Diretor Comercial da Konia Tecnologia analisa por que repetir o padrão de ciclos corporativos anteriores pode comprometer o retorno dos recursos aplicados
O avanço da IA generativa tem impulsionado investimentos recordes em todo o mundo. Segundo a International Data Corporation (IDC), os gastos globais com a tecnologia devem ultrapassar US$ 632 bilhões até 2028. No entanto, uma análise publicada este ano pela Boston Consulting Group sobre transformações organizacionais impulsionadas por IA revela que o principal desafio não está nos algoritmos nem na infraestrutura tecnológica, mas na capacidade das organizações de adaptar pessoas e processos, o mesmo gargalo que, em ciclos tecnológicos anteriores, esvaziou promessas de retorno bilionárias antes mesmo de elas se concretizarem.
O artigo da BCG estima que apenas 10% dos esforços devam ser direcionados aos algoritmos e 20% à tecnologia e aos dados, enquanto os 70% restantes precisam se concentrar em pessoas e processos para que as mudanças gerem resultados efetivos.
De acordo com Marcus Garcia, Diretor Comercial da Konia Tecnologia e especialista em IA e transformação digital, a atual corrida pela inteligência artificial apresenta características observadas em outras ondas de inovação corporativa:
"Os ciclos tecnológicos das últimas décadas mostram que a tecnologia, por mais avançada que seja, precisa estar acompanhada de processos, governança e preparo das equipes. Quando esses elementos não evoluem juntos, as expectativas costumam avançar mais rápido do que a capacidade de captura de valor pelas organizações", afirma.
Lições observadas em ciclos anteriores
De acordo com o modelo Gartner Hype Cycle, a adoção de tecnologias emergentes evidencia que o processo de maturação das inovações não ocorre de forma linear. Essas tecnologias tendem a percorrer etapas previsíveis de visibilidade e aceitação, iniciando-se com o surgimento da inovação, avançando para um pico de expectativas infladas e, posteriormente, passando por um período de desilusão. Somente após essa fase alcançam níveis mais estáveis de produtividade, adoção e geração de valor no mercado.
O Watson, da IBM, por exemplo, foi lançado com a promessa de transformar áreas como saúde e atendimento corporativo. No entanto, após anos de investimentos bilionários, especialmente na iniciativa Watson Health, a IBM reduziu significativamente sua atuação nesse segmento e vendeu parte dos ativos da divisão.
O resultado ficou aquém das expectativas iniciais devido a uma combinação de desafios tecnológicos, dificuldades de integração e obstáculos organizacionais. Fenômenos como blockchain e, em certa medida, o movimento em torno do Big Data, também ilustram como tecnologias cercadas por grande expectativa frequentemente enfrentam barreiras de adoção relacionadas não apenas à tecnologia em si, mas à capacidade das organizações de adaptar processos, competências e modelos de gestão.
Para Marcus, esses três movimentos ilustram a importância da preparação organizacional ao longo desse processo: "em diferentes momentos, empresas investiram em tecnologias promissoras sem revisar processos internos, fluxos de decisão ou estratégias de gestão de dados. Esse histórico mostra que o potencial tecnológico e a capacidade de adoção precisam caminhar de forma alinhada", explica.
IA generativa amplia velocidade da adoção
Um dos diferenciais da IA generativa é a facilidade de acesso. Ferramentas capazes de produzir conteúdo, apoiar análises e automatizar tarefas passaram a fazer parte da rotina de profissionais de diferentes áreas, acelerando a disseminação da tecnologia dentro das empresas.
Levantamento global da McKinsey, divulgado em novembro de 2025, mostra que 88% das organizações já utilizam inteligência artificial em pelo menos uma função de negócio, um salto frente aos 78% registrados no ano anterior.
O estudo também mostra que as empresas com melhores resultados se destacam por agir em múltiplas frentes simultaneamente: são quase três vezes mais propensas a redesenhar fundamentalmente seus processos de trabalho, três vezes mais propensas a contar com lideranças seniores fortemente comprometidas com a iniciativa de IA, e mais propensas a definir processos claros de validação humana sobre os resultados gerados pela IA. Segundo a McKinsey, esse conjunto de práticas, e não a simples adoção da ferramenta, é o que mais diferencia quem extrai valor significativo da IA.
Segundo Garcia, a próxima etapa da adoção corporativa será marcada pela capacidade das organizações de incorporar a inteligência artificial de forma estruturada: "o uso individual das ferramentas representa uma etapa importante. O desafio das empresas está em conectar a IA aos objetivos estratégicos, definir métricas de acompanhamento e criar condições para que as equipes utilizem esses recursos de maneira consistente", afirma.
De acordo com o especialista, as empresas que desenvolverem competências relacionadas à governança, qualificação de pessoas e revisão de processos estarão mais preparadas para evitar o mesmo desfecho observado em ciclos como os de Big Data, Watson e blockchain e, assim, transformar o volume recorde de investimento em um retorno realmente significativo ao longo dos próximos anos.
Imagem: divulgação.
