Estudo do MIT: O que outros especialistas dizem sobre os 95% de insucessos em IA
Este é um trecho original publicado em Exame.com. Leia a matéria completa em: Intelligence.garden Uma pesquisa recente do MIT (Massachusetts Institute of Technology) revelou um dado alarmante: 95% dos projetos de inteligência artificial generativa não conseguem acelerar a receita das empresas. À primeira vista, o número sugere um cenário de fracasso generalizado. Mas, na prática, ele pode dizer mais sobre a forma como o sucesso é medido do que sobre a efetividade da tecnologia. Rafael Franco, da Alphacode Para analisar os dados de forma crítica, o Portal Intelligence.Garden ouviu especialistas em inovação e transformação digital. A conclusão é que, embora os números causem desconforto sob a ótica da receita, eles não configuram um “desastre da IA”. Pelo contrário: refletem sobretudo a imaturidade das organizações no uso da tecnologia.“Muita gente implementa IA com a expectativa de resultado rápido no caixa, mas sem pensar direito no problema que está tentando resolver. A IA pode trazer valor de várias formas, e nem todas aparecem como aumento direto de receita”, afirma Rafael Franco, especialista em tecnologia da informação e CEO da Alphacode, empresa que desenvolve projetos no ambiente mobile, “Ao medir apenas impacto imediato na receita, é natural que o índice pareça negativo. O que vemos, na prática, são expectativas desalinhadas: a IA generativa tem grande potencial, mas exige integração, adaptação cultural e tempo para maturar antes de gerar resultados financeiros consistentes”, diz Cleber Brito, diretor de Segurança e Tecnologia da Informação da Foundever, líder global em experiencia do cliente. João Paulo Ribeiro, do Grupo Inove Receita não é tudoSegundo o estudo, a métrica central foi o impacto direto sobre faturamento. Porém, ao olhar apenas para esse indicador, ficam de fora ganhos intangíveis, mas igualmente relevantes, como eficiência operacional, redução de custos, insights mais ágeis e aprendizado organizacional. Rafael Franco ressalta que, em muitos projetos acompanhados por ele, os maiores benefícios vieram justamente da eficiência: menos retrabalho, maior agilidade e melhor qualidade nas decisões. “Tudo isso tem valor, mesmo que não vire receita no curto prazo”, diz. “Também tem um efeito importante de aprendizado: o time começa a entender como trabalhar com IA, o que já é um passo enorme pra criar uma cultura digital de verdade”, diz. João Paulo Ribeiro, especialista em cultura organizacional e CEO do Grupo Inove, avalia que medir o sucesso da IA apenas pelo impacto imediato na receita é um equívoco. Para ele, esse recorte desconsidera o tempo necessário para a maturação tecnológica e a adaptação cultural. Muitas iniciativas ainda estão em fase de aprendizado organizacional e, por isso, não podem ser julgadas apenas pelo retorno financeiro de curto prazo. Cleber Brito, da Foundever, aponta que automatizar tarefas repetitivas, acelerar análises e apoiar decisões mais embasadas já gera valor significativo, ainda que não apareça imediatamente no faturamento. Esses ganhos são o alicerce para o crescimento futuro. Contextos diferentes, realidades distintas Outro ponto levantado é que o recorte das empresas avaliadas pode não ser representativo. Enquanto multinacionais contam com equipes de dados robustas e infraestrutura consolidada, médias empresas e mercados emergentes, como o Brasil, ainda enfrentam barreiras mais básicas — desde a falta de organização dos dados até times enxutos e limitações orçamentárias. “O relatório traz uma amostra ampla (52 entrevistas, 300 iniciativas, 153 líderes), mas reconhece limitações: tende a refletir as maiores corporações globais e setores visíveis, deixando de fora especificidades de mercados emergentes como o Brasil”, diz Rodrigo Murta, CEO do Looqbox. “O recorte certamente influencia” diz João Paulo Ribeiro. Grandes corporações em mercados maduros lidam com legados tecnológicos e estruturas pesadas de governança. Já em países emergentes, como o Brasil, há mais flexibilidade e menos camadas de aprovação, o que acelera testes e adoção. “Analisar apenas grandes empresas globais pode distorcer a leitura real do impacto”, opina. “Empresas médias ou de mercados emergentes como o Brasil têm maior flexibilidade e abertura para experimentação. Isso significa que os números globais não podem ser interpretados de forma homogênea, pois os contextos são muito distintos”, analisa Cleber Brito. “Apesar do estudo do MIT trazer insights relevantes, ele não pode ser tratado como um estudo epidemiológico (que exige amostragem probabilística e critérios rigorosos de representatividade). Isso gera viés de seleção e reduz a representatividade para PMEs, startups e mercados emergentes, como o Brasil”, aponta Rodrigo Gava, CTO e co-CEO da Vultus, focada em cibersegurança. Cleber Brito, da Foundever Dilemas antigos, novos nomesEntre os obstáculos listados pelo estudo estão a falta de integração entre tecnologia e negócio e o fenômeno da “shadow AI” — quando colaboradores usam ferramentas sem supervisão da área de TI. Para o entrevistado, esses problemas não são exclusivos da IA generativa: já existiam na forma de “shadow IT” ou iniciativas desconectadas de estratégia. “A tecnologia só colocou uma lente de aumento sobre dilemas de gestão que sempre estiveram aí”, explica Rafael Franco. “A diferença agora é que o fenômeno do “shadow AI” ficou mais evidente, porque a facilidade de uso da IA coloca ferramentas poderosas nas mãos de qualquer colaborador”, aponta João Paulo Ribeiro. “O que é novo na IA generativa é a escala e a natureza do “shadow AI” — funcionários adotando ferramentas pessoais (como ChatGPT) de forma massiva, à frente das iniciativas oficiais”, diz Rodrigo Murta.O ciclo do hype A trajetória da IA generativa parece repetir o ciclo vivido por outras grandes inovações, como a internet ou o big data: entusiasmo inicial, frustração com resultados e, depois, consolidação com aplicações mais realistas. Para Rodrigo Murta, da Looqbox, plataforma de Business IntelIigence (BI), o hype inicial faz parte natural do processo de inovação. “Sempre que surge uma nova tecnologia, há resistência e questionamentos. Quando inventaram a calculadora, muitos temeram que ninguém mais aprenderia matemática. A caneta esferográfica foi vista como o fim da beleza da caligrafia. A fotografia levantou dúvidas sobre o futuro dos retratistas. O mesmo acontece agora: estamos apenas passando por mais uma etapa desse ciclo de inovação e adaptação pelo qual a humanidade sempre atravessa”, compara. “Estamos vivendo um novo ciclo do tipo hype → desilusão → consolidação. Aconteceu com várias outras tecnologias. Primeiro vem a euforia, depois a frustração e, para quem continua, vem o uso mais maduro e realista. Isso