Apenas 3% das organizações superaram suas metas de economia de custos por ganhos de produtividade com IA. O dado revela que as corporações continuam injetando capital em inteligência artificial, mas os retornos financeiros seguem distantes do esperado pelos executivos.
Descompasso entre expectativas e gastos reais O cenário contrasta diretamente com o otimismo corporativo, visto que cerca de 77% esperam que a tecnologia aumente a produtividade e reduza despesas. Enquanto isso, 38% das companhias já gastaram mais com IA do que o previsto, e 85% pretendem aumentar os investimentos em 2027.
Desalinhamento interno e dificuldades financeiras Segundo o Gartner, uma das dificuldades está na falta de consenso dentro das próprias empresas. Uma pesquisa realizada em julho com 297 diretores de recursos humanos mostrou que 78% dos líderes não estão alinhados sobre onde a IA realmente gera valor. O cenário reforça resultados de outros estudos. Em fevereiro, o Tecnoblog mostrou que mais de 80% das empresas também não haviam registrado ganhos de produtividade com a tecnologia.
Além disso, os custos operacionais começam a pesar nos orçamentos. Outra pesquisa mostrou que executivos têm dificuldade para entender e prever os gastos com ferramentas de IA, principalmente por causa dos modelos de cobrança baseados no consumo de tokens.
Destino do tempo economizado Outro problema é transformar a produtividade extra em crescimento. Em uma pesquisa com 1.865 trabalhadores, o Gartner descobriu que apenas 21% do tempo liberado pelo uso de IA foi redirecionado para atividades consideradas inovadoras.
Para a diretora sênior de análise do Gartner, CV Viverito, as empresas já conseguem liberar parte da capacidade dos funcionários ao automatizar tarefas. A dificuldade está em aproveitar esse tempo para desenvolver novos produtos, serviços ou outras fontes de receita.
Recomendações para o futuro do setor Diante desse panorama, a consultoria recomenda concentrar os investimentos nas áreas em que a tecnologia realmente pode gerar valor, distribuir conhecimento sobre IA entre diferentes equipes e redesenhar funções, levando em conta as novas ferramentas.
