Estudo mostra farmacêuticas na ponta da maturidade digital com IA; mas saúde, na traseira

Inteligência artificial está em toda reunião de diretoria, em toda meta de OKR, em toda aparição de CEO em painel. E, ainda assim, segundo a mais recente edição do Panorama Mindset Digital, pesquisa da consultoria Brivia Group que mede a maturidade digital de empresas brasileiras, o pilar de IA & Gestão Eficiente é, isoladamente, o mais baixo entre os sete avaliados em praticamente todos os 15 setores da economia. A conclusão prática: o discurso corre na frente do resultado.

O levantamento ouviu 350 empresas entre setembro de 2025 e março de 2026, atribuindo a cada uma um Digital Maturity Score (DMS), nota de 0 a 100 que classifica a maturidade digital em quatro estágios: Crítico, Sensibilização, Otimização e Excelência.

Nesta edição, pela primeira vez, o estudo isolou o uso de inteligência artificial como um pilar próprio, separado da digitalização tradicional. Antes, essa camada estava diluída em indicadores mais genéricos; agora, ganhou régua exclusiva, e o resultado expõe uma lacuna que estava escondida nos números anteriores.

O diagnóstico foi resumido por Christiaan van Hattem, estrategista de marketing e negócios da Brivia Group e um dos responsáveis pelo estudo, em entrevista à EXAME: "existe uma questão de estratégia de uso. As empresas liberam a ferramenta para todo mundo, sem critério, e depois percebem que ficou insustentável do ponto de vista de investimento, sem melhoria de produtividade correspondente".

A explicação técnica por trás disso é o consumo de tokens, a unidade que mede o processamento de um modelo de IA, e que é cobrada pelas empresas de tecnologia por volume de uso. Quando o uso de IA é generalizado e sem direcionamento, ele tende a mirar problemas amplos demais, consumindo mais processamento (e mais custo) sem entregar solução proporcional.

Segundo Van Hattem, o padrão mais eficaz é o oposto: "a execução de estratégias usando IA deveria sempre começar por problemas menores e específicos, não tentar resolver problemas de forma generalista, que é o que gera consumo maior de tokens e diminui a margem da empresa".

O pesquisador também identificou um segundo problema, tão relevante quanto o primeiro: a ausência de governança central.

"A gente vê que existe o uso, mas a governança ainda não está bem estruturada dentro das empresas, porque ela é muito centralizada na mão do colaborador individual, e não numa estratégia definida pela companhia", afirmou.

A disparidade entre setores

O extremo dessa disparidade aparece no contraste entre dois setores da saúde. A Farmacêutica lidera o ranking geral, com 83 pontos (Otimização), pilotada por indicadores de excelência em propósito de marca e em uso analítico de dados, típicos de uma indústria mais voltada à pesquisa interna e ao rigor regulatório do que ao atendimento direto ao consumidor.

Já o setor de Saúde (hospitais, laboratórios, operadoras) fecha a lista com apenas 54 pontos, a pior nota geral de todo o levantamento, e o pilar de IA nesse setor despenca para 22 pontos, classificado como "Muito Crítico".

A diferença, segundo o estudo, não é de vontade, e sim de complexidade de jornada: a Farmacêutica lida majoritariamente com processos internos de laboratório, enquanto a Saúde lida com o paciente na ponta, muitas vezes obrigado a repetir seu histórico em cada novo canal de atendimento, sem que sistemas hospitalares conversem entre si.

É um contraste que ganha peso justamente agora: o Conselho Federal de Medicina publicou, em fevereiro, a primeira resolução nacional para regular o uso de inteligência artificial na prática médica, com vigência a partir deste mês, uma resposta regulatória a exatamente o tipo de dispersão de adoção que o Panorama capturou no setor de saúde como um todo, cada hospital e clínica adotando ferramentas de forma isolada, sem padrão comum.

Outro achado curioso do estudo são as contradições internas dentro de uma mesma empresa. Van Hattem descreveu o padrão: "às vezes a empresa afirma que tem marca forte, que é reconhecida, que cria comunidade, e, na pergunta seguinte, discorda que a aquisição de clientes dependa cada vez menos de mídia paga. Ou diz que conhece profundamente o cliente, mas não faz pesquisa de comportamento com ele."

Esse tipo de contradição se repetiu em praticamente todos os 15 setores analisados, sugerindo que a percepção que as empresas têm de si mesmas nem sempre resiste a um segundo olhar sobre os próprios números.

Já Fabio Rios, CMO da Brivia Group que também liderou a pesquisa, explica que alguns setores que pontuaram bem na edição anterior do estudo pareceram estagnar nesta.

"Toda vez que surge uma nova onda de tecnologia, ela leva a empresa para uma reflexão estratégica, e às vezes o que parece regressão é, na verdade, um corpo executivo ficando mais criterioso sobre suas próprias necessidades, porque agora entende melhor o que significa maturidade de verdade".

Ou seja, a régua muda de tamanho junto com o setor: uma nota mais baixa não indica necessariamente piora, e sim uma autoavaliação mais exigente.

Quando a máquina não deve responder sozinha

Uma das perguntas mais delicadas para qualquer empresa que automatiza o atendimento é até onde a IA pode substituir contato humano sem prejudicar a experiência.

Para Van Hattem, a resposta depende do contexto emocional da interação, não da tecnologia disponível: "Para rastrear a entrega de um produto que comprei on-line, não me importo nada com automação total, vou digitar um número e ter a resposta. Mas para uma consulta sobre fisioterapia, se a pessoa do outro lado não tem meu histórico nem sensibilidade para entender o que estou sentindo, a demanda simplesmente não é suprida".

O próprio mercado publicitário já viveu esse limite na prática, embora não exatamente do jeito que o executivo lembrou durante a entrevista.

Nos dois últimos anos, a Coca-Cola usou inteligência artificial generativa para recriar seu clássico comercial natalino "Holidays Are Coming", e enfrentou forte reação negativa em ambas as tentativas: consumidores classificaram o resultado como "sem alma" e reclamaram que a marca havia "arruinado o Natal", justamente por a peça remeter a um momento associado a calor humano e nostalgia, sentimentos que o público não quis ver terceirizados a um algoritmo.

É a mesma lógica citada por Van Hattem, aplicada em sentido inverso ao que ele descreveu: contexto emocional intenso é onde a régua da aceitação à IA cai mais rápido, não onde ela sobe.

A partir desse diagnóstico, a Brivia Group resume em três frentes o caminho mais rápido para qualquer empresa sair de uma nota baixa: primeiro, quebrar os "feudos de dados" internos, garantindo que a informação usada para decisão não fique restrita a um departamento; segundo, cultivar uma cultura de teste e erro controlado, com ambientes isolados (os chamados sandboxes) para experimentar sem risco à operação; e terceiro, formar um comitê central de governança de IA que priorize problemas específicos e mensuráveis, em vez de soluções genéricas aplicadas à empresa inteira.

É, segundo os pesquisadores, a diferença entre empresas que vão colher os primeiros resultados financeiros da IA no próximo ciclo da pesquisa e as que seguirão gastando mais para produzir o mesmo de sempre.