O erro corporativo que impede ganhos reais com inteligência artificial

Quase quatro anos após a popularização dos grandes modelos de linguagem, a maioria das companhias avançou consideravelmente na adoção da inteligência artificial. Contudo, grande parte ainda falha em converter esse aporte financeiro em melhorias efetivas de desempenho ou produtividade. Esse hiato transformou-se em um obstáculo nevrálgico, mobilizando departamentos de tecnologia, impactando o valor de mercado corporativo e gerando apreensão entre líderes.

Um estudo recente conduzido por Hyunjin Kim e Dahyeon Kim, do INSEAD, em parceria com Rembrand Koning, da Harvard Business School, joga luz sobre essa questão. Embora reconheçam que a tecnologia é capaz de executar funções úteis, os gestores encontram barreiras para identificar onde e como ela pode revolucionar suas operações. Os especialistas denominam esse obstáculo de “problema de mapeamento”, que consiste na dificuldade de enxergar onde o recurso pode influenciar a cadeia produtiva e quais procedimentos necessitam de adaptação para destravar todo o potencial inovador.

Para investigar essa dinâmica a fundo, os autores lideraram um experimento prático envolvendo 515 empresas iniciantes de variados países. O grupo recebeu acesso a recursos avançados de IA, suporte técnico, mentoria e créditos para utilização de APIs. Contudo, apenas metade dos participantes teve contato com exemplos práticos de como outras instituições haviam reestruturado seus fluxos operacionais e modelos de negócio com o auxílio tecnológico. Na sequência, os administradores foram estimulados a repensar a aplicação dos sistemas em suas próprias rotinas internas.

Os resultados foram expressivos. As organizações expostas a modelos práticos identificaram 44% mais aplicações para a IA do que o grupo de controle, concluíram 12% mais tarefas, elevaram em 18% as chances de atrair clientes pagantes, duplicaram praticamente a receita e demandaram bem menos capital externo para expandir suas atividades.

O contato com experiências reais ampliou o horizonte dos gestores sobre o potencial tecnológico aplicável aos seus próprios empreendimentos, fomentando testes que geraram métodos operacionais inéditos e mais eficientes. Essa visão expandida viabilizou o reconhecimento de utilidades mais numerosas e lucrativas para os sistemas inteligentes.

Com o intuito de auxiliar outras corporações a capturar maior valor com a inovação, os pesquisadores recomendam a adoção de estratégias específicas.

Mapeie seus fluxos de trabalho atuais

Times de marketing empregam recursos inteligentes para redigir textos, enquanto programadores recorrem a assistentes virtuais de código. Tais ferramentas alçam a produtividade, mas raramente geram impactos expressivos quando o restante do fluxo operacional permanece estagnado.

As companhias que tiveram contato com exemplos de reestruturação de processos guiada por IA olharam bem além da simples automação de funções isoladas. Elas investigaram aplicações no desenvolvimento de mercadorias, estratégia, administração, operações e em diversos outros setores.

A lição primordial para a liderança é examinar de que maneira alterações em uma etapa específica repercutem em todas as fases subsequentes. É fundamental mapear a rotina do início ao fim, identificando os momentos em que a atividade muda de mãos, onde gargalos de aprovação se acumulam, onde colaboradores precisam transferir dados manualmente entre plataformas e onde decisões acabam paralisadas.

Esses pontos de transição frequentemente revelam oportunidades muito mais valiosas do que as tarefas executadas de forma isolada.

O questionamento central é: “O que realmente está nos atrasando?”. Via de regra, a resposta não se esconde na função mais óbvia, mas sim em uma transferência de dados ou decisão que trava todo o sistema.

Hyunjin Kim propõe aprofundar o diagnóstico: “O que impede a empresa de crescer dez vezes mais com a estrutura atual?”. Para ele, localizar a restrição mais próxima do cliente ou do resultado esperado costuma ser o passo inicial.

Espere que novos gargalos apareçam

Muitos executivos nutrem a expectativa de que a IA elimine completamente as restrições operacionais. No entanto, o levantamento aponta para um cenário consideravelmente mais complexo.

Quando uma atividade ganha velocidade, outra pode se converter rapidamente em um entrave inesperado.

A criação acelerada de produtos, por exemplo, gera um volume maior de retornos de clientes, exigindo capacidade superior de análise de dados. Já relatórios automatizados podem evidenciar falhas de qualidade nas informações que passavam despercebidas anteriormente. Por sua vez, a produção automatizada de conteúdo publicitário eleva o volume gerado, mas demanda mais tempo dedicado à governança, padronização da marca e checagem jurídica.

Frequentemente, as instituições percebem que um obstáculo foi sanado apenas para deparar com outro ainda mais adiante na cadeia operacional.

Isso justifica o motivo pelo qual inúmeros projetos tecnológicos parecem bem-sucedidos no início, mas perdem tração com o tempo. Um problema é solucionado, ao passo que o seguinte permanece inalterado.

Por essa razão, a implantação de inteligência artificial deve ser tratada como um processo contínuo, distanciando-se do conceito de uma iniciativa pontual. Cada conquista relevante precisa desencadear uma reavaliação sobre os pontos em que o trabalho voltou a perder ritmo.

Redesenhe o processo inteiro

As empresas que apresentaram desempenho superior não se limitaram a apontar os entraves operacionais. Elas reformularam integralmente o trabalho ao redor dessas barreiras.

No segmento de desenvolvimento de produtos, por exemplo, a tecnologia consegue redigir códigos, elaborar protótipos e sugerir caminhos alternativos de design em questão de minutos. Contudo, tais vantagens perdem o sentido se os testes com o consumidor, as liberações internas e as demais fases posteriores seguirem no mesmo ritmo de antes.

A pesquisa concluiu que a inteligência artificial só transforma de fato a economia de um fluxo quando as organizações repensam a maneira como as atividades se interconectam.

Ao mensurar projetos tecnológicos, os administradores precisam ir além de indicadores básicos como velocidade ou volume de entregas.

Segundo Hyunjin Kim, a pergunta correta é: o novo fluxo de trabalho permite alcançar mais clientes, criar produtos ou serviços melhores e operar com menos recursos do que antes?

“Caso contrário, você está medindo atividade, não impacto”, afirma.

Permita que os colaboradores experimentem

As organizações com melhor desempenho no levantamento aprenderam com referências externas, mas evitaram a simples cópia de modelos alheios.

Os executivos ponderaram sobre as aplicabilidades exclusivas dentro de suas próprias realidades de negócio. Essa reflexão estimulou a realização de testes que culminaram em métodos de trabalho inovadores e otimizados.

Os líderes têm a capacidade de impulsionar essa dinâmica ao encorajarem as equipes a testarem múltiplos casos de uso, compartilharem rotinas reestruturadas entre os departamentos e estudarem periodicamente as estratégias de reorganização adotadas por outras organizações em torno da IA.

Nesse cenário, manuais corporativos, o intercâmbio entre setores e a realização de workshops multidisciplinares podem se mostrar tão cruciais quanto os aportes financeiros direcionados à tecnologia de ponta.

“As maiores oportunidades da IA podem não ser óbvias e nem sempre dependem da tecnologia mais avançada”, afirma Hyunjin Kim. “É preciso colocar as pessoas em uma posição que lhes permita enxergar possibilidades que jamais imaginariam sem a IA.”

Fonte de referência: Estudo “Mapping AI into Production: A Field Experiment on Firm Performance”, elaborado por Hyunjin Kim, Dahyeon Kim e Rembrand Koning (working paper, 2026).