A corrida pela inteligência artificial custou caro para a maioria das organizações. Um estudo chocante do MIT mostra que apenas 5% das empresas nos Estados Unidos conseguiram resultados concretos com seus projetos de IA generativa, mesmo após investimentos bilionários.

Projetos de IA se transformaram na aposta mais cara e menos produtiva dos últimos anos para o setor empresarial americano. Segundo o relatório "The GenAI Divide: State of AI in Business 2025", publicado pela iniciativa NANDA do MIT, empresas americanas investiram entre 35 e 40 bilhões de dólares em iniciativas de inteligência artificial, mas 95% delas não obtiveram retorno financeiro mensurável.

O que revelou a pesquisa

A análise baseou-se em dados robustos: 52 entrevistas estruturadas com executivos, mais de 300 iniciativas públicas de IA analisadas e uma pesquisa com 153 profissionais do setor. Os resultados apontam para uma divisão clara entre o que os pesquisadores chamaram de "GenAI Divide" – apenas uma pequena parcela conseguiu integrar ferramentas de IA em produção em escala.

O principal autor do estudo, Aditya Challapally, explica que startups jovens conseguiram saltar de zero para 20 milhões de dólares em receita anual, mas representam exceções. Para a maioria esmagadora, os projetos ficaram presos em fase piloto sem impacto real no balanço financeiro.

Principais barreiras identificadas pelos pesquisadores

As barreiras para adoção de IA não estão relacionadas à qualidade dos modelos, mas sim à incapacidade dos sistemas de reterem dados, se adaptarem e aprenderem ao longo do tempo. Os fluxos de trabalho mostram-se frágeis e desalinhados com as operações diárias das empresas.

Um CIO entrevistado resumiu a frustração: "Vimos dezenas de demonstrações este ano. Talvez uma ou duas sejam genuinamente úteis. O resto são apenas invólucros ou projetos científicos". A falta de memória contextual e personalização torna as ferramentas inadequadas para fluxos críticos de trabalho.

Setores aonde a IA realmente funciona

A pesquisa identificou que apenas dois setores de nove analisados mostram sinais claros de transformação estrutural: tecnologia e comunicações. Nesses segmentos, mais de 80% dos executivos antecipam redução no volume de contratações nos próximos 24 meses.

Para os demais setores – serviços profissionais, saúde, varejo, serviços financeiros, indústrias avançadas e energia – a IA generativa mostrou-se inconsequente. Um COO de empresa manufatureira de médio porte resumiu: "O hype no LinkedIn diz que tudo mudou, mas em nossas operações, nada fundamental mudou. Processamos alguns contratos mais rápido, mas só isso mudou".

Por que ferramentas genéricas superam soluções empresariais

Contrariando expectativas, o estudo mostra que ferramentas genéricas como ChatGPT frequentemente superam soluções empresariais personalizadas, mesmo quando estas usam os mesmos modelos de IA subjacentes. A razão está na familiaridade dos funcionários com interfaces simples e flexíveis.

Uma advogada corporativa entrevistada exemplifica essa realidade. Sua firma gastou 50 mil dólares em uma ferramenta especializada de análise de contratos, mas ela prefere usar ChatGPT: "Nossa ferramenta de IA comprada forneceu resumos rígidos com opções limitadas de personalização. Com ChatGPT, posso guiar a conversa e iterar até obter exatamente o que preciso".

Onde o dinheiro deveria estar sendo investido

O estudo revela um desalinhamento crítico na alocação de recursos. Mais da metade dos orçamentos de IA generativa vai para ferramentas de vendas e marketing, mas o maior retorno sobre investimento está na automação de back-office.

Empresas que cruzaram a divisão de IA abordam a aquisição de tecnologia como clientes de terceirização de processos de negócios, não como clientes de software como serviço. Elas exigem personalização profunda, impulsionam a adoção desde a linha de frente e responsabilizam fornecedores por métricas de negócios.

As reduções de força de trabalho impulsionadas pela IA já estão ocorrendo, especialmente em atividades não centrais frequentemente terceirizadas: operações de atendimento ao cliente, processamento administrativo e tarefas padronizadas de desenvolvimento. Entre 5% e 20% do suporte e processamento administrativo foi impactado nos setores afetados.

Lições para o futuro da IA empresarial

As organizações mais avançadas já experimentam sistemas de IA agêntica que podem aprender, lembrar e agir independentemente dentro de limites definidos. Isso oferece uma visão de como a próxima fase da IA empresarial pode se desenvolver.

Para superar o "GenAI Divide", as empresas precisam focar em parcerias estratégicas ao invés de apenas compras, permitir que gerentes de linha impulsionem a adoção e selecionar ferramentas que podem se integrar profundamente e se adaptar ao longo do tempo.

A realidade dos projetos de IA mostra que o sucesso não vem da sofisticação tecnológica, mas da capacidade de integração e adaptação aos fluxos de trabalho existentes. Apenas as organizações que compreenderem essa dinâmica conseguirão transformar investimentos bilionários em resultados mensuráveis.