Leitura de 7 minutos · Leia com atenção antes de aprovar o próximo projeto

Toda família tem aquele parente que abre a farmacinha no primeiro espirro. Dor de cabeça vira antibiótico, cansaço vira vitamina, e qualquer incômodo vira “deixa que eu tenho um remédio ótimo pra isso”. Às vezes funciona. Na maioria das vezes não faz nada. E de vez em quando dá errado de verdade.

Nas empresas, essa farmacinha agora se chama inteligência artificial.

“Precisamos implementar IA.” “Vamos treinar nosso próprio modelo.” “Vamos hospedar tudo internamente.” “Tem que estar no ar até sexta.” Em muita sala de diretoria, IA virou remédio para qualquer sintoma. Quase ninguém pergunta qual é a doença, ou quanto custa tratá-la.

Por isso escrevi este texto no formato que quase ninguém lê: uma bula.

COMPOSIÇÃO: o que os estudos mostram

O relatório The GenAI Divide, do MIT (Projeto NANDA), concluiu que, mesmo com US$ 30 a 40 bilhões investidos em IA generativa, 95% das organizações não veem retorno de negócio. Só uma pequena parte dos pilotos integrados entrega valor relevante.

Uma ressalva honesta: os próprios autores dizem que o estudo aponta a direção certa, mas não é definitivo, e a amostra é limitada. Mesmo assim, o diagnóstico central se sustenta: alta adoção, baixa transformação.

Um ano depois, a McKinsey (agosto de 2026) confirmou o mesmo quadro. 44% das organizações já escalam IA em toda a empresa (eram 38% um ano antes). Mas só 37% dos líderes atribuem algum impacto positivo no EBIT, o mesmo patamar de 2025, e apenas 6% podem ser considerados de alto desempenho em IA.

A dose aumentou. A melhora, não.

ADVERTÊNCIA DO PRÓPRIO FABRICANTE

Em agosto de 2025, Sam Altman, CEO da OpenAI, foi perguntado se os investidores estavam empolgados demais com IA. Ele disse que sim. Comparou o momento à bolha da internet dos anos 90 e afirmou que gente inteligente se empolga demais com “um fundo de verdade”.

Quando quem fabrica o remédio recomenda moderação, vale prestar atenção.

CONTRAINDICAÇÕES: o que o Gartner prevê

O Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custos crescentes, valor de negócio pouco claro ou controle de risco insuficiente, e reafirmou a previsão em outubro de 2026. A analista Anushree Verma resumiu assim: a maior parte dos projetos atuais são experimentos “movidos a hype” e muitas vezes mal aplicados. O instituto também estima que só cerca de 130 das milhares de fornecedoras de IA agêntica são de fato o que dizem ser. É o chamado agent washing, o placebo vendido como princípio ativo.

Em 2026, o Gartner foi além:

• previu que 70% das empresas vão abandonar até 2028 a IA agêntica construída por engenheiros embarcados pelos próprios fornecedores;
• estimou em US$ 234 bilhões o gasto com software corporativo em risco por causa da IA agêntica até 2030.

Detalhe importante: o Gartner não é contra o remédio. Ele prevê que pelo menos 15% das decisões diárias de trabalho serão tomadas de forma autônoma por IA agêntica até 2028. A recomendação é usar IA onde existe indicação clara, não onde existe modismo.

 REAÇÕES ADVERSAS JÁ RELATADAS

Zillow (2021): superdosagem. O algoritmo de precificação do Zillow Offers sustentava um negócio inteiro de compra e revenda de imóveis. A empresa encerrou a operação por considerar o modelo impreciso demais, com baixas contábeis de até US$ 569 milhões e corte de 25% do quadro. O CEO Rich Barton admitiu que a imprevisibilidade foi muito maior do que o esperado. Era IA preditiva, não generativa, mas a lição vale para as duas: modelo em escala sem gestão de risco custa caro.

Klarna (2024–2025): troca de medicação sem acompanhamento. A fintech anunciou que sua IA fazia o trabalho de 700 atendentes. A qualidade caiu, a insatisfação subiu e a empresa voltou a contratar humanos. O CEO Sebastian Siemiatkowski reconheceu que priorizar custo levou a uma “qualidade inferior”. A Klarna não largou a IA. Ajustou a prescrição.

Air Canada (2024): responsabilidade de quem receita. O chatbot da companhia informou errado uma regra de tarifa de luto. A empresa chegou a argumentar que o chatbot era uma entidade legal separada, responsável pelos próprios atos. O tribunal rejeitou a tese. A condenação foi pequena (cerca de 650 dólares canadenses mais custas), mas o precedente é enorme: o que a sua IA diz, a sua empresa assina.

O ponto em comum? Nenhum desses casos falhou por falta de tecnologia. Faltou diagnóstico antes da tecnologia.

 POSOLOGIA: como começar

O tratamento mais rápido é o menos glamouroso: discovery e MVP. Isso vale mais do que sair queimando tokens sem saber se o investimento se paga.

Há ainda um motivo pouco comentado: o prazo de validade. A tecnologia muda tão rápido que qualquer decisão pesada de infraestrutura, como treinar ou hospedar seu próprio modelo, pode ficar obsoleta em meses, às vezes em semanas.

E IA corporativa vai muito além de um chat. Automações, scripts, integrações, arquitetura e segurança exigem levantamento de requisitos e entendimento real do produto e dos processos. Nenhum modelo substitui isso, por melhor que seja.

ANAMNESE: 5 perguntas antes de aprovar o próximo projeto de IA

1. Qual é o sintoma, e quanto ele custa? Qual métrica de negócio vai mudar, e quanto vale essa mudança? Se ninguém responde com um número, ainda não é projeto, é vontade.
2. Precisa mesmo desse remédio? Muito do que é vendido como “agêntico” não exige solução agêntica. Às vezes um script resolve.
3. O organismo está preparado? Dados, integrações e segurança estão prontos? É aqui que mora a maior parte do custo real, não no modelo.
4. Quem responde pelos efeitos colaterais? O caso Air Canada já deu a resposta: a empresa.
5. Qual é a menor dose capaz de testar a hipótese? Qual experimento prova ou derruba a ideia em semanas, e qual é o critério de parada definido antes de começar?

INDICAÇÃO

IA bem aplicada é vantagem competitiva real, e este texto não é um convite a frear ninguém. Mas quem vai colher resultado não são as empresas que tomaram IA para tudo. São as que diagnosticaram, prescreveram a dose certa, acompanharam a evolução e só então ampliaram o tratamento.

Na Marjô, é assim que conduzimos esse trabalho. Começamos pelo problema de negócio, não pela ferramenta. Primeiro entendemos o que precisa mudar e quanto isso vale. Depois definimos escopo e critérios de aceite, entregamos por etapas com demonstrações e só então decidimos arquitetura, segurança e escala. Se a sua empresa está se perguntando “onde a IA realmente faz sentido para nós?”, começar pelo diagnóstico costuma evitar meses de tratamento no lugar errado.

IA é um remédio poderoso. Sem diagnóstico, é só automedicação.

Persistindo os sintomas, chame um especialista antes de aumentar a dose.

Fontes

• MIT Media Lab / Projeto NANDA, The GenAI Divide: State of AI in Business 2025 (jul/2025)
• McKinsey, The state of AI in 2026: On the road to ROI (ago/2026)
• Gartner, previsões sobre projetos de IA agêntica (jun/2025, jul/2026 e set/2026)
• The Verge, entrevista com Sam Altman sobre a “bolha” da IA (ago/2025)
• Bloomberg, Klarna volta a contratar atendimento humano (mai/2025)
• Zillow Group, resultados do 3º trimestre de 2021 e encerramento do Zillow Offers (nov/2021)
• Civil Resolution Tribunal da Colúmbia Britânica, Moffatt v. Air Canada, 2024 BCCRT 149 (fev/2024)