IA · 9 de outubro de 2026
Análises apontam necessidade de novas métricas para avaliar retorno de investimentos em inteligência artificial
A maioria das organizações ainda não consegue medir com precisão o retorno financeiro gerado pela adoção de inteligência artificial, segundo analistas de mercado. Embora novas metodologias para calcular a rentabilidade estejam em desenvolvimento, existe um atraso significativo entre o investimento na tecnologia e a materialização do valor para as empresas. Michael Chui, pesquisador sênior da McKinsey, destaca que os executivos financeiros e os investidores estão pressionando os líderes de tecnologia e os presidentes para que apresentem evidências claras de retorno sobre o investimento.
Uma pesquisa da McKinsey, divulgada em agosto, revelou que cerca de 80 por cento dos entrevistados relataram melhorias na produtividade graças à inteligência artificial. No entanto, apenas 37 por cento afirmaram que o impacto da tecnologia se refletiu diretamente nos lucros, uma proporção semelhante à registrada no ano anterior. Uma parcela ainda menor, de apenas 6 por cento, indicou que a inteligência artificial gerou valor significativo, representando pelo menos 5 por cento do resultado operacional. Chui observa que há uma discrepância entre o valor percebido pelos colaboradores individuais e o valor agregado à organização como um todo.
Os analistas da McKinsey afirmam que os maiores ganhos serão obtidos por meio da reestruturação de fluxos de trabalho e processos, onde humanos e agentes de inteligência artificial colaboram. A simples adição de agentes a processos existentes não é suficiente. Chui explica que fluxos de trabalho de ponta a ponta geralmente envolvem várias pessoas, e a transformação completa desses processos com o auxílio da inteligência artificial é uma característica das empresas de alto desempenho.
O controle de custos é um desafio crítico, especialmente no gerenciamento de custos de tokens e na seleção do modelo adequado para cada tarefa. Gareth Herschel, analista da Gartner, alertou durante um evento em Mumbai que três em cada cinco líderes de tecnologia estão preocupados com custos inesperados causados por agentes de inteligência artificial. Ele citou casos em que o custo de tokens para ferramentas de codificação superou o custo de desenvolvedores de software humanos. Robert Thanaraj, também da Gartner, comparou a situação a dar um cartão de crédito a um adolescente, sugerindo que as empresas devem monitorar os custos durante o desenvolvimento de protótipos, calculando o custo por agente e por tarefa concluída para avaliar modelos de linguagem de diferentes tamanhos.
Para alcançar a rentabilidade, as empresas precisam de uma base técnica e contextual sólida. Thanaraj enfatiza que a governança cria confiança e o contexto fornece significado, sem os quais a inteligência artificial pode apenas amplificar a ignorância. A qualidade dos dados é um obstáculo, pois modelos de linguagem grandes apenas fazem suposições sem um contexto claro, o que aumenta o risco de alucinações e resultados ruins. Jack Gold, analista da J. Gold Associates, destaca a importância de uma infraestrutura de rede robusta para a transferência de dados, já que as interações entre agentes se tornarão comuns e críticas para o negócio.
Uma pesquisa global da KPMG, publicada no mês anterior, indicou que 55 por cento das organizações possuem uma camada formal de governança de inteligência artificial. Essa proporção aumenta para 86 por cento entre as organizações que relatam um retorno sobre o investimento estabelecido. A KPMG conclui que as organizações que combinam responsabilidade clara, governança coordenada, resiliência e medição confiável de valor estão mais bem posicionadas para transformar uma ampla adoção em desempenho sustentável.