Por Heber Lopes*
Metade das decisões corporativas no mundo serão aumentadas ou automatizadas por agentes de inteligência artificial em menos de dois anos. A previsão, divulgada pelo Gartner durante a Conferência Data & Analytics realizada em São Paulo, não é especulação futurista — é um horizonte com data marcada. O dado reflete uma transformação que já está remodelando a maneira como organizações processam informações, avaliam riscos e definem estratégias de negócio.
Para empresas brasileiras, o recado é direto: a infraestrutura de dados e o suporte tecnológico que sustentam a operação precisam estar prontos antes que a demanda chegue. E a demanda, como os números mostram, não está pedindo licença para entrar.
O pano de fundo dessa projeção envolve uma convergência de fatores que vêm acelerando nos últimos meses. O volume de dados gerados por organizações cresce de forma exponencial, alimentado por sensores, sistemas de gestão, plataformas digitais e interações em canais diversos.
Nunca foi tão fácil ficar atualizado sobre finanças, economia e investimentos. Assine gratuitamente
Uma pesquisa recente com mais de 400 líderes de analytics e IA revelou que mais de 50% das empresas já utilizam ferramentas de IA para geração automática de insights e consultas em linguagem natural. Isso significa que o dado bruto, antes confinado a relatórios estáticos, passou a alimentar sistemas capazes de identificar padrões, propor ações e, em alguns casos, executá-las de forma autônoma. A questão deixou de ser se a inteligência artificial vai participar das decisões corporativas — a questão agora é quem terá a base tecnológica para aproveitá-la de verdade.
O conceito de “decision intelligence”, que combina dados, analytics e inteligência artificial para criar fluxos de decisão, ganhou tração significativa no mercado global. Agentes de inteligência artificial assumem a complexidade analítica, recuperam informações de múltiplas fontes e apresentam recomendações contextualizadas para gestores, tudo em tempo real, mas especialistas reforçam que essa camada tecnológica não funciona de forma isolada. A inteligência artificial precisa estar rigorosamente alinhada com governança, qualidade de dados e segurança para que os resultados sejam confiáveis.
Empresas que investiram em semântica de dados, por exemplo, conseguem aumentar a precisão de seus modelos de IA generativa em até 80% e reduzir custos operacionais em até 60%, segundo projeções da mesma consultoria. Sem essa base semântica, os modelos alucinam mais, consomem mais tokens e custam mais — um ciclo que penaliza quem negligencia a organização dos dados.
No Brasil, o cenário mistura avanço acelerado com lacunas estruturais que merecem atenção. Dados do IBGE mostram que a adoção de inteligência artificial nas empresas industriais brasileiras saltou de 16,9% para 41,9% entre os anos de referência mais recentes, um crescimento de 2,5 vezes em apenas dois anos. Os principais usos concentram-se em automação de processos operacionais, integração de sistemas, análise preditiva de dados, geração de relatórios inteligentes e apoio à tomada de decisões em tempo real.
Outro levantamento, conduzido por uma consultoria global de estratégia, posiciona o Brasil entre os países onde as empresas mais utilizam IA para promover mudanças estruturais — 42% dos entrevistados brasileiros citaram esse objetivo, acima da média global de 34%. São indicadores positivos que colocam o país em posição de destaque no mapa global da adoção tecnológica.
No entanto, a maturidade estratégica continua baixa. Uma pesquisa conduzida por associações de mercado identificou que 72% das empresas nacionais ainda estão nos estágios “iniciante” ou “experimental” de adoção de IA. Há interesse crescente, mas a distância entre experimentar e implementar permanece ampla. E esse descompasso tem consequências práticas preocupantes: quase metade dos profissionais brasileiros já utiliza ferramentas de IA sem aprovação oficial de suas organizações, um fenômeno conhecido como Shadow AI, que amplia riscos de segurança, governança e conformidade regulatória.
Relatórios recentes de segurança apontam que uma empresa de porte médio registra, em média, 223 incidentes de violação de políticas de dados relacionados a IA generativa por mês, volume que mais do que dobrou em relação ao período anterior. Outro estudo revela que 64% dessas violações no Brasil envolvem dados regulados ou sensíveis. Esses números escancaram a diferença entre “usar IA” e ter a infraestrutura necessária para operá-la com responsabilidade.
Implementar IA de forma estruturada exige uma arquitetura em que cada dado possui rastreabilidade, soberania e proteção jurídica. Significa ter redes seguras, ambientes de nuvem bem configurados, políticas de backup e recuperação robustas, monitoramento contínuo e suporte técnico capaz de sustentar toda essa cadeia. Essa infraestrutura não é visível para o usuário final, mas é ela que determina se a IA vai entregar valor real ou criar mais problemas do que resolve.
A preparação da base tecnológica aparece como fator determinante também quando se observam os resultados financeiros. Uma análise publicada pela McKinsey na segunda edição do livro “Rewired”, que estudou as 20 empresas de melhor desempenho em transformações de tecnologia e IA, revelou três números contundentes: essas organizações obtiveram, em média, um incremento de 20% no EBITDA com seus projetos orientados por IA; o retorno do investimento foi alcançado em um a dois anos; e, para cada dólar investido, o retorno médio foi de três dólares.
O dado mais revelador, porém, é que dois terços dessas empresas concentraram seus esforços em no máximo três áreas de foco. Não espalharam IA por toda a organização — direcionaram recursos para os pontos de alavancagem econômica onde pequenas melhorias geram impacto desproporcional.
A projeção de que 75% do conteúdo analítico novo será contextualizado para aplicações inteligentes por meio de IA generativa nos próximos meses adiciona outra camada de urgência ao cenário. Organizações cujos dados estão desorganizados, fragmentados ou inseguros não conseguirão alimentar esses sistemas de forma eficiente. E a penalidade não será apenas técnica: consultorias estimam que empresas que priorizarem a capacitação de seus executivos em IA terão desempenho financeiro 20% superior ao daquelas que não o fizerem. A literacia em inteligência artificial, combinada com infraestrutura adequada, torna-se uma vantagem competitiva mensurável.
Para prestadores de serviços gerenciados de TI, essa conjuntura representa tanto um desafio quanto uma oportunidade. Os clientes finais, especialmente os de médio porte, vão se apoiar cada vez mais em parceiros tecnológicos para navegar essa jornada. Configurar ambientes de nuvem prontos para cargas de trabalho de IA, garantir cibersegurança em camadas que protejam dados sensíveis, oferecer conectividade de alta disponibilidade e manter suporte técnico ágil compõe a infraestrutura sem a qual a promessa da IA não se materializa.
Nesse sentido, o papel do parceiro de tecnologia deixa de ser operacional e passa a ser estratégico. Não se trata mais de manter sistemas funcionando — trata-se de preparar o terreno para que a inteligência artificial entregue o valor que promete.
A velocidade com que essa transformação avança também exige atenção à dimensão regulatória. A Lei Geral de Proteção de Dados, já consolidada no ambiente brasileiro, ganha novos contornos quando a IA passa a processar informações sensíveis de forma autônoma. Organizações que não possuem controles adequados de governança e rastreabilidade de dados enfrentam não apenas riscos técnicos, mas exposição jurídica e reputacional crescente.
A convergência entre IA, privacidade e segurança digital já é apontada por pesquisas do setor como o próximo grande desafio corporativo — e também como um dos maiores diferenciais competitivos para quem resolve essa equação antes dos concorrentes.
O horizonte está traçado com clareza. A inteligência artificial não vai esperar que as empresas estejam prontas — ela já está transformando a maneira como decisões são tomadas em organizações de todos os setores e portes. A pergunta que líderes de negócio precisam se fazer não é se devem adotar IA, mas se sua base tecnológica é capaz de sustentar o peso das decisões que essa tecnologia vai exigir. Quem se antecipou já está colhendo resultados que a concorrência ainda tenta compreender. E para quem reconhece que essa base precisa de reforço, o momento de agir é agora — porque a janela entre preparação e obsolescência está se fechando mais rápido do que qualquer projeção previa.
*Heber Lopes é head de produtos e marketing da Faiston
