A Inteligência Artificial chegou às empresas em um momento de grande pressão. Em um mundo cada vez mais competitivo, a sensação de urgência tornou-se permanente. Foi nesse ambiente que muitas empresas passaram a investir em IA. Não necessariamente porque tinham clareza sobre o problema que desejavam resolver, mas porque o cenário competitivo transmitia uma mensagem quase incontornável: quem não investisse em IA ficaria para trás.

O resultado é uma série de projetos tecnicamente sofisticados, mas construídos sobre dados frágeis, sem governança, propósito claro ou envolvimento das pessoas que deveriam utilizá-los. Um estudo do Massachusetts Institute of Technology (MIT), citado em meu livro “Tomada de Decisão Baseada em Dados: Transformando Evidências em Vantagem Competitiva”, em parceria com Betovem Coura e Bruno Pimenta, dimensiona esse desafio.

Apesar de investimentos entre US$ 30 bilhões e US$ 40 bilhões em IA generativa, 95% das empresas analisadas não conseguiram gerar retorno mensurável. Mais de 80% já haviam experimentado ferramentas como ChatGPT ou Copilot e cerca de 40% afirmavam ter implantado alguma solução baseada em IA, mas apenas cerca de 5% conseguiram integrá-las efetivamente aos fluxos do negócio.

A conclusão é simples: adoção não significa transformação. A maioria das empresas começou pela ferramenta, poucas pelo problema. Essa diferença muda o jogo. Quando a tecnologia vem antes da estratégia, surgem projetos sem hipótese clara de valor, sem indicadores de sucesso e sem conexão com os processos críticos da organização. A IA se torna símbolo de modernidade antes de se tornar mecanismo real de geração de valor.

Também é preciso lembrar que dados de baixa qualidade são como petróleo bruto armazenado em barris enferrujados. Eles podem ter grande potencial, mas precisam ser organizados, tratados, protegidos e contextualizados antes de gerar valor. Uma IA alimentada por informações incompletas, inconsistentes ou desatualizadas apenas acelera decisões equivocadas. E o caos.

A pergunta correta, portanto, não é “como podemos mostrar que usamos IA?”, mas “qual problema relevante do negócio queremos resolver?”. A resposta exige qualidade de dados, governança, participação das equipes e métricas capazes de demonstrar impacto.

A IA não é uma estratégia por si só. É um recurso que pode ampliar capacidades humanas, melhorar processos e apoiar decisões, desde que esteja conectada a um objetivo claro.

A pressão competitiva que impulsiona as empresas em direção à IA não desaparecerá. Pelo contrário: provavelmente aumentará. O que precisa mudar é a forma de responder a essa pressão. Em vez de começar pela ferramenta, as empresas devem começar pelo problema.

E os líderes devem ser desafiados, não a anunciar primeiro o uso de IA, mas a conseguir demonstrar, com evidências, que ela melhorou o negócio.

Você está preparado para ser questionado?