IA nas empresas: por que tecnologia sozinha não basta

Valor não é apenas dinheiro. É o que apontam especialistas que passaram pela Conferência Gartner Data & Analytics 2026, em São Paulo, convidando organizações a ampliarem a forma como enxergam o impacto da Inteligência Artificial nos negócios. Gerar valor com IA vai muito além de escolher a ferramenta certa. Exige uma abordagem integrada que conecte estratégia, infraestrutura, Dados e pessoas; e essa equação tem se mostrado mais complexa do que muitas organizações antecipavam.

Um modelo que vem ganhando espaço entre especialistas propõe avaliar o retorno da IA em três dimensões complementares ao ROI financeiro tradicional: o retorno sobre integridade (qualidade da infraestrutura e da Governança), sobre indivíduos (capacidade das pessoas de usar a tecnologia de forma estratégica) e sobre inteligência (alinhamento entre liderança, escopo e custos). A ideia é que nenhuma dessas dimensões funciona de forma isolada; e ignorar qualquer uma delas compromete o resultado das demais.

O problema é que muitas organizações tentam escalar IA antes de estruturar as fundações necessárias para sustentá-la. Dados de pesquisas recentes apresentados na Conferência Gartner indicam que 70% dos casos de uso de IA Agêntica falham na entrega de valor por falta de investimento em infraestrutura básica e por erros de execução. Entre as causas mais comuns estão a baixa visibilidade sobre custos e a gestão inadequada de recursos, que vão além de assinaturas de ferramentas ou consumo de tokens.

Não por acaso, um levantamento do Gartner (2025), com 357 líderes de TI, aponta que três em cada cinco deles expressam preocupações reais com estouros de orçamento causados por agentes de IA, e 44% das organizações passaram a adotar práticas de AI FinOps para monitorar em tempo real a relação entre custo e valor gerado.

Mas o controle financeiro resolve apenas parte do problema. Sem fundações sólidas de Dados e Governança, mesmo os melhores agentes entregam resultados inconsistentes. Um ponto frequentemente subestimado é o papel do contexto: enquanto os Dados são o combustível da IA, é a semântica que permite alinhar seu uso às necessidades reais do negócio. Termos como “cliente ativo” ou “lucro” podem ter significados distintos entre áreas de uma mesma empresa.

Outras pesquisas do Gartner indicam que a precisão de um agente de IA depende 75% do contexto e apenas 25% dos dados em si — e que um contexto bem estruturado pode reduzir o consumo de processamento em até três vezes. Nesse cenário, camadas semânticas e ontologias deixam de ser detalhes técnicos e passam a ser ativos estratégicos.

Com agentes tomando decisões de maneira mais autônoma, o desafio deixa de ser apenas impedir erros e passa a ser governar autonomia em tempo real, garantindo segurança sem comprometer escala e velocidade.

Por fim, há a dimensão humana, que talvez seja mais negligenciada. Profissionais sem letramento em Dados e IA tendem a subutilizar tecnologia, independentemente do nível de sofisticação das ferramentas disponíveis. Projeções do Gartner indicam que organizações que investem na capacitação de seus executivos em IA devem apresentar desempenho financeiro até 20% superior ao de seus pares até 2027. A consequência de ignorar as pessoas é ver a estratégia de IA falhar antes mesmo de escalar.

No fim, a diferença entre organizações que vão extrair valor real da IA e aquelas que apenas acumularão pilotos frustrados não estará na tecnologia escolhida. Estará na capacidade de transformar IA em competência organizacional.

Tecnologia, Dados e pessoas precisam avançar juntos. Sem essa visão integrada, o potencial da IA permanece, em grande parte, no papel.

Por Nicole Davila, desenvolvedora backend e pesquisadora da Zup.