Eficiência sozinha não gera valor e empresas precisam repensar estratégia para escalar IA

Durante o evento "Eficiência não paga a conta: o paradoxo da IA nas organizações", promovido pela Squadra Digital em parceria com al Sensedia e o MIT Sloan Management Review Brasil, os executivos Romulo Cioffi, Chief AI and Innovation Officer na Squadra, Lucas Tempestini, Head de Marketing na Sensedia e Douglas Souza, CEO do MIT SMR Brasil, defenderam que o mercado vive um momento de mudança na forma de medir o sucesso dos investimentos em inteligência artificial. Depois da corrida para experimentar modelos generativos, o desafio passa a ser transformar tecnologia em impacto real para o negócio.

A principal conclusão do estudo apresentado durante o encontro é que eficiência operacional, embora importante, deixou de ser suficiente para justificar investimentos em IA. Sem uma estratégia baseada em arquitetura, integração de dados e governança, grande parte das iniciativas permanece restrita a projetos-piloto, sem geração consistente de valor financeiro.

Segundo os dados compartilhados no evento, 66% dos executivos afirmam que a IA generativa ocupa posição prioritária nas empresas. Entretanto, apenas 7% das organizações possuem capacidade técnica integrada para operar essas iniciativas em escala, evidenciando um descompasso entre discurso e execução. Além disso, somente uma pequena parcela dos projetos consegue sair da fase experimental e chegar efetivamente à produção.

"O mercado ainda está muito concentrado na ferramenta. O diferencial competitivo, porém, está na capacidade de transformar inteligência em operação e decisão", resumiram os participantes.

O problema não é criar agentes

Um dos principais pontos do debate foi a rápida popularização dos agentes de IA. Para os especialistas, muitas organizações passaram a medir maturidade pelo número de agentes desenvolvidos, quando a discussão deveria começar muito antes.

A avaliação é que criar agentes sem compreender os processos da empresa tende apenas a reproduzir silos tecnológicos e ampliar a complexidade operacional. Antes disso, é necessário desenhar uma arquitetura de decisão capaz de definir o papel de cada agente, sua interação com pessoas, dados e sistemas corporativos.

A proposta apresentada durante o painel é enxergar a empresa como uma "organização agêntica", na qual agentes inteligentes cooperam entre si e com profissionais humanos, sempre orientados por objetivos de negócio e não apenas pela automação de tarefas.

Governança deixa de ser barreira e passa a acelerar inovação

Outro consenso entre os participantes é que a governança não deve ser encarada como um mecanismo para limitar projetos de IA, mas como a estrutura que permite escalar inovação com segurança.

Os executivos defenderam que agentes precisam ser tratados como novos usuários dentro da arquitetura corporativa, sujeitos às mesmas políticas de autenticação, autorização, monitoramento e controle de acesso já aplicadas a colaboradores e aplicações tradicionais.

Casos recentes de uso inadequado de modelos generativos foram citados para ilustrar os riscos de implantações sem controles. Entre eles, chatbots executando funções para as quais não foram projetados e sistemas acessando informações além do escopo previsto, situações que reforçam a necessidade de mecanismos capazes de definir claramente quais dados e operações cada agente pode utilizar.

Nesse contexto, a evolução dos MCPs (Model Context Protocol) também entrou na discussão. Assim como ocorreu com a adoção de APIs nos últimos anos, os especialistas defendem que esses componentes precisem incorporar camadas próprias de gestão, controle de escopo e rastreabilidade para evitar que agentes tenham acesso indiscriminado aos ativos corporativos.

Custos também entram na equação

Outro aprendizado destacado pelos participantes é que escalar IA não significa concentrar todas as aplicações em um único modelo de linguagem.

Segundo os especialistas, diferentes modelos apresentam desempenhos e custos distintos para cada tipo de tarefa. A tendência é que as organizações adotem arquiteturas híbridas, combinando modelos proprietários, soluções open source e modelos menores desenvolvidos internamente para equilibrar desempenho, disponibilidade e custo operacional.

A discussão remete ao movimento vivido durante a migração para a computação em nuvem, quando empresas perceberam que nem todas as cargas de trabalho deveriam permanecer em um único ambiente.

IA amplia produtividade, mas exige transformação cultural

O painel também abordou os impactos da IA sobre o trabalho das equipes de tecnologia.

Em vez de substituir profissionais, a expectativa é que desenvolvedores assumam funções mais estratégicas, atuando como curadores das respostas produzidas pelos modelos, validando resultados e concentrando esforços em atividades de maior valor agregado. A mudança, porém, depende de capacitação contínua e de uma transformação cultural dentro das organizações.

Os participantes destacaram que a inteligência artificial acelera significativamente o desenvolvimento de software, mas também aumenta a geração de novas demandas. Quanto maior a capacidade de entrega, maior tende a ser o backlog de evolução das aplicações, tornando permanente a necessidade de adaptação das equipes.

Mais do que uma corrida para adotar agentes inteligentes, a mensagem deixada pelo encontro é que o sucesso da IA dependerá da capacidade das empresas de construir uma base sólida de arquitetura, dados e governança. Sem esses elementos, a tecnologia pode até gerar ganhos de eficiência, mas dificilmente produzirá o impacto financeiro e estratégico esperado pelas organizações.

Disponível em: TI INSIDE

Despertou a curiosidade e quer analisar os dados do estudo, na íntegra? Acesse e faça download agora mesmo.