O verdadeiro problema da IA não é a tecnologia. É que a liderança não a entende.

Três das firmas de pesquisa mais rigorosas do mundo mediram a mesma coisa em 2025. Chegaram à mesma conclusão incômoda a que eu cheguei, e ela não tem a ver com tecnologia.

A próxima lacuna competitiva não será apenas entre as empresas que usam IA e as que não usam.

Será entre as equipes de liderança que entendem como a IA muda os modelos operacionais, e aquelas que ainda a tratam como uma camada tecnológica.

A maioria ainda não distingue bem essa diferença. Esse é o risco estratégico.

O dado que vale a pena encarar de frente

Quando três estudos independentes, com metodologias distintas, convergem para o mesmo número, convém prestar atenção.

A McKinsey, no seu State of AI 2025 (1.993 organizações), descobriu que 88% das empresas já usam IA em pelo menos uma função, mas apenas 39% relatam algum efeito no EBIT, e na maioria dos casos abaixo de 5%.

O BCG, em um estudo com mais de 1.250 empresas, foi mais cru: apenas 5% obtêm valor da IA em escala, enquanto 60% não obtêm nenhum valor material apesar de investimentos substanciais.

E o MIT, no seu relatório GenAI Divide, descobriu que 95% dos pilotos de IA generativa não produziram nenhum impacto mensurável no P&L.

Três firmas. Três metodologias. Uma única conclusão: a adoção é massiva, mas o valor é raro.

A pergunta certa não é "estamos usando IA?" Quase todos estão. É "por que tão poucos capturam valor real?"

O gargalo não é a tecnologia

Aqui está o achado mais importante, e o mais ignorado. O MIT foi explícito: os pilotos falham por lacunas de integração, dados e governança, não por limitações dos modelos. Como resume a McKinsey, a IA é 20% algoritmos e 80% redesenho organizacional.

O dado mais revelador do estudo do MIT é indireto: enquanto apenas 40% das empresas têm assinaturas oficiais de IA, 90% dos trabalhadores já usam ferramentas pessoais como ChatGPT ou Claude nas suas tarefas diárias. Existe uma "economia de IA na sombra" que funciona melhor que os sistemas corporativos, e que a maioria dos líderes não vê nem governa.

Enquanto isso, 42% das empresas abandonaram a maioria das suas iniciativas de IA em 2025, contra apenas 17% no ano anterior. Não é uma desaceleração. É um sinal de que se está investindo sem entender.

Por que o modelo de delegação se rompe

Durante anos, a liderança operou com base na delegação: os executivos definiam a direção, as equipes de tecnologia executavam e as unidades de negócio adotavam.

Com a IA, especialmente GenAI e IA agêntica, esse modelo começa a se romper.

Os líderes ainda podem delegar a execução. Mas já não podem delegar o entendimento.

O que a liderança precisa saber (e não é Python)

Não se trata de aprender a programar nem de ajustar redes neurais. Trata-se de saber:

• Onde a IA cria valor e onde cria risco
• O que deve ser construído versus comprado
• O que deve ser centralizado versus federado
• O que deve ser governado
• O que nunca deveria ser automatizado sem accountability humana

Quando a liderança não consegue fazer essas perguntas, os trade-offs falham de maneira previsível:

• Investir demais em ferramentas e de menos em dados
• Lançar pilotos sem um caminho real para a implantação
• Subestimar a governança
• Centralizar tudo e perder velocidade, ou descentralizar demais e fragmentar

Um dado do BCG ilumina este último ponto: os orçamentos de IA se concentram esmagadoramente em vendas e marketing, apesar de o ROI ser maior em operações e finanças. É exatamente o tipo de trade-off errado que ocorre quando se decide sem fluência.

Onde o valor realmente vive

O que os 5% que capturam valor fazem de diferente? Segundo o BCG, os vencedores, as empresas "future-built", se distinguem por redesenhar seus fluxos de trabalho e elevar as capacidades do seu talento, não por ter modelos melhores. O verdadeiro valor da IA empresarial vive nas dependências que a maioria das decisões omite: qualidade de dados, redesenho de processos, governança, adoção, accountability e disciplina operacional.

Uma equipe pode aprovar uma estratégia de IA. Mas se não consegue distinguir entre um chatbot, uma arquitetura RAG, um modelo preditivo e um agente autônomo, terá dificuldade em fazer as perguntas certas, e pode assumir que ferramentas como ChatGPT ou os copilotos empresariais resolverão problemas complexos de negócio por si só.

Não resolverão.

O Gartner enquadra o mesmo ponto cego a partir da cúpula: a alfabetização executiva em IA não exige programar, mas exige a inteligência estratégica para questionar premissas, avaliar riscos e alinhar a IA às prioridades de longo prazo. Sem essa alfabetização, aprovam-se iniciativas que não se entendem por completo.

O que vi na prática

Liderando transformações de dados e IA em ambientes tão diferentes quanto a indústria farmacêutica, o varejo e os serviços de tecnologia, o padrão que mais se repete é o mesmo. Quando implementei modelos preditivos para oncologia e vacinas, o que separava um piloto bem-sucedido de um que ficava pelo caminho quase nunca era o algoritmo: era se o negócio havia redesenhado seu processo de decisão em torno do modelo. Os projetos que capturaram valor não foram os tecnicamente mais sofisticados, mas aqueles em que a liderança entendeu que a IA mudava como se operava, não apenas qual ferramenta se usava.

É a mesma conclusão a que McKinsey, BCG e MIT chegaram separadamente. Eu a vi projeto a projeto.

Essa é a lacuna que definirá a próxima década.

A maioria das equipes de liderança acredita que entende a IA. Os resultados, muitas vezes, dizem o contrário.

Onde você vê hoje a maior lacuna: conselhos, C-level, unidades de negócio ou liderança tecnológica?

Fontes

• McKinsey, The State of AI 2025.
• BCG, estudo sobre criação de valor com IA em mais de 1.250 empresas (2025).
• MIT, The GenAI Divide (2025).
• Gartner, sobre alfabetização executiva em IA.