Banco Inter Reporta Perda de R$ 1,2 Bilhões em IA e Reduz Investimentos

A implementação de projetos de Inteligência Artificial (IA) em grandes corporações enfrenta um desafio significativo de maturidade, conforme revelam análises recentes do mercado. De acordo com o relatório Estado da IA nos Negócios em 2025, um dado alarmante aponta que 95% das empresas não conseguem obter um retorno financeiro positivo com seus investimentos em IA.

Este índice sugere que, embora o recurso tecnológico esteja sendo amplamente adotado, o processo de integração e o planejamento estratégico ainda precisam de um amadurecimento profundo para garantir que os projetos de IA sejam economicamente viáveis e sustentáveis.

A Necessidade de Definir o Problema Operacional Central

Antes de qualquer aprovação de investimento em tecnologia, os líderes executivos devem se questionar sobre a origem e a justificativa do projeto. As propostas de IA frequentemente chegam embaladas com materiais impressionantes, como estudos de caso de mercado, comparações internacionais (benchmarks) e promessas de ganhos de eficiência que parecem inquestionáveis.

Leia também

Maria Eduarda Silveira: Da EXAME à Bold HRO e o Segredo por Trás de Lideranças

HP revoluciona o mercado com IA e foco na experiência do usuário em 2026

Sísifo na Empresa: O Trabalho Sem Fim que Nos Desafia em 2026

No entanto, o que costuma faltar nesses pacotes de apresentação é uma descrição objetiva e detalhada do problema interno que, de fato, justifica a necessidade da solução. Questionar “qual dor operacional ou estratégica este projeto visa solucionar?” pode parecer um passo elementar, mas é exatamente essa indagação que permite filtrar iniciativas genuinamente necessárias daquelas que carecem de um propósito claro.

É fundamental entender que aplicar IA a um problema mal delimitado ou sem causa raiz definida resultará, na maioria dos casos, em resultados irrelevantes e desperdício de recursos. A tecnologia, por si só, não garante o sucesso; ela deve ser direcionada para resolver uma falha ou otimizar um processo específico dentro da organização.

Governança, Métricas e Riscos de Uso Descontrolado

Outro desafio operacional de grande peso é a mensuração do valor gerado pela IA. Avaliar o retorno financeiro de um projeto de IA é um dos maiores obstáculos enfrentados pelas empresas atualmente. As equipes técnicas e as áreas de negócio operam com expectativas e critérios de sucesso muito diferentes, e raramente existe um processo formal que consiga traduzir o universo técnico em métricas de negócio tangíveis.

Para que um projeto seja considerado sólido, é imprescindível estabelecer uma linha de base documentada antes de qualquer implementação e definir métricas de negócio claras. Sem essa base, qualquer número de valor apresentado após a conclusão do projeto pode ser facilmente contestado ou considerado incompleto.

Além da performance, a governança representa um risco crescente. Pesquisas realizadas pela SAP em parceria com a Oxford Economics apontam que oito em cada dez empresas brasileiras manifestam preocupação com o uso de ferramentas de IA por funcionários sem aprovação formal.

Mais preocupante ainda é que 66% das empresas já admitem que esse uso não autorizado ocorre com alguma frequência.

Isso significa que, ao aprovar um projeto de IA, a liderança não está apenas investindo em tecnologia, mas também sinalizando uma postura institucional sobre o tema. A ausência de políticas claras de uso, de definição de fronteiras éticas e de uma estrutura de governança robusta faz com que o investimento aprovado possa ser apenas a ponta visível de um iceberg de riscos que a corporação ainda não mapeou.

Portanto, qualquer decisão de investimento em IA deve ser embasada na capacidade de responder a três perguntas cruciais: qual problema específico está sendo resolvido, como o valor será mensurado e se a governança para o uso não previsto está estabelecida.