A inteligência artificial chegou antes da conta fechar, e o dono precisa medir o retorno
A popularização acelerada da tecnologia elevou o investimento, mas os dados ainda deixam uma pergunta concreta para cada empresa.
A inteligência artificial se espalhou mais rápido do que a maioria das empresas conseguiu provar seu retorno. Essa é a conclusão que aparece quando se coloca a adoção da ferramenta, o aumento do investimento e o uso semanal lado a lado. O dono de negócio não precisa decidir se a IA é uma revolução ou uma bolha. Precisa descobrir se uma tarefa ficou mais rápida depois que a ferramenta entrou na operação e medir se o resultado se manteve.
O alerta ganhou força em 12 de outubro, quando Hock Tan, presidente da Broadcom, criticou expectativas exageradas sobre os aportes em inteligência artificial e comparou parte desse comportamento a um cassino, segundo o relato do Seu Dinheiro. A reação não ficou restrita ao discurso. O índice Philadelphia Semiconductor caiu 2,67% na sessão citada pela reportagem, enquanto Samsung e SK Hynix recuaram 7,4% e 10% na Coreia do Sul.
Em 2023, a ferramenta deixou de ser assunto técnico e virou hábito de teste
O primeiro marco da linha do tempo é comportamental. Em 2023, 37% dos mais de 800 líderes empresariais ouvidos pela Wharton Human-AI Research afirmavam usar IA generativa ao menos uma vez por semana. O dado aparece no relatório Growing Up: Navigating Generative AI’s Early Years, produzido com a GBK Collective.
Naquele estágio, o uso ainda tinha cara de experimentação. A ferramenta aparecia em análise de dados, criação de conteúdo e pesquisa. A pesquisa foi feita com funcionários de organizações comerciais grandes, com pelo menos 1.000 empregados. Portanto, o número não descreve diretamente o pequeno comércio brasileiro, mas mostra como a decisão começou dentro das empresas mais estruturadas: primeiro alguém testou uma atividade, depois o departamento passou a discutir a utilidade.
Esse detalhe muda a leitura para o empreendedor. A pergunta inicial não era quanto a IA economizaria no ano. Era onde ela conseguia entregar uma tarefa sem aumentar o retrabalho. Redigir uma primeira versão, resumir uma reunião ou organizar uma base são usos diferentes de deixar a ferramenta decidir preço, crédito ou contratação.
A diferença entre essas duas escolhas continua relevante. Uma tarefa de baixo risco permite comparar o resultado novo com o método antigo. Uma decisão que afeta dinheiro ou cliente exige conferência, histórico e responsável definido. Em 2023, o aprendizado estava menos na promessa da tecnologia e mais na descoberta de seus limites.
Em 2024, o uso semanal quase dobrou, mas a prova de valor ficou para depois
Um ano depois, a Wharton registrou 72% de uso semanal entre os participantes. O salto foi de 35 pontos percentuais. Em termos relativos, o grupo de usuários semanais ficou quase 1,95 vez maior que o registrado em 2023. Essa é a conta que ajuda a separar velocidade de adoção de resultado: 72 dividido por 37 mostra quase o dobro de frequência, mas não informa que a receita ou a margem também dobraram.
O próprio relatório aponta essa diferença. As empresas passaram a usar IA em mais áreas, porém ainda enfrentavam dificuldade para determinar o impacto completo e o retorno sobre o investimento. Os usos mais frequentes incluíam redação e edição de documentos, com 64%, análise de dados, com 62%, e resumo de documentos e reuniões, com 59%.
Esses percentuais não devem ser tratados como promessa de produtividade para qualquer negócio. Eles indicam onde a tecnologia encontrou tarefas mais organizadas. Uma equipe consegue comparar o tempo gasto para produzir um resumo. Já a qualidade de uma recomendação comercial ou a decisão de manter um cliente exige outros indicadores.
O movimento também criou um problema de gestão. Quando uma ferramenta é fácil de acessar, funcionários podem adotá-la sem que exista uma regra sobre dados confidenciais, revisão ou armazenamento do material produzido. O uso cresce antes de a empresa decidir quem responde pelo resultado. O empreendedor que percebe isso cedo tem uma tarefa simples, embora pouco glamourosa: escolher uma atividade, registrar o tempo anterior e definir quem confere a entrega.
O ponto de 2024 foi esse. A IA deixou de ser curiosidade de poucos e entrou no trabalho semanal de uma parcela maior das organizações pesquisadas. O retorno, contudo, ainda precisava sair do discurso e aparecer em uma medida operacional.
Em 2025, o investimento acelerou e a cobrança passou a envolver toda a operação
O AI Index 2026, produzido pelo Stanford Institute for Human-Centered Artificial Intelligence, mostra o tamanho da mudança no ano seguinte. O investimento corporativo global em IA mais que dobrou em 2025. O relatório estima US$ 581,69 bilhões em investimento corporativo total, incluindo US$ 344,66 bilhões em investimento privado e US$ 214,44 bilhões em fusões e aquisições.
O mesmo relatório encontrou adoção organizacional de 88% em 2025. A IA generativa já era usada em pelo menos uma função por 70% das organizações pesquisadas. O número é alto, mas precisa ser lido com cuidado. Ter uma aplicação em algum departamento não significa que a empresa tenha reorganizado sua operação inteira. Pode significar que uma equipe usa um assistente para editar documentos enquanto vendas, financeiro e atendimento seguem sem qualquer mudança.
O Stanford também calculou que o valor anual obtido por consumidores americanos com ferramentas de IA generativa chegou a US$ 172 bilhões no início de 2026, contra US$ 112 bilhões um ano antes. A diferença é de US$ 60 bilhões, alta de 53,6% na conta publicada pelo relatório. Esse dado mostra que existe valor percebido pelos usuários, mas não resolve a conta de uma empresa específica. Benefício para o consumidor e lucro para o fornecedor são medidas diferentes.
Outro dado ajuda a dimensionar o investimento necessário para sustentar essa expansão. O relatório afirma que o Google registrou mais de US$ 150 bilhões em despesas anuais de capital em 2025. Computação, infraestrutura e chips passaram a concentrar cifras que uma empresa pequena não consegue replicar. Para o negócio menor, a decisão racional não é copiar o orçamento das gigantes. É escolher uma aplicação que possa ser medida com recursos disponíveis.
Esse foi o momento em que a discussão saiu do laboratório e entrou no desenho da operação. A empresa precisava definir processo, permissão de uso, qualidade mínima e indicador. A adoção cresceu, mas a gestão passou a ter de responder pelo que ocorreria depois do primeiro teste.
Em 2026, a capacitação entrou na decisão de permanecer na empresa
O relatório KPMG Global Tech Report 2026 acrescenta uma consequência humana à corrida tecnológica. A pesquisa ouviu 2.500 executivos de tecnologia em 27 países e aponta que 53% das organizações ainda enfrentam falta de habilidades para executar seus planos de adoção de IA. O documento também registra que 62% das organizações esperam avançar um nível de maturidade tecnológica em 2026. O dado sustenta uma conclusão mais precisa: comprar acesso à ferramenta é uma decisão menor que preparar pessoas e processos para usá-la.
A reportagem da Exame traz um recorte adicional sobre a permanência dos profissionais, mas a fonte primária é o relatório da KPMG. O documento mostra que as empresas precisam combinar treinamento, governança e definição de responsabilidades. Comprar uma ferramenta sem ensinar seu uso pode ampliar a insegurança. Capacitar sem mudar nenhuma tarefa pode transformar o curso em despesa sem aplicação. O caminho é ligar o aprendizado a um processo que já existe.
Uma loja pode treinar a equipe para organizar perguntas recorrentes do atendimento e revisar as respostas antes do envio. Um escritório pode usar a tecnologia para classificar documentos, mantendo a conferência humana em informações fiscais. Uma indústria pode testar a leitura de registros de manutenção, sem permitir que uma sugestão automática altere a programação sem aprovação.
Em cada caso, a capacitação tem um resultado observável. A pessoa aprende uma função, usa a função em uma rotina e registra o efeito. O curso deixa de ser promessa de empregabilidade e vira parte da melhoria do trabalho. Esse é o ponto em que a motivação deixa de depender de frases sobre futuro e passa a depender de uma oportunidade real de aprender algo que será usado.
Em 12 de outubro, o alerta da Broadcom colocou o retorno no centro da conversa
Foi nesse ambiente que Hock Tan fez o alerta relatado pelo Seu Dinheiro. A preocupação não era que toda aplicação de IA fosse inútil. O problema estava na distância entre o dinheiro investido em infraestrutura e a capacidade de gerar retorno compatível com a expectativa.
O mercado reagiu antes da temporada de balanços do terceiro trimestre nos Estados Unidos. A queda de 2,67% do índice Philadelphia Semiconductor ocorreu na quarta sessão consecutiva de baixa. Na Ásia, a queda de 10% da SK Hynix e o recuo de 7,4% da Samsung vieram acompanhados de preocupação com a concorrência chinesa em chips de memória, depois de avanços anunciados pela CXMT em uma arquitetura de DRAM.
Para o pequeno negócio, a lição não está em prever o preço de ações ou escolher o próximo fabricante vencedor. Está em observar a lógica da cobrança. Quando o investimento aumenta, o mercado passa a pedir evidência. O mesmo vale para uma empresa que paga uma assinatura, compra treinamento ou dedica horas da equipe a uma ferramenta.
Uma aplicação pode ser útil sem produzir um salto de faturamento. Ela pode reduzir o tempo de uma tarefa, diminuir erros ou liberar uma pessoa para atender uma atividade mais importante. Mas esse benefício precisa ser descrito antes do teste. Sem uma medida inicial, qualquer impressão depois do uso parece resultado.
Na segunda-feira, o teste começa com uma tarefa que já tem medida
O dono de negócio pode escolher uma tarefa repetitiva e registrar três números por cinco dias: tempo gasto, quantidade entregue e erros encontrados. Depois, deve aplicar a ferramenta em uma amostra pequena, sem incluir dados confidenciais, e manter a mesma contagem. Se a equipe gastava 10 horas para concluir 40 registros, por exemplo, a comparação precisa usar a mesma atividade, não uma tarefa mais fácil.
Também vale definir o responsável pela revisão. A IA pode preparar uma versão inicial, mas alguém precisa conferir dados, tom, prazo e impacto para o cliente. O teste termina com uma decisão simples: manter, ajustar ou interromper. Se o tempo caiu, os erros não subiram e a qualidade continuou aceitável, existe um ganho operacional que pode ser repetido. Se apenas aumentou o volume de material para revisar, o uso não provou valor.
A pergunta que fica em aberto para cada negócio é direta: qual tarefa da sua empresa ficou comprovadamente melhor depois da IA, e qual número mostra isso?
Fontes consultadas
Qual é a Sua Reação?
Curtir
0
Não Gostei
0
Amor
0
Engraçado
0
Uau
0
Triste
0
Bravo
0
Comentários (0)