93% do orçamento de IA vai para tecnologia e o resultado é decidido pelos 7% restantes
Existe um paradoxo que percorre as salas de finanças das maiores corporações do mundo: as organizações que mais estão investindo em inteligência artificial são, com frequência, as que menos estão obtendo dela. Não por falha tecnológica. A tecnologia funciona. O problema está do outro lado da equação — o lado que ninguém orçou com seriedade suficiente.
No fórum Emerging CFO organizado pela Fortune em parceria com a Workday, um grupo de diretores financeiros de empresas da Fortune 500 e Casey Caram, diretor e líder de prática de capital humano na Deloitte, colocaram sobre a mesa um número que merece atenção sustentada: as organizações destinam, em média, 93% de seu investimento em projetos de inteligência artificial a dados, tecnologia e infraestrutura, e apenas 7% a capacitar as pessoas para usar essas ferramentas com eficácia. Não é um dado decorativo. É um diagnóstico de arquitetura de investimento com consequências diretas sobre o retorno.
O que esses executivos descreveram não é um problema de adoção tecnológica no sentido técnico do termo. É um problema de coerência entre o que uma organização declara como prioridade e o que suas decisões de gasto revelam como tal.
Quando o gasto constrói a ilusão da transformação
Existe uma lógica compreensível, ainda que defeituosa, por trás do padrão 93/7. Comprar tecnologia é visível, quantificável e produz uma narrativa de progresso que satisfaz tanto conselhos de administração quanto analistas externos. Uma plataforma de inteligência artificial instalada, uma arquitetura de dados modernizada, uma licença de software corporativo: todos são sinais legíveis de movimento. Capacitar uma equipe de contadores, redesenhar os fluxos de trabalho de uma área de planejamento financeiro, investir para que um profissional com vinte anos de experiência mude a forma como formula suas análises — tudo isso é invisível, lento e difícil de apresentar em um dashboard trimestral.
Caram articulou isso com precisão: as capacidades de inteligência artificial vão se tornar uma commodity. O que não vira commodity é o julgamento humano sobre qual pergunta fazer, qual dado contextualizar e qual sinal ignorar dentro de um volume crescente de informações. Essa é a camada superior do modelo de competências que ele propôs: sobre uma base de habilidades financeiras tradicionais — contabilidade, projeções, gestão de desempenho — se assenta uma camada de alfabetização em dados e inteligência artificial, e sobre ambas repousa o que ele denominou habilidades humanas essenciais: critério, pensamento crítico, capacidade de formular as perguntas certas.
O problema não é que as organizações ignorem esse modelo. O problema é que o aprovam na reunião de estratégia e o contradizem na alocação do orçamento.
Marie Myers, diretora financeira da Hewlett Packard Enterprise, descreveu esse fenômeno por dentro com uma clareza que raramente se ouve em fóruns públicos. Sua equipe usou inteligência artificial para redesenhar as revisões operacionais internas, reduzindo trabalho manual e gerando valor visível no nível empresarial. O resultado foi concreto. E ainda assim, Myers identificou a barreira real como algo que ocorre depois da implementação, não antes: os profissionais com maior trajetória, os que mais conhecimento acumulado possuem, são os que mais resistem a mudar a forma como trabalham. "Quando implementamos novas tecnologias, passamos muito tempo obcecados com a tecnologia, e acho que não dedicamos tempo suficiente a pensar no impacto sobre as pessoas", disse. E acrescentou algo que funciona como princípio operativo: "Você não vai gerar uma mudança bem-sucedida se não levar todos junto com você."
Essa última frase não é retórica motivacional. É uma descrição do mecanismo pelo qual um investimento de nove dígitos em infraestrutura de inteligência artificial pode produzir um retorno marginal porque 15% da equipe que deveria mudar seu fluxo de trabalho simplesmente não o fez.
A fratura entre ambição declarada e escolha real
Tim Arndt, diretor financeiro da Prologis, ofereceu uma perspectiva complementar que ilumina a dimensão estratégica da questão. Ele descreveu como o papel do CFO migrou da administração e do reporte para a estratégia e a liderança empresarial, e como a inteligência artificial está acelerando essa transição ao automatizar tarefas rotineiras e liberar tempo para trabalhos de maior valor. "A expectativa agora é ser um parceiro na mesa executiva", disse, contribuindo para a construção da estratégia mais do que simplesmente reportando resultados.
Essa evolução é real. Mas tem uma condição que raramente aparece nas apresentações de transformação digital: ela só ocorre se a equipe de finanças tem as capacidades para ocupar esse espaço. Um CFO que aspira a ser arquiteto de estratégia corporativa com uma equipe que ainda opera no modo de reporte manual não tem uma ambição estratégica — tem uma contradição organizacional. A inteligência artificial pode liberar tempo. Não pode garantir que esse tempo seja usado com critério se ninguém investiu em desenvolver esse critério.
Tucker Marshall, diretor financeiro da J.M. Smucker, descreveu o processo a partir de uma perspectiva mais operacional. A empresa está modernizando sistemas financeiros, automatizando fluxos de trabalho e investindo no desenvolvimento de talentos — desde programas para profissionais em estágios iniciais de carreira até contratações de nível médio com experiência em dados e análise. E apontou algo que frequentemente fica de fora dos planos de transformação: a capacidade de comunicação. Não basta que a equipe de finanças gere análises melhores se não consegue traduzir essas análises em decisões de negócio compreensíveis para quem as toma. A alfabetização em dados sem a capacidade de comunicar suas implicações produz silêncio estratégico disfarçado de sofisticação técnica.
Noémie Heuland, diretora financeira da Moody's, acrescentou uma dimensão diferente ao diagnóstico. Com o crescimento do volume de dados disponíveis, a pressão sobre as equipes de finanças não é apenas gerar mais métricas, mas saber quais importam. Ela descreveu o risco do que chamou de sobrecarga de KPIs: a tendência de quantificar em excesso às custas da clareza estratégica. O papel do CFO inclui, cada vez mais, contextualizar dados, conectar métricas financeiras a objetivos de negócio mais amplos e a dinâmicas de mercado. Isso não é uma função técnica. É uma função de julgamento — exatamente a camada superior do modelo que Caram propôs e exatamente a que o orçamento corporativo médio está subfinanciando.
O custo de não escolher o que abandonar
Há algo que atravessa todos os relatos desses executivos e que merece ser nomeado com precisão: nenhuma transformação desse tipo ocorre sem que alguém abandone algo. Os profissionais de longa trajetória que Myers identificou como resistentes à mudança não se resistem por inércia irracional. Resistem porque durante anos sua expertise foi o ativo que os distinguia, e a inteligência artificial ameaça a visibilidade desse ativo. Pedir que o cedam sem oferecer algo em troca — sem redefinir o tipo de valor que se espera deles, sem construir uma ponte em direção a uma forma diferente de trabalhar — é pedir que aceitem uma perda sem narrativa de substituição.
As organizações que estão falhando na adoção de inteligência artificial não estão falhando na compra de tecnologia. Estão falhando em gerir a renúncia que toda transformação exige. E estão falhando porque essa renúncia não aparece em nenhuma linha do orçamento.
O modelo de investimento 93/7 não é um erro de cálculo. É uma decisão implícita que revela que tipo de transformação uma organização está disposta a assumir: a que pode ser medida em infraestrutura instalada ou a que pode ser medida em mudança real de comportamento. A primeira produz apresentações convincentes. A segunda produz retorno.
O que esses diretores financeiros descreveram no fórum da Fortune não é um alerta sobre o futuro da inteligência artificial. É um diagnóstico do presente de suas próprias organizações, dito em voz alta com uma honestidade incomum. A inteligência artificial já está lá. Os 93% já foram gastos. A pergunta que suas empresas estão respondendo agora — com cada decisão de capacitação que se prioriza ou se adia — é se os outros 7% serão suficientes para que algo mude.
As organizações que compreenderem que esse percentual não é um item de gasto, mas sim a condição de viabilidade do retorno sobre todo o restante, terão uma vantagem concreta sobre aquelas que continuarem tratando a formação como um resíduo orçamentário.
