Empresas: o desafio não é adicionar IA, mas como escalá-la

Escrito por Jorge Velasquez, no jornal Ambito
A adoção da inteligência artificial (IA) nas empresas está a avançar a um ritmo que até recentemente parecia inimaginável. Em poucos anos, o que costumava ser uma tecnologia limitada a grandes empresas e centros de investigação tornou-se disponível para a grande maioria das empresas, em todos os setores e regiões.

Clique aqui para entrar no canal WhatsApp do DIARIO PANORAMA e manter-se informado

Contudo, este maior acesso nem sempre se traduz em resultados tangíveis. Neste ponto, os especialistas acreditam que o principal problema já não está na disponibilidade de ferramentas, mas na capacidade das organizações as integrarem eficazmente nos seus processos de produção.

Os dados globais reflectem claramente este paradoxo. De acordo com a McKinsey & Company, mais de 70% das empresas em todo o mundo já utilizam ou experimentam soluções de IA, enquanto 72% incorporaram IA generativa em pelo menos uma função empresarial, com base em dados do inquérito global State of AI 2024/2025.

No entanto, apenas 11% conseguiram escalar estas implementações em toda a organização, indicando uma lacuna significativa entre os testes e a implementação real.

Esse fenômeno foi cunhado pela consultoria com uma definição originada no mundo corporativo: “Inteligência artificial no trabalho, mas não em escala”.

As empresas aceitaram esta narrativa, até iniciaram provações e tribulações, mas não conseguiram traduzir esta aceitação em melhorias substanciais na produtividade, qualidade ou velocidade nas suas operações principais.

O efeito desta restrição também se reflectiu nos resultados económicos. Apenas 6% das empresas consideradas de alto desempenho conseguiram atribuir mais de 5% do seu lucro operacional ao uso de inteligência artificial. O restante ficou preso em iniciativas isoladas, sem capacidade de gerar valor sustentável ao longo do tempo.

lacuna de habilidade
Paralelamente, o relatório da PwC (AI Jobs Barometer 2025) centrou-se na real origem deste problema. Segundo esta consultora, o principal obstáculo à conversão do potencial da inteligência artificial em valor tangível não é tecnológico, mas sim humano.

De acordo com o inquérito anual aos CEO globais, 52% dos CEO globais identificam a falta de competências na força de trabalho como o obstáculo mais importante ao progresso.

Esta percepção foi apoiada por tendências mais amplas do mercado de trabalho. 69% dos líderes empresariais acreditam que a IA forçará a maioria dos seus funcionários a desenvolver novas competências dentro de três anos.

O Fórum Económico Mundial estimou que 44% das competências profissionais mudarão nos próximos anos como resultado desta transformação tecnológica.

De acordo com estas abordagens, o retorno do investimento em inteligência artificial pára exclusivamente na infraestrutura tecnológica ou na complexidade dos algoritmos e está condicionado pela capacidade das pessoas em trabalhar com estas ferramentas.

A chamada “lacuna de competências” surge como o principal gargalo do processo.

De acordo com as estimativas da PwC, as implicações económicas desta lacuna são significativas: se as organizações conseguirem colmatar esta lacuna de competências, a IA poderá aumentar a eficiência em 27% nos sectores intensivos em conhecimento.

Ao mesmo tempo, a falta de talentos especializados refletiu-se no mercado de trabalho, com níveis salariais até 25% superiores para perfis com competências em IA.

A situação não é diferente na América Latina. Um inquérito realizado pelo Boston Consulting Group concluiu que 74% das empresas da região estavam a ter dificuldades em obter valor real das suas iniciativas de IA até 2025.

O caso da Argentina combina esta tendência global com os seus próprios desafios. De acordo com um estudo da Microsoft, 85 por cento das empresas de média dimensão no país já utilizam inteligência artificial até certo ponto, embora muitas tenham admitido que não sabiam claramente como avançar para uma implementação mais profunda.

A isto somam-se as barreiras estruturais citadas pelo Banco Interamericano de Desenvolvimento, como a falta de infraestrutura de dados e a escassez de talentos especializados.

Experiência argentina
Na Argentina, quase metade das empresas industriais que procuraram pessoal especializado para projetos de inteligência artificial no ano passado tiveram dificuldade em preencher esses cargos.

Um inquérito da Accenture concluiu que 70% dos gestores de fábricas globais consideram a mudança da força de trabalho crítica para o sucesso das iniciativas tecnológicas.

Neste cenário, a formação deixa de ser uma variável secundária e passa a ser uma componente estratégica. Sebastián Feldberg, Diretor Executivo de Indústria X da Accenture Argentina, observa que o desenvolvimento contínuo de talentos se torna um fator chave para a competitividade a longo prazo.

Ele explica que as fábricas do futuro exigirão trabalhadores com competências digitais, analíticas e cognitivas, capazes de interagir com sistemas inteligentes, interpretar dados em tempo real e tomar decisões de maior valor acrescentado.

Essa mudança não é apenas técnica, mas também conceitual. A maior parte da força de trabalho está a começar a mudar de tarefas manuais para funções de supervisão, otimização e resolução de problemas apoiadas pela inteligência artificial.

Este texto implica uma profunda redefinição do trabalho, onde as pessoas não trabalham diretamente nos processos e passam a coordená-los.

“A maior parte da força de trabalho passará diretamente da produção para o trabalho na produção. Isso significa uma mudança profunda de tarefas manuais e repetitivas para funções de monitoramento de processos, otimização, resolução de exceções e tomada de decisão apoiada por IA. Para que essa transição seja bem-sucedida, será fundamental implementar modelos de aprendizagem contínua flexíveis e personalizados que permitam a atualização de habilidades em tempo real.

Rebanho: IA para atrair talentos de IA
Com o objetivo de ajudar a colmatar a lacuna entre boas intenções e objetivos concretos, uma startup argentina especializada em talentos tecnológicos identificou padrões semelhantes em diversas organizações.

The Flock, com base na análise de uma rede de mais de 20 mil profissionais, descobriu que a diferença não está no acesso às ferramentas, mas na forma como as equipes trabalham com elas.

“Duas equipes com acesso às mesmas ferramentas podem alcançar resultados completamente diferentes”, afirma o CEO Ramiro González Forcada.

O problema não é a tecnologia, é como as pessoas trabalham com ela. Alguns conseguem integrar a IA em seu processo de fabricação, iterando com mais rapidez e melhorando a qualidade. Outros permanecem fixos na fase de testes.”

Com base neste diagnóstico, a empresa criou um modelo de validação denominado AI Verified, que visa identificar os profissionais que já trabalham neste novo paradigma, a partir da avaliação de práticas específicas: perfis que integram a IA no seu fluxo de trabalho diário, aqueles que sabem quando esta cria valor e que podem juntar-se rapidamente a equipas em transformação.

A análise do rebanho identifica três níveis de fragmentação nas organizações. Por um lado, equipas que ainda não integraram a inteligência artificial nos seus processos. Por outro lado, profissionais que o utilizam sem critérios específicos quanto à sua aplicação. E, finalmente, líderes que não conseguem reconhecer em que áreas criam valor real. Esta combinação explicou por que muitas iniciativas não conseguiram escalar.

“A maioria das empresas já decidiu usar inteligência artificial”, afirma González Forcada. Mas a verdadeira adoção não depende da ferramenta, depende das pessoas que a utilizam. “E está surgindo uma lacuna que aumentará nos próximos meses”, alerta.

Reinicializar: o verdadeiro desafio da inteligência artificial
No ecossistema local, algumas empresas começaram a desenvolver abordagens específicas para resolver o problema das lacunas. O caso Restart representa uma tentativa de preencher a lacuna entre os testes e a implementação concreta.

A empresa recentemente fundada baseia-se num diagnóstico claro: muitas organizações não conseguem progredir além dos testes piloto porque carecem de uma estratégia focada no processo.

Pablo Saubidet, cofundador da Restart, explicou sobre a proposta da empresa: “O foco em processos não é uma moda passageira. Chega num momento em que, segundo estudos recentes, o verdadeiro desafio não é mais a adoção da IA, mas a sua expansão”.

“Não vendemos um projeto, mostramos como funciona”, acrescenta Damian Maldini, um dos fundadores da empresa. Conforme explicado, a diferença em relação aos modelos tradicionais é significativa: embora as implementações anteriores pudessem levar anos, a empresa propõe desenvolver um MVP funcional em cinco semanas com um plano de custos baseado no consumo e não nas horas trabalhadas.

Essa abordagem é apoiada por um método próprio denominado IARC (IA Readiness Review), que visa avaliar se a organização está realmente preparada para utilizar inteligência artificial. A análise incluiu variáveis ​​como nível de aceitação, cultura organizacional, capacidade de tomada de decisão e principalmente qualidade dos dados disponíveis.

“A diferença é impressionante”, diz Maldini. “Atacamos certos processos e podemos fazer isso porque há anos de desenvolvimento anterior em programas de IA que funcionam antes de começarem a ser executados.”