IA chegou a 80% das empresas — 88% ainda não medem o retorno

Em 13 de outubro de 2026, no Universo TOTVS 2026, em São Paulo, a TOTVS apresentou a pesquisa “Da adoção à escala: a maturidade da inteligência artificial nas empresas brasileiras”, realizada com a MIT Sloan Management Review Brasil: 80% das organizações ouvidas usam inteligência artificial de alguma forma, mas 88% não medem o resultado financeiro obtido com ela, 86% não acompanham os custos e o estudo associa 93% a um uso desestruturado, sem impacto estratégico, conforme a cobertura da coletiva pela TI Inside. A presença da ferramenta no trabalho avançou mais do que a capacidade de integrá-la à operação e demonstrar seu efeito nas contas.

O levantamento reuniu 583 participantes ligados a empresas de diferentes portes e setores, segundo a reportagem da Folha Vitória, na qual Dennis Herszkowicz, presidente da TOTVS, resume o problema: “O impacto só acontece quando está dentro da estratégia”. Os resultados descrevem a base ouvida, não um censo das empresas brasileiras. Eles também medem aspectos distintos: usar uma ferramenta, conectá-la aos processos e acompanhar o dinheiro envolvido são condições diferentes.

Adoção: presença da IA ainda não equivale a mudança no negócio

O estágio inicial aparece quando funcionários utilizam IA para escrever, resumir ou organizar informações. Isso pode acelerar tarefas, mas a contagem de usuários não informa se a atividade alterou um processo importante para a empresa. O tempo economizado em uma etapa, por exemplo, pode ser consumido na revisão da resposta ou na etapa seguinte do trabalho.

As expressões “uso desestruturado” e “não incorporada à estratégia” ajudam a descrever a mesma distância por ângulos diferentes. A primeira aponta para iniciativas dispersas, sem coordenação estável; a segunda trata do vínculo com objetivos e decisões do negócio. Como não são definições idênticas, o indicador de maturidade não deve ser subtraído do percentual de adoção para calcular quantas empresas estariam em cada situação.

Uma aplicação deixa de ser apenas uma experiência individual quando pertence a um processo identificável, tem uma finalidade definida e alguém responde pelo resultado. A diferença pode ser observada mesmo sem atribuir imediatamente um valor monetário: importa saber onde a IA entra, qual atividade muda e se a mudança persiste quando o trabalho passa para outra equipe. Esse é o elo que falta quando a adoção é medida apenas pela presença de uma ferramenta.

Integração: acesso aos dados e conexão com o processo

Na etapa seguinte, o obstáculo se torna visível na infraestrutura da empresa: apenas 46% dos entrevistados relataram acesso automático da IA aos dados corporativos, 8% informaram integração ampla aos sistemas de gestão e 40% conduzem iniciativas sem coordenação entre áreas, de acordo com a apuração da All Connected. Esses índices descrevem capacidades diferentes e não devem ser somados. Uma solução pode receber dados de forma automática sem estar incorporada ao sistema em que o trabalho é registrado e acompanhado.

Acesso automático reduz cópias manuais e permite usar informação atualizada. Integração aos sistemas de gestão vai além: situa a IA dentro de rotinas como o registro de pedidos, despesas ou atendimento. Se a resposta continua fora desse fluxo, uma pessoa ainda precisa transportá-la, conferir sua origem e decidir o que fazer. A ferramenta pode funcionar bem isoladamente, enquanto o processo completo continua lento.

A falta de coordenação cria outro limite. Uma equipe pode ganhar velocidade e transferir trabalho de revisão para outra, sem alterar o tempo total de atendimento. Também pode adotar critérios próprios para usar dados que deveriam seguir regras comuns. Por isso, ampliar o número de licenças ou modelos disponíveis não resolve automaticamente o problema revelado pela baixa integração: a passagem da resposta da IA para uma ação empresarial continua dependendo de sistemas e responsabilidades compartilhados.

Governança: uma resposta precisa ter responsável

Governança é o estágio em que a organização define quais dados a IA pode receber, quem confere as respostas, que decisões exigem revisão humana e como um erro será corrigido. Essas regras importam sobretudo quando a ferramenta deixa de servir a uma tarefa individual e passa a influenciar atividades de outras áreas. O mesmo resultado pode ser útil como rascunho e inadequado como decisão automática.

O preparo dos profissionais faz parte desse controle. Uma equipe precisa reconhecer informação incorreta, contexto ausente e situações em que a resposta parece convincente sem estar apoiada nos dados da empresa. A qualidade não depende apenas do modelo utilizado: depende também de saber qual versão dos dados entrou na tarefa e quem autorizou sua utilização. Sem um padrão comum, cada departamento pode medir sucesso de uma maneira e tratar falhas de outra.

Essa etapa é o elo entre integração técnica e avaliação econômica. Quando há responsável pelo processo, torna-se possível registrar o que foi automatizado, o que exigiu intervenção humana e o que precisou ser refeito. Esses registros não provam, por si, que a IA deu lucro; tornam visível o trabalho necessário para que seu uso seja confiável e para que seu custo seja calculado.

Retorno: medir produtividade e despesa na mesma operação

Para identificar retorno, a unidade de comparação precisa ser um processo delimitado. Antes da adoção da IA, a empresa teria de conhecer o tempo gasto, o volume atendido, os erros, o retrabalho e o custo daquela atividade. Depois, acompanharia as mesmas medidas com a tecnologia em operação, observando também mudanças de demanda ou de procedimento que possam afetar o resultado.

Há diferença entre melhoria operacional e ganho financeiro. Uma tarefa mais rápida pode liberar capacidade, mas isso só vira economia demonstrável se houver menos despesa, mais entregas com os mesmos recursos ou receita adicional atribuível à mudança. Do outro lado da conta entram licenças, processamento, integração, manutenção e revisão humana. A comparação precisa incluir essas despesas para mostrar se o benefício superou o investimento.

O contraste apresentado no evento deixa uma consequência concreta para a próxima decisão de investimento: uma empresa pode saber que seus funcionários usam IA e ainda ignorar se o processo ficou mais barato, mais rápido ou mais confiável depois de todos os custos. Enquanto essas medidas não forem reunidas por aplicação e por processo, expandir o uso continuará sendo uma decisão baseada na atividade da ferramenta, não em retorno demonstrado.

Leia também:

• QueryStory sai do sigilo com IA que mostra como chegou à resposta
• Claude já lidera 26% do P&D da Anthropic — autonomia ainda não chegou
• Muse Spark 1.3 usa 25% menos tokens — o modo máximo ainda não chegou