Neste artigo de Miguel Cordeiro, a adoção da inteligência artificial nas empresas é analisada à luz de um paradoxo: enquanto o investimento global acelera, a integração real nos negócios permanece limitada e desigual.

O investimento em inteligência artificial (IA) está a crescer de forma expressiva, os planos para novos data centers multiplicam-se e a pressão sobre as administrações para definirem estratégias nesta área intensifica-se. Ainda assim, a adoção em larga escala continua aquém do esperado. O desafio não reside na tecnologia, mas na dificuldade em transformá-la em valor operacional consistente.

De acordo com dados da McKinsey, apenas 7% das empresas afirmam ter implementado IA de forma transversal nas suas organizações. A maioria permanece em fases iniciais, com projetos-piloto ou aplicações limitadas. Este desfasamento entre expectativa e execução levanta dúvidas sobre a capacidade das empresas para absorver a tecnologia ao ritmo que o mercado antecipa.

Expectativas de mercado e risco de desalinhamento

O debate sobre uma eventual “bolha da IA” tem ganho expressão. Não por falta de valor tecnológico, mas pelo risco de o mercado estar a sobrestimar a velocidade de adoção. Segundo a Goldman Sachs Research, as preocupações com avaliações elevadas e investimento intensivo voltaram a surgir no final de 2025, alimentadas por uma narrativa de crescimento que poderá não refletir a realidade empresarial.

A tecnologia evolui rapidamente, mas a transformação organizacional é estruturalmente mais lenta. Implica mudanças operacionais, alinhamento interno e investimento continuado. Quando o ritmo de investimento supera a capacidade de execução, cria-se uma tensão que pode comprometer a sustentabilidade do ciclo de crescimento.

Infraestrutura cresce mais rápido do que a procura

A expansão da infraestrutura não garante, por si só, adoção efetiva. Um exemplo recente foi noticiado pela Reuters, que revelou o recuo da Oracle e da OpenAI num projeto de data center no Texas, após dificuldades de financiamento e alterações nos requisitos operacionais.

Este tipo de situação evidencia um desfasamento entre o entusiasmo do investimento e a procura real das empresas. Acrescem ainda constrangimentos físicos, como o consumo intensivo de energia e água dos data centers, bem como os prazos de ligação às redes elétricas, que podem atrasar projetos e aumentar custos.

PMEs avançam de forma limitada

A adoção é ainda mais lenta no segmento das pequenas e médias empresas. Dados da OCDE indicam que, embora o uso de IA generativa esteja a crescer, apenas uma minoria das PME a integra nas suas operações principais. Na maioria dos casos, a tecnologia é utilizada em tarefas periféricas, como produção de conteúdos, apoio administrativo ou atendimento ao cliente.

Este padrão revela uma abordagem centrada na eficiência incremental, e não na transformação estrutural. Entre os principais obstáculos estão a falta de competências internas, a fragmentação dos dados, limitações orçamentais e a incerteza quanto ao retorno do investimento.

O bloqueio é organizacional

A dificuldade central não é tecnológica, mas organizacional. Muitas empresas tentam integrar IA nos modelos existentes, em vez de redesenharem processos e fluxos de trabalho. Segundo a McKinsey, apenas 1% das organizações considera ter atingido maturidade nesta área.

A este propósito, o CEO da Microsoft, Satya Nadella, sublinhou recentemente que a adoção bem-sucedida da IA depende de “mentalidade, competências, ferramentas e dados”. A ordem destes fatores é reveladora: as empresas tendem a começar pelas ferramentas, ignorando que os principais desafios estão na cultura organizacional e na capacitação interna.

Transformação digital ainda incompleta

Outro fator estrutural prende-se com o facto de muitas empresas ainda não terem concluído a sua transformação digital. Em particular nas PME, persistem fragilidades ao nível dos sistemas de dados, da integração tecnológica e da qualificação dos recursos humanos.

Neste contexto, a introdução de IA ocorre sobre bases frágeis, dificultando a sua escalabilidade. A adoção eficaz exige dados estruturados, processos definidos e capacidade de investimento — condições que nem sempre estão asseguradas.

Experimentação sem direção estratégica

Apesar do aumento de iniciativas, muitas continuam a ter natureza tática. As empresas testam soluções, lançam projetos-piloto e exploram ferramentas, mas sem uma definição clara de objetivos estratégicos. Falta identificar de que forma a IA pode melhorar margens, produtividade ou vantagem competitiva.

O resultado é um volume significativo de experimentação, com impacto limitado na transformação do negócio.

Entre o entusiasmo e a execução

A adoção da IA continua aquém das expectativas porque é frequentemente tratada como uma aquisição tecnológica, e não como um processo de transformação organizacional. O capital está disponível e a infraestrutura está em expansão, mas a capacidade interna das empresas não acompanha esse ritmo.

O cenário atual revela uma economia a duas velocidades: investimento acelerado no topo e adoção lenta e desigual na base. Enquanto as organizações não reforçarem as suas estruturas, dados e processos, a promessa da IA continuará distante da realidade operacional.