Desafios da Inteligência Artificial nas Empresas Brasileiras e Suas Soluções

Um padrão se repete nas empresas que tentam implementar inteligência artificial. Inicialmente, elas escolhem um caso de uso que parece simples, contratam um piloto e apresentam os resultados em uma reunião com a equipe de tecnologia e um diretor. No início, todos ficam empolgados. Porém, após alguns meses, o sistema acaba sendo ignorado e a rotina volta a ser a mesma de antes.

Quando se investiga o que deu errado, o modelo de IA geralmente não é o vilão. O que se descobre é que o processo que deveria ser automatizado nunca foi devidamente documentado. Os dados necessários estavam espalhados entre sistemas que não se comunicam. A equipe que deveria operar o sistema só ficou sabendo dele na semana da entrega, e os critérios de sucesso foram definidos tardiamente, sem uma linha de base para comparação.

Esse cenário não é exclusivo do Brasil. Um estudo do MIT Media Lab, divulgado em 2025, revelou que 95% dos projetos-piloto de inteligência artificial generativa nas empresas não geraram impacto financeiro mensurável. Embora o estudo tenha recebido críticas, a realidade não surpreendeu quem está envolvido nessas operações.

A confirmação dessa situação veio de empresas que fornecem tecnologia. Em maio, a Anthropic anunciou uma nova empresa de serviços de inteligência artificial em parceria com Blackstone, Hellman & Friedman e Goldman Sachs. O objetivo é levar seus modelos para empresas de médio porte. Movimentos semelhantes foram observados na Microsoft e na OpenAI, que alocam engenheiros dentro das empresas clientes. Mesmo as empresas que oferecem os melhores modelos perceberam que entregar apenas o modelo não é suficiente.

Em agosto deste ano, o Banco Mundial lançou o World Development Report 2026, focado em inteligência artificial, trazendo boas notícias para países como o Brasil. O relatório sugere que economias em desenvolvimento não precisam criar modelos próprios, que custam bilhões, para obter ganhos econômicos com a tecnologia. O caminho proposto envolve três etapas: adotar, adaptar e avançar. A parte crucial, muitas vezes esquecida, é a adaptação, que deve considerar a língua, as instituições e os dados de cada país.

Ao analisar a situação do Brasil, a pesquisa TIC Empresas 2025, do Cetic.br, revelou que 17% das empresas brasileiras utilizam inteligência artificial. Entre as grandes, esse número chega a 50%, enquanto nas pequenas empresas é de apenas 15%. Entre as que já utilizam, 80% adotaram softwares prontos. O Brasil está avançando bem na primeira etapa do relatório.

A diferença entre grandes e pequenas empresas se deve mais à estrutura do que ao interesse. Empresas maiores possuem áreas de dados e profissionais disponíveis para documentar processos. Elas também têm orçamento para projetos que começam com a análise de suas operações antes de qualquer entrega. Já as empresas de médio porte, que são o foco da Anthropic, frequentemente não partem desse ponto inicial.

O que está em jogo é significativo. Pequenos e médios negócios representam 97% das empresas no Brasil, segundo o Sebrae. O Banco Mundial estima que 16,2% dos empregos em economias em desenvolvimento podem se beneficiar da inteligência artificial. Essa realidade não se concretiza se a adoção continuar concentrada nas empresas que já tinham estrutura antes da IA.

Se o desafio está na adaptação, isso muda a discussão sobre tecnologia no Brasil. O sucesso de um projeto depende de um conhecimento que não vem embutido em nenhuma solução. É fundamental entender como funciona o faturamento de uma indústria brasileira, o que a LGPD exige na prática e quais dados estão realmente disponíveis no ERP. Esse conhecimento é adquirido na prática e é a área onde o Brasil pode competir sem gastar bilhões.

Para quem toma decisões sobre tecnologia, a agenda dos próximos meses se resume a uma pergunta: qual processo da empresa possui métricas claras, um responsável definido e volume suficiente para que uma automação bem feita gere resultados? Depois disso, vem uma segunda pergunta, mais difícil: quanto vale essa métrica atualmente? Sem essa resposta, o que se apresenta ao final do projeto é apenas uma percepção.

Gaurav Nayyar, diretor do relatório do Banco Mundial, alertou que a janela para corrigir esses problemas é estreita. No contexto brasileiro, isso tem um significado claro. O modelo já está disponível para qualquer empresa, independentemente do seu tamanho. O que ainda falta para as pequenas e médias empresas é a capacidade de adaptar esse modelo à sua operação real, e essa habilidade será crucial para aumentar os atuais 15% de adoção.

* Carlos Perobelli é CEO da Nexmuv, da Nexmuv Ventures e fundador do The Garage Startup Studio.

As notícias publicadas por esse autor são de fontes próprias e externas, e não representam o posicionamento do veículo.