O avanço da inteligência artificial generativa levou empresas a acelerarem investimentos, mas também expôs desafios relacionados à governança, integração aos processos e comprovação de resultados. Em meio ao chamado “Vale da Desilusão”, cresce a pressão para que as iniciativas de IA entreguem valor real ao negócio.
Nesta entrevista ao IT Section, Rodrigo Krüger, diretor de dados & IA da NTT DATA, explica quais são os principais obstáculos da adoção da tecnologia nas organizações e explica como as empresas podem transformar a IA em uma capacidade estratégica, com foco em eficiência, segurança e retorno sobre o investimento.
IT Section: Muitas empresas saltaram na IA de forma desenfreada. Como identificar se uma organização está apenas “gastando com licenças” em vez de realmente investindo em valor?
Rodrigo Krüger: Uma empresa está apenas gastando com licenças quando a adoção de IA é medida pelo número de acessos contratados, e não pelo impacto gerado no negócio.
O primeiro sinal é a ausência de casos de uso claramente priorizados. Se a organização compra licenças de IA generativa e depois espera que os colaboradores “descubram sozinhos” como capturar valor, provavelmente ela está tratando IA como despesa de software, não como investimento estratégico.
Outro sinal importante é a falta de métricas. Licenças ativas, número de prompts ou volume de usuários não são, por si só, indicadores de valor. O que realmente importa é saber se a IA reduziu tempo de ciclo, aumentou qualidade, diminuiu retrabalho, acelerou decisões, melhorou experiência do cliente ou liberou capacidade das equipes para atividades de maior valor.
Quando a empresa não consegue responder quais processos melhoraram, quais decisões ficaram mais rápidas ou quais ganhos foram materializados, ela não está investindo em IA. Está apenas financiando expectativa.
IT Section: O mercado atravessa um momento em que as expectativas iniciais estão sendo confrontadas com limitações práticas. Por que a fase de experimentação inicial tem gerado tantas frustrações nas lideranças?
Rodrigo Krüger: A frustração acontece porque muitas organizações confundiram demonstração com transformação.
Na fase inicial, a IA generativa impressiona muito rapidamente. Ela escreve, resume, analisa, cria apresentações, sugere códigos e responde perguntas com uma fluidez que gera percepção imediata de valor. O problema é que esse encantamento inicial nem sempre se traduz em resultado operacional.
Entre uma boa demonstração e uma mudança real de produtividade existe uma camada complexa: dados, processos, integração com sistemas, segurança, governança, treinamento, gestão de mudança e redesenho das rotinas de trabalho.
É por isso que muitas lideranças estão frustradas. Elas viram a IA funcionar no protótipo, mas não necessariamente viram o negócio mudar depois dele. O Gartner descreveu esse movimento ao indicar que a IA generativa entrou no Trough of Disillusionment, ou “Vale da Desilusão”, fase em que as organizações começam a compreender melhor tanto o potencial quanto os limites da tecnologia.
IT Section: Qual é o erro de governança mais comum que as empresas cometem ao escalar o uso de IA generativa entre os colaboradores?
Rodrigo Krüger: O erro mais comum é democratizar o acesso antes de estabelecer as regras do jogo. Muitas empresas liberam ferramentas de IA generativa para milhares de colaboradores sem definir claramente quais dados podem ser utilizados, quais casos de uso são permitidos, como os resultados devem ser validados, quem responde por decisões apoiadas por IA e quais riscos precisam ser monitorados.
Isso cria uma falsa sensação de avanço. A empresa parece moderna porque muitas pessoas estão usando IA, mas na prática pode estar ampliando riscos de privacidade, segurança, propriedade intelectual, baixa qualidade de resposta e decisões pouco rastreáveis.
Governança não deve ser vista como freio à inovação. Pelo contrário: é o que permite escalar com confiança. Sem governança, a IA cresce como uso informal. Com governança, ela cresce como capacidade organizacional.
IT Section: Ao observarmos o “Vale da Desilusão” descrito pelo Gartner, como as empresas podem ajustar sua estratégia para atravessar essa fase sem abandonar o potencial da inteligência artificial?
Rodrigo Krüger: O pior equivoco durante o Vale da Desilusão é interpretar frustração como fracasso definitivo.
Essa fase é saudável quando obriga as empresas a abandonar o uso superficial da IA e a buscar aplicações com valor real. O ajuste estratégico passa por reduzir o número de experimentos dispersos e concentrar energia nos casos de uso com maior aderência ao negócio.
As empresas precisam sair da pergunta “onde podemos usar IA?” e avançar para “qual decisão, processo ou experiência queremos melhorar com IA?”. Essa mudança parece simples, mas altera completamente a estratégia.
Também é importante revisar o portfólio com disciplina: manter iniciativas com impacto mensurável, redesenhar aquelas com potencial, mas baixa adoção, e descontinuar projetos que existem apenas porque têm apelo tecnológico.
O Hype Cycle do Gartner define o Vale da Desilusão como o momento em que o interesse diminui porque experimentos e implementações não entregam o esperado; os investimentos continuam quando os fornecedores e as soluções amadurecem o suficiente para satisfazer os primeiros adotantes. Esse é justamente o ponto: não abandonar IA, mas separar entusiasmo de valor.
IT Section: Ao revisar o portfólio de ferramentas, quais critérios um gestor de TI deve utilizar para decidir o que deve ser mantido e o que precisa ser descontinuado?
Rodrigo Krüger: O primeiro critério deve ser uso qualificado, não apenas uso frequente. Uma ferramenta pode ser muito acessada e ainda assim gerar pouco valor se estiver sendo usada para tarefas periféricas ou de baixo impacto.
Eu avaliaria o portfólio a partir de cinco dimensões: aderência a casos de uso prioritários, impacto mensurável, custo total de propriedade, risco e integração ao ecossistema corporativo.
Uma licença deve ser mantida quando resolve um problema relevante, possui usuários recorrentes, está conectada a processos reais, respeita requisitos de segurança e governança, e apresenta evidências de ganho.
Por outro lado, deve ser revista ou descontinuada quando tem baixa adoção, custo elevado, sobreposição com outras ferramentas, ausência de dono de negócio, risco incompatível ou impacto difícil de comprovar.
O papel do gestor de TI não é simplesmente cortar ferramentas. É racionalizar o portfólio para que a organização invista menos em dispersão e mais em capacidades que realmente escalam.
IT Section: Como a IA deve ser integrada aos processos existentes para evitar que ela apenas automatize fluxos ineficientes ou analógicos?
Rodrigo Krüger: A IA não deve ser encaixada no processo antigo como uma camada de maquiagem digital. Antes de automatizar, a empresa precisa perguntar se aquele fluxo ainda faz sentido.
Automatizar um processo ruim apenas torna o problema mais rápido. Por isso, a integração da IA deve começar pelo redesenho do processo: quais etapas podem ser eliminadas, quais decisões podem ser apoiadas, quais dados são necessários, quais controles precisam existir e como o trabalho humano será reorganizado.
A IA deve entrar no ponto em que a decisão acontece, não em uma interface paralela que ninguém acessa. Se o colaborador precisa sair do seu fluxo natural, copiar informações, consultar uma ferramenta isolada e depois voltar para o sistema oficial, a chance de adoção cai muito.
A integração bem-sucedida acontece quando a IA se torna parte da rotina operacional: apoiando decisões, reduzindo fricção, melhorando qualidade e deixando rastros auditáveis. O objetivo não é apenas fazer o mesmo processo com IA. É criar um processo melhor porque a IA passou a existir.
IT Section: Olhando para o cenário atual, qual é o perfil da empresa que será realmente vencedora na corrida da inteligência artificial corporativa nos próximos 12 meses?
Rodrigo Krüger: A empresa vencedora não será necessariamente a que contratar mais ferramentas, nem a que fizer mais pilotos. Será a que conseguir transformar IA em capacidade organizacional.
Esse perfil combina ambição com disciplina. São empresas que priorizam casos de uso relevantes, organizam seus dados, estabelecem governança, treinam pessoas, redesenham processos e medem impacto com seriedade.
Também serão vencedoras as organizações que entenderem que IA corporativa não é apenas uma decisão de tecnologia. É uma decisão de modelo operacional. Envolve cultura, liderança, gestão de mudança, arquitetura, segurança, compliance e clareza sobre onde o valor será capturado.
Nos próximos 12 meses, a vantagem competitiva estará menos no acesso à IA e mais na capacidade de usá-la melhor. Ferramentas estarão cada vez mais disponíveis. O diferencial será saber integrá-las ao negócio com foco, responsabilidade e retorno mensurável.
A corrida da IA corporativa não será vencida por quem se deslumbra mais rápido, mas por quem aprende mais rápido e escala com mais consistência.
