As empresas gastam trilhões em IA e colhem centavos
Há um número que deveria estar sobre a mesa de todo CFO que assina hoje um orçamento de inteligência artificial: 40%. Essa é a proporção de companhias que, segundo uma pesquisa recente da Bain & Company com 951 grandes corporações globais, mediu suas economias reais de IA e as encontrou na faixa de zero a dez por cento. Não porque a tecnologia tenha falhado em produção. Mas porque o valor prometido jamais se converteu em valor capturado.
O gasto global em IA alcançará 2,59 trilhões de dólares neste ano, um salto de 47% em relação ao exercício anterior, de acordo com projeções da Gartner. Para o próximo ano, o número se aproxima de 3,5 trilhões. São cifras que impressionam. O que não impressiona, ao menos não da maneira correta, é o que está do outro lado dessa equação: mais de 37% das empresas pesquisadas havia estabelecido como objetivo reduções de custo entre 11% e 20%, e a maioria ficou bem abaixo disso. Sem alarmes. Sem revisões. Com novos orçamentos já aprovados para a próxima onda.
Esta não é uma história sobre tecnologia falha. É uma história sobre como as organizações constroem dependências que não sabem nomear, e sobre como os sistemas que parecem estar avançando às vezes estão apenas girando sobre si mesmos.
O ciclo que ninguém quer ver no quadro
A Bain identificou um mecanismo que, descrito com clareza, deveria gerar desconforto em qualquer sala de diretores: 44% das empresas está financiando a próxima onda de IA com as economias da onda anterior. Economias que, segundo a mesma pesquisa, foram inferiores ao projetado.
Trata-se de uma circularidade estrutural. A empresa investe em automação robótica de processos ou em aprendizado de máquina, obtém menos do que o esperado, usa essa base reduzida para financiar o próximo ciclo com inteligência generativa, e agora se prepara para repetir a operação com agentes autônomos. Cada rodada de investimento se justifica com os retornos incompletos da anterior. O resultado líquido não é acumulação de valor. É acumulação de apostas.
O surpreendente não é que isso ocorra. O surpreendente é que ocorre sem fricção. A Bain descreve o déficit como um gap que "deveria incomodar os executivos", mas que não é suficientemente grande para encerrar os programas. Essa zona intermediária — cara demais para ignorar e pequena demais para cortar — é precisamente onde vivem os sistemas frágeis. Não colapsam de uma vez. Deterioram-se lentamente, enquanto continuam parecendo operacionais.
O que o relatório não diz explicitamente, mas que emerge de sua lógica, é que esse padrão tem um nome organizacional preciso: a empresa tornou-se dependente de um ciclo de investimento em tecnologia que funciona como substituto de decisões mais profundas sobre como ela trabalha. Cada nova ferramenta adia a pergunta que ninguém quer responder com calma: estamos redesenhando como isso opera, ou apenas automatizando o que já fazemos mal?
Por que o problema de dados é, na verdade, um problema de governança
41% das empresas pesquisadas pela Bain aponta o acesso e a integração de dados como o principal obstáculo para o avanço da IA. Esse problema está nesse lugar há anos. Sobreviveu a rodadas massivas de modernização de infraestrutura, migrações para a nuvem e consolidações de plataforma. Continua lá.
Isso não pode ser explicado apenas por dificuldades técnicas. Os obstáculos técnicos, em organizações com orçamentos desse tamanho, são resolvidos. O que não se resolve com dinheiro nem com novos sistemas é a ausência de decisões sobre quem é responsável por qual dado, quem tem autoridade para impor padrões e quem paga o custo político de unificar fontes que diferentes áreas administram como territórios próprios.
O dado fragmentado é quase sempre o sintoma de um poder fragmentado. As organizações que não conseguem integrar seus dados não têm principalmente um problema de arquitetura técnica: têm um problema de arquitetura humana. Ninguém é dono do problema completo, e por isso o problema se perpetua mesmo que se troquem as ferramentas ao redor.
A Bain propõe, com certa ironia produtiva, usar a própria IA para atacar esse nó: identificar um fluxo de trabalho repetível e de alto valor onde as pessoas estejam extraindo dados manualmente, consolidando planilhas e produzindo relatórios, e substituir essa sequência completa. Não como solução definitiva, mas como demonstração de que o problema pode se mover. A tática tem mérito, mas só funciona se alguém tiver autoridade para impor a consolidação que a ferramenta vai exigir. Sem essa decisão prévia, o agente de IA se torna mais um sistema que convive com o caos em vez de organizá-lo.
O relatório da Bain também aponta que a governança da IA está distribuída de forma quase equitativa entre tecnologia, funções de negócio e equipes centrais, sem um responsável claro na maioria das organizações. Isso tem consequências concretas: quando um agente autônomo comete um erro com consequências reais em um sistema de produção, a prestação de contas não pode ser improvisada no momento. Deve ter sido estabelecida antes. As organizações que não o fizeram não têm um problema de IA. Têm um problema de governança que a IA acabou de tornar visível.
O que separa quem captura valor de quem apenas acumula gasto
A Bain distingue, com uma frase que merece ser lida com atenção, entre dois tipos de empresas: as que implantam ferramentas de IA sobre os processos que já possuem, e as que usam a IA como razão para redesenhar como o trabalho funciona desde o início. A distância entre ambas não é tecnológica. É de ambição organizacional e de vontade de assumir o custo político de mudar como estão estruturadas as decisões cotidianas.
O primeiro grupo produz os números do relatório da Bain: economias de 0% a 10%, orçamentos em crescimento, expectativas que se deslocam para a próxima onda. O segundo grupo, consideravelmente menor, está construindo algo diferente. Não porque tenha tecnologia melhor, mas porque decidiu que a tecnologia não era o objeto central da iniciativa. O objeto central era o processo, o papel, a decisão. A tecnologia era o instrumento que permitia redesenhá-los.
A recomendação da Bain de não "pavimentar estradas de terra com IA" captura esse ponto com precisão. Se o processo que está sendo automatizado tem ineficiências de design, automatizá-lo apenas as torna mais rápidas e mais difíceis de enxergar. A economia real não vem de fazer a mesma coisa mais rapidamente. Vem de perguntar, antes de aprovar qualquer programa, como esse processo seria desenhado do zero se fosse construído hoje. Essa pergunta não é respondida por nenhum modelo de linguagem. É respondida por uma organização com clareza suficiente sobre o que quer produzir e com liderança disposta a pagar o custo da transição.
Aqui aparece a fragilidade mais silenciosa de todo o fenômeno. 90% das empresas está aumentando seu orçamento de IA. Apenas 7% tem agentes funcionando de maneira completamente autônoma em produção. Essa lacuna entre investimento e autonomia real é o espaço onde se acumula a dependência que ainda não foi nomeada: a dependência de um ciclo de investimento que gera a ilusão de transformação sem produzir o redesenho que a tornaria sustentável.
Os CFOs que a Bain entrevistou em uma linha paralela de pesquisa indicam que estão começando a mudar as métricas com as quais avaliam o retorno da IA. Menos ênfase em economia de custos direta, mais atenção à velocidade para obter informações, qualidade das decisões e velocidade de resposta diante de variações. Essa mudança de métrica não é cosmética. Indica que uma parte da liderança financeira entendeu que a pergunta não era "quanto economizamos", mas "o que podemos fazer agora que antes não podíamos". Chegar tarde a essa distinção é custoso. Mas chegar é melhor do que continuar medindo o que é incorreto com orçamentos cada vez maiores.
A maturidade organizacional diante da IA não se mede pelo tamanho do investimento nem pela sofisticação das ferramentas escolhidas. Mede-se pela capacidade de uma organização de auditar suas próprias apostas anteriores com honestidade, de atribuir responsabilidade antes que o erro ocorra e de resistir à tentação de financiar a próxima onda com os retornos incompletos da anterior. As PME e grandes empresas que não conseguirem fazer essas três coisas não estão no caminho da transformação. Estão girando dentro de um ciclo que se financia a si mesmo e que, por ora, ainda não lhes gerou o custo suficiente para parar e observá-lo.
