Por que tantas empresas compram IA e tão poucas a incorporam ao trabalho?

Uma empresa contrata licenças de inteligência artificial para seus funcionários. Algumas equipes passam a produzir apresentações mais rapidamente, outras utilizam a tecnologia para organizar documentos e parte dos profissionais desenvolve maneiras próprias de automatizar atividades. Ao final de alguns meses, a organização registra ganhos individuais de produtividade, mas encontra dificuldade para explicar o que mudou efetivamente em seus resultados.

Esse cenário revela uma questão importante sobre a adoção de IA nas empresas: a tecnologia pode transformar a execução de tarefas sem necessariamente transformar a maneira como a organização funciona.

A distância entre experimentar uma ferramenta e incorporá-la aos processos depende de fatores que incluem conhecimentos prévios, incentivos, coordenação entre áreas e capacidade de aprendizagem.

Por que adotar IA não significa transformar uma empresa?

A adoção pode ser medida por indicadores relativamente simples: quantidade de licenças, frequência de utilização, número de projetos ou percentual de funcionários treinados.

Essas métricas ajudam a acompanhar a disseminação da tecnologia, mas dizem pouco sobre sua contribuição para os resultados organizacionais.

Imagine uma equipe comercial que utiliza IA para produzir propostas em metade do tempo. O ganho individual pode ser relevante, mas seu efeito depende do restante do processo. Se a aprovação dos documentos continua demorando vários dias, ou se a maior velocidade aumenta o volume de propostas que precisam ser revisadas, parte do benefício desaparece.

A produtividade de uma atividade não equivale necessariamente à produtividade de um sistema de trabalho.

Essa diferença aparece na pesquisa sobre inteligência artificial. Em um experimento com 758 consultores, pesquisadores de Harvard, MIT, Wharton e outras instituições identificaram ganhos expressivos em determinadas tarefas, mas também piora de desempenho quando a IA era utilizada fora de suas capacidades mais adequadas.

O estudo, publicado em 2026 na Organization Science, desenvolve a ideia de uma fronteira tecnológica irregular: sistemas que apresentam excelente desempenho em certas atividades podem falhar em outras aparentemente semelhantes.

A implementação de IA exige, portanto, compreender onde a tecnologia agrega valor e em quais condições seu uso cria novos problemas.

O que é capacidade absortiva e por que ela importa para a IA?

Em 1990, Wesley Cohen e Daniel Levinthal apresentaram um conceito que continua relevante para a transformação tecnológica: capacidade absortiva.

No artigo Absorptive Capacity: A New Perspective on Learning and Innovation, os pesquisadores argumentam que a habilidade de uma empresa para reconhecer, assimilar e utilizar conhecimentos externos depende, em grande parte, de conhecimentos que ela já possui.

Isso ajuda a explicar por que duas organizações podem ter acesso às mesmas ferramentas e alcançar resultados diferentes.

Uma empresa com processos documentados, profissionais capazes de avaliar informações e mecanismos de colaboração entre áreas possui condições distintas de uma organização em que conhecimentos importantes permanecem concentrados em poucas pessoas.

A capacidade de utilizar IA depende também da capacidade de compreender o próprio trabalho.

O conhecimento que permanece invisível nos processos

Uma dificuldade recorrente surge quando as empresas tentam automatizar processos que nunca foram inteiramente formalizados.

Um funcionário experiente pode resolver problemas mobilizando relações pessoais, informações históricas e critérios desenvolvidos ao longo de anos. Parte desse conhecimento não aparece nos sistemas utilizados pela organização.

Ao tentar incorporar IA à atividade, a empresa descobre que o procedimento registrado representa apenas uma parcela do trabalho real.

Esse conhecimento tácito precisa ser investigado antes de decisões mais amplas sobre automação.

O problema também se relaciona à aprendizagem organizacional na era da inteligência artificial, especialmente quando conhecimentos desenvolvidos por indivíduos precisam se transformar em capacidades compartilhadas.

Como incorporar IA aos processos de trabalho?

Uma estratégia consistente começa pela escolha de processos nos quais seja possível compreender tanto o ganho esperado quanto suas consequências.

1. Mapear o processo completo

É necessário identificar quais atividades serão modificadas, quem depende de seus resultados e como as mudanças afetarão outras áreas.

Isso evita que a automação de uma etapa simplesmente transfira trabalho para outra.

2. Definir critérios de qualidade e responsabilidade

Resultados mais rápidos precisam ser avaliados em relação à confiabilidade, aos custos, aos riscos e à experiência das pessoas envolvidas.

Também deve estar claro quem responde pelas decisões apoiadas pela tecnologia. Essa responsabilidade envolve compreender onde termina a recomendação da IA e começa o julgamento humano, especialmente em processos com consequências significativas para pessoas e organizações.

3. Criar mecanismos de aprendizagem

Projetos-piloto são úteis quando produzem conhecimentos que podem orientar decisões posteriores.

Isso exige documentação, comparação entre alternativas e circulação das descobertas. Um experimento bem-sucedido que permanece restrito à equipe responsável dificilmente modifica a capacidade da organização como um todo.

Como avaliar a maturidade de IA de uma empresa?

Uma organização pode utilizar ferramentas avançadas e ainda apresentar baixa maturidade para lidar com seus impactos.

A avaliação precisa considerar a capacidade de identificar aplicações relevantes, integrar sistemas aos processos, supervisionar resultados e atualizar práticas conforme a tecnologia evolui.

O indicador mais interessante talvez seja a capacidade de aprender com os próprios experimentos.

Essa perspectiva desloca a atenção da quantidade de ferramentas disponíveis para as condições organizacionais que permitem utilizá-las com consistência.

Como Iona Szkurnik pode apoiar a adoção de inteligência artificial nas empresas?

A incorporação de IA envolve decisões sobre estratégia, desenvolvimento de pessoas e transformação dos processos de trabalho. Iona Szkurnik atua com lideranças e organizações na construção desse repertório, por meio de projetos de consultoria estratégica, formação corporativa e conversas executivas que conectam as possibilidades da tecnologia aos desafios de cada contexto.

Conheça as frentes de atuação de Iona Szkurnik

A adoção de inteligência artificial envolve, em última instância, uma questão de estratégia: quais capacidades a empresa precisa desenvolver para que a tecnologia deixe de produzir ganhos isolados e passe a transformar seu funcionamento?