The State of AI in the Enterprise

A transformação digital com IA pode trazer uma variedade de benefícios para as empresas, desde redução de custos até melhorias na prestação de serviços. O aumento da produtividade e da eficiência aparece no topo da lista de benefícios alcançados com a adoção de IA nas organizações até agora, com dois terços (66%) das empresas relatando ganhos. Outros benefícios mencionados incluem:

• Melhoria de insights e da tomada de decisão (53%)
• Redução de custos (40%)
• Aprimorar o relacionamento com clientes/usuários (38%)
• Melhoria de produtos/serviços e incentivo à inovação (20%)
• Aumento da receita (20%)

O crescimento da receita continua sendo em grande parte uma aspiração, com 74% das organizações esperando aumentar a receita por meio de suas iniciativas de IA no futuro, contra apenas 20% que já estão fazendo isso. Esses números sugerem que a IA está prestes a se destacar e entregar uma ampla gama de benefícios que vão muito além das melhorias de eficiência e produtividade. No fim das contas, porém, o sucesso com IA não se resume apenas a aumentar a eficiência ou até mesmo aumentar a receita. Trata-se de alcançar diferenciação estratégica e uma vantagem competitiva duradoura no mercado.

Um terço (34%) das organizações pesquisadas está começando a usar IA para promover transformações profundas – criando novos produtos e serviços ou reinventando processos essenciais e modelos de negócio. Outro terço (30%) está redesenhando processos-chave com base em IA. O terço restante (37%) utiliza IA de forma mais superficial, com pouca ou nenhuma mudança nos processos existentes.

Embora todos estejam capturando ganhos de produtividade e eficiência, apenas o primeiro grupo está realmente reimaginando o negócio, e não apenas otimizando o que já existe.

Além disso, diferentes tipos de tecnologias de IA geram diferentes expectativas de impacto.

IA generativa (GenAI): as áreas em que líderes acreditam que a GenAI terá os efeitos mais significativos nas suas indústrias são:

• Busca e gestão do conhecimento
• Assistentes virtuais/chatbots
• Geração de conteúdo

IA agêntica: embora a expectativa seja de maior impacto em atendimento ao cliente, casos de uso para gestão da cadeia de suprimentos, P&D, gestão do conhecimento e cibersegurança também são vistos como altamente promissores. As empresas entrevistadas já estão implantando agentes de IA autônomos em diversas funções:

• Serviços financeiros: construindo fluxos agentic para capturar automaticamente as ações das reuniões em videoconferências, elaborar comunicações para lembrar os participantes de seus compromissos e acompanhar o acompanhamento.
• Companhia aérea: usando agentes de IA para ajudar os clientes a concluir as transações mais comuns, como remarcar um voo ou redirecionar malas, liberando tempo para que agentes humanos tratem de questões mais complexas.
• Fabricante: utilizando agentes de IA para apoiar novas iniciativas de desenvolvimento de produtos, encontrado o equilíbrio ideal entre variáveis como custo e tempo de lançamento.
• Setor público: agentes de IA estão sendo usados para cobrir a escassez de mão de obra, em parceria com servidores humanos para concluir processos-chave.

IA física: aplicações físicas de IA abrangem uma ampla gama de contextos industriais e comerciais. Casos de uso comuns para IA física incluem:

• Robôs colaborativos (cobots) em linhas de montagem
• Drones de inspeção com capacidades de resposta automatizada
• Braços robóticos de separação e movimentação
• Empilhadeiras autônomas

A adoção está especialmente avançada em manufatura, logística e defesa, onde robótica, veículos autônomos e drones já estão remodelando operações.

À medida que a IA avança da experimentação para a implantação, a governança se torna o fator decisivo entre escalar com sucesso ou estagnar. Empresas em que a liderança sênior participa ativamente da definição da governança de IA obtêm significativamente mais valor de negócio do que aquelas que delegam esse papel apenas às equipes técnicas.

Uma governança verdadeira transforma a supervisão em responsabilidade coletiva, integrando‑a aos critérios de desempenho – de modo que, conforme a IA assume mais tarefas, as pessoas assumam um papel ativo de supervisão.

Sistemas autônomos também aumentam as necessidades de governança de dados e cibersegurança. As organizações precisam definir onde os humanos devem permanecer no controle, como decisões automatizadas são auditadas e quais registros do comportamento do sistema devem ser mantidos.

Em termos de regulação, uma governança eficaz integra-se às estruturas existentes de risco e supervisão, não a funções paralelas ou "sombras". Foca em identificar aplicações de alto risco, aplicar práticas de design responsáveis e garantir validação independente quando apropriado. Organizações líderes monitoram proativamente os requisitos legais em evolução e constroem sistemas que possam demonstrar segurança, justiça e conformidade.

No que diz respeito aos dados, arquiteturas legadas de dados e infraestrutura não conseguem alimentar IA autônoma e em tempo real. À medida que as capacidades de IA vão além do software, incluindo dispositivos, máquinas e localizações de borda, as organizações precisam avaliar se suas bases tecnológicas estão prontas para suportar potenciais implantações físicas de IA. A modernização deve criar uma espinha dorsal "viva" de IA: um sistema em tempo real em toda a organização que se adapte dinamicamente às mudanças de negócios e regulatórias. Ideias-chave abordadas no relatório:

• Os líderes estão habilitando plataformas modulares nativas da nuvem que conectam, governam e integram todos os tipos de dados com segurança. Eles quebram silos com produtos de dados pertencentes ao domínio e incorporam privacidade, soberania e segurança desde o projeto, ao mesmo tempo em que aplicam padrões empresariais de qualidade, interoperabilidade e linhagem.
• Uma estratégia de dados unificada e confiável é indispensável. Organizações visionárias convergem fluxos de dados operacionais, experienciais e externos e investem em plataformas em evolução que antecipam as necessidades da IA emergente.

Segundo os líderes entrevistados, a falta de qualificação da força de trabalho é a maior barreira para integrar IA aos fluxos de trabalho existentes. Estas são as principais maneiras pelas quais as organizações estão ajustando suas estratégias de talento para IA:

• Educar a força de trabalho como um todo para aumentar a fluência em IA (53%)
• Desenhar e implementar estratégias de aprimoramento e requalificação (48%)
• Avaliar necessidade de contratação e adquirir talentos especializados para impulsionar iniciativas de IA (36%)
• Redesenhar trajetórias de carreira e estratégias de mobilidade (33%)
• Avaliar mudanças na oferta e demanda de habilidades (30%)
• Oferecer incentivos de desempenho para o uso de IA (30%)
• Combinar ou repensar organizações com base em novos padrões resultantes do uso de IA (30%)
• Medir a confiança e engajamento dos trabalhadores (30%)
• Alterar o equilíbrio entre funcionários full-time, contratados e gig workers (19%)

Embora a maioria esteja focada em educar funcionários, muito menos estão reprojetando funções, fluxos de trabalho e trajetórias de carreira. As organizações de maior sucesso reinventam os empregos para combinar de forma fluida as forças humanas e as capacidades de IA, garantindo que ambos os aspectos sejam aproveitados ao máximo. Novos cargos – gerentes de operações de IA, especialistas em interação humano-IA, gestores de qualidade e outros – sinalizam uma mudança mais profunda: a IA agora é um componente estrutural de como o trabalho é organizado. Organizações avançadas otimizam fluxos de trabalho que a IA pode executar de ponta a ponta, enquanto os humanos focam no julgamento, no manejo de exceções e na supervisão estratégica. O objetivo não é substituir humanos ou apenas ajudá-los, mas criar parcerias funcionais complementares entre humanos e IA – onde a produção combinada supera o que qualquer um poderia alcançar sozinha.

As estruturas organizacionais estão começando a se afundar à medida que a IA absorve tarefas rotineiras de execução. Algumas empresas estão unindo tecnologia e funções de liderança de pessoas para garantir que sistemas e design de força de trabalho evoluam juntos. O ritmo da gestão de mudanças em IA varia conforme a indústria, mas a direção é consistente: funções, habilidades e trajetórias profissionais devem ser reconstruídos, não simplesmente ajustados. As organizações precisam redesenhar o trabalho de forma holística, em vez de sobrepor IA a processos legados.