Inteligência artificial avança nas empresas brasileiras, mas ROI ainda desafia escala

A inteligência artificial (IA) deixou de ocupar apenas projetos experimentais e já alcança parte relevante das operações das empresas brasileiras. O avanço, porém, aumenta a pressão para demonstrar retorno financeiro, preparar dados e estabelecer mecanismos de governança que acompanhem a escala da tecnologia.

Esse cenário é revelada por pesquisa da IDC apresentada nesta quinta-feira (10) durante o SAS Innovate on Tour, em São Paulo. Segundo o levantamento, 50% das empresas brasileiras consultadas já estão no estágio considerado “integrado” de inteligência artificial, no qual práticas de IA foram levadas para grande parte dos processos.

O movimento ocorre em meio à expansão dos investimentos. A IDC estima que o mercado brasileiro de IA, considerando infraestrutura, software e serviços associados aos projetos, alcance US$ 4,2 bilhões em 2026.

A expectativa de retorno acompanha esse volume de recursos. Em média, as empresas brasileiras ouvidas esperam retorno de 100% sobre os investimentos em IA, equivalente a US$ 2 de volta para cada dólar aplicado. O levantamento, contudo, indica que muitas organizações ainda não possuem indicadores claros para medir os resultados efetivamente obtidos.

“Desde o início, é fundamental definir quais indicadores permitirão mensurar os resultados efetivamente alcançados e o valor gerado”, afirmou Luciano Ramos, country manager da IDC Brasil, durante a apresentação.

O desafio também apareceu nas discussões com executivos da SAS. Em coletiva de imprensa acompanhada pelo IT Forum, Manisha Khanna, líder global de marketing de produtos de IA da companhia, indicou que as conversas com executivos já estão concentradas no impacto da tecnologia sobre indicadores concretos do negócio.

Segundo ela, as empresas querem saber como os projetos podem atingir KPIs relacionados a redução de custos, aquisição de clientes ou aumento de EBITDA. Ao mesmo tempo, Khanna apontou a imprevisibilidade dos custos das implementações de IA como um dos problemas que começam a aparecer, principalmente diante do consumo de tokens por modelos fundacionais.

A executiva também criticou a substituição indiscriminada de tecnologias que já atendiam determinadas tarefas. Segundo Khanna, algumas organizações estão tentando executar com modelos fundacionais atividades anteriormente realizadas por modelos preditivos, mesmo quando os sistemas existentes já apresentavam retorno comprovado.

“As pessoas estão se deixando levar pelo hype”, opinou. Para ela, o receio de perder oportunidades tem levado empresas a experimentar novas tecnologias sem necessariamente avaliar se uma mudança completa da arquitetura é necessária.

Leia mais: O agente de IA não é um funcionário. É um fornecedor

Ganhos individuais chegam antes da transformação dos processos

A pesquisa também indica uma diferença entre os objetivos buscados pelas organizações e os benefícios que já conseguem perceber. Eficiência dos processos, maior responsividade e decisões mais rápidas aparecem entre os principais objetivos das empresas ao aplicar IA. Entre os resultados tangíveis observados até agora, decisões mais rápidas e responsividade permanecem entre os destaques, mas a eficiência dos processos dá lugar à produtividade individual.

Para Ramos, o resultado reflete o estágio atual de utilização de assistentes e agentes individuais. A transformação mais ampla dos processos empresariais ainda está em andamento e dependerá de mudanças na própria organização do trabalho.

Segundo ele, adicionar inteligência artificial a um processo existente não significa simplesmente executar as mesmas etapas com maior velocidade. A adoção de agentes permite paralelizar tarefas e criar fluxos diferentes daqueles desenhados originalmente para pessoas, o que exige que empresas revejam processos, disponibilidade dos dados e mecanismos de confiança.

Os agentes já começam a ocupar espaço na agenda tecnológica. No primeiro ano em que foram incluídos pela IDC na pesquisa sobre tecnologias capazes de habilitar as prioridades empresariais, apareceram na quinta posição. A IA generativa também permanece entre os principais temas, enquanto tecnologias preditivas tradicionais voltam a ganhar atenção à medida que precisam ser integradas aos novos sistemas.

Considerando diferentes modalidades de inteligência artificial e estágios de adoção, mais de 90% das empresas brasileiras já possuem recursos de IA em implementação, produção ou escala. O universo inclui modelos tradicionais de machine learning, tecnologias incorporadas a aplicações, IA generativa, assistentes e agentes.

Ter dados não significa estar pronto para IA

O avanço da adoção recoloca um problema conhecido da TI corporativa no centro da discussão, que é a qualidade dos dados. Questionada pelo IT Forum sobre por que os investimentos realizados em cloud e infraestrutura de dados ainda não se traduziram integralmente em prontidão para IA, Khanna afirmou que existe uma diferença entre possuir dados e ter dados preparados para inteligência artificial.

Segundo Manisha, organizações fizeram grandes investimentos em estruturas como lakehouses sem necessariamente definir desde o início quais casos de uso seriam atendidos, como os dados seriam aplicados ao negócio e de onde viria o retorno.

“Há uma diferença entre ter dados e ter dados prontos para IA”, disse ela. Para a executiva, estratégia de uso, qualidade e governança precisam acompanhar os investimentos em infraestrutura.

A avaliação encontra paralelo nos dados apresentados pela IDC. O índice de confiabilidade em IA do Brasil passou de 48, em 2025, para 64,5 neste ano, em uma escala de zero a cem. A métrica considera cinco pilares de qualidade e governança de dados, supervisão de modelos, explicabilidade e vieses, políticas de IA responsável e auditoria e responsabilização.

O resultado coloca o Brasil acima da média global, de 61,3, e da América Latina, de 63,7. A percepção de confiança dos usuários também avançou, de 63,5 para 76.

O estudo encontrou ainda uma relação entre essas práticas e resultados financeiros. Empresas mais avançadas na implementação de IA confiável apresentam probabilidade de obter retorno sobre investimento até 15 vezes maior do que organizações sem práticas estruturadas de governança e confiança.

Apesar da evolução brasileira, explicabilidade permanece como um ponto de atenção. Entre os pilares avaliados, foi o único em que o País ficou abaixo da média global. Para a IDC, ampliar a rastreabilidade das decisões será necessário à medida que sistemas e agentes assumem participação maior nos processos corporativos.

Segurança e privacidade também seguem no radar. Entre as empresas brasileiras consultadas, 52% colocaram o tema como principal preocupação relacionada à expansão da IA.

Governança acompanha avanço dos agentes

A expansão dos agentes aumenta a complexidade do ambiente que CIOs precisarão administrar. Durante o evento, o SAS apresentou o AI Navigator, oferta de software como serviço voltada a dar visibilidade aos sistemas de inteligência artificial utilizados pelas organizações, incluindo modelos, agentes, casos de uso, políticas e avaliações de risco.

A proposta inclui tecnologias do própria SAS e sistemas externos. Em uma demonstração, a companhia simulou a identificação de um modelo de código aberto comprometido e o mapeamento dos casos de uso que dependiam dele, permitindo avaliar políticas relacionadas e possíveis alternativas.

O avanço da autonomia também reforça a necessidade de definir responsabilidades. Na apresentação da IDC, Ramos destacou que uma decisão executada por uma IA continua vinculada a uma área ou responsável dentro da organização, exigindo rastreabilidade, supervisão e mecanismos de auditoria.

Entre as organizações classificadas como líderes em IA confiável, aproximadamente 85% afirmaram possuir programas de capacitação para toda a organização sobre práticas relacionadas ao uso responsável da tecnologia. O estudo também identificou entre essas empresas maior atenção à medição contínua dos resultados e à inclusão da governança desde o desenho dos projetos.

Para a IDC, o estágio seguinte da adoção deve exigir uma mudança também na atuação dos profissionais. Conforme agentes passam a executar parcelas maiores dos processos, trabalhadores e gestores deverão assumir funções de supervisão e orquestração desses sistemas.

“A IA é tão confiável quanto a qualidade dos dados que a alimentam e depende, em grande medida, da supervisão humana”, assinalou Ramos. Segundo ele, os profissionais poderão assumir a responsabilidade de gerenciar não apenas equipes, mas também “frotas de agentes de IA” nas organizações.

A combinação entre maior adoção, investimentos bilionários e pressão por retorno coloca a discussão sobre IA corporativa em uma nova etapa. Com metade das empresas brasileiras já levando a tecnologia para uma parcela relevante dos processos, o desafio passa a incluir a capacidade de medir resultados, selecionar os casos de uso adequados e preparar dados e mecanismos de governança para sustentar a expansão.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!