal” - mais receita e custos mais baixos em simultâneo - continua a ser raro. Só cerca de 12% das empresas conseguem hoje essa combinação.

A grande miragem da AI: expectativas vs. realidade

É aqui que a euforia dos últimos anos bate de frente com a realidade. Em muitos relatórios, as iniciativas de IA pareciam a chave para novos mercados, eficiência radical e processos automatizados. Em apresentações estratégicas, a tecnologia já era dada como certa, e os orçamentos voltavam a subir para “não ficar para trás”.

Na prática, o cenário é muitas vezes outro: muitos projetos de IA ficam presos na fase piloto, funcionam à parte do negócio principal e nunca chegam ao dia a dia em produção. Assim, acumulam-se custos - ferramentas, consultoria, tempo das equipas - mas com pouco valor mensurável.

• Hohe Anfangsinvestitionen in Infrastruktur und Software
• Aufwendige Datenaufbereitung, die selten eingeplant war
• Pilotprojekte ohne klaren Übergang in den Regelbetrieb
• Unklare Kennzahlen zur Erfolgsmessung

Para muitos líderes, isto é um reality check desagradável. Têm de explicar aos conselhos de supervisão porque é que o salto de produtividade prometido continua a demorar.

AI não é “plug and play” – e isso é subestimado

Um dos erros centrais: tratar a IA como se fosse apenas mais uma ferramenta - compra-se, liga-se e, de imediato, aparecem os resultados. Não é assim que a tecnologia funciona.

AI verhält sich nicht wie eine Maus, die man anschließt und sofort nutzen kann. Sie verlangt Veränderungen im gesamten Unternehmen.

Para usar IA de forma útil, as empresas têm de repensar processos. Os dados precisam de estar estruturados, limpos e acessíveis. Responsabilidades, fluxos de trabalho e, muitas vezes, até modelos de negócio mudam. Isso custa tempo, dinheiro e energia.

Warum so viele Projekte in der Sackgasse landen

Em muitas organizações falta um plano claro para integrar a IA em processos que criem valor de verdade. Em vez disso, aparecem vários projetos “ilha”: um chatbot aqui, um protótipo de previsão ali, um assistente interno numa área de laboratório. Fica bem em apresentações - mas está longe de gerar milhões mensuráveis.

Um relatório do MIT vai na mesma linha: segundo o estudo, 95% das tentativas de levar IA generativa para dentro das empresas ainda não produziram um aumento de receitas percetível. A isto juntam-se problemas típicos da tecnologia:

• Halluzinationen: AI-Systeme erfinden Fakten oder liefern falsche Zahlen, die niemand bemerkt, wenn Kontrollen fehlen.
• Begrenzte Praxistauglichkeit: Einfach klingende Aufgaben scheitern an kleinen Details oder speziellen Regeln.
• Datensicherheit: Vertrauliche Informationen landen in Systemen, deren interne Abläufe oft intransparent sind.

Quando a AI substitui trabalhadores – e tudo corre mal

Algumas empresas foram particularmente radicais: despediram grandes partes do seu quadro e trocaram trabalho humano por soluções de IA. Em apresentações, parecia uma ofensiva de eficiência corajosa; no curto prazo, os custos com pessoal caíram - no papel, um sucesso.

Mas o teste da realidade foi duro. A qualidade caiu, clientes reclamaram, e processos internos ficaram emperrados. Algumas empresas tiveram de recuar rapidamente, contratar de novo e corrigir a estratégia. O “salto” prometido transformou-se num experimento caro.

AI eignet sich derzeit selten als vollwertiger Ersatz für Menschen, sondern eher als Werkzeug, das Mitarbeitende unterstützt.

Foi exatamente esta diferença que algumas organizações subestimaram. Quem olha apenas para poupanças rápidas não só queima dinheiro, como muitas vezes perde a confiança de clientes e colaboradores.

Porque é que os investimentos continuam a subir

Apesar do arrefecimento: não se vê um travão nos gastos com IA. Muitos executivos encaram a fase atual como uma curva de aprendizagem inevitável. A própria PwC parte do princípio de que por volta de 2026 será atingida uma marca decisiva para a IA no contexto empresarial.

A pressão é enorme. Nenhuma administração quer ficar com a etiqueta de quem “perdeu o comboio”. A IA é vista como um bilhete para atrair talento, impressionar investidores e sinalizar capacidade de inovação. Em muitas indústrias impera a lógica: mais vale investir já e cometer erros, do que começar tarde demais.

Haltung der Unternehmen	Typische Konsequenz
Angst, den Trend zu verpassen	Schnelle Pilotprojekte ohne klare Strategie
Erwartung sofortiger Einsparungen	Fehlentscheidungen beim Personalabbau
Druck von Investoren und Aufsichtsräten	Große Ankündigungen, dünne Resultate
Glaube an langfristiges Potenzial	Bereitschaft, kurzfristige Verluste zu akzeptieren

O que as empresas têm de mudar para a AI compensar

Quem quer sair da fase cara do hype precisa de um método diferente. O essencial é que a IA não funcione como projeto de prestígio da equipa de TI, mas que esteja ligada diretamente a métricas centrais como receita, margem, satisfação do cliente ou tempos de ciclo.

Três alavancas para benefício real

• Klare Geschäftsziele: Statt „Wir machen jetzt AI“ braucht es konkrete Ziele: etwa weniger Reklamationen, schnellere Angebotsprozesse oder präzisere Nachfrageprognosen.
• Integration in Schlüsselprozesse: AI muss in die tatsächliche Wertschöpfung eingebunden werden – in Vertrieb, Produktion, Logistik, Service, nicht nur in Labors oder Innovationsabteilungen.
• Kontinuierliche Kontrolle: Ergebnisse müssen laufend überprüft werden. Liefert ein Modell keine messbaren Verbesserungen, wird es angepasst oder gestoppt.

Empresas que levam estes passos a sério já conseguem ver efeitos. Automatizam partes da documentação, apoiam equipas administrativas, priorizam pedidos de forma mais inteligente ou melhoram rotinas de manutenção na indústria.

Riscos que muitos subestimam – e oportunidades que são reais

Entre os maiores riscos, neste momento, não estão apenas erros técnicos ou alucinações, mas também consequências legais e organizacionais. Se dados contratuais confidenciais passam por serviços externos de IA, surgem questões de compliance, responsabilidade e proteção de dados. Informações erradas dadas a clientes podem, no pior cenário, ter consequências jurídicas.

Do outro lado, as oportunidades estão onde a IA complementa o trabalho humano em vez de o substituir: resumir informação, análises de rotina, triagem de pedidos, sugestão de opções. Bem aplicada, pode aliviar equipas - não empurrá-las para fora.

Para muitas empresas, a tarefa decisiva dos próximos anos será encontrar esse meio-termo: sair do hype caro e avançar para um uso sóbrio e mensurável da IA. Quem o conseguir tem hipótese de transformar a atual desilusão numa vantagem competitiva - em vez de apenas apanhar, a preço elevado, a próxima onda tecnológica.