Entre hype, FOMO e bilhões investidos, a corrida da IA começa a separar quem cria valor de quem apenas acumula custo.
Em 2026, Microsoft, Alphabet, Meta e Amazon devem investir, somadas, cerca de US$ 650 bilhões em capacidade de IA, segundo o Bridgewater Associates. É o maior compromisso de capital corporativo da história. A Gartner projeta gasto global de US$ 2,5 trilhões neste ano. Para qualquer C-level, o recado é claro: IA deixou de ser escolha, virou pilar do negócio.
Ser pilar significa que a IA não é uma ferramenta que se pega, usa e guarda. Ela influencia como se prevê demanda, otimiza serviços, entende o consumidor e decide. Muda a arquitetura da empresa antes de aparecer no orçamento.
Em agosto de 2025, o MIT publicou o relatório The GenAI Divide: State of AI in Business 2025, que, dentro da amostra analisada, concluiu que, das empresas que investiram entre US$ 30 bilhões e US$ 40 bilhões em IA generativa, 95% não obtiveram retorno mensurável na última linha.
O estudo adota uma visão bastante alarmista, mas o ponto central que devemos observar é a importância de se atentar desde o início para como cada negócio pode capturar valor a partir do investimento em IA dentro de sua operação.
Na maioria das vezes, a maior parte dos orçamentos é alocada sem propósito, em pilotos isolados que não se conectam com os processos centrais. Resultado: capital queimado.
Outro fenômeno ajuda a explicar o desperdício: o “agent washing”. O termo descreve a prática de rebatizar chatbots, assistentes simples e robôs de RPA como “agentes de IA” para justificar preços inflados na onda do hype.
Boa parte das empresas brasileiras está caindo na mesma armadilha. Investe em IA movida por fear of missing out (FOMO, o “medo de ficar de fora”), cria um “comitê de IA”, distribui ChatGPT Enterprise para todos e espera que algo mágico aconteça. Não acontece.
Antes de comprar qualquer “solução de IA”, a régua sugerida pela Gartner ajuda a decidir o caminho. São três categorias com soluções e custos muito diferentes:
A maioria das empresas paga preços astronômicos para resolver problemas simples. Mas existe uma armadilha ainda mais cara, que é anterior a essa decisão: querer ser AI First sem ser Data First.
Agente algum entrega valor sobre uma base fragmentada, suja ou inacessível. Antes de contratar tecnologia, é preciso investir na infraestrutura que vai sustentá-la. Quem pula essa etapa não está implementando IA, está batendo cabeça com ela em escala.
No mercado financeiro, em especial wealth management, segmento sobre o qual tenho mais propriedade, muito se discute sobre a substituição de profissionais que estão na ponta com clientes.
Sou cético quanto a esse cenário no horizonte visível. Dificilmente um agente substituirá a parte que envolve empatia e psicologia financeira, seja em momentos de adversidade, seja em discussões sensíveis como a herança a ser deixada para os filhos.
O que a IA faz é multiplicar a capacidade do consultor. Gera relatórios em minutos, vasculha portfólios em busca de inconsistências, sintetiza calls. Mais do que velocidade, viabiliza o que antes nem era possível: antecipar uma necessidade antes de o telefone tocar, identificar o sinal escondido em múltiplos e-mails.
A disrupção real tem potencial de impactar toda a operação, mas só captura valor quem entra realmente com propósito.
O ponto de partida tem que ser a dor, não a ferramenta. Antes de qualquer solução, mapeie os principais gargalos e tenha clareza sobre o porquê do agente. Existem oportunidades reais tanto no front quanto no back-office, mas, como o front é mais glamouroso, costuma capturar a maior parte da atenção, muitas vezes sem propósito definido. Sem essa clareza, a IA vira gasto, mas, com ela, vira alavanca de crescimento.
Muito se discute também sobre comprar a solução ou desenvolver internamente.
Penso que isso depende muito da ambição da empresa. Para quem busca eficiência pontual, comprar de fornecedores especializados é o caminho mais rápido. Para quem persegue escala, desenvolver soluções proprietárias é inegociável: só assim é possível customizar a IA para as necessidades dos clientes e construir diferencial competitivo real.
Por fim, definir KPIs antes do piloto é fundamental, mas o ROI completo só se revela ao longo da execução. Nesse jogo, a certeza demora, e quem está vencendo é quem testa, aprende e escala.
Talvez o ponto mais decisivo: a transformação não acontece sem adesão das lideranças estratégicas, que precisam dar o exemplo. Nenhuma comunicação interna substitui o efeito de ver a alta gestão usando IA no dia a dia.
A divisão que aparece no mercado não é entre empresas grandes e pequenas, é entre quem já está testando e quem ainda espera ter certeza. A IA será para esta década o que a internet foi para os anos 2000: uma reconfiguração estrutural da economia. Quem ficar de fora pagará um preço alto.
O que separa os dois grupos é cultura, não tecnologia. Nenhuma plataforma de IA compensa uma organização que decide olhando para o retrovisor. A transformação nasce da disposição de questionar processos intocáveis e executar com consistência.
Adotar IA é como se matricular na academia: a matrícula não entrega resultado, e quem espera transformação em três meses desiste antes de colher qualquer coisa. O ganho acontece para quem aparece todo dia, ajusta a carga e mede o progresso ao longo dos trimestres. O resto é ruído.