Um número rodou o mundo corporativo em 2025: segundo um estudo do MIT, 95% dos pilotos de IA generativa nas empresas não produzem retorno mensurável no resultado. A manchete virou argumento para dois exageros opostos: “IA é bolha” e “é só questão de tempo”. As duas leituras erram o ponto.
O estudo (The GenAI Divide, do projeto NANDA do MIT) declara como base uma revisão sistemática de mais de 300 iniciativas de IA divulgadas publicamente, entrevistas estruturadas em 52 organizações e respostas de 153 líderes seniores. A conclusão não é que a tecnologia falha. É que a forma de adotar falha: quase sempre do mesmo jeito.
Vale usar esse número com cuidado, porque ele virou manchete solta. Quatro ressalvas honestas: o recorte é de ferramentas corporativas sob medida que chegam à produção, não de todo uso de IA — no mesmo relatório, ferramentas de prateleira como o ChatGPT apareciam com taxas de exploração muito altas; o próprio documento se apresenta como achados preliminares; as respostas dos líderes foram coletadas em quatro conferências do setor, o que é amostra de conveniência e não recorte representativo; e o levantamento é de meados de 2025, o que já é bastante tempo neste assunto. Quem cita os 95% como prova de que “IA não funciona” está esticando o que o estudo diz. O achado útil é outro, e mais incômodo: o desenho do projeto é que decide.
A divisão não é entre empresas com e sem IA
Praticamente toda empresa grande já testa IA. A “GenAI Divide” separa quem fica no piloto eterno de quem atravessa para o resultado financeiro. O que distingue os dois lados não é orçamento, setor ou modelo escolhido. É desenho de projeto.
Os pesquisadores batizaram o vilão de learning gap: ferramentas genéricas funcionam bem na mão de uma pessoa porque são flexíveis, mas travam dentro da empresa porque não aprendem o fluxo de trabalho, e ninguém redesenha o fluxo para recebê-las.
O dinheiro vai para o lugar errado
Cerca de metade do orçamento de IA generativa das empresas vai para ferramentas de vendas e marketing. O retorno mais consistente, porém, aparece no fundo do escritório: automação de processos, corte de terceirização e de agências externas, operações. O trabalho chato que ninguém apresenta no palco.
Comprar com parceiro bate construir sozinho
Projetos que compram ferramenta especializada e constroem com parceiro têm cerca de 67% de sucesso; construções internas, cerca de 33%. Não é defesa de fornecedor: é que o erro mais caro é tentar refazer internamente o que já existe, quando o trabalho real deveria ser adaptar o processo e capacitar as pessoas.
O padrão dos 5%
- escolhem um ponto de dor específico, não uma “transformação”;
- executam estreito: um fluxo, um time, uma métrica definida antes de começar;
- integram a IA ao trabalho real, não a um ambiente de teste;
- tratam capacitação como parte do projeto, não como evento depois dele.
É o mesmo padrão que detalhei no guia de como começar a adoção de IA na empresa: poucos casos de uso, escolhidos com o time, com acompanhamento depois da aula.
Checklist: seu projeto está no caminho dos 95% ou dos 5%?
As perguntas abaixo são as mesmas que eu faço antes de aprovar um piloto. Se as respostas incomodam, bom: é mais barato ajustar o desenho agora do que virar estatística no próximo estudo.
Scorecard de piloto de IA
Sete perguntas para responder ANTES de aprovar um piloto, e não depois. Cada linha tem o sinal de risco que eu procuro e a evidência que faz a resposta valer: “o sponsor apoia” não é evidência; agenda reservada é.
| Decisão | Pergunta | Sinal de risco | Evidência que conta |
|---|---|---|---|
| Dor | Qual dor específica o piloto resolve? | A resposta começa pela ferramenta (“vamos usar IA”) | Uma frase com o processo, quem sofre e com que frequência |
| Métrica | O que muda, e como isso é medido? | “Ganho de produtividade”, sem número | Métrica definida e medida ANTES de começar |
| Sponsor | Quem responde pelo resultado no negócio? | Patrocínio só de área técnica ou de inovação | Nome, e agenda recorrente reservada na agenda dele |
| Escopo | Um fluxo, um time, um período? | “Toda a empresa”, ou prazo aberto | Escopo escrito, com data de decisão de seguir ou parar |
| Trabalho real | O piloto roda no trabalho de verdade? | Ambiente de teste separado, com dados fictícios | Time usando no fluxo do dia, com dados reais permitidos |
| Segurança | O que pode e o que exige revisão humana? | Nada escrito, ou um PDF que ninguém leu | Uma página publicada onde o trabalho acontece |
| Depois | O que está marcado para 30 dias depois? | Nada na agenda | Ritual marcado e responsável por conduzir |
Como ler: cada “sinal de risco” presente é um item a resolver antes de aprovar, não um motivo automático para recusar. Na prática, o que mais aparece é métrica ausente e nada marcado para depois. São justamente os dois itens que separam piloto que virou rotina de piloto que virou apresentação.
- Se “Métrica” e “Depois” estiverem vazios, o piloto ainda não está pronto para começar, independentemente do resto.
- Piloto que passa de seis meses sem métrica definida raramente mostra resultado depois: revise o escopo em vez de estender o prazo.
- Escolha um piloto reversível: se der errado, dá para desfazer sem dor.
abre no Excel, Sheets ou Numbers
Ver o CSV
Decisão,Pergunta,Sinal de risco,Evidência que conta
Dor,Qual dor específica o piloto resolve?,A resposta começa pela ferramenta (“vamos usar IA”),"Uma frase com o processo, quem sofre e com que frequência"
Métrica,"O que muda, e como isso é medido?","“Ganho de produtividade”, sem número",Métrica definida e medida ANTES de começar
Sponsor,Quem responde pelo resultado no negócio?,Patrocínio só de área técnica ou de inovação,"Nome, e agenda recorrente reservada na agenda dele"
Escopo,"Um fluxo, um time, um período?","“Toda a empresa”, ou prazo aberto","Escopo escrito, com data de decisão de seguir ou parar"
Trabalho real,O piloto roda no trabalho de verdade?,"Ambiente de teste separado, com dados fictícios","Time usando no fluxo do dia, com dados reais permitidos"
Segurança,O que pode e o que exige revisão humana?,"Nada escrito, ou um PDF que ninguém leu",Uma página publicada onde o trabalho acontece
Depois,O que está marcado para 30 dias depois?,Nada na agenda,Ritual marcado e responsável por conduzirUso livre dentro da sua empresa, com crédito quando publicar. Não é consultoria nem garantia de resultado.
Os dois itens que mais faltam são métrica e acompanhamento marcado; o roteiro de como começar a adoção de IA na empresa começa por eles. Quando o piloto estiver rodando, o passo seguinte é medir direito: escrevi sobre o que medir depois de um workshop de IA.
Perguntas frequentes
O estudo dos 95% vale para empresas brasileiras?
O MIT ouviu empresas globais, e o padrão se repete no que vejo por aqui: o gargalo raramente é o modelo de IA: é piloto desenhado longe do trabalho real, sem métrica e sem capacitação. A taxa exata varia; o mecanismo de falha, não.
É melhor comprar ferramenta pronta ou desenvolver internamente?
Para começar, comprar e adaptar costuma ter mais chance de sucesso: o estudo aponta cerca de 67% contra um terço nas construções internas. Desenvolver faz sentido quando o caso de uso é diferencial competitivo e a empresa já tem maturidade de adoção.
Quanto tempo leva para um piloto de IA mostrar retorno?
Com escopo estreito e métrica definida, sinais aparecem em semanas; retorno de processo, em um a dois ciclos de acompanhamento. Piloto que passa de seis meses sem métrica clara dificilmente mostra algo depois.
Próximo passo
Se a sua empresa está presa no piloto, ou quer desenhar o primeiro do jeito certo, fale comigo em estratégia de adoção de IA ou pelos canais de contato.