Empresas aceleram adoção de IA, mas desafios na automação permanecem

De acordo com o AI Index 2026, divulgado pelo Instituto de Inteligência Artificial Centrada no Ser Humano da Universidade Stanford, 88% das empresas pesquisadas já utilizam algum tipo de inteligência artificial em pelo menos uma função do negócio até 2025. Mesmo assim, o avanço para a automação autônoma, na qual agentes de IA executam tarefas de forma independente, ainda é pequeno, atingindo apenas um dígito percentual na maioria dos setores. Esses números levantam uma questão importante para quem acompanha esse mercado: por que, apesar do entusiasmo, a maioria das empresas ainda não possui uma IA completamente operacional e confiável?

Segundo a mesma fonte, a adoção rápida de IA gerativa não tem sido acompanhada de melhorias na eficiência real. Ainda não confirmado oficialmente, há relatos de que muitas organizações implementam IA sem redesenhar processos, sem estruturar os dados e sem uma governança adequada. Como resultado, o que se vê é uma automação que apenas transfere gargalos de uma parte do processo para outra, elevando custos e complicando a operação. Especialistas com quem a reportagem conversou afirmam que essa prática demonstra que tecnologia nova aplicada sobre processos mal desenhados não resolve, mas pode até piorar a situação.

Um aspecto que se destaca na análise é a importância do dado — ainda segundo o estudo, empresas que possuem bases de dados organizadas, confiáveis e integradas antes de adotar IA têm destaque no mercado. Para alguns, essa realidade reforça a relevância contínua do RPA, a automação robótica de processos, que há anos cuida de mapear procedimentos, estruturar dados e conectar sistemas. Um projeto de RPA bem feito não só elimina tarefas repetitivas, mas também cria a disciplina de trabalhar com processos bem desenhados, um passo fundamental para o sucesso da inteligência artificial. Empresas que já investiram em automação com RPA, muitas vezes sem perceber, já estão mais avançadas na corrida pela IA, pois sua base é mais sólida.

Esse cenário confirma que a automação inteligente envolve uma composição em camadas: o RPA organiza e extrai dados, a IA interpreta solicitações e o agente toma a decisão final, seja aprovar um pedido, encaminhar para um especialista ou resolver automaticamente. Tirar o RPA dessa cadeia, segundo fontes do setor, não acelera a implantação de IA e, ao contrário, prejudica a confiabilidade do sistema. Um dado recente da KPMG aponta que 62% das empresas já estão testando IA em seus processos, mas apenas 26% utilizam essa tecnologia de forma efetiva. A diferença de 36 pontos percentuais evidencia que muitas organizações ainda estão na fase experimental, tentando avançar para o uso efetivo sem ter estabelecido um alicerce de automação e gerenciamento de dados.

Assim, o que se observa é um mercado em rápida experimentação, onde a compreensão de que dados bem estruturados e processos organizados são essenciais ainda está se consolidando. Ainda não há uma data exata para que a maioria das empresas tenha uma implementação madura e confiável de IA, mas especialistas alertam que o sucesso dependerá do compromisso em estruturar a base — antes de tudo, a tecnologia é só uma parte da equação.