O avanço da inteligência artificial (IA) nas empresas brasileiras desafia uma crença confortável do mercado: a de que basta investir em tecnologia para colher resultados concretos. Apesar do ritmo acelerado de adoção e dos investimentos bilionários, a maioria das organizações ainda não consegue comprovar, de forma estruturada, se a IA está realmente agregando valor financeiro ao negócio. A disparidade entre otimismo, prática e maturidade operacional coloca em xeque a sustentabilidade da transformação digital no Brasil.

Metade das empresas já integra IA, mas ROI permanece nebuloso

Segundo levantamento da IDC apresentado no SAS Innovate on Tour, metade das empresas brasileiras já atingiu o estágio de integração da IA em grande parte dos processos. O mercado nacional deve movimentar US$ 4,2 bilhões em 2026, somando infraestrutura, software e serviços relacionados. No entanto, esse volume de recursos contrasta com o desafio de mensurar resultados: a pesquisa da Zappts, citada pelo Inforchannel, revela que 55,1% das empresas não possuem qualquer mapeamento estruturado de retorno sobre investimento (ROI) em IA, quase o dobro do registrado no ano anterior.

Apenas 19,8% das organizações conseguem medir o retorno de forma clara e recorrente. Esse dado, exclusivo do estudo da Zappts, indica que a maioria administra agentes de IA sem o mesmo rigor financeiro aplicado à força de trabalho humana. Pablo Augusto, CEO da Zappts, alerta: “Não dá para escalar um modelo híbrido de trabalho sem saber quanto cada agente custa, quanto valor gera e qual é o seu ROI”.

ROI percebido é alto, mas depende de governança e integração

O cenário não é de todo pessimista. Pesquisa da KPMG citada pelo Startups.com.br aponta que 88% dos executivos brasileiros já percebem retorno sobre os investimentos em IA, especialmente no setor financeiro, e 67% relatam melhoria na qualidade da tomada de decisão. No entanto, o mesmo estudo destaca que as empresas com boa governança, supervisão humana e controles robustos apresentam desempenho de três a seis vezes superior ao das que operam sem estruturas formais.

Esse consenso entre fontes reforça que o próximo desafio não está apenas na adoção da tecnologia, mas na capacidade de orquestrar pessoas, processos, sistemas e dados em torno da IA. O risco, segundo a análise do Startups.com.br, é avançar mais rápido na implantação tecnológica do que na transformação operacional que sustenta resultados duradouros.

Dados, integração e segurança: os novos gargalos

Se antes a escassez de talentos era o principal entrave, agora segurança da informação e integração com sistemas legados lideram as preocupações. O estudo da Zappts mostra que 13,7% das empresas apontam segurança como maior barreira, seguidas por integração com legados (10,5%). A falta de profissionais caiu drasticamente para 3,2%, mas surge um novo gargalo: especialistas em orquestração de agentes e grandes modelos de linguagem (LLMs) são agora os mais demandados.

Outro ponto crítico é a qualidade dos dados. Manisha Khanna, líder global de marketing de produtos de IA da SAS, destacou ao IT Forum que existe uma diferença entre ter dados e ter dados prontos para IA. Muitas empresas investiram em infraestrutura de dados sem definir claramente casos de uso, o que limita a aplicação prática e o retorno dos projetos.

Além disso, a ausência de políticas de governança é alarmante: 41,9% das empresas admitem não possuir nenhum framework ou regra de segurança e ética para uso de agentes de IA, segundo a Zappts. O fenômeno do Shadow AI, uso de ferramentas fora do controle da TI, cresce à medida que a maioria dos usuários de IA já não pertence à área de tecnologia.

Escala emperra: da prova de conceito à operação generalizada

Apesar da ampla adoção, poucas empresas conseguem levar a IA para toda a operação. O levantamento da Zappts indica que quase metade do mercado está presa em projetos-piloto ou implementações restritas a áreas específicas. Apenas 13,8% chegaram ao uso generalizado em toda a empresa, patamar praticamente estagnado em relação ao ano anterior.

A autonomia plena dos agentes de IA ainda é exceção: só 3,6% das empresas permitem que agentes executem processos críticos de ponta a ponta sem supervisão humana. Em contrapartida, 36,5% exigem aprovação humana para todas as ações. Esse dado reforça que a transformação dos processos depende não só de tecnologia, mas também de mudanças na organização do trabalho e na definição de responsabilidades.

O impacto sobre o quadro de funcionários é significativo. Segundo a Zappts, 77,3% das empresas preveem ajustes em função da IA nos próximos três anos, incluindo realocação, requalificação e até redução direta de postos de trabalho. Apenas 13,8% esperam aumentar o headcount.

Contra-argumento: ROI é perceptível, mas a maturidade é o divisor de águas

É importante reconhecer que parte do mercado já percebe ganhos concretos. O estudo da KPMG, citado pelo Startups.com.br, mostra que 91% das empresas usam IA em planejamento financeiro e a maioria relata ROI positivo. No entanto, essa percepção não elimina o problema de fundo: sem inteligência operacional, integração de processos, dados e sistemas, o retorno tende a ser pontual e difícil de sustentar em escala.

O exemplo da Sicoob Credicitrus, também citado pelo Startups.com.br, ilustra o potencial de ganhos: após seis meses de automação de processos, a cooperativa reduziu em 60% o tempo de resposta aos associados e eliminou milhares de e-mails. Porém, o valor mais estratégico está na capacidade de enxergar e medir todo o fluxo operacional, condição essencial para extrair valor consistente da IA.

O que ainda não se sabe: métricas, accountability e riscos emergentes

Apesar do avanço, há incertezas relevantes. As fontes divergem sobre o percentual de empresas que realmente conseguem medir o ROI da IA: enquanto a KPMG aponta 88% percebendo retorno, a Zappts revela que só 19,8% medem de forma recorrente. Essa diferença pode estar ligada à definição de ROI, ao setor analisado ou à maturidade dos controles internos.

Outro ponto em aberto é a accountability dos agentes de IA. A supervisão humana continua sendo a regra, mas a tendência é que gestores passem a administrar “frotas de agentes” com autonomia crescente. Isso exige novos mecanismos de rastreabilidade, auditoria e governança, ainda pouco difundidos.

Por fim, o risco do Shadow AI e a falta de gateways de controle expõem as empresas a vazamentos de dados e custos inesperados, especialmente com modelos fundacionais cujo consumo de tokens pode ser imprevisível, como alertou Manisha Khanna ao IT Forum.

Implicações para empresas: infraestrutura e decisão de negócio

Para organizações que operam em mercados competitivos, como o polo industrial de Manaus, a mensagem é clara: investir em IA sem garantir governança, integração e métricas sólidas é receita para desperdício e risco operacional. A escalada dos agentes digitais exige infraestrutura de dados confiável, conectividade robusta e políticas de segurança que acompanhem a autonomia dos sistemas.

Empresas que conseguirem orquestrar pessoas, processos e tecnologia, com supervisão e accountability, terão vantagem competitiva não apenas pelo uso da IA, mas pela capacidade de medir, ajustar e escalar resultados reais. O desafio está menos em “colocar IA em tudo” e mais em responder: quais processos realmente geram valor, como medir o impacto e quem é responsável por cada decisão automatizada?

O avanço da IA no Brasil mostra que tecnologia sem governança é só custo, e que a próxima fronteira de valor está na infraestrutura capaz de dar visibilidade, controle e escala ao trabalho dos agentes digitais. Para quem lidera operações críticas, a diferença entre resultado e risco pode estar na qualidade do dado, na integração dos sistemas e na capacidade de medir cada passo da transformação.