TL;DR: Empresas brasileiras estão comprando tecnologia de IA sem desenvolver a competência interna para usá-la bem. O resultado é desperdício de investimento e frustração com resultados abaixo do esperado. A solução não é menos IA — é mais preparo humano antes, durante e depois da implementação.

O que aconteceu

Tonny Martins, executivo da IBM no Brasil, afirmou em entrevista à Exame que o momento atual da inteligência artificial nas empresas se assemelha a colocar um motorista inexperiente dentro de uma Ferrari: o potencial do equipamento existe, mas sem o preparo adequado de quem opera, ele não se converte em resultado.

Segundo Martins, muitas empresas aceleraram seus investimentos em IA nos últimos dois anos — pressionadas por concorrência, por expectativa de mercado e pelo ciclo de hype que tomou conta do setor — mas ainda enfrentam dificuldades sérias na aplicação prática. A tecnologia está contratada. A capacidade de extrair valor dela, não.

O diagnóstico da IBM não é isolado. Ele reflete um padrão que analistas de mercado e consultorias globais já vinham identificando: a adoção de IA avança mais rápido do que a maturidade organizacional necessária para sustentá-la. Comprar uma licença de ferramenta generativa não equivale a ter uma estratégia de IA.

O que isso significa na prática

Para empreendedores e executivos brasileiros, a mensagem é direta: tecnologia sem processo é custo, não investimento. Contratar uma plataforma de IA sem mapear casos de uso reais, sem treinar as equipes e sem definir métricas de sucesso é o caminho mais curto para um projeto-piloto que nunca escala.

O problema tem três camadas. A primeira é técnica: times sem letramento em IA não sabem formular bons prompts, não entendem as limitações dos modelos e não conseguem validar se o output faz sentido para o contexto do negócio. A segunda é cultural: organizações que não constroem uma cultura de experimentação segura tendem a abandonar a ferramenta no primeiro erro. A terceira é estratégica: sem um dono claro da agenda de IA — seja um CDO, um COO ou um comitê multidisciplinar — as iniciativas ficam fragmentadas e não geram aprendizado acumulado.

A boa notícia é que esse gap é resolvível. Empresas que estão colhendo resultado real com IA em 2024 e 2025 não são necessariamente as que têm mais orçamento — são as que fizeram o trabalho menos glamouroso de preparar gente, definir governança e escolher casos de uso com ROI mensurável antes de escalar.

Por que isso importa agora

O Brasil está em um momento de inflexão na adoção corporativa de IA. Depois de um ciclo inicial de experimentos e provas de conceito, o mercado começa a cobrar resultados concretos. Conselhos de administração querem ver o retorno dos investimentos feitos em 2023 e 2024. Esse movimento cria pressão para que as empresas acelerem — o que pode levar a decisões ruins se o foco for velocidade de adoção em vez de profundidade de implementação.

Ao mesmo tempo, o custo de ficar para trás está aumentando. Concorrentes que acertaram na capacitação estão ganhando eficiência operacional real — em atendimento, em análise de dados, em geração de conteúdo, em automação de processos. Para empresas que ainda estão na fase de "estamos avaliando", o relógio já está correndo.

Perguntas frequentes

Por que tantas empresas investem em IA e não veem resultado?
Porque adquirem a ferramenta antes de resolver as condições para usá-la bem: pessoas capacitadas, processos adaptados e casos de uso com critério de sucesso definido. Sem esses três elementos, qualquer tecnologia subutiliza seu potencial.

Como saber se minha empresa está pronta para implementar IA?
Faça três perguntas antes de contratar qualquer solução: quem vai operar essa ferramenta no dia a dia? Qual problema específico ela resolve? Como vou medir se funcionou? Se não há respostas claras para as três, o próximo passo é capacitação e diagnóstico — não contratação.

Quanto tempo leva para uma empresa desenvolver maturidade em IA?
Dados específicos para o mercado brasileiro ainda não estão disponíveis de forma consolidada, mas referências internacionais indicam que empresas que investem em capacitação estruturada antes da implementação reduzem significativamente o tempo até o primeiro caso de uso em produção. O processo não tem atalho, mas tem acelerador: liderança engajada e times multidisciplinares desde o início.

Quais áreas de uma empresa devem liderar a adoção de IA?
Não existe uma resposta única, mas os casos de uso com ROI mais rápido costumam estar em atendimento ao cliente, análise de dados comerciais e automação de processos repetitivos de back-office. O erro comum é começar pelo projeto mais ambicioso em vez do mais viável.

Capacitar equipes em IA é responsabilidade do RH ou da área de tecnologia?
De ambos — e da liderança executiva. Programas de capacitação que ficam isolados no TI não mudam comportamento das equipes de negócio. Programas que ficam só no RH não têm profundidade técnica suficiente. O modelo que funciona é co-criado entre as áreas, com patrocínio explícito da alta gestão.

Checklist: o que fazer com essa informação

  • [ ] Mapear quais ferramentas de IA já estão contratadas na empresa e qual é o nível real de uso por cada time
  • [ ] Identificar ao menos dois casos de uso com problema bem definido, dado disponível e métrica de sucesso mensurável
  • [ ] Definir quem é o responsável pela agenda de IA na organização — um nome, não um comitê sem dono
  • [ ] Criar um programa mínimo de letramento em IA para lideranças: não precisa ser técnico, precisa ser suficiente para tomar decisões informadas
  • [ ] Estabelecer um ciclo de revisão trimestral para avaliar o que os projetos de IA estão entregando e o que precisa ser ajustado

Próximo passo

Se sua empresa já está investindo em IA mas ainda não consegue demonstrar resultado concreto, o problema provavelmente não está na tecnologia escolhida. Está na estrutura que a sustenta. Uma boa forma de começar a diagnosticar isso é acompanhar publicações especializadas em gestão e transformação digital — e, se fizer sentido, buscar uma conversa com quem já passou por esse processo de estruturação em empresas do seu porte e setor.

Fonte: 'Usar IA é como pilotar uma Ferrari: sem saber, não se tira o melhor', diz Tonny Martins, da IBM — Exame