O Brasil avançou na adoção de IA, mas ainda precisa transformar uso em capacidade própria

A linha do tempo mostra como o país saiu de uma estratégia oficial para programas que tentam ligar pesquisa, infraestrutura, empresas e resultado.

21/10/2026 - 03:43

0 0

O Brasil avançou na adoção de IA, mas ainda precisa transformar uso em capacidade própria

O Brasil já usa inteligência artificial em uma parte relevante da indústria, tem uma estratégia federal publicada, lançou um plano de R$ 23 bilhões e criou programas empresariais para acelerar a adoção. Ainda assim, a principal pergunta continua sem resposta: quantas dessas iniciativas vão gerar produtividade mensurável no país, em vez de apenas ampliar o consumo de ferramentas estrangeiras?

Os dados disponíveis apontam uma mudança de comportamento, mas também expõem uma lacuna. Na Pesquisa de Inovação Semestral 2024, o IBGE registrou que 41,9% das 10.167 empresas industriais com 100 ou mais pessoas ocupadas usaram IA. Eram 16,9% em 2022. A alta foi de 25 pontos percentuais, o maior avanço entre as tecnologias digitais avançadas investigadas.

O número mede adoção, não domínio tecnológico. Uma empresa pode usar um serviço de nuvem estrangeiro para resumir documentos sem desenvolver um modelo, uma aplicação ou uma competência que permaneça dentro do negócio. A história brasileira da IA precisa ser lida nessa diferença. O que mudou em cada etapa, e o que ainda ficou pendente?

Em 2021, a estratégia oficial passou a incluir pesquisa e controle público

O primeiro marco desta linha do tempo foi publicado em abril de 2021. A Portaria GM nº 4.617, divulgada no Diário Oficial da União, instituiu a Estratégia Brasileira de Inteligência Artificial, conhecida como EBIA. O documento atribuiu ao Ministério da Ciência, Tecnologia e Inovações a tarefa de coordenar ações, convidar instituições públicas, privadas e acadêmicas e elaborar relatórios de avaliação.

A mudança naquele momento foi institucional. A IA deixou de aparecer somente como assunto de laboratório ou promessa de empresas e passou a ter um documento de orientação do Estado. A estratégia assumiu duas finalidades: fortalecer a criação de soluções de IA e estimular seu uso consciente e ético. A página oficial do MCTI informa que a EBIA foi organizada em nove eixos temáticos, incluindo força de trabalho, pesquisa, desenvolvimento, inovação, empreendedorismo, segurança e governança.

Para o dono de negócio, o efeito prático não era a chegada imediata de um produto novo. Era a criação de uma referência para políticas públicas, formação de profissionais e parcerias entre universidade e empresa. A portaria também determinou a criação de instâncias e práticas de governança para priorizar, implantar, monitorar e atualizar as ações estratégicas. Sem esse mecanismo de acompanhamento, a estratégia poderia virar apenas um documento de intenção.

A EBIA também ajuda a separar duas ideias que costumam ser misturadas. Incentivar o uso de IA não equivale a construir capacidade nacional de IA. A primeira decisão pode ser comprar uma ferramenta pronta. A segunda exige pesquisa aplicada, dados, infraestrutura, profissionais e uma forma de medir se o investimento criou algo que o negócio controla.

Em 2024, o plano federal trocou diretrizes amplas por uma agenda de infraestrutura e execução

O segundo marco veio em julho de 2024, quando o governo lançou o Plano Brasileiro de Inteligência Artificial, o PBIA 2024-2028. Segundo o Ministério da Ciência, Tecnologia e Inovação, o plano prevê R$ 23 bilhões em quatro anos e foi organizado em cinco eixos, entre eles infraestrutura computacional, capacitação, melhoria dos serviços públicos e inovação empresarial.

A mudança foi de escala e de foco. A EBIA dizia para onde o país deveria caminhar. O PBIA passou a indicar orçamento e frentes de execução. Entre os objetivos estão a criação de capacidade computacional de alto desempenho, a formação de pessoas em grande escala e o desenvolvimento de modelos avançados de linguagem em português, com dados nacionais que representem a diversidade linguística do país.

Essa escolha tem uma consequência econômica direta. Se a empresa brasileira depende de processamento cobrado em dólar, de modelos treinados fora e de plataformas cujo preço pode mudar sem controle local, o uso de IA pode aumentar a produtividade, mas também ampliar a dependência. A soberania tecnológica não significa produzir tudo internamente. Significa ter alternativas, conhecimento para avaliar contratos e capacidade para criar soluções nos pontos em que o país possui problemas específicos.

O PBIA também incluiu a inovação empresarial como eixo próprio. Isso importa porque pesquisa sem comprador pode não chegar ao mercado, enquanto compra sem pesquisa tende a favorecer soluções prontas. A ligação entre universidade, startup, empresa estabelecida e poder público precisa criar um ciclo. O Estado identifica um problema, uma empresa desenvolve uma aplicação, a academia testa o método e o resultado pode ser reaproveitado por outros setores.

Pesquisadora usa multímetro em placa de circuito enquanto colega observa em laboratório.

Em 2024, a indústria mostrou que o uso cresceu mais depressa que a capacidade comprovada

Os números do IBGE ajudam a medir o que realmente aconteceu depois dos marcos oficiais. Na mesma pesquisa, 9.054 das 10.167 empresas analisadas, ou 89,1%, usaram pelo menos uma tecnologia digital avançada em 2024. A computação em nuvem chegou a 77,2%, a internet das coisas a 50,3% e a robótica a 30,5%. A IA ficou em 41,9%, mas foi a tecnologia que mais avançou em relação a 2022.

Minha conta a partir da base publicada é simples: 41,9% de 10.167 empresas correspondem a aproximadamente 4.261 empresas industriais usando IA. Em 2022, 16,9% da mesma base representavam cerca de 1.718 empresas. O crescimento aproximado foi de 2.543 empresas em dois anos. O próprio material do IBGE informa 4.261 empresas em 2024 e 1.619 em 2022 em um dos quadros, por causa da composição e arredondamento dos indicadores. Por isso, a comparação segura é a variação percentual publicada, de 16,9% para 41,9%, e não uma falsa precisão sobre a contagem.

O detalhe mais útil está nas áreas de aplicação. Entre as empresas que usaram IA, Administração registrou 87,9%, Comercialização 75,2% e Desenvolvimento de projetos de produtos, processos e serviços 73,1%. Produção ficou em 52%. Isso sugere que a adoção entrou primeiro em atividades de informação, análise e apoio à decisão. O salto para produto próprio, processo industrial automatizado ou nova receita exige outro tipo de investimento.

O IBGE também apontou os principais obstáculos para o uso de tecnologias digitais avançadas. Custos das soluções e falta de pessoal qualificado seguem entre as dificuldades mais citadas. O dado muda a conversa para pequenas e médias empresas. Comprar uma assinatura pode resolver o acesso inicial, mas não resolve a definição do problema, a integração com dados internos ou a medição do resultado.

Assim, a adoção de 41,9% não permite dizer que o Brasil já desenvolveu uma economia de IA. Ela mostra que um grupo expressivo de empresas começou a usar a tecnologia. O próximo indicador precisa ser outro: quantos projetos reduziram tempo, custo ou falha; quantos viraram produto; e quantos geraram receita que não existia antes.

Em agosto de 2026, Santa Catarina tentou transformar adoção em produto e faturamento

O terceiro movimento empresarial veio em 26 de agosto de 2026. A Associação Catarinense de Tecnologia lançou o ACATE AI First durante o Startup Summit. Conforme o anúncio oficial da ACATE, a meta é fazer com que 10 mil das 34,2 mil empresas de tecnologia de Santa Catarina tenham produtos e soluções avançadas de IA até 2031.

O caso é concreto porque a entidade apresentou uma meta com prazo e base de comparação. A ACATE informou que o setor de tecnologia catarinense faturou R$ 42,5 bilhões em 2024, equivalente a 7,75% do PIB estadual, e empregou 100 mil profissionais. O programa pretende atacar a passagem entre criar uma funcionalidade de IA e conseguir cobrar por ela.

A associação dividiu a maturidade em quatro quadrantes: uso em processos internos, uso no produto, monetização e IA nativa. O problema identificado está entre o segundo e o terceiro estágio. Uma empresa pode colocar um recurso de inteligência artificial em seu software, pagar pelo processamento e ainda não ter receita adicional. Nesse caso, a inovação aparece no produto, mas o resultado financeiro não.

A proposta inclui negociação coletiva de créditos e infraestrutura com provedores globais, círculos mensais de troca de experiências, um portfólio público de produtos catarinenses, capacitação e um conselho de acompanhamento. A ACATE informou ainda que a Replit disponibilizaria R$ 300 mil em créditos para associadas e participaria da primeira formação certificada da plataforma no Brasil.

O exemplo catarinense mostra uma resposta possível para o gargalo de coordenação descrito por Tulio Vinicius Duarte Christofoletti, vice-presidente de Ecossistema da ACATE, em artigo publicado no Startupi. A ideia é aproximar quem pesquisa, quem desenvolve, quem financia e quem compra. Sem essa conexão, cada empresa enfrenta sozinha o custo da infraestrutura e a dificuldade de encontrar profissionais.

Em outubro de 2026, o uso empresarial ganhou uma métrica de escala, mas não encerrou a dúvida

Um exemplo do setor financeiro ajuda a mostrar como a adoção pode avançar quando existe uma operação grande por trás. Em relato publicado pela OpenAI, o Itaú informou que a interface conversacional ia.i chegou a aproximadamente 300 mil clientes em sua primeira fase. A plataforma reúne interações sobre conta, crédito, cartões, seguros e outros serviços, por texto ou voz, com encaminhamento para atendimento humano quando necessário.

O mesmo relato descreve a IARA, uma plataforma de governança e orquestração que dá às equipes acesso controlado a diferentes modelos, com observabilidade, controle de custo por token e regras de inteligência artificial responsável. A arquitetura é relevante para qualquer empresa que pensa em escalar. O modelo de IA é uma peça. O controle de acesso, a qualidade dos dados, a supervisão e o custo operacional determinam se a peça pode ser colocada em produção.

O Itaú também divulgou uma meta de disponibilizar a experiência para toda a base de clientes até o fim de 2026. O caso não prova que toda empresa deva construir uma plataforma própria. Ele mostra que uso em escala precisa de governança antes de virar rotina. Para uma pequena empresa, isso pode ser uma política de dados, uma lista de ferramentas aprovadas e revisão humana em tarefas de risco. Para um banco, a estrutura é muito maior.

O resultado conhecido até aqui é adoção e alcance: 300 mil clientes na primeira fase. Ainda faltam, para uma avaliação completa, números públicos sobre redução de custo, aumento de receita, satisfação e taxa de erro. Essa ausência não invalida o caso. Apenas impede que a empresa seja usada como prova de retorno financeiro sem evidência publicada.

O que ainda está em aberto para o próximo ciclo de decisão

A linha do tempo termina com quatro perguntas. A primeira é se os R$ 23 bilhões do PBIA serão convertidos em infraestrutura e aplicações com resultados verificáveis. A segunda é se as empresas brasileiras conseguirão passar do uso de ferramentas para a criação de produtos e processos próprios. A terceira é se programas como o ACATE AI First vão produzir os 10 mil produtos avançados projetados até 2031, e como esse avanço será medido. A quarta é se os casos de escala, como o do Itaú, publicarão indicadores suficientes para separar novidade de retorno.

O dono de negócio não precisa esperar a resposta nacional para iniciar uma medição local. Na segunda-feira, escolha um processo repetitivo, registre durante uma semana o tempo gasto e o número de erros, aplique uma ferramenta com acesso controlado e compare o resultado por mais uma semana. Anote o custo por uso, o tempo economizado, as correções humanas e o impacto em vendas ou atendimento. Se a conta não fechar, interrompa ou ajuste o projeto. Se fechar, documente o método antes de espalhá-lo.

Essa pergunta cabe em qualquer empresa: qual processo do seu negócio melhorou, em número verificável, depois da IA? Se a resposta ainda for apenas que a equipe está usando uma ferramenta, a adoção começou, mas o resultado continua em aberto.