Resumo
- Um relatório divulgado pela iniciativa NANDA, do MIT, mostrou 95% dos projetos corporativos de IA generativa não levam a ganhos de receita ou eficiência.
- O principal entrave é falta de integração com processos internos. Plataformas como ChatGPT não se adapta a fluxos de trabalho nem aprende com sistemas corporativos.
- Mais de 50% dos orçamentos vão para vendas e marketing, enquanto o maior retorno ocorre em áreas administrativas e de suporte.
- Apenas 5% das iniciativas aceleram receita.
A inteligência artificial generativa tem atraído forte atenção de empresas em todo o mundo, mas os resultados concretos ainda são raros. Um estudo da iniciativa NANDA, do Massachusetts Institute of Technology (MIT), revela que 95% dos projetos corporativos não alcançam ganhos relevantes em receita ou eficiência.
O levantamento é baseado em entrevistas com 150 executivos, pesquisa com 350 funcionários e análises de 300 implantações públicas. Ele mostra que somente 5% das iniciativas conseguem acelerar a geração de receita de forma expressiva. Na maioria dos casos, os projetos ficam estagnados ou apresentam efeitos marginais sobre os resultados financeiros.
Segundo Aditya Challapally, pesquisador do MIT e autor do relatório, o principal entrave não está na capacidade dos modelos de IA, mas na forma como são aplicados. Muitas empresas atribuem as dificuldades a questões regulatórias ou limitações técnicas, mas o estudo aponta como fator decisivo as falhas de integração com processos internos.
Enquanto ferramentas como ChatGPT se mostram úteis para uso individual, sua aplicação em grandes organizações esbarra em obstáculos: elas não se adaptam automaticamente a fluxos de trabalho específicos nem aprendem com os sistemas corporativos. Isso leva a um “vazio de aprendizado” que impede avanços consistentes.
Outro problema está na destinação dos investimentos. Mais da metade dos orçamentos voltados para IA generativa está concentrada em vendas e marketing, mas o MIT identificou que o maior retorno ocorre em áreas administrativas e de suporte — como automação de processos internos, redução de custos com terceirização e otimização de operações.
Então o que diferencia os projetos bem-sucedidos?
De acordo com a pesquisa, empresas que recorrem a fornecedores especializados e estabelecem parcerias têm taxa de sucesso de cerca de 67%. Já aquelas que optam por desenvolver internamente suas próprias soluções alcançam resultados positivos em apenas um terço dos casos.
Esse contraste é relevante, especialmente em setores como o financeiro, onde muitas organizações têm tentado criar sistemas proprietários em 2025. Os dados do MIT sugerem, no entanto, que a adoção de soluções externas costuma ser mais eficaz e menos sujeita a falhas.
Além disso, o estudo destaca a importância de envolver gestores de linha na implementação, e não restringir a estratégia apenas a laboratórios centrais de IA. Outro fator determinante é escolher ferramentas capazes de se integrar profundamente às operações e se adaptar ao longo do tempo.
O impacto da tecnologia já começa a aparecer no mercado de trabalho. Em vez de cortes em massa, o que se observa é a não reposição de cargos em funções administrativas e de atendimento ao cliente, áreas que tradicionalmente eram terceirizadas. Paralelamente a isso, cresce o uso de Shadow IA — quando empregados utilizam ferramentas como ChatGPT sem autorização oficial.
Com informações da Fortune
MIT aponta que 95% dos projetos de IA generativa em empresas fracassam • Tecnoblog
Resumo
- Uma análise feita pela iniciativa NANDA, ligada ao MIT, revelou que 95% dos projetos corporativos de IA generativa não geram aumento significativo em receita nem em eficiência.
- O maior desafio é a falta de integração com os processos internos. Plataformas como ChatGPT não se ajustam aos fluxos de trabalho nem assimilam informações de sistemas empresariais.
- Mais de metade dos investimentos são direcionados a vendas e marketing, embora o maior retorno esteja nas áreas administrativas e de suporte.
- Apenas 5% das iniciativas provocam uma aceleração considerável na receita.
A inteligência artificial generativa tem capturado a atenção de companhias globalmente, mas poucos resultados tangíveis têm sido alcançados. Um estudo da iniciativa NANDA, vinculada ao Massachusetts Institute of Technology (MIT), indica que 95% dos projetos empresariais falham em proporcionar ganhos relevantes em receita ou eficiência.
Esse levantamento foi realizado a partir de entrevistas com 150 executivos, pesquisa com 350 colaboradores e análise de 300 implementações públicas. Os dados indicam que somente 5% dos projetos impulsionam significativamente a geração de receita. Na maioria das situações, os esforços ficam paralisados ou oferecem impacto reduzido nos resultados financeiros.
Aditya Challapally, pesquisador do MIT e autor do estudo, afirma que o maior obstáculo não está na capacidade dos modelos de inteligência artificial, mas em sua aplicação prática. Muitas empresas atribuem os problemas a restrições regulatórias ou limitações técnicas, porém o estudo destaca como questão crucial as falhas na integração com os processos internos.
Apesar de ferramentas como o ChatGPT serem valiosas para o uso pessoal, sua incorporação em grandes corporações enfrenta dificultadores: essas tecnologias não se adequam automaticamente aos fluxos específicos de trabalho nem aprendem com os sistemas internos da empresa, gerando um “vácuo de aprendizado” que trava avanços consistentes.
Outro desafio está na alocação dos recursos financeiros. Mais de 50% do orçamento voltado para IA generativa é destinado a vendas e marketing, embora o MIT tenha identificado que o maior retorno está nas áreas administrativas e de suporte — incluindo automação de processos internos, redução de custos com terceirização e melhoria da eficiência operacional.
Mas o que torna os projetos bem-sucedidos diferentes?
De acordo com o estudo, empresas que utilizam fornecedores especializados e estabelecem colaborações atingem uma taxa de sucesso em torno de 67%. Enquanto isso, aquelas que apostam no desenvolvimento interno das soluções próprias apresentam resultados positivos em apenas um terço dos casos.
Esse contraste é especialmente significativo em setores como o financeiro, onde muitas instituições tentam construir sistemas proprietários em 2025. Os resultados do MIT indicam, contudo, que a adoção de soluções terceirizadas tende a ser mais eficaz e menos suscetível a falhas.
O relatório também ressalta a importância de incluir gestores de linha na implantação, ao invés de limitar a estratégia aos centros de inovação em IA. Outro aspecto essencial é optar por ferramentas que promovam uma integração profunda com as operações, garantindo adaptabilidade com o passar do tempo.
O impacto dessas tecnologias já é percebido no mercado de trabalho. Ao invés de demissões em massa, observa-se a não substituição de cargos administrativos ou em atendimento ao cliente, setores que tradicionalmente utilizavam terceirização. Paralelamente, nota-se o crescimento do fenômeno chamado Shadow IA — quando colaboradores utilizam ferramentas como ChatGPT sem aprovação oficial.
Fonte: Fortune