‘Empresas já usam IA, mas esquecem a pergunta mais importante antes de começar’ diz executiva

Empresas de diferentes setores estão ampliando o uso de inteligência artificial, mas a compra de ferramentas não garante, por si só, ganho de produtividade ou retorno financeiro. 

Para Viviane Menezes Penhalbel, especialista em estratégia e IA, um dos erros mais comuns é começar pela tecnologia em vez de identificar qual problema o negócio precisa resolver.

“Muitas empresas começam perguntando ‘qual IA devemos usar?’, quando a primeira pergunta deveria ser: ‘qual problema de negócio precisamos resolver?”, afirma Viviane, que atua como consultora e professora. Segundo ela, esse movimento pode levar à adoção de ferramentas sem governança, sem treinamento e sem uma avaliação clara sobre o resultado esperado.

O cenário ajuda a explicar a pressão pela adoção. O investimento corporativo em inteligência artificial cresceu fortemente nos últimos anos. Segundo o AI Index 2026, de Stanford, o investimento empresarial global em IA mais que dobrou em 2025.

 A inteligência artificial generativa liderou esse avanço, com crescimento superior a 200% nos investimentos privados.  Nesse ambiente, a questão para as empresas deixa de ser apenas qual ferramenta contratar e passa a ser onde a tecnologia pode gerar valor.

Quem decide primeiro é o negócio

Na avaliação de Viviane, o ponto de partida deve ser uma análise das dificuldades da operação. A empresa precisa identificar onde existem gargalos, perda de produtividade, riscos ou oportunidades de aumento de receita. Só depois disso entra a escolha da tecnologia.

Na consultoria que mantém, ela utiliza workshops com lideranças para mapear problemas e priorizar iniciativas. Entre os critérios está a relação entre esforço e impacto: quais projetos exigem mais recursos e quais podem gerar resultados mais rápidos.

A lógica também aparece em pesquisas sobre adoção corporativa. Um levantamento global da McKinsey publicado em 2025 mostrou que empresas que conseguem extrair mais valor da IA são mais propensas a redesenhar fluxos de trabalho, em vez de simplesmente adicionar uma ferramenta ao processo existente.

Entre os chamados high performers, 55% disseram ter redesenhado fundamentalmente workflows, contra 20% das demais empresas.  Isso significa que implementar IA pode exigir mudanças no próprio modo como o trabalho é realizado.

O uso estratégico da inteligência artificial exige mais do que dominar ferramentas. No Pré-MBA em IA da Saint Paul e EXAME, por R$ 37, profissionais exploram aplicações práticas e os fundamentos da tecnologia. Matrículas abertas!

O problema de ter ferramentas de IA demais

A falta de planejamento pode produzir outro efeito: cada equipe passa a experimentar uma solução diferente. Segundo Viviane, já encontrou empresas nas quais centenas de funcionários utilizavam ferramentas de IA sem uma estrutura central de orientação.

O problema não é apenas financeiro. Segurança de dados, governança e treinamento também entram na conta. Um funcionário pode inserir informações sensíveis em uma ferramenta sem saber quais dados podem ou não ser compartilhados.

"Se os dados dessa empresa não estão muito seguros, você cria um risco absurdo"Viviane M. Penhabel, especialista em estratégia e inteligência artificial

Para ela, as empresas precisam definir quem pode usar determinadas ferramentas, em quais situações e com quais informações.

A preocupação também aparece no levantamento de 2026 da BCG. Entre os executivos pesquisados, mais da metade apontou privacidade de dados e cibersegurança como preocupações relacionadas à IA, enquanto 41% demonstraram preocupação com a falta de controle ou compreensão sobre decisões tomadas pelos sistemas. 

Mais uso não significa necessariamente mais resultado. Um estudo de 2026 sobre empresas do S&P 500 estimou que apenas 11% tinham IA profundamente integrada aos processos de negócio em 2025.

Outros 10% utilizavam IA na produção de bens ou na prestação de serviços. O trabalho também não encontrou, até aquele momento, diferenças de produtividade ou investimento em capital associadas à adoção profunda fora do setor de tecnologia.

Como medir se a IA está funcionando

Uma vez definido o problema, o próximo passo é estabelecer uma métrica para comparar o cenário anterior com o posterior à implementação.

No atendimento ao cliente, por exemplo, uma empresa pode acompanhar o número de solicitações processadas, o tempo médio de resposta, a taxa de resolução e a quantidade de casos encaminhados para atendentes humanos.

Viviane cita justamente esse tipo de aplicação. A IA pode assumir etapas mais simples do atendimento, enquanto profissionais passam a lidar com situações que exigem análise ou interação humana.

O raciocínio vale para outras áreas. Em vez de medir apenas quantas pessoas usam uma ferramenta, a empresa pode observar indicadores como:

• tempo economizado por atividade;
• volume de trabalho processado;
• redução de erros;
• custo por operação;
• receita gerada ou preservada.

O indicador depende do problema original. Uma IA usada para atendimento não precisa ser avaliada pelos mesmos critérios de uma solução aplicada a vendas, programação ou análise financeira.

Para quem trabalha, a mudança também é prática

A discussão sobre retorno da IA não se limita aos executivos. A adoção de ferramentas pode alterar a distribuição das tarefas dentro das equipes.

Na avaliação de Viviane, profissionais que não aprendem a trabalhar com IA podem perder espaço para outros trabalhadores que utilizam a tecnologia para executar determinadas atividades com mais rapidez e eficiência. “Ela vai perder o emprego, sim, mas não exatamente por uma IA, mas por outro profissional que utiliza IA”, afirma.

Isso desloca parte da responsabilidade para a capacitação. A empresa pode contratar uma tecnologia, mas ainda precisa ensinar os funcionários a utilizá-la de forma adequada e entender onde a aplicação faz sentido.

Para o profissional, o aprendizado não precisa começar por uma ferramenta específica. O primeiro passo é compreender quais tarefas do próprio trabalho consomem mais tempo, são repetitivas ou dependem de grandes volumes de informação. A partir daí, fica mais fácil avaliar onde a IA pode ajudar e quais competências continuam sendo necessárias.

O próximo passo é começar pequeno

Para empresas que ainda não sabem por onde começar, Viviane recomenda olhar primeiro para dentro da própria operação. Em uma pequena ou média empresa, por exemplo, o empreendedor pode identificar a atividade que mais gera retrabalho ou dificulta decisões e testar uma solução nesse ponto específico.

A lógica é testar, medir e ajustar antes de ampliar o uso. Isso reduz a chance de uma empresa transformar a adoção de IA em uma coleção de assinaturas e projetos desconectados.

A experiência das empresas que mais avançam indica que o ganho não está apenas na ferramenta. Está na combinação entre problema bem definido, processo redesenhado, pessoas preparadas, dados adequados e uma métrica capaz de mostrar se o investimento produziu resultado. 

A principal pergunta, portanto, não é apenas qual inteligência artificial uma empresa deveria contratar. É qual problema vale a pena resolver primeiro. A resposta ajuda a definir a tecnologia adequada, os dados necessários, as pessoas envolvidas e, principalmente, como o resultado será medido.

Para quem está avaliando como aplicar inteligência artificial no trabalho ou nos negócios, entender os fundamentos da tecnologia, suas aplicações e seus limites pode ajudar a tomar decisões mais bem informadas. Confira o Pré-MBA em Inteligência Artificial da Saint Paul e EXAME por R$ 37.