A corrida sem freio

Nos últimos dois anos, poucas decisões corporativas foram tomadas com tanta velocidade — e tão pouca diligência — quanto a adoção de inteligência artificial. O medo de ficar para trás transformou o que deveria ser uma decisão estratégica em um reflexo: pilotos lançados sem caso de uso definido, ferramentas compradas sem critérios de avaliação, demissões anunciadas antes de a tecnologia provar que conseguia fazer o trabalho.

O resultado agora está documentado em números. E eles não são bonitos.

Bilhões investidos, valor não capturado

O estudo "The GenAI Divide: State of AI in Business 2025", do projeto NANDA do MIT, analisou 300 implementações públicas de IA, além de entrevistas com executivos e pesquisas com funcionários. A conclusão: apesar de US$ 30–40 bilhões investidos em IA generativa corporativa, cerca de 95% dos pilotos ficam presos na fase experimental, sem impacto mensurável no resultado. O problema central identificado pelo MIT não é a qualidade dos modelos — é a integração organizacional falha e o que os pesquisadores chamam de "learning gap": ferramentas que não aprendem com o contexto da empresa e organizações que não se adaptam para usá-las.

A Gartner chegou a uma leitura complementar ao prever que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custos crescentes, valor de negócio incerto e controles de risco inadequados. A consultoria identificou ainda o fenômeno do "agent washing": de milhares de fornecedores que se dizem "agênticos", estima-se que apenas cerca de 130 entregam capacidades genuinamente agênticas. E há um alerta que deveria estar em toda pauta de board: a Gartner projeta que, em 2026, um terço das empresas prejudicará a experiência de seus clientes por implantar IA prematuramente.

O efeito bumerangue: demitir, falhar, recontratar

Nenhum efeito colateral da adoção desenfreada é tão visível quanto o ciclo de demissões e recontratações. O relatório "Predictions 2026: The Future of Work", da Forrester, estima que metade das demissões atribuídas à IA nos EUA será revertida — muitas vezes com recontratações discretas, por salários menores ou em outros países. Segundo a mesma análise, 55% das companhias que demitiram em nome da IA se arrependem.

Uma pesquisa da Careerminds com 600 líderes de RH que conduziram demissões ligadas à IA dá a dimensão da reversão: 68,3% já recontrataram ao menos parte dos demitidos, 52,1% iniciaram recontratações em até seis meses — e apenas 8,4% repetiriam o processo sem mudanças. A Gartner projeta ainda que metade das empresas que substituíram atendimento ou operações por IA será obrigada a recriar essas funções até 2027.

Os casos concretos ilustram o padrão:

Quando a IA assina o relatório: o custo reputacional

O retrocesso não se limita a pessoal e projetos. Em 2025, a Deloitte Austrália concordou em devolver parte de um contrato de AU$ 440 mil (US$ 290 mil) ao governo australiano depois que um relatório entregue ao Department of Employment and Workplace Relations foi flagrado com referências acadêmicas inexistentes e uma citação fabricada de decisão judicial — erros típicos de alucinação de IA. A versão revisada do documento passou a divulgar o uso de Azure OpenAI na sua elaboração.

"Misused AI and used it very inappropriately: misquoted a judge, used references that are non-existent. I mean, the kinds of things that a first-year university student would be in deep trouble for." Senadora Barbara Pocock (Austrália), sobre o caso Deloitte

O caso não é isolado. Em 2026, uma investigação apontou que a maioria das citações de um estudo da EY Canadá era alucinada — o relatório acabou retirado de circulação. E o escritório de advocacia Sullivan & Cromwell precisou se desculpar com um tribunal de Nova York após um documento assistido por IA conter citações incorretas do Código de Falências dos EUA. Relatórios governamentais, estudos públicos e peças judiciais: exatamente os documentos em que a confiança é o produto.

Some-se a isso a camada silenciosa do dia a dia: segundo estudo da KPMG, quase 6 em cada 10 funcionários admitem ter cometido erros no trabalho por causa de falhas da IA — e cerca de metade usa IA no ambiente corporativo sem saber se é permitido. É a interseção direta com o que analisei no artigo sobre Shadow AI: uso massivo, governança quase inexistente.

O que separa os 5% que capturam valor

A leitura correta desses dados não é "IA não funciona". O mesmo estudo do MIT mostra que os 5% que têm sucesso seguem uma lógica oposta à da adoção por FOMO: escolhem um problema específico, integram a IA profundamente ao fluxo de trabalho (não como camada decorativa), preferem parcerias com fornecedores especializados a construções internas genéricas e medem resultado em P&L — não em número de pilotos lançados.

O mercado converge para o paradigma human-in-the-loop: IA como ferramenta de triagem, velocidade e escala, com decisão final, validação de segurança e mentoria permanecendo com especialistas humanos. Para quem lidera tecnologia, riscos ou governança, cinco disciplinas fazem a diferença entre os dois grupos:

• Caso de uso antes da ferramenta — se o ROI não pode ser descrito em uma frase mensurável, o projeto não está pronto para orçamento;
• Governança antes da escala — políticas de uso, controles de acesso, trilhas de auditoria e critérios de aprovação humana definidos antes do go-live, não depois do incidente;
• Pessoas como controle, não como custo — reduzir supervisão humana exatamente onde a IA mais erra (contexto, exceções, julgamento) é a receita documentada do retrocesso;
• Verificação de saídas de alto risco — qualquer conteúdo gerado por IA que saia da organização (relatórios, pareceres, comunicações regulatórias) exige revisão humana com responsabilidade nominal;
• Métricas de reversão — acompanhar recontratações, retrabalho, satisfação de clientes e incidentes pós-implantação como indicadores de que a adoção passou do ponto.

A IA vai continuar transformando as organizações — isso não está em disputa. O que os dados de 2025–2026 deixam claro é que a variável decisiva não é o modelo, o fornecedor ou o orçamento. É a maturidade de governança de quem implementa. As empresas que trataram a IA como atalho para cortar custos estão pagando a conta em recontratações, reputação e clientes perdidos. As que a trataram como capacidade a ser construída — com estratégia, controles e pessoas no circuito — são as únicas colhendo o retorno que todo mundo prometeu ao board.

E na sua organização: a IA está sendo implementada com estratégia — ou com medo de ficar para trás?