‘O uso de IA pela IA é um risco para as startups', diz CMO da Endeavor

Startups que já superaram a fase inicial de validação do negócio e entraram em um ritmo de crescimento acelerado e sustentado — as chamadas scale-ups — ainda enfrentam um descompasso entre adotar inteligência artificial (IA) e transformar essa adoção em resultado mensurável para o negócio.

É o que mostra o estudo inédito "Inteligência Artificial nas Scale-Ups Brasileiras", da Endeavor Brasil, organização global de apoio ao empreendedorismo de alto impacto, com apoio da Salesforce e da Onfly.

Ao todo, 16% das empresas ouvidas já nasceram com IA no centro do negócio. Outras 34% reposicionaram produtos e operações para colocar a tecnologia no core. Por fim, 42% usam a ferramenta com ganhos comprovados, mas sem mantê-la como eixo central.

"A pergunta 'sua empresa usa inteligência artificial?' está perdendo relevância para outra: se a IA desaparecesse hoje, algum processo vital deixaria de funcionar, ou ela apenas perderia uma conveniência?", diz Daniella Mello, CMO da Endeavor, em entrevista exclusiva à EXAME.

O levantamento foi feito entre junho e julho de 2026, com 133 empreendedores de 125 empresas, além de 90 mentorias e dez entrevistas em profundidade com lideranças do setor.

A partir das respostas, a Endeavor calculou o Índice de Percepção de Adoção de IA das scale-ups — indicador que avalia investimentos, cultura interna e medição de impacto. A média nacional ficou em 6,0 de 10, patamar que posiciona o ecossistema no estágio "em desenvolvimento": a fase de testes ficou para trás, mas a transformação real ainda não aconteceu.

Nos últimos 12 meses, 70% das empresas reorganizaram áreas ou times em resposta à IA, e em 63% delas a tecnologia já é usada de forma intensa da liderança à base. Outros 84% pretendem aumentar os investimentos no próximo ano.

Empresas mais jovens saem na frente

Empresas fundadas nos últimos cinco anos registraram nota 6,9 no índice, contra 5,2 nas que têm mais de 16 anos. A diferença se repete no faturamento: negócios com receita de até R$ 30 milhões pontuaram 6,3, ante 5,3 entre os que faturam acima de R$ 300 milhões.

Mas, para Daniella, idade sozinha não explica a diferença. "O iFood foi fundado em 2011 e começou a trabalhar com IA em 2018. Não diríamos que a idade é um fator decisivo", afirma.

Segundo ela, o que pesa é a complexidade. "Em empresas mais antigas, com linhas de produto e organogramas grandes, é natural que exista um certo delay."

Para a Endeavor, o retrato é de um ecossistema pronto para o próximo passo. A janela atual permite ao Brasil participar da construção da tecnologia, não só usar o que chega pronto de fora. Falta menos talento, segundo a organização, e mais coragem para sair da espera pelo cenário perfeito.

O gargalo é o dado, não o modelo

A falta de integração de dados é o principal obstáculo para 30% dos empreendedores, à frente da escassez de talento (29%), da qualidade das respostas (25%) e da segurança da informação (23%).

"Muito do contexto da companhia está espalhado em planilhas, reuniões não transcritas, coisas que só existem na cabeça dos melhores funcionários", diz Daniella. Depois vem a etapa de segurança da informação — um projeto que, segundo ela, só gera custo no início, o que faz muita empresa desistir no meio do caminho.

'Muitos empregos vão desaparecer': os 3 maiores riscos da era da IA, segundo Bill Gates

Talento, porém, segue como desafio à parte. "Uma grande dor dos empreendedores é formar e atrair profissionais de áreas como marketing, RH, finanças e produto que tenham veia de IA para liderar a transformação em cada área", afirma.

Jurídico e RH ficam para trás

Produto e engenharia lideram a adoção de IA (77%), seguidos por atendimento e suporte (57%) e dados e BI (35%). Jurídico e RH aparecem com apenas 10% cada.

"São áreas que demandam muita subjetividade — no jurídico, um erro de IA pode ter consequência séria. Em geral, não são as primeiras frentes que o empreendedor ataca, porque não estão ligadas ao core ou à receita", explica Daniella. Ela espera que o cenário mude com o avanço de HR techs e lawtechs especializadas.

Adoção não é sinônimo de impacto

Apesar do avanço, 51% das scale-ups ainda não medem o impacto real da IA no negócio — dificuldade em separar ganho concreto de simples sensação de produtividade. Ainda assim, 84% planejam ampliar investimento nos próximos 12 meses, e 37% pretendem mais que dobrar o aporte. Entre as que investem mais de 20% da receita em IA, 62% já percebem aumento de receita, contra apenas 9% das que investem menos de 1%.

Para Daniella, a lacuna reflete a curva de maturidade de cada empresa. No início, o natural é acompanhar indicadores de implementação — agentes criados, adesão das equipes, tokens consumidos. "Só que focar apenas nisso pode gerar incentivos ineficientes, o uso de IA pela IA", diz. Com o tempo, a métrica precisa migrar para o que ela chama de indicadores finalísticos: receita por colaborador, satisfação do cliente, churn.

O estudo propõe justamente essa régua em dois níveis. No de exploração, o foco é tração e aprendizado — número de agentes, tempo de piloto até produção, ciclo por processo. No de transformação, entram métricas de negócio: receita por colaborador, margem, EBIT, ROI por caso de uso, conversão, satisfação e tempo de resolução.

A receita por colaborador é a mais usada entre os Empreendedores Endeavor, mas Daniella faz uma ressalva: o indicador também responde a decisões sem relação com IA, como terceirização ou mudança no mix de produtos. A dificuldade não é só brasileira — no mundo, apenas 39% das organizações atribuem algum impacto em EBIT à IA.

O risco do "ai-washing" na hora de vender a narrativa

O estudo também alerta para o avanço do ai-washing — anunciar uso de IA sem comprovar resultado real, prática que ganhou força na captação de recursos, mas hoje encontra investidores mais rigorosos.

"Isso veio muito da ansiedade do mercado no ano passado. Mas os investidores já estão atentos ao que é de fato uma empresa AI-native e à defensabilidade dela", diz Daniella.

A orientação da Endeavor para os empreendedores da rede é simples: manter o pitch focado na dor do cliente, não na tecnologia em si — "IA é meio, não fim" —, e deixar claro qual dado proprietário ou relacionamento a empresa tem que nenhuma nova feature da OpenAI ou da Anthropic poderia substituir em seis meses. Só depois disso, diz ela, faz sentido apresentar a IA no pitch — mostrando, com métricas, o que a empresa já faz de diferente por causa dela.