7 fatores que impulsionam o retorno sobre os investimentos em IA, de acordo com uma nova pesquisa

As organizações estão investindo quantias significativas em IA. De acordo com uma estimativa, as empresas americanas gastaram US$ 37 bilhões em 2025 apenas com IA generativa. Cada vez mais, os executivos seniores e os conselhos de administração estão questionando o retorno sobre o investimento, e há consequências iminentes para os líderes que não tiverem respostas satisfatórias. Setenta e um por cento dos diretores de TI globais, em uma pesquisa recente, afirmaram que seus orçamentos para IA seriam congelados ou reduzidos caso não fosse possível demonstrar o valor gerado pela IA dentro de dois anos. Queríamos analisar mais de perto como as empresas estão se saindo nessa iniciativa — e para onde acreditam que estão caminhando no futuro próximo. Assim, realizamos um estudo de pesquisa (patrocinado pela divisão de treinamento em IA da Scaled Agile) no final de 2025 e início de 2026 sobre as percepções das empresas quanto ao valor da IA e como elas estão alcançando-o. Isso incluiu entrevistas com 12 líderes de tecnologia, dados e IA em organizações empresariais e uma pesquisa com 1.006 executivos seniores globais que tinham grande familiaridade com as iniciativas de IA de suas organizações. Os resultados foram surpreendentemente positivos: 45% dos entrevistados afirmaram estar obtendo um grande valor com a IA e outros 45% afirmaram estar obtendo um valor moderado. Apenas 9% indicaram que sua organização está obtendo um valor reduzido, e praticamente nenhum (0,2%) afirmou não estar obtendo nenhum valor. Esse nível relativamente alto de valor relatado contraria alguns estudos amplamente divulgados que sugerem retornos muito menores, embora esses estudos se concentrassem exclusivamente no valor da IA generativa. No entanto, a forma como as empresas geram valor pode ser a verdadeira surpresa. Descobrimos que existem pelo menos sete fatores capazes de gerar valor econômico a partir da IA. Além disso, várias dessas alavancas de valor podem ser combinadas em um modelo de maturidade econômica para a IA, capaz de gerar um valor substancial. Sete fatores que geram alto valor em IA Vamos começar pelo que não está gerando valor. (Pelo menos não ainda.) A redução do quadro de funcionários, por exemplo, ainda não é um fator significativo; em um artigo anterior, relatamos que apenas 2% das reduções anunciadas ou da desaceleração nas contratações são, de fato, possibilitadas por recursos de IA já em produção. O restante consiste em benefícios antecipados da IA ou em “AI washing” — ou seja, a atribuição de méritos à IA em reduções realizadas por outros motivos. A IA generativa também ainda não está gerando um alto nível de valor para as empresas. A criação de cargos de diretor de IA (ou diretor de dados e IA) também não está impulsionando a criação de valor. De acordo com os participantes da pesquisa e os líderes de TI empresarial, em sete fatores os dados apontam para uma única direção: as organizações que obtêm o máximo da IA não são necessariamente aquelas com a tecnologia mais sofisticada. O que as diferencia é algo mais fundamental: a clareza com que os líderes definem o que significa valor para sua organização, a quem atribuem a responsabilidade por gerá-lo e a seriedade com que tratam a medição, não como um mero exercício de prestação de contas, mas como uma disciplina de gestão. Eis o que parece estar a funcionar nas empresas de alto valor: 1. Seja claro quanto ao tipo de valor que você está tentando alcançar. A grande maioria dos participantes da pesquisa afirma estar obtendo valor da IA. A forma como definem esse valor, no entanto, pode variar bastante. Por exemplo, 14% dos participantes relatam obter um grande valor da IA, mas apenas um retorno sobre o investimento (ROI) modesto nessa tecnologia. Da mesma forma, 9% relatam um valor moderado, mas um ROI substancial. O que está acontecendo aqui? Em termos simples: o valor está nos olhos de quem vê. Nessas respostas, o valor deve ser entendido como “a IA está fazendo o que queremos que ela faça”. Algumas organizações buscam o ROI de curto prazo, outras, a transformação de longo prazo. Prem Natarajan, vice-presidente executivo e diretor de IA empresarial, dados e tecnologias de pessoal da Capital One, comentou sobre o motivo pelo qual o banco não está interessado em buscar apenas retornos de curto prazo: O foco no valor de curto prazo é a razão pela qual muitas empresas nunca realizam a transformação tecnológica que permite gerar valor a longo prazo. Somente as empresas que se baseiam em uma pilha tecnológica moderna e investem profundamente em dados próprios estarão em posição de transformar seus negócios, colocando a IA no centro dessa transformação. Outras organizações, no entanto, podem estar focadas em retornos mais imediatos de seus investimentos em IA. Mas, em ambos os casos, os líderes precisam ter clareza sobre o que estão tentando alcançar e por quê. 2. Busque valor tanto em produtos quanto em processos — mesmo que o retorno não compense imediatamente. A maioria das organizações concentra-se no valor da IA a partir de melhorias nos processos internos. Vários dos executivos que entrevistamos, no entanto, estavam igualmente ou mais focados na IA nas ofertas aos clientes. Uma delas foi Laura Matz, diretora de ciência e tecnologia da Merck KGaA, em Darmstadt, Alemanha, empresa que atua nas áreas de ciências da vida, saúde e eletrônica. Ela afirmou que essa empresa diversificada tem em andamento iniciativas de IA tanto orientadas para processos quanto focadas em produtos. A maioria dos produtos ou novos negócios que incorporam IA são relativamente novos e estão em fase piloto, por isso é difícil avaliá-los até que ganhem maior escala. As novas ofertas habilitadas para IA podem exigir o desenvolvimento de novos ecossistemas, novos modelos de negócios ou novas tecnologias, mas, após mais de 350 anos de atividade, a Merck KGaA possui uma perspectiva de longo prazo em relação à inovação. Philippe Rambach, diretor de IA da Schneider Electric, a multinacional francesa de tecnologia energética, descreveu uma estratégia deliberada de dupla abordagem. As aplicações internas de IA proporcionam retornos financeiros mais imediatos, ajudando os funcionários a trabalhar de forma mais rápida e eficiente, ao mesmo tempo em que oferecem um suporte aprimorado aos clientes. A IA voltada para o cliente na Schneider representa uma estratégia de longo prazo focada na conquista de participação em mercados em evolução. Cada uma delas requer abordagens diferentes para medir o sucesso e prazos distintos para a concretização do valor. A IA também pode ser entendida como uma forma de defender o valor de uma empresa. Julien Sauvagnargues, presidente da Olympus Corporation of Americas, cujos endoscópios médicos utilizam IA para identificar pólipos potencialmente cancerígenos e reduzir a carga administrativa da documentação, observou que as empresas precisam encarar as ofertas de IA como uma forma de proteger a participação no mercado, e não apenas como caminhos para a geração de novo valor: A IA é atraente no mercado. Se não a tivermos em nossos produtos, perderemos participação de mercado. Sabemos quanto a IA nos custará e qual é o custo de não a adotar. A Olympus também utiliza IA para objetivos de produtividade pessoal, mas ainda não mede os benefícios de produtividade. 3. Utilize todas as ferramentas da caixa de ferramentas de IA. A IA generativa domina a cobertura da mídia, mas não é o que a maioria das organizações considera mais valioso. Entre os participantes da nossa pesquisa, 50% afirmaram que suas empresas obtêm maior valor da IA analítica, como a definição dinâmica de preços ou a segmentação de clientes. A IA baseada em regras, frequentemente encontrada em sistemas de combate à lavagem de dinheiro, subscrição de seguros e apoio à tomada de decisões clínicas na área da saúde, bem como na automação de processos robóticos, ficou em segundo lugar; 40% dos participantes afirmaram que essas ferramentas geravam o maior valor. Apenas 9% escolheram a IA generativa e apenas 2% a IA agênica, embora estas, evidentemente, só tenham vindo a ser amplamente utilizadas há alguns anos. Dito isto, a adoção proativa é um indicador do valor da IA; os que adotam a IA têm 22% mais chances de relatar ter obtido um grande valor com a IA em geral do que aqueles que não a adotam, e são mais propensos a empregar práticas de avaliação de valor econômico relativamente maduras. 4. Adote uma estrutura ou método para gerar valor. Seja ela personalizada ou extraída da literatura de gestão, uma abordagem estruturada para levar a IA da ideia à produção e, por fim, ao valor mensurável é frequentemente essencial para a criação de valor. A Ally Financial, holding bancária americana, possui um “manual de IA” personalizado que orienta suas linhas de negócios desde a exploração de casos de uso até a implantação responsável em produção. Em outro caso, uma concessionária de energia elétrica utiliza a abordagem “stage gate” — mais comum em P&D — para gerenciar essa mesma jornada. A abordagem mais comum entre os entrevistados, no entanto, é o foco no produto digital, que gerencia as ofertas de IA internas e externas como produtos, desde a concepção até a implementação e o uso contínuo. Shamin Mohamed, vice-presidente executivo e diretor de TI da CarMax, revendedora de carros usados dos EUA, atribuiu à orientação para o produto o papel de fator mais importante na geração de valor: “Isso proporciona uma estrutura para propor benefícios, revisá-los ao longo do tempo, transformar o negócio e fazer com que as partes interessadas assumam a responsabilidade pelo valor alcançado.” Qualquer estrutura de valor também deve incluir um método para preparar seus dados para a IA: 55% citaram dados não preparados como um obstáculo à geração de valor, o que está em consonância com outras pesquisas. 5. Envolva o CFO e a área financeira na obtenção e certificação do valor. A maioria das organizações atribui a responsabilidade pelo valor da IA ao diretor de dados/análise/IA (38%) ou a executivos de funções específicas (35%). Apenas 2% atribuem essa responsabilidade ao CFO, mas quando este é responsável por gerar valor com a IA, 76% das organizações em nossa pesquisa relataram ter alcançado um “grande” valor. Isso se compara a 53% sob a responsabilidade de diretores de TI (CIOs) ou diretores de tecnologia (CTOs), e apenas 32% sob a responsabilidade de executivos funcionais. A função financeira traz rigor, credibilidade e autoridade organizacional que outras funções frequentemente não possuem. Várias empresas que entrevistamos têm organizações financeiras em parceria com executivos de tecnologia para comprovar o valor da IA. Nimish Panchmatia, que supervisiona a IA no DBS Bank, com sede em Cingapura, descreveu a abordagem da instituição: Desde 2021, o banco divulga o valor econômico gerado pela análise de dados e pela IA em seu Relatório Anual. Eles acompanham os resultados dos testes A/B, quantificam a diferença como valor econômico, e o CFO de cada unidade valida os respectivos números, que são então agregados para formar um valor total em nível de grupo. 6. Treinar tanto usuários quanto executivos em IA. Há um desafio em dois níveis: 58% das organizações não treinaram seus funcionários em produtividade com IA e uso de ferramentas, enquanto 29% reconhecem que os líderes carecem do conhecimento necessário para impulsionar a criação de valor com IA. As organizações que investem tanto na qualificação dos funcionários quanto na fluência da liderança em IA observam uma vantagem de 23 pontos percentuais na realização de valor. É importante ressaltar que a aceitação por parte dos funcionários não é o obstáculo — apenas 13% citam a resistência da força de trabalho como um fator que inibe o valor da IA. Os funcionários não estão resistindo, mas sim aguardando uma liderança sênior eficaz e a remoção de outros obstáculos, como a falta de estruturas de valor e dados não preparados. 7. Siga um modelo de maturidade do valor econômico da IA. Esses modelos prevêem níveis significativamente diferentes de obtenção de valor. Esses modelos de maturidade econômica baseiam-se em três componentes. O primeiro consiste simplesmente em colocar os sistemas de IA em produção — projetos-piloto e experimentos podem ser úteis para o aprendizado, mas não geram valor econômico. Quanto mais casos de uso em produção, melhor; apenas 6% afirmam ter atualmente apenas um ou mais projetos-piloto, mas nenhum caso de uso em produção, enquanto 58% afirmam ter um ou alguns casos de uso em produção, e 36% têm muitos casos de uso em produção utilizando todos os tipos de IA. Um segundo componente do modelo de maturidade consiste em avaliar o valor dos casos de uso em produção, idealmente tanto antes quanto após a implementação. Em nossa pesquisa, quase a maioria avalia o valor antes e depois da implementação, mas apenas para alguns casos de uso. Apenas 11% fazem isso para todos os casos de uso. Um número maior de empresas — 32% — avalia o valor apenas antes da implementação, e 9% não possuem casos de uso suficientes em produção para se preocuparem com a avaliação do valor. O terceiro componente do modelo de maturidade consiste em agregar o valor em toda a organização e reportá-lo, pelo menos informalmente. Surpreendentemente, a maioria (72%) das organizações relata que agrega o valor dos casos de uso de IA. O componente final é o relatório mais formal — em alguns casos, externamente. Um Modelo de Maturidade Econômica da IA Com base nesses componentes, desenvolvemos um modelo para prever como o investimento em IA poderia gerar valor econômico adicional. Identificamos seis estágios, cada um representando um avanço tanto em termos de sofisticação quanto de ROI previsto. Para desenvolver esse modelo, analisamos as respostas à nossa pesquisa e examinamos em que ponto os entrevistados afirmaram que suas empresas se encontravam na jornada de IA e se suas organizações haviam alcançado um “grande valor”. Veja como funciona: Estágio 0: Apenas projetos-piloto não avaliados (3% das organizações pesquisadas) As organizações realizam experimentos de IA, mas não medem os resultados. Apenas 4% dos entrevistados nesta fase alcançaram um “grande valor”. Estágio 1: Produção sem avaliação (11%) Nesta fase, a organização já ultrapassou a fase de projetos-piloto e implantou a IA em produção — ou seja, está utilizando-a em práticas comerciais reais —, mas não está avaliando o impacto comercial que ela está causando. Constatamos que o simples fato de ultrapassar a fase piloto gera um salto significativo no ROI — 18% dos entrevistados nesta fase relataram um “grande” valor proveniente de seus investimentos em IA. Fase 2: Avaliação pré-implementação (17%) Nesta fase, as organizações adotam uma abordagem um pouco mais estruturada ao analisar os impactos comerciais da implementação da IA, mas apenas na fase inicial do processo: elas justificam os projetos de IA com projeções de ROI e análises de viabilidade, mas ainda não validam os resultados. Este avanço produz apenas uma melhoria modesta em relação à fase anterior, aumentando para 20% o número daqueles que afirmam estar obtendo “muito” valor. Este é o menor grau de valor agregado resultante de uma transição de fase no modelo. Fase 3: Avaliação pós-implementação (30%) Nesta fase, as organizações avaliam os casos de uso individuais da IA após a implantação, uma etapa que gera um aumento significativo no valor: 44% dos entrevistados nesta fase relataram estar obtendo “muito” valor da IA — mais do que o dobro do que na Fase 2. Assim, identificamos este como o primeiro grande ponto de inflexão na jornada de adoção da IA. Mas também constatamos que as empresas parecem ficar estagnadas nesta fase. Os entrevistados afirmaram que passaram, em média, seis anos nesta fase, tornando-a uma espécie de gargalo. Fase 4: Avaliação Anual Agregada (21%) Nesta fase, as organizações consolidam anualmente o valor gerado pela IA em todo o portfólio, convertem os benefícios em um valor agregado para a organização e divulgam os resultados de maneira informal em toda a empresa. Isso permite que os líderes comparem o valor total gerado pela IA com os gastos totais com IA, além de possibilitar comparações com o crescimento ou a queda da receita e do lucro. Esse processo mais formalizado representa um avanço significativo na criação de valor: 58% dos entrevistados nesta fase relataram ter obtido “muito” valor com a IA. Fase 5: Relatórios formais (16%) Em nossa fase final, as organizações reportam o valor da IA aos conselhos de administração, investidores ou mercados públicos, o que exige um alto nível de rigor e responsabilidade na medição desse valor. Aqui, o valor volta a disparar: 85% dos entrevistados afirmam ter obtido “muito” valor da IA — o segundo e maior ponto de inflexão. Alguns executivos expressaram cautela em relação aos relatórios externos. Um deles observou a preocupação de que os analistas pudessem reagir pressionando a empresa a aumentar seus dividendos caso retornos sólidos da IA fossem divulgados publicamente. Mas os executivos que entrevistamos, em geral, consideraram que os relatórios externos formais representam o mais alto nível de maturidade econômica da IA quando podem ser realizados de forma responsável. O caminho para a obtenção de valor com a IA não é, em primeiro lugar, um desafio técnico, mas sim um desafio de gestão. Atualmente, todas as organizações têm acesso à tecnologia de IA, mas apenas algumas irão implementá-la de forma a gerar retornos econômicos reais e mensuráveis. Esses sete fatores, e especialmente o modelo de maturidade, oferecem um roteiro prático para que sua organização se torne uma delas.

7 fatores que impulsionam o retorno sobre os investimentos em IA, de acordo com uma nova pesquisa

Resumo.

Partner Center