A inteligência artificial já se disseminou em praticamente todas as empresas, mas a maior parte ainda não consegue transformá-la em resultados concretos. Projetos se multiplicam em áreas isoladas, muitas vezes como pilotos ou provas de conceito, sem conexão clara com a estratégia do negócio. O resultado é um paradoxo corporativo: enquanto o uso da tecnologia cresce rapidamente, o retorno efetivo permanece restrito a uma minoria de organizações.
Esse descompasso é o ponto de partida do relatório A Cultura Come a IA no Café da Manhã, produzido pela consultoria CI&T em parceria com a MIT Sloan Management Review Brasil. O estudo parte de um diagnóstico contundente: 95% das organizações ainda não registram retorno mensurável sobre investimentos em inteligência artificial, apesar do avanço acelerado da tecnologia nos últimos anos.
Segundo o relatório, a principal causa não está nos algoritmos ou nas plataformas disponíveis. “A tecnologia funcionou. Nós não”, resumem os autores do relatório, ao observar que a maioria das iniciativas falha porque as organizações não conseguem alterar a forma como trabalham, tomam decisões e aprendem coletivamente.
Embora nos últimos três anos a inteligência artificial tenha passado de ferramenta experimental a prioridade estratégica em empresas de diversos setores, a maioria das organizações permanece presa à fase de experimentação. Com base na comparação de vários estudos, o relatório estima que cerca de 70% das iniciativas de transformação em IA fracassam, enquanto apenas uma pequena parcela das empresas consegue escalar projetos de forma consistente.
Essa diferença cria uma assimetria crescente de competitividade. Enquanto algumas organizações conseguem acelerar ciclos de inovação e reduzir custos operacionais, outras acumulam pilotos desconectados, com impacto limitado.
O contraste se torna ainda mais relevante diante das projeções de mercado. Segundo estimativas da consultoria Gartner, até 2028 um terço das interações digitais deverá ser mediado por agentes autônomos, o que tende a transformar profundamente a relação entre empresas, clientes e sistemas digitais. Portanto, o pragmatismo e a maturidade no uso do ferramental de IA ganham peso crescente na produtividade, reputação e nas próprias condições de a empresa se manter competitiva, tanto diante de concorrentes quanto de entrantes.
Vácuo de narrativa
“Transformação não é um projeto de tecnologia. É um projeto humano, viabilizado pela tecnologia”, concluem os analistas. O relatório aponta que a principal barreira para escalar a IA é cultural. Em muitas organizações, a tecnologia é adotada antes que haja clareza sobre como ela deve alterar processos e decisões.
Essa lacuna aparece em diferentes níveis da organização. Funcionários temem substituição por máquinas, líderes nem sempre conseguem definir objetivos claros e áreas distintas testam soluções de forma fragmentada.
O resultado é o que o estudo chama de “vácuo de narrativa”: iniciativas surgem sem conexão com prioridades estratégicas, o que reduz o engajamento das equipes e dificulta a continuidade dos projetos.
Processos desenhados para outra era
Outro obstáculo frequente é estrutural. Muitos processos corporativos conservam a premissa de fluxos de trabalho lineares, dependentes de decisões humanas e sequenciais em cada etapa. Nesse contexto, a introdução de ferramentas de IA gera ganhos limitados, porque a tecnologia passa a operar dentro de estruturas que não foram desenhadas para automação ou aprendizado contínuo.
O estudo sugere que capturar valor real exige redesenhar fluxos de trabalho de ponta a ponta, conectando dados, sistemas e decisões em ciclos mais curtos de experimentação e aprendizado.
Essa mudança tem implicações diretas na produtividade, especialmente em áreas intensivas em tecnologia. O relatório dedica uma análise específica ao ciclo de engenharia de software, justamente o campo em que a CI&T atua historicamente e também um dos ambientes mais avançados de inovação metodológica nas empresas.
Evidentemente, a introdução de inteligência artificial nesse ciclo está comprimindo drasticamente os tempos de entrega. Atividades que antes exigiam meses de trabalho coletivo podem agora ser concluídas em dias ou até horas, à medida que modelos generativos e agentes autônomos passam a apoiar ou executar diferentes etapas do processo.
O relatório apresenta essa evolução como uma escada de maturidade operacional, ilustrada em uma tabela que compara três níveis progressivos de adoção de IA no ciclo de desenvolvimento de software (SDLC). No primeiro estágio, denominado IA incorporada, a tecnologia funciona principalmente como ferramenta de apoio individual, com assistentes de programação e copilotos de código. Nesse nível, os ganhos de produtividade ainda são localizados, com impacto estimado em cerca de duas vezes a produtividade individual em tarefas específicas.
No segundo estágio, chamado de IA ampliada, agentes autônomos passam a ser integrados aos fluxos de trabalho, operando sob supervisão humana. Sistemas automatizam tarefas como geração de testes, verificação de código e análise de erros, permitindo ganhos médios de produtividade próximos de cinco vezes em determinados processos.
O terceiro nível, descrito como IA orquestrada, representa uma mudança estrutural. Nesse estágio, múltiplos agentes coordenados passam a executar etapas completas do ciclo de desenvolvimento (codificação, testes automatizados, correção de falhas e implantação contínua), enquanto profissionais humanos assumem funções de supervisão e orquestração. O resultado pode elevar a produtividade em até 20 vezes, segundo as estimativas apresentadas no relatório.
Os casos analisados no estudo ilustram esse potencial. Em projetos conduzidos nesse modelo, a empresa observa redução de 75% no tempo de refinamento de backlog, queda de 70% nas horas dedicadas à criação de testes e diminuição de 56% no lead time de desenvolvimento, indicadores que mostram como a IA começa a alterar o ritmo operacional da engenharia de software.
Esse encurtamento do ciclo entre ideia e implementação ajuda a explicar por que algumas empresas conseguem capturar ganhos expressivos enquanto outras permanecem presas à fase experimental. À medida que o desenvolvimento de software deixa de ser apenas uma função técnica e passa a operar como mecanismo direto de execução da estratégia, a capacidade de integrar inteligência artificial aos fluxos de trabalho torna-se um diferencial competitivo central.
Fragmentação tecnológica e falta de métricas
A adoção acelerada de ferramentas também criou um ambiente tecnológico fragmentado. Empresas frequentemente implementam múltiplas soluções de IA sem integração adequada com sistemas existentes.
Esse cenário aumenta riscos operacionais e dificulta a governança da tecnologia. Sem uma arquitetura clara de dados e plataformas, projetos permanecem isolados e perdem escala.
Outro problema recorrente é a ausência de métricas consistentes para avaliar resultados. O relatório observa que muitas organizações não definem indicadores claros de retorno, o que impede a comparação entre iniciativas e dificulta a tomada de decisão executiva.
O estudo sugere a adoção de métricas combinadas que incluam ROI (retorno financeiro), ROE (retorno em experiência) e ROF (preparo para o futuro), permitindo avaliar simultaneamente eficiência operacional, impacto no cliente e capacidade de inovação.
O que diferencia empresas que escalam IA
Segundo o relatório, o principal fator que separa empresas bem-sucedidas daquelas que permanecem em fase experimental não é tecnológico, mas organizacional.
“As empresas que realmente conseguem escalar IA não são aquelas com os melhores modelos ou os maiores orçamentos. São aquelas corajosas o suficiente para redesenhar sua cultura”, constata a pesquisa.
Esse redesenho envolve alinhar liderança, governança e processos em torno de objetivos de aprendizado contínuo. Em vez de tratar cada projeto como um piloto isolado, as organizações precisam construir portfólios estruturados de iniciativas, com métricas claras e conexão direta com resultados de negócio.
A evolução costuma ocorrer em três etapas. Primeiro surgem pilotos descentralizados para testar casos de uso. Em seguida, a organização cria governança e capacitação em escala. No estágio mais avançado, a IA passa a integrar o próprio modelo operacional da empresa.
Da otimização à reinvenção
Embora muitas empresas iniciem projetos de IA buscando ganhos de eficiência, o relatório argumenta que o potencial real da tecnologia está na criação de modelos de negócio. Mais do que fazer melhor o que já se fazia, o jogo se define pela capacidade de pensar o que nunca foi feito.
Empresas capazes de integrar inteligência artificial aos seus processos operacionais podem inovar com mais velocidade, personalizar serviços e criar fontes de receita.
Assimetrias entre CNPJs e entre a população
A assimetria observada entre empresas remete a comparações sobre como as pessoas se apropriam da tecnologia. A última edição da pesquisa TIC Domicílios, conduzida pelo Cetic.br, indica que cerca de 50 milhões de brasileiros já incorporaram ferramentas de IA generativa em suas rotinas, o equivalente a 32% dos usuários de internet no país. A média, porém, embute muita desigualdade. O uso chega a 69% entre pessoas da classe A, enquanto cai para 16% nas classes D e E. A diferença também aparece no nível educacional: 59% entre usuários com ensino superior, contra 17% entre aqueles com ensino fundamental.
A barreira de capacitação é particularmente forte entre usuários com menor escolaridade. 65% das pessoas com ensino fundamental mencionaram falta de habilidade ou conhecimento como obstáculo.
“À medida que a IA ganha relevância em diferentes esferas da vida cotidiana, a desigualdade na apropriação dessa ferramenta entre os diferentes estratos de renda e escolaridade torna-se preocupante”, adverte o gerente do Cetic.br, Alexandre Barbosa.
Outra sinalização importante do estudo do Cetic.br é sobre o peso das estratégias das empresas do letramento em IA de toda sociedade. O uso de GenIA chega a 39% entre os trabalhadores, enquanto é de 22% entre os que estão fora do mercado. Entre os empregados formais, 43% já incorporaram IA em suas atividades, 10 pontos percentuais a mais do que entre os informais.
