A inteligência artificial passou a ser medida por retorno financeiro direto dentro das empresas, deixando de ocupar espaço experimental para responder a metas concretas de resultado. O movimento já impacta decisões estratégicas em grandes organizações como Itaú Unibanco, PepsiCo, Dasa, Pernod Ricard e Danone e esteve no centro das discussões da 3ª edição do The Tech Summit 2026, encontro que reuniu executivos de tecnologia em maio, em São Paulo.

Em projetos recentes conduzidos pelo executivo Wilian Luis Domingues, a aplicação da tecnologia alcançou retorno sobre investimento (ROI) de 500%, com geração de R$ 1,8 milhão a partir de um aporte de R$ 360 mil. No mesmo contexto, iniciativas de automação inteligente contribuíram para a redução de R$ 20 milhões em custos operacionais, consolidando uma mudança de posicionamento da tecnologia dentro das organizações.

Projetos de IA generativa: 95% falham

Porém apesar do avanço acelerado da tecnologia e do aumento expressivo de investimentos, a maioria das empresas ainda não consegue transformar iniciativas de IA em resultados concretos. Um levantamento do relatório State of AI Business, do MIT (2025), aponta que 95% dos pilotos de IA generativa falham em entregar retorno mensurável. Isso significa que apenas 1 em cada 20 projetos de inteligência artificial entrega ROI.

O cenário revela um paradoxo: enquanto a IA é vista como prioridade estratégica, sua execução prática ainda está longe de amadurecer. Na avaliação de Marcos Chiodi, country manager da Marlabs no Brasil, o problema não está na tecnologia em si, mas na forma como as empresas estruturam suas iniciativas.

“A maioria das organizações ainda trata a IA como experimento, não como capacidade de negócio. Sem estratégia clara, dados preparados e integração com o dia a dia da operação, o resultado tende a ser frustração e desperdício de investimento”, afirma.

Adoção da IA acelerada nas empresas, mas sem estrutura e capacidade

A afirmação vai ao encontro do 2026 Jitterbit AI Automation Benchmark Report. O relatório mostra que mais de 80% das empresas já operam com até 50 agentes de inteligência artificial em suas rotinas, número que revela uma adoção acelerada, mas também expõe um descompasso estrutural. A tecnologia foi incorporada antes que as empresas organizassem dados, integrassem sistemas, estruturas e processos capazes de sustentar esse novo nível de complexidade.

A falta de integração mantém parte das operações fragmentadas e pode limitar ganhos reais de eficiência. “A revolução da IA não é apenas sobre velocidade, mas sobre estrutura, governança e capacidade de execução”, afirma Bill Conner, presidente e CEO da Jitterbit.

Não se pode culpar tecnologia pelo fracasso

Dados de consultorias como McKinsey e BCG reforçam o diagnóstico: menos de 10% dos casos de uso de IA conseguem sair da fase de piloto e gerar valor substancial. Em paralelo, empresas estão abandonando iniciativas em ritmo crescente; em 2025, o índice dobrou em relação ao ano anterior, segundo a S&P Global.

Para Chiodi, da Marlabs, esse movimento evidencia um erro recorrente: culpar a tecnologia pelo fracasso. “A IA já provou seu valor em escala. Quando falha, quase sempre é por problemas de execução, dados ruins, objetivos mal definidos ou falta de integração com processos reais de negócio”, explica.

A análise dos projetos malsucedidos revela padrões consistentes, segundo a Marlabs. Entre os principais fatores estão a baixa qualidade dos dados, estratégias guiadas pelo “hype”, ausência de metas claras de ROI, falta de alinhamento entre áreas e falhas na gestão de mudança organizacional.

Segundo dados do Gartner, 85% dos projetos de IA falham devido a problemas relacionados a dados, como inconsistência, fragmentação e ausência de governança. Além disso, iniciativas frequentemente nascem sem conexão direta com objetivos de negócio, o que inviabiliza sua continuidade.

Outro entrave crítico é o desalinhamento interno. Em muitas empresas, a responsabilidade pela IA fica concentrada na área de tecnologia, sem envolvimento efetivo das áreas de negócio. O resultado são pilotos promissores que nunca chegam à operação.

Enquanto isso, um grupo restrito de empresas, cerca de 5%, tem conseguido capturar valor consistente. Essas organizações não necessariamente investem mais ou possuem tecnologias superiores, mas seguem uma abordagem disciplinada e estruturada.

“Os líderes não começam pela tecnologia, mas pelo problema de negócio. Eles priorizam poucos casos com alto potencial de retorno, projetam para escala desde o primeiro dia e medem resultados com rigor”, destaca Chiodi.

Abismo da IA entre empresas

A ferramenta AgilityAI, da Marlabs, busca unir estratégia, aceleradores de IA Agêntica e governança robusta, reduzindo em até 50% o tempo para validar provas de conceito (POCs) e priorizando casos de uso com impacto mensurável.

Empresas que permanecem na fase de experimentação enfrentam perda de eficiência, aumento de custos e piora na experiência do cliente. O resultado é o que especialistas chamam de “abismo da IA”, uma lacuna crescente entre organizações que conseguem extrair valor da tecnologia e aquelas que ficam para trás.

Para Chiodi, a diferença entre esses dois grupos é clara: “O sucesso em IA não é acidental. Ele é uma decisão de liderança. As empresas que tratam IA como prioridade estratégica, com disciplina na execução, são as que conseguem transformar potencial em resultado real”.