Escrito por Marcelo Prado
Um estudo global recente conduzido pela Economist Impact em parceria com a Databricks entrevistou 1,1 mil executivos técnicos e realizou conversas com 28 CIOS de 11 setores. Os resultados mostraram como as empresas estão avançando da experimentação com IA generativa para estratégias que gerem valor de negócio mental, além de apontar o que ainda está travado parte dessas organizações.
Em todos os setores, cinco temas apareceu de forma consistente: a rápida transição do hype para a geração de valor, uma lacuna na província da infraestrutura, a crescente importância da inteligência de dados, a expansão da IA para toda a força de trabalho e o aumento de sistemas agentic como a próxima frente.
Perspectivas principais
1. A adoração de IA é alta, mas a oferta das empresas ainda é baixa
Embora 85% das organizações já estão usando ou testando IA generativa, apenas 22% acreditam que sua infraestrutura é capaz de apoiar IA em escala, evidenciando um grande descompasso entre interesse e capacidade operacional.
2. Os investimentos em infraestrutura são ampliados subestimados
A demanda global por IA está impulsionando quase US$ 1 trilhão em investimentos em data centers, computação, chips e energia. As organizações começam a reconhecer que escalar IA exige repensar a arquitetura de dados e processo desde a base, e não apenas implementar modelos.
3. O valor da IA já está combinado, mas escalar ainda é um desafio
Custos (41%), falta de habilitações (40%), qualidade dos modelos (37%) e governança (33%) são apontados como os principais objetivos para sair de protegidos e avançador para sistemas em produção.
4. A inteligência de dados se torna o principal diferencial competitivo
Empresas líderes estão migrande de uma visão centralizada apenas em modelos para plataformas que integram dados lisos, governo e conhecimento específico de domínio. Dados próprios, muitas vezes combinados com arquiteturas RAG, passem a ser vistos como chave para precisão e vantagem competitiva sustentável.
5. A IA generativa democrática o acesso à tecnologia
Por utilizar linguagem natural, a IA deixa de ser restrita a áreas técnicas. Profissionais de diferentes funções, de varejo à saúde, manufatura e serviços financeiros, passem a executar tarefas antes exclusivas de especialistas.
6. Os casos de uso estão se diversificando e se rasgando críticos para o negócio
A IA generativa já está transformando a operação de diversos setores. Exemplos:
- Farmacêutico acelera testes clínicos
- Automotivo prevê famílias de componentes
- Serviços financeiros abrilam análise de crédito
- Varejo melhora previsões de academia de suprimentos
- Energia alternativa em campo
A IA deixa de ser uma iniciativa de trabalho e passa a ser infraestrutura operacional.
7. A calibração entre humanos e máquinas se torna essencial
As empresas precisam estruturar fluxos de trabalho em que humanos supervisionem, validem, ajustem e colaboram com sistemas de IA, especialmente diante do aumento de regulamentos relacionados à segurança, privação e proteção ao consumidor.
8. O ROI em IA exige visão de longo prazo e coordenação entre áreas
Organizações que capturam valor real investiem em medidas de longo prazo, governo transversal e centros de excelência que permitem aumentar as iniciativas de forma consistente.
9. A estratégia de modelos está se rasgando híbrida
Empresas estão adotando arquiteturas flexíveis, combinando modelos de código aberto, proprietários, justificados e especializados, de acordo com as necessidades de domínio, risco, custo e desempinho, em vez de depender de um único modelo base.
10. A IA agentic surge como a próxima grande alavanca de produção
Setores começam a adotar sistemas capazes de planjar, coordenar e executar tarefas de forma autônoma. Os primeiros resultados já mostraram ganhos significativos em automação e produtividade.
Resumo
As empresas já entraram definitivamente na era da IA generativa, com 85% de adoração. Ainda assim, apenas uma parcela das iniciativas está realente pronta para produção, revelando um gap estrutural impulsionado por infraestrutura defasada, baixa qualidade de dados e lacunas em governança e talentos.
As organizações que estão avançando mais rápido compartilham algumas características:
- Tratam dados como ativo estratégico central
- Investimento em arquiteturas escalaveis e governança
- Democratizam o uso de IA em toda a empresa
- Adotam portfólios flexíveis de modelos
- Se preparar para um futuro com sistemas autônomos
A principal mensagem é clara: o sucesso com IA nas empresas depende menos da experimentação com modelos e mais da construção de bases sólidas de dados, operação e governança que permitem escalar com segurança e consistência.
