Apesar dos investimentos globais em inteligência artificial (IA) terem alcançado cerca de US$ 1,6 trilhão desde 2022, os ganhos de produtividade ainda aparecem de forma limitada em diversos setores da economia. O cenário tem levado empresas e especialistas a questionarem por que os avanços tecnológicos não se converteram, até agora, em resultados proporcionais às expectativas.
A adoção de ferramentas de inteligência artificial ocorre em ritmo acelerado, mas a implementação em larga escala enfrenta obstáculos relacionados à adaptação dos processos internos, à qualificação das equipes e à reorganização do trabalho.
Para o pesquisador e especialista em Tecnologia e inteligência artificial Lucas Reis, o cenário segue um padrão observado em outras grandes transformações tecnológicas. Segundo ele, a IA pode ser considerada uma tecnologia de propósito geral, com potencial para alterar diferentes atividades econômicas, mas seus efeitos dependem de mudanças estruturais que normalmente levam anos para se consolidar.
Experiências anteriores, como a eletrificação das indústrias e a disseminação dos computadores, mostram que a adoção de uma nova tecnologia não produz automaticamente ganhos imediatos de produtividade. Empresas precisam adaptar processos, desenvolver novas competências e modificar modelos de gestão para aproveitar plenamente os recursos disponíveis.
Tecnologia depende de mudanças organizacionais
A dificuldade em transformar investimentos em resultados também está relacionada à capacidade das organizações de integrar a IA às atividades cotidianas. Embora muitas empresas já tenham experimentado soluções baseadas na tecnologia, uma parcela menor conseguiu ampliar esses projetos de maneira a produzir impactos significativos sobre os negócios.
Entre os principais obstáculos estão a ausência de estratégias claras, a gestão de riscos, a falta de integração entre as áreas de tecnologia e operação e a dificuldade de reorganizar processos existentes.
Nesse contexto, a implementação da inteligência artificial exige investimentos que vão além da aquisição de ferramentas. A preparação dos profissionais, a revisão de procedimentos e a criação de mecanismos de governança passam a ter papel central.
Três desafios para ampliar os ganhos de produtividade
Na avaliação de Lucas Reis, três frentes precisam avançar de forma simultânea para que a IA produza resultados mais expressivos.
A primeira é a qualificação dos profissionais, que precisam desenvolver habilidades para trabalhar em conjunto com sistemas e agentes inteligentes. A segunda envolve a governança das decisões automatizadas, com definição clara de responsabilidades e mecanismos de controle. A terceira é a reorganização do ambiente de trabalho, com a transferência de atividades operacionais para sistemas automatizados e maior valorização de competências humanas.
Pensamento crítico, capacidade de julgamento, relacionamento interpessoal e responsabilidade pelas decisões tendem a ganhar importância à medida que tarefas repetitivas passam a ser executadas por sistemas de inteligência artificial.
O desafio, portanto, não está apenas na evolução dos modelos tecnológicos, mas na capacidade das organizações de adaptar sua estrutura para utilizá-los de maneira eficiente.
Transformação deve ocorrer de forma gradual
A expectativa de que a inteligência artificial provoque aumentos rápidos e generalizados de produtividade pode não considerar o tempo necessário para que empresas reorganizem seus processos. A experiência de outras revoluções tecnológicas indica que os benefícios mais amplos costumam surgir depois de períodos de adaptação e investimentos complementares.
A tendência é que a IA transforme progressivamente atividades relacionadas ao trabalho de conhecimento, alterando funções, processos e modelos de gestão. Nesse cenário, empresas que anteciparem investimentos em qualificação, organização de dados, processos e governança poderão estar mais preparadas para incorporar a tecnologia à operação.
A consolidação desses ganhos dependerá, portanto, menos da velocidade de desenvolvimento das ferramentas e mais da capacidade das organizações de promover mudanças estruturais para utilizá-las.
