Resumo
- Um relatório divulgado pela iniciativa NANDA, do MIT, mostrou 95% dos projetos corporativos de IA generativa não levam a ganhos de receita ou eficiência.
- O principal entrave é falta de integração com processos internos. Plataformas como ChatGPT não se adapta a fluxos de trabalho nem aprende com sistemas corporativos.
- Mais de 50% dos orçamentos vão para vendas e marketing, enquanto o maior retorno ocorre em áreas administrativas e de suporte.
- Apenas 5% das iniciativas aceleram receita.
A inteligência artificial generativa tem atraído forte atenção de empresas em todo o mundo, mas os resultados concretos ainda são raros. Um estudo da iniciativa NANDA, do Massachusetts Institute of Technology (MIT), revela que 95% dos projetos corporativos não alcançam ganhos relevantes em receita ou eficiência.
O levantamento é baseado em entrevistas com 150 executivos, pesquisa com 350 funcionários e análises de 300 implantações públicas. Ele mostra que somente 5% das iniciativas conseguem acelerar a geração de receita de forma expressiva. Na maioria dos casos, os projetos ficam estagnados ou apresentam efeitos marginais sobre os resultados financeiros.
Por que tantos projetos com IA generativa falham?
Segundo Aditya Challapally, pesquisador do MIT e autor do relatório, o principal entrave não está na capacidade dos modelos de IA, mas na forma como são aplicados. Muitas empresas atribuem as dificuldades a questões regulatórias ou limitações técnicas, mas o estudo aponta como fator decisivo as falhas de integração com processos internos.
Enquanto ferramentas como ChatGPT se mostram úteis para uso individual, sua aplicação em grandes organizações esbarra em obstáculos: elas não se adaptam automaticamente a fluxos de trabalho específicos nem aprendem com os sistemas corporativos. Isso leva a um “vazio de aprendizado” que impede avanços consistentes.
Outro problema está na destinação dos investimentos. Mais da metade dos orçamentos voltados para IA generativa está concentrada em vendas e marketing, mas o MIT identificou que o maior retorno ocorre em áreas administrativas e de suporte — como automação de processos internos, redução de custos com terceirização e otimização de operações.
Então o que diferencia os projetos bem-sucedidos?
De acordo com a pesquisa, empresas que recorrem a fornecedores especializados e estabelecem parcerias têm taxa de sucesso de cerca de 67%. Já aquelas que optam por desenvolver internamente suas próprias soluções alcançam resultados positivos em apenas um terço dos casos.
Esse contraste é relevante, especialmente em setores como o financeiro, onde muitas organizações têm tentado criar sistemas proprietários em 2025. Os dados do MIT sugerem, no entanto, que a adoção de soluções externas costuma ser mais eficaz e menos sujeita a falhas.
Além disso, o estudo destaca a importância de envolver gestores de linha na implementação, e não restringir a estratégia apenas a laboratórios centrais de IA. Outro fator determinante é escolher ferramentas capazes de se integrar profundamente às operações e se adaptar ao longo do tempo.
O impacto da tecnologia já começa a aparecer no mercado de trabalho. Em vez de cortes em massa, o que se observa é a não reposição de cargos em funções administrativas e de atendimento ao cliente, áreas que tradicionalmente eram terceirizadas. Paralelamente a isso, cresce o uso de Shadow IA — quando empregados utilizam ferramentas como ChatGPT sem autorização oficial.
Com informações da Fortune
95% dos projetos de IA generativa fracassam nas empresas, aponta MIT
