A adoção de Inteligência Artificial (IA) pelas empresas avançou, mas não garante ganho de produtividade, avalia Conrado Gomes em artigo. Segundo o AI Index Report 2026, da Universidade de Stanford, 88% das organizações pesquisadas usavam a tecnologia em ao menos uma função de negócios em 2025. No ano anterior, eram 78%.

A IA generativa, isoladamente, era aplicada regularmente em ao menos uma função por 79% das companhias pesquisadas. Para o autor, a pergunta das empresas deixou de ser como usar a tecnologia. Agora, o desafio é transformá-la em produtividade, eficiência e resultado.

Adoção avança, mas valor ainda é limitado

Adotar IA não significa, necessariamente, gerar valor, segundo o autor. Em levantamento global publicado pela McKinsey em 2025, cerca de um terço dos respondentes disse que suas organizações estavam escalando programas de IA.

39% dos participantes atribuíam algum impacto sobre o EBIT à tecnologia. Na maioria desses casos, a contribuição ainda era inferior a 5%.

Revisão de processos deve vir antes da tecnologia

Conrado Gomes defende que a discussão não comece pela ferramenta. Antes de definir onde aplicar IA, diz ele, as empresas deveriam avaliar se o processo deveria continuar existindo como é hoje. Automatizar burocracias ou atividades que perderam sua razão de existir, segundo ele, não traz ganho.

O caminho indicado é eliminar etapas desnecessárias, simplificar fluxos e redesenhar a forma de trabalhar. Só depois, afirma, é o momento de decidir onde a tecnologia pode contribuir.

Uma pesquisa da McKinsey aponta na mesma direção. O redesenho dos fluxos de trabalho foi o fator com maior efeito sobre a capacidade de perceber impacto da IA generativa no EBIT, entre 25 atributos analisados.

Apesar disso, apenas 21% dos respondentes que usavam a modalidade disseram ter redesenhado fundamentalmente ao menos alguns de seus fluxos. Para o autor, comprar uma ferramenta é relativamente fácil, e transformar a maneira de trabalhar é mais difícil e mais relevante.

IA pode automatizar tarefas e ampliar capacidades humanas

O autor aponta duas formas de a IA contribuir para a produtividade. A primeira é automatizar tarefas. Em atividades repetitivas ou com grande volume de dados, a tecnologia pode reduzir o tempo operacional e liberar pessoas para trabalhos de maior valor.

A segunda é ampliar capacidades humanas. Um profissional pode elaborar a própria análise e usar a IA para questioná-la. Por exemplo, para identificar o que deixou de enxergar, que perspectivas não considerou e se há viés na avaliação.

Nesse uso, segundo Gomes, a IA deixa de ser apenas uma forma de fazer a mesma coisa mais rápido. Ela ajuda a analisar melhor e a tomar decisões mais embasadas. O autor afirma que produtividade também significa aumentar a qualidade do trabalho e das decisões.

Indústria e dados do Brasil

No ambiente industrial, máquinas, processos, inspeções, sensores e sistemas de gestão geram grandes volumes de informação. Com dados de qualidade, a IA pode identificar padrões difíceis de perceber apenas pela análise humana. O autor cita aplicações em manutenção preditiva, identificação de tendências de qualidade, análise de dados de produção e inspeção visual automatizada.

No Brasil, a adoção ainda tem espaço para crescer. A pesquisa TIC Empresas 2025, do Cetic.br/NIC.br, mostra que 17% das empresas pesquisadas declararam usar IA, ante 13% em 2024.

Entre as grandes empresas, com 250 pessoas ocupadas ou mais, o percentual passou de 38% para 50%. Na indústria de transformação, a adoção registrada em 2025 foi de 14%.

Entre as empresas brasileiras que já usavam IA, 68% empregavam a tecnologia na automatização de processos e fluxos de trabalho. Nas grandes usuárias, eram 75%. Para o autor, os números indicam que o movimento começou, mas que há espaço para transformar adoção em produtividade.

Liderança e governança ganham peso com agentes de IA

A mudança na forma de trabalhar exige mudanças em pessoas, competências, cultura e liderança, segundo o artigo. O Future of Jobs Report 2025, do Fórum Econômico Mundial, estima que 39% das competências centrais dos trabalhadores deverão mudar até 2030.

O autor afirma que a transformação não pode ser delegada apenas à área de Tecnologia da Informação. A alta gestão, diz ele, precisa assumir o tema, incorporá-lo à estratégia e ajudar as equipes a entender para que usar a IA, e não apenas como usá-la.

A McKinsey identificou a supervisão do CEO sobre a governança de IA como um dos elementos associados a maior impacto financeiro reportado pelas organizações. Para Gomes, a transformação tecnológica sem liderança tende a virar projeto, e com liderança pode se tornar estratégia.

A importância da liderança cresce com os agentes de IA, segundo o autor. Quando um sistema passa a executar tarefas, interagir com outros sistemas ou tomar decisões dentro de parâmetros definidos, há delegação de algum grau de autonomia. Isso exige acompanhamento.

As organizações precisam estabelecer limites, monitorar resultados e definir quais decisões podem ser apoiadas ou executadas por sistemas e quais permanecem sob responsabilidade humana. Para o autor, a governança não é barreira à inovação, mas condição para que ela ganhe escala com segurança.

Como medir o resultado da IA

Se o objetivo é produtividade, é preciso medi-la, defende Conrado Gomes. Ele sugere perguntas como:

• quanto tempo foi economizado;
• se houve redução de erros e de retrabalho;
• se a qualidade aumentou;
• se os equipamentos ficaram mais disponíveis;
• se houve redução de custos ou impacto na receita;
• se o cliente foi atendido mais rapidamente.

Sem métricas, afirma o autor, há o risco de confundir entusiasmo tecnológico com transformação empresarial. O AI Index 2026 reúne estudos com ganhos de produtividade de 14% a 15% em atendimento ao cliente e de 26% em desenvolvimento de software. Os resultados variam conforme o trabalho realizado e são menos claros em tarefas de maior complexidade.

Para o autor, não existe fórmula única. O valor da IA depende do processo, dos dados, das pessoas, da governança e da capacidade de a organização mudar sua maneira de trabalhar.

Segundo ele, as organizações que conseguirem isso não serão necessariamente as que têm mais ferramentas ou projetos-piloto. Serão as que identificarem problemas reais, revisarem processos antes de automatizá-los, prepararem pessoas, organizarem dados, estabelecerem governança adequada e medirem resultados.