A inteligência artificial (IA) está no centro das discussões corporativas, prometendo transformar processos, aumentar a produtividade e gerar inovação em escala. Ainda assim, uma pergunta persiste: por que as empresas não implementam IA de forma ampla e madura?
Segundo pesquisa da McKinsey publicada em janeiro de 2025, quase todas as companhias investem em IA, mas apenas 1% se consideram “maduras” — ou seja, com a tecnologia totalmente integrada aos fluxos de trabalho e gerando resultados significativos. Isso revela uma grande lacuna entre o potencial e a realidade.
Fabiano Goldoni explica o relatório no canal FG Studio:
Neste artigo, vamos explorar os principais obstáculos, dados e insights da pesquisa, entender as razões pelas quais a implementação de IA é lenta e, principalmente, como superar essas barreiras para destravar valor de negócio.
A distância entre investimento e maturidade em IA
Apesar do otimismo em relação à tecnologia, os números mostram que a adoção plena ainda é rara. A McKinsey identificou que 92% das empresas planejam aumentar seus investimentos em IA nos próximos três anos, mas a integração completa ainda está longe.
Entre os fatores que explicam por que as empresas não implementam IA de forma ampla, destacam-se:
- Falta de liderança ousada: líderes não definem metas ambiciosas o suficiente para escalar os projetos.
- ROI pouco claro: dificuldade em demonstrar ganhos de curto prazo desestimula investimentos maiores.
- Desafios de governança e segurança: receio de riscos éticos, privacidade e vieses algorítmicos.
- Desalinhamento estratégico: a tecnologia é tratada como projeto isolado e não como parte central do negócio.
Dado-chave: Apenas 1% dos líderes entrevistados afirmam que suas empresas atingiram maturidade na implementação de IA.
Funcionários estão prontos, mas líderes ainda não
Uma das descobertas mais surpreendentes do estudo é que os funcionários estão mais preparados para usar IA do que seus líderes imaginam.
- 94% dos empregados e 99% dos executivos têm algum nível de familiaridade com IA generativa.
- Líderes acreditam que apenas 4% dos funcionários usam IA em 30% do trabalho diário, mas na realidade 13% já fazem isso.
- 47% dos colaboradores acreditam que usarão IA em mais de 30% das tarefas no próximo ano — o dobro da estimativa dos líderes.
Essa discrepância indica que o problema não está na resistência dos colaboradores, mas na falta de incentivo, treinamento e visão estratégica por parte da liderança.
Falta de treinamento e suporte interno
Outro dado importante: 48% dos funcionários afirmam que gostariam de receber treinamento formal em IA para aumentar seu uso no dia a dia.
Ainda assim, 22% relatam que recebem pouco ou nenhum suporte para desenvolver competências digitais, mesmo em empresas que já possuem pilotos de IA em andamento.
As principais ações que, segundo os funcionários, aumentariam a adoção de IA são:
- Treinamentos estruturados (48%).
- Integração da IA nos fluxos de trabalho (45%).
- Acesso a ferramentas em fase beta ou piloto (41%).
- Incentivos como recompensas e reconhecimento (40%).
Sem essas medidas, mesmo equipes motivadas acabam limitadas na exploração do potencial da tecnologia.
A tensão entre velocidade e segurança
Um dilema central para entender por que as empresas não implementam IA rapidamente é o equilíbrio entre avanço acelerado e mitigação de riscos.
- 47% dos executivos acreditam que o desenvolvimento e lançamento de ferramentas de IA em suas empresas é lento demais.
- As principais razões para essa lentidão são lacunas de habilidades (46%) e restrições de recursos (38%).
- Do lado dos funcionários, as maiores preocupações são cibersegurança (51%), imprecisões nas respostas (50%) e privacidade de dados (43%).
Apesar disso, 71% dos colaboradores confiam mais em seus empregadores para implementar IA de forma ética do que em grandes empresas de tecnologia ou universidades.
O problema não é a tecnologia, mas o modelo de gestão
O relatório enfatiza que o desafio de escalar IA não é tecnológico, mas organizacional.
Mesmo com modelos de linguagem mais avançados, hardware potente e recursos multimodais, as empresas esbarram em cinco grandes obstáculos:
1. Falta de alinhamento na liderança
Executivos de diferentes áreas possuem objetivos e tolerância a riscos distintos. Sem consenso estratégico, os projetos de IA ficam fragmentados e ineficazes.
2. Incerteza sobre custos e ROI
Enquanto pilotos podem ser viáveis financeiramente, escalar a IA para toda a empresa envolve custos altos e imprevisíveis, especialmente em infraestrutura e manutenção.
3. Planejamento de força de trabalho
Ainda é incerto quais funções serão substituídas, quais serão transformadas e quais novas habilidades precisarão ser desenvolvidas.
4. Dependências da cadeia de suprimentos
A produção de chips e hardware especializados está concentrada em poucos países, o que gera vulnerabilidades e riscos geopolíticos.
5. Necessidade de explicabilidade
Muitos modelos ainda funcionam como “caixas-pretas”, dificultando a aceitação em setores que exigem justificativas claras para decisões, como finanças e saúde.
Setores e funções com maior e menor adoção
O estudo revela que os setores que mais investem em IA incluem saúde, tecnologia, mídia e telecomunicações. Em contrapartida, varejo, construção e transporte estão entre os menos dispostos a gastar, mesmo tendo alto potencial de retorno.
No nível funcional, vendas e marketing concentram 28% do valor econômico potencial da IA, seguidos de engenharia de software (25%), atendimento ao cliente (11%) e P&D (9%). No entanto, o otimismo dos funcionários nessas áreas é apenas mediano, indicando que a implementação ainda é tímida.
Como superar as barreiras e acelerar a adoção
Para sair da estagnação e capturar valor real da IA, as empresas precisam:
- Definir uma estratégia ambiciosa — passar de pilotos isolados para transformações organizacionais.
- Investir no capital humano — criar programas contínuos de capacitação e integração de IA nos processos.
- Equilibrar velocidade e segurança — adotar governança robusta, mas sem paralisar a inovação.
- Aproveitar o entusiasmo interno — especialmente entre gestores millennials, que já demonstram alto nível de competência digital.
- Ampliar métricas éticas — usar benchmarks não apenas de desempenho, mas também de transparência, equidade e privacidade.
É sobre liderança
A pergunta “por que as empresas não implementam IA?” não tem uma única resposta, mas a pesquisa da McKinsey deixa claro que a maior barreira não é a tecnologia, nem a falta de preparo dos funcionários — é a liderança.
Executivos precisam assumir um papel mais ousado, definir metas claras, investir no desenvolvimento da equipe e criar condições para que a IA seja incorporada de forma segura e estratégica.
Com visão de longo prazo, equilíbrio entre inovação e governança e engajamento dos colaboradores, a IA pode deixar de ser um projeto experimental e se tornar um motor de transformação real, capaz de gerar vantagens competitivas duradouras.