A transformação digital com IA pode produzir uma variedade de benefícios para as empresas, desde a poupança de custos à prestação de serviços. A melhoria da produtividade e da eficiência está no topo da lista de benefícios obtidos com a adoção do IA pelas empresas até à data, com dois terços (66%) das organizações a comunicarem ganhos. Outros benefícios que as organizações comunicaram ter alcançado incluem

• Melhorar os conhecimentos e a tomada de decisões (53%)
• Redução de custos (40%)
• Melhorar as relações entre clientes e consumidores (38%)
• Melhorar os produtos/serviços e promover a inovação (20%)
• Aumento das receitas (20%)

Revenue growth continua a ser uma grande aspiração, com 74% das organizações a esperarem aumentar as receitas através das suas iniciativas IA no futuro, em comparação com apenas 20% que já o estão a fazer. Estes números sugerem que IA está prestes a proporcionar uma vasta gama de benefícios que vão muito além das melhorias de eficiência e produtividade. No entanto, em última análise, o sucesso com IA não se limita a aumentar a eficiência ou mesmo a aumentar as receitas. Trata-se de conseguir uma diferenciação estratégica e uma vantagem competitiva duradoura no mercado.

Um terço (34%) das organizações inquiridas está a começar a utilizar a IA para se transformar profundamente – criando novos produtos e serviços ou reinventando processos ou modelos de negócio essenciais. Outro terço (30%) está a reformular processos-chave em torno de IA. O terço restante (37%) está a utilizar IA a um nível mais superficial, com pouca ou nenhuma alteração dos processos existentes. Embora todos estejam a obter ganhos de produtividade e eficiência, apenas o primeiro grupo está a reimaginar verdadeiramente as suas empresas, em vez de otimizar o que já existe.

Além disso, diferentes tipos de tecnologias de IA geram expectativas distintas quanto ao impacto.
Generative AI (GenAI): As áreas de GenAI que os líderes acreditam que terão os efeitos mais impactantes nas suas indústrias são:

• Pesquisa e gestão do conhecimento
• Assistentes virtuais/chatbots
• Criação de conteúdos

Agentic AI: Embora se preveja que a Agentic AI tenha o maior impacto no apoio ao cliente, os casos de utilização para a gestão da cadeia de abastecimento, I&D, gestão do conhecimento e cibersegurança são também considerados como tendo um potencial particularmente elevado. As empresas que entrevistámos estão a implementar agentes autónomos de IA em várias funções:

• Uma empresa de serviços financeiros está a criar fluxos de trabalho com Agentic AI para captar automaticamente as ações identificadas em reuniões por videoconferência, redigir comunicações para lembrar os participantes dos seus próximos passos e acompanhar a execução dessas ações.
• Uma transportadora aérea está a utilizar Agentic AI para ajudar os clientes a concluir as transações mais comuns, como a remarcação de um voo ou o reencaminhamento de malas, libertando os agentes humanos para tratar de assuntos mais complexos.
• Um fabricante está a utilizar os Agentic AI para apoiar iniciativas de desenvolvimento de novos produtos, tirando partido da IA para encontrar o melhor equilíbrio entre objetivos concorrentes, como o custo e o tempo de colocação no mercado.
• No setor público, Agentic AI está a ser utilizado para colmatar a falta de mão de obra, em parceria com trabalhadores humanos para completar processos-chave.

Physical AI: Physical AI aplicações abrangem uma vasta gama de ambientes industriais e comerciais. Casos de utilização comuns para Physical AI incluem:

• Robôs colaborativos (cobots) nas linhas de montagem
• Drones de inspeção com capacidade de resposta automática
• Braços robóticos de recolha
  Empilhadores autónomos
  A adoção está especialmente avançada na indústria transformadora, na logística e na defesa, onde a robótica, os veículos autónomos e os drones já estão a remodelar as operações.

À medida que o IA passa da experimentação para a implementação, a governação é a diferença entre escalar com sucesso ou parar. As empresas em que a liderança sénior molda ativamente a governação da IA alcançam um valor empresarial significativamente maior do que aquelas que delegam esse trabalho apenas às equipas técnicas. A verdadeira governação torna a supervisão uma função de todos, integrando-a em rubricas de desempenho, de modo a que, à medida que o IA lida com mais tarefas, os humanos assumam uma supervisão ativa.

Os sistemas autónomos também aumentam as necessidades de governação dos dados e da cibersegurança. As organizações precisam de definir onde os humanos devem permanecer no controlo, como as decisões automatizadas são auditadas e que registos do comportamento do sistema devem ser mantidos.

Em termos de regulamentação, uma governação eficaz integra-se nas estruturas de risco e de supervisão existentes e não em funções "sombra" paralelas. Centra-se na identificação de aplicações de alto risco, na aplicação de práticas de conceção responsáveis e na garantia de validação independente, quando necessário. As organizações líderes monitorizam proativamente a evolução dos requisitos jurídicos e criam sistemas que podem demonstrar segurança, equidade e conformidade.

No que diz respeito aos dados, as arquiteturas legadas de dados e de infraestrutura não conseguem suportar IA autónoma em tempo real. À medida que as capacidades do IA se estendem para além do software, para dispositivos e máquinas as organizações têm de avaliar se as suas bases tecnológicas estão prontas para suportar potenciais implementações físicas do IA. A modernização deve criar uma espinha dorsal "viva" em IA: um sistema em tempo real para toda a organização que se adapta dinamicamente às mudanças comerciais e regulamentares. Ideias-chave abordadas no relatório:

• Os líderes estão a habilitar plataformas modulares e nativas da cloud que conectam, governam e integram com segurança todos os tipos de dados. Eliminam silos com produtos de dados geridos pelos próprios domínios e incorporam privacidade, soberania e segurança‑by‑design, ao mesmo tempo que aplicam padrões empresariais de qualidade, interoperabilidade e rastreabilidade.
• É indispensável uma estratégia de dados unificada e fiável. As organizações visionárias convergem fluxos de dados operacionais, experienciais e externos, e investem em plataformas em evolução que antecipam as necessidades da IA emergente.

De acordo com os líderes inquiridos, a falta de competências dos trabalhadores é o maior obstáculo à integração do IA nos fluxos de trabalho existentes. Estas são as principais formas como as organizações estão a ajustar a estratégia de talento de IA:

• Educar os colaboradores para aumentar a fluência global em IA (53%)
• Conceber e aplicar estratégias de melhoria de competências e de requalificação profissional (48%)
• Avaliar os níveis de aquisição de talento pretendidos e contratar talento especializado para impulsionar iniciativas de IA (36%)
• Reformulação dos percursos profissionais e das estratégias de mobilidade profissional (33%)
• Avaliar alterações na oferta e procura previstas de competências (30%)
• Proporcionar incentivos com base no desempenho para a utilização de IA (30%)
• Combinar ou reimaginar organizações com base em novos padrões resultantes da utilização de IA (30%)
• Medir a confiança e a participação dos trabalhadores (30%)
• Alterar o equilíbrio entre trabalhadores a tempo inteiro, contratuais e por conta de outrem (19%)

Embora a maioria esteja focada em educar os colaboradores, poucos estão focados em reestruturar funções, fluxos de trabalho e percursos de carreira. As organizações mais bem sucedidas reimaginam os postos de trabalho de forma a combinar na perfeição os pontos fortes humanos e as capacidades deIA, assegurando que ambos os aspetos são utilizados no seu potencial máximo. Novas funções — gestores de operações de IA, especialistas em interação humano‑IA, responsáveis pela qualidade, entre outras — sinalizam uma mudança mais profunda: a IA é agora um componente estrutural da forma como o trabalho é organizado. As organizações avançadas simplificam fluxos de trabalho que a IA pode executar de ponta a ponta, enquanto os humanos se concentram em gestão de exceções e supervisão estratégica. O objetivo não é substituir os humanos, nem apenas apoiá‑los, mas criar relações de trabalho complementares entre humanos e IA — onde o resultado combinado supera aquilo que cada um poderia alcançar sozinho.

As estruturas organizacionais começam a achatar‑se à medida que a IA absorve tarefas rotineiras de execução. Algumas empresas estão a fundir as funções de tecnologia e de liderança de pessoas para garantir que os sistemas e o desenho das equipas evoluem em conjunto. O ritmo da gestão da mudança em IA varia consoante o setor, mas a direção é consistente: as funções, as competências e os percursos de carreira devem ser reconstruídos, não simplesmente ajustados. As organizações devem adotar uma abordagem AI-native e redesenhar o trabalho de forma holística, em vez de colocarem a IA em processos antigos.