O cenário atual está saturado de declarações arrojadas e demonstrações chamativas feitas por entusiastas da inteligência artificial – muitas vezes, porém, sem a devida responsabilidade. Esse entusiasmo exagerado alimentou expectativas distorcidas sobre as reais capacidades da GenAI. Executivos têm sido levados a crer que os modelos de linguagem generativa e de grande porte serão o epicentro de uma nova era de “empresas nativas de IA”, prontas para reinventar negócios e destravar crescimento exponencial. No entanto, essa revolução ainda está longe de se concretizar para a maioria das organizações. Uma pesquisa da Cisco realizada no início de 2025 com mais de 2.500 CEOs revelou que, embora 97% tenham planos de incorporar IA em suas operações, apenas 2% se consideram realmente preparados para isso.

O problema é que discursos eufóricos frequentemente ocultam os desafios reais da adoção de IA, negligenciam suas limitações e reduzem sua complexidade a uma visão simplista. Isso faz com que muitas empresas avancem sem uma compreensão clara dos custos e obstáculos. Quando essas iniciativas falham – o que não é raro – a credibilidade da tecnologia é minada, bem como a confiança nos profissionais que promovem sua adoção de maneira responsável. É hora de abandonar a fantasia e focar no que realmente importa: enfrentar as realidades práticas para que a IA possa, de fato, trazer resultados sustentáveis.

O Panorama Real e Baseado em Dados da Adoção da GenAI

Superar o otimismo exagerado exige ancorar as decisões em dados concretos. Um estudo do Boston Consulting Group, divulgado no final de 2024 e baseado em entrevistas com 1.000 líderes executivos, mostrou que 74% das empresas ainda não avançaram de forma significativa em suas iniciativas com IA – muitas estão empacadas na fase de testes e protótipos. Em diversas situações, a implementação se limita a apresentações para investidores e conselhos, com pouca ou nenhuma ação efetiva. Isso se deve, em grande parte, ao fato de que a tecnologia ainda não amadureceu o suficiente para atender às elevadas expectativas criadas.

Mesmo entre as organizações consideradas avançadas em IA, apenas 4% conseguiram desenvolver soluções robustas que entregam valor consistente. Outros 22% começaram a perceber alguns benefícios, mas só após anos de investimento. E esse levantamento inclui todas as vertentes de IA, o que sugere que os números da GenAI, especificamente, são ainda mais modestos. De fato, o CEO da Microsoft, Satya Nadella, apontou que o retorno da GenAI, neste momento, é praticamente nulo.

Esse padrão não é isolado. A Deloitte, em seu relatório do terceiro trimestre de 2024, identificou que apenas 32% dos experimentos com GenAI evoluíram para a produção, com os demais enfrentando obstáculos como falta de confiabilidade, preocupações com privacidade e segurança. No setor público, a taxa de adoção não ultrapassa 3% em nenhuma função de negócio. A McKinsey, por sua vez, mostrou que apenas 11% das empresas pesquisadas haviam adotado a GenAI em escala até o fim de 2024.

Ou seja, a adoção da GenAI está muito aquém das promessas feitas por seus defensores mais entusiasmados. Para a maioria das empresas, ela ainda é apenas um experimento, e seu impacto revolucionário no mundo corporativo continua distante. Alcançar essa transformação exigirá tempo, esforço em treinamento, ajustes culturais e avanços tecnológicos substanciais.

Modelos de Implementação: Lições da IBM e da BMW

Os líderes que realmente desejam transformar suas organizações com GenAI enfrentam dois grandes desafios: construir uma estratégia prática e garantir que ela esteja em sintonia com os valores da empresa. IBM e BMW ilustram bem como isso pode ser feito com seriedade e profundidade.

A IBM adota uma abordagem metódica, focada na operacionalização da IA, estruturada em oito passos:

1. Definir objetivos concretos, convertendo problemas em metas mensuráveis.
2. Avaliar os dados disponíveis, priorizando qualidade, consistência e conformidade regulatória.
3. Selecionar a tecnologia adequada, considerando o tipo de tarefa a ser automatizada.
4. Montar uma equipe capacitada, integrando técnicos e profissionais com visão de negócio.
5. Estimular uma cultura de experimentação, com pilotos para validação de ideias.
6. Estabelecer diretrizes éticas, com foco em segurança, privacidade e eliminação de vieses.
7. Testar rigorosamente os modelos, com indicadores de desempenho claros.
8. Planejar para escalar e evoluir, preparando a solução para o crescimento organizacional.

Mas operacionalizar é apenas uma parte do desafio. A BMW, por exemplo, complementa a execução técnica com uma dimensão ética e humana clara, com cinco princípios orientadores:

• Respeito à coexistência entre humanos e sistemas digitais.
• Compromisso inegociável com a segurança dos dados e do uso da tecnologia.
• Promoção da transparência e cooperação como base para confiança.
• Inclusão e capacitação contínua para democratizar a IA.
• Sustentabilidade digital voltada ao bem-estar ambiental e social.

Para a BMW, a IA deve ampliar o bem-estar humano, e não apenas aumentar a eficiência. A verdadeira transformação ocorre quando os líderes equilibram a execução técnica com o propósito humano.

GenAI Não é Varinha Mágica – É Tecnologia com Limites

No mundo corporativo real, empresas como IBM e BMW precisam lidar com ambientes incertos, ambíguos e voláteis. Por isso, embora o potencial da GenAI seja promissor, ela ainda está sendo aplicada de forma limitada, em testes pontuais. A tecnologia não é infalível: pode cometer erros graves, reforçar preconceitos e até causar danos quando aplicada sem supervisão rigorosa.

Há casos absurdos e perigosos – como um chatbot sugerindo cola como ingrediente culinário ou um sistema de IA duplicando indevidamente uma dosagem médica. Embora empresas como a OpenAI estejam investindo pesado no aperfeiçoamento dos modelos, especialistas admitem que as chamadas “alucinações” dos LLMs ainda não são plenamente controláveis – e quanto mais sofisticadas se tornam as respostas, mais difícil é identificar essas falhas.

Essa limitação é uma razão forte para manter a GenAI afastada de decisões críticas sem uma supervisão humana sólida.

A Falácia da Transformação Instantânea

Existe também o mito de que a GenAI irá, em pouco tempo, derrubar estruturas hierárquicas tradicionais e impulsionar organizações dinâmicas, baseadas em times fluidos. A realidade é bem menos glamorosa. Hierarquias continuam sendo necessárias para garantir clareza, responsabilidade e escalabilidade, especialmente em empresas grandes e complexas.

Sim, a IA vai transformar funções, e sim, alguns cargos intermediários vão desaparecer. Mas essas mudanças serão graduais. Gestores intermediários, por exemplo, passarão a atuar mais como facilitadores entre humanos e máquinas, coordenando tarefas híbridas e aproveitando o melhor dos dois mundos.

A transformação será evolutiva, e não revolucionária. E será lenta, complexa e cara. Entre as barreiras mais comuns estão:

• Alto custo de implementação, incluindo tecnologia e talentos.
• Infraestrutura de TI defasada, muitas vezes incompatível com os requisitos da IA.
• Dependência de dados limpos e consistentes, algo que muitas empresas ainda não têm.
• Resistência dos funcionários, seja por medo de substituição ou desconfiança.
• Riscos de governança, como vieses e brechas de segurança.
• Problemas de confiabilidade, que exigem validação constante e intervenção humana.

Esses desafios tornam a transformação algo que se mede em anos – não em meses. É necessário encarar o processo com realismo, paciência e disciplina estratégica.

Como os Líderes Podem Gerar Valor Real com IA

Liderar com IA exige foco estratégico e execução pragmática. Os líderes mais bem-sucedidos serão aqueles que trocarem o espetáculo pela substância e priorizarem ações baseadas na realidade da própria organização. Eis alguns princípios fundamentais:

• Escolher casos de uso bem definidos, com alto potencial de impacto. Começar pequeno, mas com foco.
• Adotar uma mentalidade de aprendizado contínuo, testando e refinando as aplicações conforme os dados e os resultados surgem.
• Investir fortemente em dados, garantindo que a base sobre a qual a IA opera seja sólida, limpa e bem governada.
• Capacitar as pessoas, não substituí-las. A IA deve ser usada para amplificar o talento humano, e não para substituí-lo.
• Estabelecer governança sólida e ética, com comitês interdisciplinares voltados à segurança, privacidade e conformidade.
• Ter visão de longo prazo, evitando promessas vazias. Resultados sustentáveis virão com esforço contínuo e bem direcionado.

Conclusão

A era da GenAI pode, de fato, inaugurar uma nova fase nos negócios – mas não sem liderança consciente e realista. As organizações mais bem preparadas para esse futuro não serão as que surfam no hype, mas as que sabem distinguir o que é relevante do que é ruído. O verdadeiro sucesso virá da paciência, da clareza estratégica e do compromisso com as pessoas e com os resultados mensuráveis.

Referência

California Management Review: Cutting Through the AI Hype: The Facts Leaders Need to Know About GenAI Adoption and Return on Investment, by Brian R. Spisak and Gary Marcus.

👥 Vamos conversar! Você já está trabalhando com GenAI na sua organização? O que tem funcionado? O que ainda parece um desafio? Compartilhe suas experiências e aprendizados nos comentários.

📌 Se este artigo fez sentido para você, curta e compartilhe com colegas que também estão tentando navegar pela IA com realismo e estratégia.