A chegada da inteligência artificial (IA) às operações pode ter sido massiva, mas, à medida que o hype se dissolve e o mercado amadurece, novos dilemas surgem. Seja pela dificuldade em demonstrar o retorno sobre o investimento (ROI), pelas atualizações constantes ou pela necessidade de uma nova mentalidade, líderes de tecnologia ainda buscam respostas para avançar na implementação.
Para Beena Ammanath, diretora global do Deloitte AI Institute, o problema central é a falta de clareza sobre como usar a ferramenta em cada cenário. Durante o GenAI Summit 2026, evento da consultoria, a executiva defendeu uma estratégia de ambidestria. “Há valor imediato e há valor sustentável a longo prazo. Os líderes de sucesso adotam uma carteira equilibrada”, afirmou.
Ammanath ressalta sete tensões principais que definem se a empresa terá vantagem competitiva em dois ou três anos ou se continuará investindo apenas em melhorias incrementais.
Leia também: Tribunal do Cade mantém medida preventiva sobre novos termos de uso do WhatsApp
O paradoxo da execução
A primeira tensão está na infraestrutura. Segundo a executiva, mesmo com testes (POCs) promissores, a IA não escala em estruturas antigas. As companhias enfrentam o dilema de implementar a tecnologia no que já existe ou atualizar a base, o que exige alto aporte. “É como construir um arranha-céu sobre uma fundação de casa”, comparou a diretora.
A armadilha da otimização
Atualmente, as empresas buscam apenas otimizar processos atuais, o que mitiga o valor da IA. “O verdadeiro valor aparece quando reimaginamos processos. Pegamos o que construímos há 30 anos e apenas otimizamos partes”, questiona Ammanath. Ela admite, porém, que a otimização gera ROI imediato, o que facilita a aprovação de verbas com o diretor financeiro.
Produtividade versus valor
Há um desencontro na mensuração do valor criado. Enquanto muitos focam em redução de custos, a executiva vê a IA como geradora de receita. Ela citou o exemplo de agências de marketing: uma usa IA para produzir mais vídeos, enquanto outra foca em personalização extrema. A métrica precisa mudar para analisar o comportamento e as necessidades reais do público.
Governança reativa ou proativa
Com o avanço dos agentes de IA, a governança tornou-se crítica. Pesquisa da Deloitte indica que apenas uma em cada cinco organizações se sente preparada para gerir esses agentes. Como a tecnologia muda constantemente, empresas que demoram a implementar ficam para trás, mas as que correm enfrentam vulnerabilidades inéditas.
Formação para o novo trabalho
A IA exige mudanças na atuação profissional. Ammanath pontuou que ainda formamos pessoas para processos manuais que serão substituídos. As capacitações devem focar em modelos onde humanos sintetizam percepções e conectam pontos, mas redesenhar essas funções exige tempo e investimento.
A janela da IA física
A executiva alertou para a oportunidade limitada na IA física, ligada à manufatura e linhas de produção. Embora exija infraestrutura robusta, ignorar essa tendência pode custar a competitividade em cinco ou dez anos.
Soberania dos dados
Por fim, surgiu o debate sobre modelos próprios para garantir a soberania das informações, especialmente diante de novas regulamentações globais. À medida que as regras avançam, as empresas precisam questionar a origem e a gestão de infraestruturas construídas fora de seus domínios.
Para Ammanath, a saída é o “caminho do meio”: investir 80% do tempo e talento no ROI imediato para satisfazer o conselho, mas reservar 20% para o longo prazo, seja experimentando IA física ou redesenhando o trabalho.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
