A inteligência artificial já faz parte da rotina de grande parte das empresas. Em 2025, 88% das organizações pesquisadas pelo Stanford AI Index afirmaram utilizar IA em pelo menos uma função de negócio, contra 78% no ano anterior. O uso regular de inteligência artificial generativa chegou a 79%.
A adoção ocorre principalmente em áreas como marketing e vendas, desenvolvimento de produtos e serviços, atendimento, tecnologia e engenharia de software. Uma pesquisa global da McKinsey identificou essas funções entre as que concentram o uso de IA generativa nas empresas.
O avanço, porém, traz uma questão central para as organizações: usar IA não significa necessariamente obter retorno financeiro. A etapa atual envolve integrar a tecnologia aos processos, medir resultados e estabelecer estruturas de governança.
Onde a IA já é usada e gera resultados
Em marketing e vendas, a inteligência artificial é aplicada à criação de conteúdo, geração de ideias, análise de informações e personalização de interações. No atendimento, pode apoiar profissionais com respostas, recuperação de informações e automação de tarefas.
Um estudo realizado com 5.179 agentes de atendimento ao cliente encontrou aumento médio de 14% na produtividade dos trabalhadores que receberam acesso a um assistente baseado em IA generativa. Entre profissionais iniciantes e com menor nível de habilidade, o ganho chegou a 34%.
A engenharia de software também está entre as áreas de maior utilização. Ferramentas de IA podem auxiliar na geração e revisão de código, documentação, testes e identificação de problemas. Na pesquisa da McKinsey, software engineering aparece entre as funções com maior uso de IA generativa.
Na análise de dados e na tomada de decisão, a tecnologia pode organizar informações, resumir documentos, identificar padrões e apoiar consultas. Já no RH, aplicações incluem análise de informações, desenvolvimento de conteúdos de treinamento e apoio a processos relacionados a competências.
Apesar da expansão da IA, os resultados financeiros ainda não aparecem de maneira uniforme. A pesquisa da McKinsey revela que as empresas estão começando a redesenhar seus fluxos de trabalho, criar estruturas de governança e capacitar funcionários para incorporar a IA nas operações. O estudo também aponta que empresas maiores avançam mais rapidamente nessa reorganização.
Esse movimento muda o foco da discussão: a questão passa a ser quais processos devem ser modificados, quais indicadores precisam ser acompanhados e como os resultados serão medidos.
Pessoas e governança ganham peso na estratégia
A expansão da IA também aumenta a demanda por novas competências. O Future of Jobs Report 2025, do Fórum Econômico Mundial, estima que 39% das competências atualmente utilizadas pelos trabalhadores deverão ser transformadas ou ficar desatualizadas entre 2025 e 2030. O relatório aponta ainda o pensamento analítico como a principal competência considerada essencial pelos empregadores.
Outro desafio é a governança. Quanto mais a IA participa de processos que envolvem clientes, funcionários, dados ou decisões empresariais, maior é a necessidade de definir regras para segurança, qualidade das informações, privacidade, supervisão humana e responsabilidade pelos resultados.
A confiabilidade das respostas também permanece como um ponto de atenção. O AI Index 2026 encontrou diferenças nas taxas de alucinação — geração de informações incorretas ou inventadas — entre os modelos avaliados, indicando que sistemas de IA ainda podem produzir informações incorretas apresentadas de forma convincente. Para as empresas, isso reforça a necessidade de validação das informações e de supervisão humana em aplicações que envolvam decisões ou dados relevantes.
O avanço dos chamados agentes de IA acrescenta outra camada a esse cenário. Segundo a McKinsey, a parcela de organizações que está ampliando o uso de agentes em pelo menos uma função chegou a 40% em 2026, ante 27% no ano anterior. Os usos aparecem principalmente em TI, gestão do conhecimento e engenharia de software. O avanço amplia o potencial de automação, mas também exige controles compatíveis com o maior grau de autonomia desses sistemas.
Para as empresas, a próxima etapa envolve conectar IA, processos, pessoas e indicadores de negócio. Isso significa que não basta olhar para quantos funcionários utilizam uma ferramenta. É preciso avaliar quanto tempo é economizado, quais erros são reduzidos, como a experiência do cliente muda, quais impactos aparecem sobre receitas e custos e quais novas capacidades a organização consegue desenvolver.
