Empresas brasileiras ampliam investimentos em inteligência artificial, mas dados, capacitação e governança ainda limitam o retorno da tecnologia.
A inteligência artificial deixou de ser apenas uma aposta de inovação e passou a ocupar espaço direto nas decisões de investimento das empresas brasileiras. Um novo levantamento da SAP em parceria com a Oxford Economics, divulgado em setembro, mostra que as companhias esperam aumentar significativamente o retorno financeiro obtido com agentes de IA nos próximos anos. Ao mesmo tempo, os números revelam uma contradição importante: a tecnologia avança mais rapidamente do que a capacidade das organizações de administrá-la.
O cenário interessa não apenas aos grandes grupos empresariais. Startups, pequenas empresas, profissionais e consumidores também podem ser afetados à medida que ferramentas capazes de automatizar tarefas, analisar informações e apoiar decisões se tornam parte das operações. A questão que ganha força agora é menos “se a empresa vai usar IA” e mais “como transformar a tecnologia em resultado sem aumentar riscos, custos e problemas de segurança”.
Por que as empresas estão aumentando os investimentos em inteligência artificial?
O principal motivo é econômico. As empresas começam a enxergar a inteligência artificial como uma infraestrutura de produtividade, e não apenas como uma ferramenta experimental. Segundo o levantamento da SAP e Oxford Economics, as companhias brasileiras projetam retorno de 15% com agentes de IA nos próximos dois anos, enquanto o investimento médio em inteligência artificial neste ano deve chegar a US$ 20,8 milhões entre as organizações pesquisadas.
Outro dado ajuda a explicar essa mudança. Atualmente, 26% das tarefas realizadas nas empresas brasileiras já contam com algum suporte de IA. A expectativa é que essa participação chegue a 44% em dois anos. Isso significa que a tecnologia tende a sair gradualmente de áreas isoladas e chegar a atividades relacionadas a atendimento, análise de dados, finanças, planejamento, operações e relacionamento com clientes.
A chamada IA agêntica representa uma etapa ainda mais relevante dessa transformação. Em vez de simplesmente responder a uma pergunta ou produzir um texto, agentes podem receber objetivos, consultar informações e executar etapas de determinados processos dentro de regras estabelecidas. Para uma empresa, isso pode representar redução de tarefas repetitivas e maior velocidade operacional.
O potencial econômico ajuda a explicar por que o tema ganhou espaço na agenda corporativa. Durante o SAP NOW AI Tour Brazil, realizado em São Paulo nos dias 9 e 10 de setembro, aplicações empresariais, dados e agentes de inteligência artificial estiveram entre os principais temas discutidos. A proposta apresentada foi conectar a tecnologia aos processos reais das organizações, em vez de tratá-la como uma ferramenta isolada.
O que impede a IA de gerar ainda mais retorno para as empresas?
O maior obstáculo não parece ser simplesmente a falta de ferramentas. Um dos principais problemas está nos dados que alimentam os sistemas. No levantamento da SAP, 75% das empresas brasileiras apontaram qualidade ou disponibilidade de dados como um fator que impede a geração de maior valor com IA. Sem informações organizadas, atualizadas e confiáveis, mesmo modelos avançados podem produzir resultados inconsistentes.
A capacitação também aparece como um gargalo. Cerca de 65% das organizações consultadas apontaram falta de habilidades ou conhecimento especializado como uma barreira. Isso muda a discussão sobre empregos tecnológicos: não basta contratar especialistas em inteligência artificial. Empresas precisam preparar profissionais de diferentes áreas para trabalhar com sistemas automatizados, interpretar resultados e identificar quando uma resposta produzida por uma máquina não deve ser aceita sem revisão.
Existe ainda um problema menos visível, mas importante para a economia digital: a chamada “shadow AI”. O termo descreve o uso de ferramentas de inteligência artificial pelos funcionários sem aprovação ou supervisão formal da empresa. Segundo o levantamento, 82% das empresas brasileiras relatam que esse comportamento ocorre pelo menos ocasionalmente. Entre os impactos citados estão resultados inconsistentes, exposição de dados e propriedade intelectual e vulnerabilidades de segurança.
Isso mostra que a transformação digital não depende apenas de comprar softwares. Uma empresa pode investir milhões em IA e ainda obter resultados ruins se não souber quais dados podem ser utilizados, quem pode acessar determinadas informações, quais tarefas precisam de supervisão humana e como medir o resultado financeiro de cada projeto.
Como empresas podem transformar IA em produtividade sem aumentar os riscos?
O caminho mais promissor é integrar a inteligência artificial aos objetivos concretos do negócio. Em vez de adotar uma ferramenta porque ela está em alta, a empresa precisa identificar problemas que podem ser resolvidos com automação, análise de dados ou apoio à decisão. Atendimento mais rápido, redução de retrabalho, previsão de demanda e processamento de documentos são exemplos de aplicações que podem ser acompanhadas por indicadores objetivos.
A governança passa a ter papel central nesse processo. O estudo mostra que apenas 3% das empresas brasileiras se consideram totalmente preparadas para implementar e ampliar agentes de IA. Entre as organizações que já experimentam a tecnologia, aparecem desafios como integração maior que o esperado, problemas de confiabilidade, resultados inconsistentes e ações incorretas realizadas pelos agentes.
Para consumidores e profissionais, essa mudança pode gerar efeitos concretos. Empresas mais eficientes podem oferecer respostas mais rápidas, personalizar serviços e reduzir determinadas tarefas burocráticas. Por outro lado, funções profissionais também tendem a ser reorganizadas. Atividades repetitivas podem perder espaço, enquanto cresce a necessidade de pessoas capazes de supervisionar sistemas, trabalhar com dados e tomar decisões em situações nas quais a tecnologia não possui contexto suficiente.
A tendência, portanto, não aponta simplesmente para empresas totalmente automatizadas. O modelo que ganha força combina pessoas, sistemas de IA, dados e regras de controle. A própria discussão empresarial sobre a chamada empresa autônoma parte dessa lógica, na qual a inteligência artificial executa tarefas dentro de limites definidos enquanto decisões estratégicas e situações que exigem julgamento permanecem sob responsabilidade humana.
Nos próximos meses, a principal disputa entre empresas não deve ser apenas por acesso às ferramentas mais avançadas, mas pela capacidade de utilizá-las de forma eficiente. Organizações que conseguirem organizar dados, capacitar equipes e estabelecer governança terão mais condições de transformar IA em produtividade mensurável. Para startups e empresas menores, isso também pode abrir oportunidades, já que soluções de inteligência artificial acessíveis reduzem parte da distância tecnológica em relação a organizações maiores.
O avanço dos agentes de IA deve acelerar essa competição. Ao mesmo tempo em que os investimentos crescem, os dados mostram que preparação e governança ainda estão atrás da velocidade da inovação. O resultado pode ser uma nova fase da economia digital, na qual vantagem competitiva não será determinada apenas por quem possui inteligência artificial, mas por quem consegue conectá-la aos processos certos, medir seu impacto e utilizá-la com segurança.
Fontes utilizadas:
