Por que empresas ainda não convertem IA em lucro real

Por André Ditomaso*

A pressa com que muitas empresas tentam acompanhar a inteligência artificial criou um padrão perigoso no mercado. Conselhos de administração e diretorias cobram respostas imediatas, mas muitas organizações ainda operam de forma improvisada. A pesquisa global State of AI 2026, da McKinsey, publicada em agosto, mostra bem esse descompasso. Oito em cada dez entrevistados afirmam que a IA aumentou sua produtividade individual, e metade diz que a tecnologia os ajuda a tomar decisões melhores. Mas apenas 37% das organizações relatam contribuição positiva da IA para o lucro antes de juros e impostos (EBIT), número praticamente idêntico ao do ano anterior. E somente 6% se enquadram na categoria de empresas que atribuem à tecnologia um impacto de pelo menos 5% no EBIT e classificam o valor gerado como significativo.

Esse descompasso cobra uma conta pesada, e no Brasil ele ganha um contorno próprio. A Global CIO Survey 2026, da Thoughtworks, divulgada em outubro com 3.200 executivos em dez países, dos quais 400 brasileiros, mostra que 39,8% das empresas brasileiras apontam o CEO como principal influenciador das decisões relacionadas à IA, o maior índice entre os dez mercados pesquisados e bem acima da média global de 23,1%. Ao mesmo tempo, apenas 34,5% dos líderes de TI no país afirmam sentir-se responsáveis por incidentes de segurança envolvendo IA. Pressão forte vindo de cima e responsabilidade difusa embaixo é uma combinação cara. Adotar ferramentas de IA sem preparar a operação e sem estabelecer padrões claros de segurança pode gerar desperdício de recursos e deixar a empresa vulnerável a falhas operacionais.

Acompanho esse movimento de perto há mais de 15 anos, desde a minha pesquisa de doutorado em inteligência artificial na UFSCar, vejo o mesmo equívoco se repetir. A raiz do problema nem sempre está nos algoritmos, mas na insistência em gerenciar ferramentas modernas com métodos burocráticos e ultrapassados. Comprar programas isolados apenas para dar uma resposta rápida ao mercado não resolve as falhas reais da gestão.

Preparar uma empresa para novas tecnologias não exige adivinhar os lançamentos dos próximos meses. O caminho mais seguro é organizar a operação com processos flexíveis e bases de dados estruturadas e confiáveis, permitindo que a empresa reaja com agilidade a mudanças de cenário. A própria McKinsey mostra onde está a diferença: entre as empresas que mais extraem valor da IA, quase três quartos redesenharam profundamente seus fluxos de trabalho. Entre as demais, apenas cerca de um quarto fez o mesmo. Para que isso funcione na prática, a tecnologia precisa deixar de ser tratada como mero suporte técnico e assumir papel central nas decisões de negócio.

Na prática, essa evolução exige equipes que trabalhem juntas no dia a dia. Especialistas técnicos e gestores de negócios precisam ter autonomia real para testar aplicações em ciclos curtos, descartando o que não funciona antes que recursos elevados sejam comprometidos. Culturas corporativas em que um teste simples precisa de meses para passar por aprovações internas reduzem a capacidade de inovar com agilidade e de transformar experimentação em resultados concretos.

A vantagem no mercado não ficará com as marcas que apenas compram os programas da moda para exibir em reuniões. O resultado duradouro continuará pertencendo a quem tiver a disciplina de unir visão prática de negócio, governança sólida sobre os dados e capacidade real de execução técnica, transformando a IA em resultados mensuráveis e sustentáveis.

**André Ditomaso é Country Manager da Marlabs Brasil e doutor em Ciência da Computação, com foco em inteligência artificial, pela UFSCar.