A era da IA sem impacto: onde as empresas estão errando

*De Davos, na Suíça

A inteligência artificial já passou da fase de testes e promessas — mas, para a maioria das empresas, o impacto real ainda não chegou. O motivo, segundo Maria Basso, head de Aplicações e Impacto em IA do Fórum Econômico Mundial (WEF, na sigla em inglês), é simples: muitas organizações ainda tratam a IA como um processo isolado, e não como uma mudança profunda no modelo operacional.

À frente do programa MIND – sigla para Meaningful, Intelligent, Novel and Deliverable – uma iniciativa do fórum que, como o próprio nome diz, reconhece soluções de IA com impacto econômico, ambiental e social, Basso analisou centenas de projetos ao redor do mundo. Apenas 33 foram selecionados. Em comum, eles não apostam em algoritmos “milagrosos”, mas na integração de dados, pessoas, processos e governança.

Em entrevista à EXAME, a especialista explica por que a IA só gera valor quando sai do laboratório, comenta o papel da tecnologia na transição energética, fala sobre o futuro do trabalho e aponta o que a deixa mais otimista — e temerosa — no avanço acelerado da IA. Confira:

EXAME: O Fórum Econômico Mundial tem um programa que reconhece empresas que usam IA para gerar impacto real. Neste ano, qual projeto mais a impressionou?
Maria Basso – No MIND, analisamos em profundidade centenas de projetos de transformação com IA, medimos seu impacto com especialistas e contamos com um conselho independente de impacto formado por executivos de diferentes setores da nossa comunidade.

Em 2025, reconhecemos 33 soluções entre milhares que foram avaliadas. E o que mais se destacou não foi uma solução isolada e chamativa, mas sim transformações em nível sistêmico. Microgrids habilitados por IA, por exemplo, conseguiram reduções de dois dígitos no consumo de energia e nas emissões de CO₂.

Outro exemplo é a plataforma de design baseada em IA da fabricante de baterias para veículos elétricos CATL, que reduziu significativamente os ciclos de P&D e economizou milhões de dólares por ano.

Essas soluções mostram o que é impacto real. Não são projetos-piloto — a IA está incorporada às operações centrais, entregando resultados econômicos, ambientais e sociais mensuráveis e em escala.

Pode citar um bom exemplo de uso de IA que tenha visto nos últimos anos?

Existem muitos. O mais interessante é a forma como as empresas usam a IA. As melhores performances compartilham algumas características. Primeiro, elas incorporam a IA à estratégia, e não apenas aos laboratórios de inovação. Ou seja, elas não tratam a IA como um projeto de tecnologia, e sim como uma mudança no modelo operacional.

Segundo, colocam as pessoas no centro, criando sistemas em que humanos e IA trabalham juntos, com os humanos orientando a tecnologia. Outro ponto-chave é investir em bases de dados fortes, proprietárias e bem estruturadas, apoiadas por plataformas tecnológicas modernas e interoperáveis — e não apenas por um conjunto de ferramentas desconectadas.

Por fim, a governança é fundamental. A confiança “by design” permite que as empresas escalem a IA de forma responsável. Todos os 33 projetos selecionados conseguiram combinar essas dimensões. O impacto vem da integração de todos esses elementos, não da escolha isolada de apenas um.

Com base nos casos reais que você acompanha, qual é o erro mais comum que as empresas cometem em relação à implementação da IA?

O erro mais comum é exatamente esse: tratar a IA como um projeto tecnológico, e não como uma mudança no modelo operacional. As empresas costumam subestimar o trabalho necessário em preparação de dados, transformação da força de trabalho e governança. Essas não são soluções rápidas — exigem mudanças sistêmicas.

Escalar a IA hoje não é mais um problema de capacidade computacional. É um problema de sistemas: qualidade de dados, integração no dia a dia, mecanismos de confiança e estruturas de responsabilidade.

Nos últimos anos, algum projeto do World Economic Forum mudou a forma como enxerga o papel da IA na sociedade?

Sim, com certeza. O objetivo do programa MIND é justamente dar visibilidade a essas iniciativas e ajudá-las a escalar. O mais interessante é quando a IA é usada não apenas para automação, mas como infraestrutura para sistemas sociais.

Vemos isso em saúde, redes de energia, transporte, acesso à educação e serviços públicos. A narrativa muda da IA como ferramenta para a IA como base da resiliência social e da prestação de serviços.

O que mais a impressiona: soluções de IA muito avançadas ou ideias mais simples que escalam rapidamente?

O que mais me impressiona são ideias escaláveis já integradas a sistemas reais. O impacto vem da adoção e da integração, não necessariamente dos algoritmos mais complexos.

Um exemplo são soluções que repensam a gestão hospitalar, permitindo que médicos passem mais tempo com pacientes e menos com tarefas administrativas. Esses sistemas escalam e mostram o verdadeiro poder da colaboração entre humanos e IA.

Vê exemplos reais de IA ajudando na transição energética — e não apenas consumindo mais energia?

Sim, e vemos isso como dois lados da mesma moeda. Por um lado, a IA exige energia, especialmente com o crescimento dos data centers. Desde 2010, os investimentos nesse setor chegaram a cerca de US$ 600 bilhões, com crescimento anual de 33%. A disponibilidade de energia já é um gargalo.

Por outro lado, a IA está claramente ajudando na transição energética. Vemos IA otimizando microgrids, melhorando previsões de redes elétricas, aumentando a eficiência energética de edifícios e sistemas industriais inteligentes. Esses são sistemas operacionais reais, que entregam reduções concretas de consumo de energia e emissões de carbono — não são conceitos experimentais.

Como equilibrar essa equação?

Precisamos continuar investindo em energia limpa e confiável, ao mesmo tempo em que ampliamos os casos de uso da IA que apoiam a transição energética. Políticas públicas, eficiência de infraestrutura e uso responsável são fundamentais.

O Fórum Econômico Mundial acaba de anunciar a Reskilling Revolution, com empresas comprometidas em capacitar um bilhão de pessoas para a economia do futuro. Como enxerga o futuro do trabalho?

Esse é um tema crítico, e ninguém tem todas as respostas ainda. Ainda estamos nos estágios iniciais da adoção da IA. O que vemos hoje é que a IA está principalmente aumentando as capacidades humanas, e não substituindo empregos. A colaboração entre humanos e IA está se tornando uma habilidade central.

Empresas que usam IA de forma eficaz já apresentam melhor desempenho, permitindo que as pessoas foquem em atividades mais estratégicas. Por isso, requalificação e aprimoramento de habilidades são essenciais. Em muitos casos, as empresas precisam de mais pessoas após adotar IA — especialmente profissionais com essas competências.

Profissionais de saúde passam menos tempo com documentação, os engenheiros focam mais em orquestração e estratégia. Essa é a mudança que estamos observando.

Um novo estudo da Consultoria PwC com 9 mil pessoas em início de carreira de 48 países mostra uma grande incerteza em relação à segurança dos empregos na medida em que a IA avança. Qual o seu ponto de vista?

A incerteza é real. Essas pessoas estão entrando em um mercado de trabalho onde as regras não são mais lineares, ou bem definidas, e onde as habilidades devem ter ciclos menores de vida do que nas gerações passadas.

O que estamos vendo através dos insights do MINDS sugere que essa não é uma crise no trabalho, mas sim uma transição de habilidades. Muitas das aplicações da IA exigem mais pessoas com habilidades relacionadas à IA, e não menos.

O risco real está no desalinhamento entre sistemas de educação, modelos de treinamento corporativos, e habilidade de se adaptar e escalar os treinamentos de IA de forma rápida.

Por fim, o maior gap de performance será entre aqueles que sabem trabalhar com AI e os que não sabem. Nesse sentido, profissionais jovens estão mais do que nunca preparados: muitos são nativos em AI e aptos a se adaptar rapidamente às oportunidades certas.

Muitas pessoas têm receio da IA generativa, já que esses sistemas são treinados por humanos. Existe o risco de respostas erradas?

A IA é uma tecnologia poderosa, mas não entende o mundo como os humanos. Ela depende de dados, capacidade computacional e orientação humana.

Limitações em qualidade de dados, governança e confiança podem restringir suas capacidades. Por isso, governança, segurança e confiança em IA são prioridades centrais para nós. Precisamos orientar o desenvolvimento da IA de forma intencional e responsável, mantendo o diálogo entre diferentes atores sempre ativo.

Por fim, o que mais a deixa otimista em relação ao futuro da IA?

A transição do hype para a execução. Hoje já vemos sistemas de IA entregando resultados mensuráveis — melhorando hospitais, cadeias de suprimentos, fábricas e serviços públicos.

A conversa está migrando do potencial para a performance. Essa transição, da experimentação para a infraestrutura, me deixa otimista — desde que continuemos investindo em IA que beneficie a sociedade, e não apenas os lucros.