Empresas gastam muito em inteligência artificial e ganham pouco em eficiência
- 29/03/2025
- IA
Um levantamento do Gartner expõe um dilema corporativo: apesar dos investimentos bilionários em inteligência artificial, muitas empresas falham em transformar a tecnologia em ganhos concretos de produtividade para seus colaboradores.
O estudo, realizado com 724 profissionais de diferentes áreas entre junho e agosto de 2024, mostra que apenas 37% das equipes que usam IA tradicional relatam alta eficiência, enquanto entre as que adotam IA generativa, o índice cai para 34%.
O fenômeno, chamado de “paradoxo da produtividade da IA”, indica que, embora a tecnologia mostre potencial em setores específicos (como call centers), seus benefícios amplos são incertos. “Os CFOs precisam recalibrar expectativas sobre como a IA impactará produtividade e redução de pessoal”, alerta a Gartner em comunicado.
A Gartner aponta quatro obstáculos centrais que limitam os resultados práticos da inteligência artificial. Entre os principais fatores estão as expectativas infladas, já que a crença em soluções milagrosas gera frustração quando a tecnologia não consegue automatizar processos complexos como gestão de contratos por exemplo, por conta própria. Outro desafio é a dificuldade de medição, uma vez que métricas tradicionais não capturam ganhos indiretos, como a melhoria na qualidade de decisões.
Somam-se a isso os atrasos na implementação, causados pela integração lenta com sistemas legados, que retardam a materialização de resultados. Por fim, a falta de contexto prejudica a eficácia: aplicações genéricas falham em setores como o jurídico, onde nuances humanas e especializadas são críticas.
CONTINUA DEPOIS DA PUBLICIDADE
Para superar esses desafios, a consultoria recomenda que os líderes abandonem a visão da IA como uma “bala de prata” e redefinam casos de uso realistas, evitando promessas de cortes radicais de custos ou redução de pessoal.
É essencial priorizar condições internas, como treinamento de equipes, integração de dados e ajustes em processos operacionais, antes de escalar projetos de inteligência artificial. Além disso, uma abordagem colaborativa deve ser adotada, envolvendo áreas como TI, RH e finanças no desenho das iniciativas, garantindo alinhamento estratégico e adesão multifuncional.
