Carlos Eduardo Carvalho (*)
A Inteligência Artificial nunca avançou tão rapidamente nas empresas quanto atualmente. Segundo a pesquisa The State of AI: Global Survey 2025, da McKinsey, o uso corporativo de IA generativa saltou de 33% em 2023 para 79% em 2025. Ao mesmo tempo, cresce uma pergunta inevitável entre executivos e investidores: se a tecnologia está sendo adotada em larga escala, por que os resultados financeiros ainda não acompanham esse movimento? A resposta, na minha visão, está menos na capacidade da IA e mais na forma como as organizações estão conduzindo essa transformação.
Nos últimos anos, criou-se a expectativa de que a Inteligência Artificial entregaria ganhos financeiros quase imediatos. A popularização dos modelos de linguagem tornou a tecnologia acessível a um número muito maior de pessoas e empresas, acelerando sua adoção em diferentes setores. O entusiasmo foi legítimo, mas criou uma interpretação equivocada: a de que implementar uma solução de IA seria suficiente para transformar indicadores financeiros.
A principal confusão dessa corrida está em tratar produtividade e lucro como sinônimos. A IA pode reduzir o tempo gasto em tarefas, acelerar análises, automatizar atividades e ampliar a capacidade das equipes. Porém, esse ganho só chega ao balanço quando a empresa consegue transformar eficiência em redução real de custos, aumento de receita ou novas oportunidades de negócio. Produtividade é um meio. Resultado financeiro é a consequência de decisões estratégicas tomadas a partir dela.
É justamente nesse intervalo que muitas organizações estão encontrando dificuldades. Em diversos casos, a adoção da IA começou antes de uma reflexão mais profunda sobre quais problemas de negócio deveriam ser resolvidos. A tecnologia passou a ser vista como ponto de partida, quando deveria ser uma ferramenta para executar uma estratégia previamente definida. Sem clareza de objetivos, dados preparados e processos estruturados, projetos promissores dificilmente conseguem gerar impacto sustentável.
O Gartner estima que, até o final do ano de 2026, cerca de 60% dos projetos de IA serão abandonados por falta de dados preparados, enquanto 63% das organizações ainda não possuem, ou sequer sabem se possuem, práticas adequadas de gestão de dados para sustentar essas iniciativas. Esse cenário mostra que o desafio da IA não está apenas na escolha da ferramenta, mas na construção dos fundamentos necessários para que ela funcione dentro da realidade de cada empresa.
Outro ponto importante é entender que IA não deve ser tratada como um projeto exclusivamente tecnológico. A transformação gerada por essa tecnologia envolve processos, pessoas, modelos operacionais e formas de criar valor. Empresas que conseguem capturar resultados são aquelas que envolvem a alta liderança, desenvolvem uma cultura orientada por dados, revisam processos e definem casos de uso conectados diretamente aos objetivos estratégicos do negócio.
Também estamos entrando em uma nova fase dessa jornada. Depois de um período marcado por grandes expectativas, o mercado começa a cobrar evidências concretas de retorno. Esse movimento é natural e acompanha o comportamento descrito pelo Hype Cycle, do Gartner, no qual tecnologias disruptivas passam por uma fase inicial de entusiasmo até chegarem a um momento de maior maturidade e comprovação de valor. A IA generativa parece estar justamente nessa transição.
Essa mudança exige que as empresas revejam como avaliam seus investimentos. Métricas como número de usuários, quantidade de prompts ou volume de iniciativas implementadas mostram adoção, mas não necessariamente impacto. O que realmente importa é entender se a tecnologia está contribuindo para reduzir custos, aumentar receita, melhorar margens e gerar vantagem competitiva. Sem essa conexão, a IA corre o risco de permanecer como uma promessa interessante, mas distante dos resultados esperados.
Acredito que a chamada “ressaca da IA” não representa uma frustração com a tecnologia, mas uma correção de expectativas. Toda inovação disruptiva passa por um momento em que as promessas precisam encontrar a realidade das organizações. A diferença entre empresas que apenas adotam IA e aquelas que realmente geram valor estará na capacidade de transformar tecnologia em estratégia, produtividade em resultado e investimento em geração de valor contínua.
(*) CEO e Sócio-Diretor da Bridge & Co.
