IA já faz parte da rotina dos brasileiros, mas ainda não se traduz em transformação nas empresas

A inteligência artificial já entrou na rotina dos profissionais brasileiros, mas ainda não se tornou uma capacidade operacional dentro das empresas. Apesar de a inteligência artificial ser pauta diária de conversas e ferramentas como o ChatGPT serem usadas várias vezes por dia, quase ninguém constrói agentes ou trata a IA como infraestrutura. Essa distância entre adoção individual e transformação organizacional é um dos resultados apresentados no relatório Uso diário, fluência rasa, elaborado pelos Sloan Fellows da Stanford Graduate School of Business Bernardo Precht e Felipe Lourenço, após oito meses de pesquisa.

O estudo cruza mais de 50 horas de entrevistas com gerentes e diretores de RH, executivos e MBAs de Stanford com 19 referências secundárias, incluindo pesquisas acadêmicas, bases de dados e relatórios produzidos por Stanford Digital Economy Lab, McKinsey, Anthropic, PwC, BCG e INSEAD, entre outros.

Os dados de conectividade ajudam a explicar por que a IA se disseminou tão rapidamente entre os brasileiros. Segundo o DataReportal e a GWI, 98,4% dos usuários de internet no país acessam a rede pelo celular, 93,9% utilizaram o WhatsApp no último mês e o consumo semanal de mídia online chega a 53 horas e 30 minutos. O desafio começa quando essa familiaridade com interfaces digitais precisa ser convertida em processos, governança e ganhos de produtividade dentro das organizações.

Segundo o Enterprise AI Playbook, do Stanford Digital Economy Lab, 77% dos desafios da adoção empresarial são invisíveis e estão relacionados à gestão da mudança, à organização dos dados e ao redesenho dos processos. Além disso, 95% dos pilotos de IA Generativa não entregam impacto financeiro mensurável, de acordo com o NANDA/MIT.

O papel da liderança

Os principais ofensores nas organizações são o processo de contratação das soluções, a aprovação do compliance, a integração com dados internos e a definição dos mecanismos de proteção do uso da tecnologia.  Além disso, 47% dos executivos de alta liderança acham a empresa “lenta demais” e são 2,4 vezes mais propensos a culpar os colaboradores do que assumir sua responsabilidade pelo gargalo, de acordo com dados da McKinsey.

A percepção dos líderes também não acompanha o que acontece nas equipes. Os colaboradores usam IA três vezes mais do que seus gestores imaginam, mas esse avanço ocorre sem uma orientação clara sobre ferramentas permitidas e dados que podem ser compartilhados. Ao mesmo tempo, a responsabilidade pela adoção circula entre RH, TI, Compliance e áreas de negócio, sem que uma delas assuma formalmente a condução da estratégia.

No setor público, 67% dos servidores afirmam que seu conhecimento sobre IA é total ou majoritariamente autodidata, 68% dizem que os líderes não oferecem uma direção clara e 49% não saberiam quem procurar caso algo desse errado. Os dados são do Public Sector AI Adoption Index 2026.

A ausência de uma estratégia consolidada não significa que todas as empresas estejam no mesmo estágio. O relatório identifica uma distância significativa entre as organizações brasileiras. Enquanto uma empresa do setor financeiro treinou 40 líderes para construir agentes de IA e uma farmacêutica reduziu de três meses para apenas cinco dias o ciclo de uma pesquisa de engajamento, outra companhia do setor de saúde só autoriza o uso do Copilot, enquanto ferramentas como ChatGPT e Claude permanecem bloqueadas pelo risco de vazamento de informações.

Em um levantamento da OECD, do BCG e do INSEAD com empresas médias e grandes dos setores de manufatura, tecnologia da informação e comunicação em São Paulo, apenas 7% declararam utilizar alguma aplicação de IA. Entre as usuárias, 58% mantinham somente uma ou duas aplicações e 17% haviam criado um cargo sênior ou um time dedicado à tecnologia. Os dados mostram que a adoção varia conforme o setor, a maturidade da governança e a capacidade de transformar iniciativas isoladas em processos recorrentes.

A escada sem primeiro degrau

Outro resultado do estudo está relacionado à entrada dos jovens no mercado de trabalho. Para os autores, o principal risco da IA no curto prazo não é o desemprego em massa, mas a automação de processos que fazem parte da formação dos profissionais juniores. Atividades como organizar dados, realizar pesquisas iniciais, preparar primeiros rascunhos e processar solicitações simples estão entre as mais automatizáveis pela tecnologia.

Dados da Anthropic indicam uma queda de aproximadamente 14% na entrada de jovens de 22 a 25 anos em ocupações expostas à IA nos Estados Unidos após 2022. Outro estudo, do Stanford Digital Economy Lab, identificou redução relativa de 16% no emprego dessa faixa etária, enquanto a contratação de profissionais mais experientes permaneceu estável. O relatório chama esse movimento de “escada sem primeiro degrau” porque, sem as atividades de base, os jovens perdem a oportunidade de acumular experiência e se tornar os profissionais seniores de amanhã.

O relatório encerra com três decisões para transformar o uso disperso em capacidade organizacional. A primeira é nomear um responsável com autonomia para definir regras, priorizar processos e medir resultados. A segunda é concentrar os esforços em poucos fluxos relevantes, em vez de espalhar dezenas de pilotos pela organização. A terceira é começar pelo objetivo de negócio, vinculando cada iniciativa à redução de tempo, custos e erros, ao aumento da conversão ou à melhoria da qualidade. Sem uma métrica definida, a adoção continua sendo um experimento tecnológico, e não uma estratégia operacional.

Acesse a íntegra do estudo aqui.