Porque projetos de IA dispendiosos ainda não compensam para muitos líderes empresariais

Atravessando praticamente todos os sectores, conselhos de administração e direcções executivas apostaram, nos últimos anos, de forma agressiva na IA (AI). A promessa soava a revolução: mais receitas, custos drasticamente mais baixos e equipas mais enxutas. Agora, porém, torna-se claro que, para muitas empresas, o entusiasmo ainda mal se traduz em números concretos - e a pergunta sobre o verdadeiro Return on Investment (ROI) começa a ganhar um tom desconfortavelmente alto.

O que está a provocar a nova desilusão nos projectos de IA (AI)

A lógica inicial parecia directa: quem investisse cedo e em grande escala em IA ganharia vantagem, reduziria necessidades de pessoal e aumentaria a produtividade. Investigadores de referência, como o Nobel Geoffrey Hinton, alertaram desde cedo para os riscos de uma expansão sem travões de sistemas de IA - tanto do ponto de vista económico como social. Ainda assim, muitos conselhos de administração retiveram sobretudo a parte da mensagem que falava de potencial para gerar milhares de milhões.

Entretanto, já existem dados suficientemente robustos para tirar ilações. Um inquérito global da consultora PwC, realizado em 95 países junto de 4.454 executivos de topo, indica que mais de metade dos líderes que fizeram uma aposta forte em IA ainda não vê qualquer efeito financeiro relevante.

56% dos líderes inquiridos afirmam que a IA não aumentou as suas receitas nem reduziu os seus custos.

Isto contrasta fortemente com os planos estratégicos optimistas dos últimos anos. Apresentações em conferências, roadmaps coloridos e orçamentos elevados - no papel, a transformação digital parece resolvida há muito. Na prática, o saldo das contas revela-se bem mais sóbrio.

O que os dados revelam, de facto, sobre o ROI da IA (AI)

A leitura da PwC não é linear e mostra nuances:

• 56% não identificam aumento de receitas nem redução de custos atribuíveis à IA.
• Quase 30% reportam, pelo menos, crescimento de receitas com a utilização de IA.
• Apenas 12% chegam ao cenário ideal: mais receitas em simultâneo com custos mais baixos.

Existe, portanto, um pequeno grupo de pioneiros que aparenta ter a IA sob controlo do ponto de vista económico. Ainda assim, face às expectativas extremamente elevadas, o resultado sabe a pouco. Muitas organizações investiram milhões em infra-estruturas, projectos de dados, consultores externos e licenças - e, agora, têm de justificar perante o conselho de supervisão e os investidores porque é que isso ainda não se reflecte no lucro.

O sonho de “ganhar dinheiro automaticamente” com a IA choca, em muitas empresas, com a realidade de processos complexos e experiências dispendiosas.

A IA não é um equipamento que se liga à tomada

Um dos problemas centrais é a forma como alguns gestores encaram a IA como se fosse um produto acabado. Comprar, ligar e usar - é assim com um portátil novo ou com um software de contabilidade. Com IA, não funciona dessa maneira.

Na prática, muitos projectos começam como pilotos vistosos em áreas isoladas: um chatbot no apoio ao cliente, um modelo de previsão nas vendas, um assistente para marketing. Só que uma parte significativa não sai do “modo laboratório” e nunca chega aos processos críticos do dia-a-dia.

Obstáculos frequentes incluem:

• Ausência de um plano claro para integrar a solução de IA no fluxo de trabalho já existente.
• Qualidade de dados insuficiente para produzir resultados consistentes e fiáveis.
• Resistência das equipas, que não adoptam as novas ferramentas ou as contornam.
• Falta de profissionais capazes de unir tecnologia e negócio na mesma linguagem.

A isto soma-se um factor adicional: não raras vezes, os projectos avançam por receio de “perder o comboio” da tendência. A questão essencial - em que ponto, no coração da criação de valor, a IA faz realmente diferença - fica muitas vezes sem resposta. O resultado são projectos em ilhas, com utilidade pouco mensurável.

Porque é que “colaboradores de IA” não substituem pessoas de forma simples

No pico do entusiasmo, alguns líderes empresariais chegaram a anunciar, com orgulho, que reduziram parte do quadro de pessoal e o trocaram por sistemas de IA. Em slides, a conta parecia perfeita: menos salários, desempenho igual - ou até superior.

No terreno, o choque foi maior. Muitas empresas perceberam que, apesar de modelos de IA conseguirem gerar textos impressionantes ou detectar padrões em dados, eles revelam limitações em processos quotidianos e propensos a erros. Respostas erradas, interpretações falhadas e falta de contexto - tudo isto consome tempo e corrói a confiança dos clientes.

A IA brilha na demonstração, mas tropeça com frequência no caos do quotidiano de uma empresa real.

Outro vector de risco é a segurança da informação. Para tirar valor, as organizações acabam por alimentar sistemas de IA com rotinas sensíveis, dados de clientes e contratos. Em muitos casos, ainda não é totalmente claro quão bem esses dados ficam protegidos - nem se podem voltar a surgir noutros contextos. Esta incerteza trava, sobretudo, sectores fortemente regulados, como serviços financeiros e saúde.

Porque é que, apesar de tudo, os gestores continuam a pôr mais dinheiro em IA

Mesmo com contratempos, a maioria das empresas prefere aumentar os orçamentos de IA, e não cortá-los. A PwC aponta 2026 como um possível ponto de viragem: até lá, muitas organizações deverão transformar experiências dispersas em aplicações escaláveis e sustentáveis.

Na perspectiva dos líderes, há três razões principais:

• Factor de localização: quem não demonstrar competências em IA passa a parecer pouco preparado para o futuro aos olhos de talento, investidores e parceiros.
• Curva de aprendizagem: mesmo sem retorno imediato, os projectos geram experiência, dados e know-how.
• Pressão competitiva: quando um concorrente obtém vantagens reais de custos com IA, o incentivo para acompanhar torna-se inevitável.

A confiança no potencial mantém-se; o que está a ruir é a abordagem ingénua do tipo “pôr IA e o problema desaparece”. A questão central passa a ser: como desenhar uma estratégia que resulte mesmo?

O que as empresas precisam de mudar para a IA (AI) dar retorno

Especialistas apontam vários “alavancadores” para aumentar de forma significativa o ROI da IA:

Alavanca	Abordagem concreta
Foco	Em vez de dezenas de pilotos, escolher poucos processos nucleares onde cada ponto percentual conta - por exemplo, logística, definição de preços, prevenção de fraude.
Qualidade dos dados	Limpar bases antigas e contraditórias, estabelecer padrões claros e atribuir responsabilidades.
Integração	Incorporar a IA nos sistemas existentes, em vez de a manter como uma ferramenta paralela.
Colaboradores	Formar equipas, clarificar regras de utilização, levar receios a sério e posicionar a IA como assistente, não como adversário.
Medição	Definir métricas desde o início: tempo poupado, taxa de erro, receita adicional, satisfação do cliente.

As empresas que tratam a IA como um projecto de infra-estrutura de longo prazo - tal como aconteceu, em tempos, com a adopção da Internet ou de sistemas ERP - têm probabilidades muito maiores de alcançar um ROI positivo do que aquelas que apenas seguem o hype do momento.

O que significam, na prática, “generative AI” e “Halluzinationen”

Há um tema que gera confusão em muitos projectos: a generative AI (IA generativa). Aqui entram modelos como o ChatGPT, capazes de produzir texto, imagens ou código. Embora pareçam extremamente inteligentes, do ponto de vista técnico não “pensam”: calculam probabilidades para a palavra seguinte ou para padrões de píxeis - e falham com relativa frequência.

Nestes casos, o sector fala de “Halluzinationen” (alucinações): o sistema inventa factos, escreve de forma convincente, mas erra no conteúdo. Em cenários inofensivos, isso é apenas embaraçoso. Em aplicações jurídicas, médicas ou financeiras, pode tornar-se caro e perigoso.

Por isso, muitas organizações optam por abordagens híbridas: a IA sugere, e pessoas validam e decidem. Estes modelos reduzem o risco, mas, numa primeira fase, exigem mais tempo e mais recursos humanos - o que volta a adiar o ROI rápido.

O que as empresas alemãs podem aprender com a actual desilusão em torno da IA

Para empresas do espaço de língua alemã, a desilusão global também abre uma oportunidade. Quem olhar para estes números com frieza pode evitar erros caros já cometidos por outros:

• Não usar a IA como “folha de parreira” para apresentações de inovação; alinhar com métricas de negócio claras.
• Construir competências internas cedo, em vez de depender totalmente de fornecedores externos.
• Permitir experimentação, mas impor a cada projecto uma data-limite e objectivos mensuráveis.
• Integrar activamente ética, protecção de dados e participação dos trabalhadores para criar confiança nas equipas.

Muitos especialistas concordam que o ROI da IA vai chegar - mas não de forma automática nem tão depressa como prometiam os slides comerciais. Quem avançar com paciência, estratégia e foco em problemas reais do negócio central pode transformar o hype actual numa fonte de rentabilidade sustentável, em vez de ficar preso a projectos emblemáticos caros e pouco úteis.