Existe uma distância enorme entre reconhecer a importância da IA e de fato transformar a operação por causa dela. E, pela primeira vez em 15 anos de história da pesquisa “Future of Work”, a principal barreira para a criação de valor não é orçamentária. É a escassez de talento preparado para o futuro, principalmente pessoas com competências em IA, analytics e tecnologias emergentes.
Segundo o levantamento, 78% dos líderes de negócios e de real estate reconhecem que a IA vai impactar significativamente suas estratégias nos próximos 3 a 5 anos. Porém, apenas 15% avançaram além da fase de exploração e implementação inicial para efetivamente otimizar o uso da IA em suas operações e se preparar para as mudanças organizacionais que ela provoca. O estudo detalha essa distância em um funil de maturidade: 46% dos líderes monitoram ativamente as tendências de IA, 40% analisam as implicações para sua função, mas apenas 33% chegam ao ponto de modelar ativamente os efeitos potenciais em suas operações. Ou seja, a cada etapa do funil – monitorar, analisar, modelar, agir –, o número de organizações que avança diminui. Isso configura o que a JLL chama de “barreira de execução da IA”: o reconhecimento não se traduz automaticamente em ação.
Antes de trazer mais dados, é importante fazer um disclaimer: a JLL é uma das maiores consultoras imobiliárias globais e embora o foco declarado do estudo seja a gestão de portfólios corporativos de real estate (CRE, na sigla em inglês), a metodologia por trás dele é ampla o suficiente para render insights importantes para qualquer negócio que esteja lidando com a adoção de IA e a transformação da força de trabalho que, em 2026, é praticamente todo negócio. A pesquisa ouviu mais de 2.200 executivos C-level e líderes de real estate corporativo em 21 países, representando organizações de 15 setores diferentes. Além disso, por manter esse tipo de levantamento há 15 anos, possui uma série histórica rara para comparar como as prioridades das lideranças mudam ao longo do tempo.
Esse padrão não é exclusivo do real estate. Ele aparece em outros levantamentos recentes sobre adoção corporativa de IA Generativa, que também mostram testes generalizados, mas poucos casos de escala real com impacto financeiro comprovado, o que reforça que essa lacuna entre intenção e execução é hoje um fenômeno transversal a praticamente todos os setores. Um exemplo dessa mesma dinâmica, fora do universo imobiliário, aparece em outra pesquisa de 2026 sobre adoção de IA Generativa no mundo corporativo: 79% das organizações já adotaram algum tipo de IA Generativa, mas apenas 39% dos respondentes atribuem à IA qualquer impacto mensurável no resultado financeiro (EBIT), e pouco mais de um terço afirma ter escalado a tecnologia além de projetos-piloto. O número muda de contexto, mas a forma do problema é idêntica à encontrada pela JLL: adoção ampla, maturidade rara.
O estudo também nota algo importante sobre esse grupo mais avançado: as organizações que estão mais à frente na jornada de transformação não têm mais certeza sobre o futuro do que as demais. O que elas desenvolveram foi um planejamento ágil o suficiente para conciliar os ciclos rápidos de evolução da IA com compromissos organizacionais de prazo mais longo , uma competência de planejamento, não uma vantagem de informação.
Pela primeira vez em 15 anos de pesquisa, o problema não é dinheiro, é gente
A maior barreira hoje para escalar a IA dentro das empresas e gerar valor real está na escassez de talento preparado para o futuro. Segundo o ranking de restrições apresentado no estudo, as lacunas de competências em IA e tecnologias emergentes lideram como a principal barreira citada por executivos C-level e de Operações, à frente de complexidade regulatória, restrições orçamentárias, instabilidade geopolítica e riscos de cadeia de suprimentos (27%) e a percepção da própria função como “centro de custo” (26%). O relatório destaca que esse déficit de capacidade não se limita a conhecimento técnico: inclui também a falta de expertise em gestão de mudança para conduzir a transformação orientada por IA, a atuação em silos organizacionais e a dificuldade de reportar as métricas certas para demonstrar valor ao negócio.
Esse achado da JLL conversa diretamente com o relatório “Future of Jobs 2025”, do Fórum Econômico Mundial (WEF), que já apontava a mesma tendência em escala global: 63% das empresas citam a lacuna de competências como a principal barreira à transformação de seus negócios. O WEF projeta ainda que, em um grupo hipotético de 100 trabalhadores, 59 precisarão de requalificação ou aperfeiçoamento (reskilling e upskilling) até 2030, e 11 deles provavelmente não terão acesso a esse treinamento, o que representa mais de 120 milhões de trabalhadores em risco médio de obsolescência profissional no mundo todo. O mesmo relatório do Fórum Econômico mostra que 77% das empresas planejam capacitar (upskill) sua força de trabalho atual como resposta à IA, enquanto 41% planejam reduzir o quadro de funcionários à medida que a automação avança sobre determinadas tarefas.
O gargalo da transformação digital, em qualquer setor, deixou de ser primariamente financeiro. Hoje ele é humano: depende da disponibilidade de pessoas com as competências certas, e da capacidade das organizações de desenvolvê-las a tempo. Apesar da incerteza, o estudo da JLL mostra um cenário de expectativa predominantemente positiva quanto ao emprego: 3 em cada 5 organizações (60%) esperam crescimento líquido do quadro de funcionários, com papéis humanos sendo ampliados pela IA e não simplesmente substituídos. A pesquisa também indica que a maioria das empresas está priorizando o emprego em tempo integral, com a IA redesenhando funções e aumentando a acessibilidade de talentos ao deslocar a força de trabalho para atividades de maior valor agregado.
O relatório é honesto sobre a complexidade por trás desse número: a transformação da força de trabalho impulsionada por IA envolve reduções pontuais em algumas áreas e expansão estratégica em outras, com crescimento líquido apenas nas organizações que navegam bem essa transição. Isso está alinhado com o dado do Fórum Econômico Mundial: 41% das empresas globais planejam reduzir headcount em função da automação, o que sugere que o otimismo líquido de crescimento não elimina o fato de que, dentro de cada empresa, haverá times que crescem e times que encolhem simultaneamente.
O que diferencia os 15% que realmente estão na frente
Um dos blocos mais úteis da pesquisa para qualquer líder, fora do contexto imobiliário, é o retrato do grupo de 15% de organizações que alcançaram a fase de “otimização” na adoção de IA. A JLL descreve esse grupo como operando sob premissas e modelos organizacionais distintos da maioria. Essas empresas têm expectativas mais altas de expansão da força de trabalho porque encaram a IA como uma alavanca de crescimento, não apenas como uma ferramenta de eficiência. Sua vantagem de execução vem da capacidade de construir competência adaptativa aliada à sofisticação tecnológica. Elas são mais eficazes na colaboração multifuncional em torno de quatro dimensões estratégicas: resiliência organizacional, produtividade e desempenho dos funcionários, inovação organizacional e vitalidade da cultura organizacional.
Segundo o estudo, essas organizações também são mais capazes de absorver choques macroeconômicos em sua estratégia de negócio, e mais propensas a ter incorporado plenamente o impacto de ameaças de segurança cibernética e física em seu planejamento. Essa cultura de preparo, segundo a JLL, é o que cria a resiliência operacional que permite uma transformação mais rápida assim que a direção estratégica da empresa fica mais clara — ou seja, elas não têm mais certeza sobre o futuro do que as demais, mas têm mais capacidade de agir rapidamente quando a certeza chega.
Há um insight da pesquisa que se aplica a praticamente qualquer área de suporte dentro de uma empresa – RH, TI, Jurídico, Facilities, Compras– e não apenas a real estate. Segundo o estudo, os times de real estate corporativo hoje recebem um mandato claro do C-Level que vai além de otimizar custos: espera-se que entreguem impacto mensurável sobre a produtividade dos funcionários, a inovação organizacional e a resiliência da organização como um todo.
O problema é que essas áreas conseguem medir bem aquilo que é operacional (no caso do real estate, energia, utilização de espaço, custo por metro quadrado), mas medir como sua atuação de fato viabiliza produtividade, inovação ou resiliência organizacional exige estudos longitudinais, pesquisas com funcionários e modelos analíticos que a maioria dessas equipes ainda não tem capacidade de implementar hoje. Em outras palavras: a alta cúpula está cobrando um tipo de valor que muitas funções de suporte ainda não sabem demonstrar com dados. Esse descompasso entre “o que a área consegue medir” e “o que a liderança realmente valoriza” é um problema estrutural comum a qualquer função que esteja tentando deixar de ser vista como centro de custo e passar a ser vista como criadora de valor estratégico, seja ela RH, Marketing ou Tecnologia da Informação.
Um insight importante para qualquer negócio digitalizado é o que a JLL chama de “dilema da tecnologia”. As organizações estão priorizando tecnologia avançada, suporte de IA e infraestrutura tecnológica confiável para sustentar a produtividade dos funcionários, e essa mesma tecnologia é também a principal fonte de risco percebido. De acordo com o levantamento, 3 dos 4 principais riscos identificados pelos respondentes são relacionados à tecnologia: segurança cibernética e privacidade de dados (47%), disrupção tecnológica ou por IA (41%) e incerteza quanto aos impactos da IA sobre as necessidades operacionais da empresa (40%). Ou seja: o mesmo investimento que uma organização faz para se tornar mais produtiva com IA é, simultaneamente, uma nova fonte de vulnerabilidade – o que exige, segundo os autores, estratégias que mitiguem esse risco em vez de simplesmente ignorá-lo ou empurrá-lo para depois.
Esse ponto reforça uma lição relevante para qualquer líder de Tecnologia ou de Operações: investimento em IA sem investimento equivalente em segurança e governança de dados tende a criar exposição, não apenas eficiência. O estudo também descreve o que chama de “desconexão entre aspiração e capacidade de pagar” (affordability disconnect). As organizações aspiram a operações mais sofisticadas, habilitadas por tecnologia, mas enfrentam uma dupla pressão de investimento: custos de base em alta (energia, operação, inflação, mão de obra) somados às novas exigências de investimento em infraestrutura de IA e tecnologia.
O dado mais interessante aqui, de novo, está no comportamento do grupo de 15% mais avançado: essas organizações aceitam um crescimento maior de custos totais de forma estratégica, encarando-o como investimento deliberado em tecnologia, automação da força de trabalho e capacitação, não como um fardo orçamentário indesejado. A diferença entre “estar sofrendo com o custo” e “estar investindo estrategicamente no custo” parece ser, em boa parte, uma questão de enquadramento de liderança.
Um framework de ação estratégica que serve para qualquer área
A parte final da pesquisa propõe três frentes de ação para lidar com a complexidade da transformação por IA — e elas foram desenhadas para times de real estate, mas se aplicam quase sem adaptação a qualquer área de uma empresa (RH, TI, operações, financeiro).
1. Fechar lacunas de capacidade preservando opcionalidade futura. Isso envolve três movimentos: parcerias estratégicas para acesso imediato a competências que não existem internamente (mantendo o controle estratégico e a governança internos, e deixando a execução especializada com parceiros externos); construção sistemática de capacidades duradouras, como infraestrutura de mensuração, planejamento de cenários, colaboração multifuncional e gestão de mudança; e investimento em fases, priorizando capacidades fundamentais que permanecem valiosas em qualquer cenário futuro, mantendo decisões mais caras e difíceis de reverter em aberto até que a estratégia se torne mais clara.
2. Preparar para múltiplos futuros da força de trabalho, em vez de apostar rigidamente em um único cenário. Isso significa mapear os requisitos de transformação para diferentes modelos de força de trabalho (automação versus aumento de capacidade humana, distribuído versus centralizado), desenhar ambientes de trabalho que equilibrem produtividade habilitada por tecnologia com desempenho cognitivo humano, e construir adaptabilidade estrutural para poder mudar de direção rapidamente sem grandes perdas.
3. Criar mecanismos de monitoramento e agilidade decisória: fortalecer a colaboração multifuncional entre áreas por meio de painéis compartilhados, sessões de alinhamento regulares e planejamento conjunto de cenários; acompanhar indicadores antecedentes por meio de medição contínua (padrões de uso, taxas de adoção de IA, mudanças de preferência da força de trabalho); e estabelecer regras e limites claros de decisão — quando as pressões de custo justificam adiar uma transformação, que retorno sobre investimento justifica investir sob restrição orçamentária, e quais competências devem permanecer internas versus terceirizadas.
O ponto em comum entre as três frentes é que nenhuma delas depende de a empresa “esperar a poeira baixar” para agir. A JLL é explícita sobre isso: líderes de real estate enfrentam prioridades concorrentes com informação incompleta, as estratégias de força de trabalho ainda estão fluidas, o impacto da IA é incerto e as pressões de custo continuam se intensificando. Em vez de esperar por mais clareza, o grupo de 15% que já está na fase de otimização vem construindo a capacidade de se adaptar enquanto a clareza não chega. Essa é, talvez, a diferença mais replicável de toda a pesquisa para qualquer líder fora do setor imobiliário: não se trata de prever o futuro corretamente, e sim de construir a musculatura organizacional – pessoas, processos e mecanismos de decisão– para reagir bem a qualquer futuro que se concretize.
O fio condutor de todos esses achados é simples de resumir, mesmo fora do contexto imobiliário: a inteligência artificial já é amplamente reconhecida como prioridade estratégica, mas a maioria das organizações ainda não tem a capacidade humana, cultural e de governança para transformar esse reconhecimento em ação. O grupo minoritário que já está colhendo resultados não tem mais clareza sobre o futuro do que os demais: tem mais capacidade de se adaptar rapidamente quando a clareza chega, porque investiu antes em competência, colaboração multifuncional e mecanismos de monitoramento contínuo.
Esse é, no fundo, o mesmo recado que aparece em pesquisas paralelas sobre o mundo do trabalho em 2026: a tecnologia avança mais rápido do que a capacidade das pessoas de acompanhá-la, e o diferencial competitivo está cada vez menos em qual ferramenta de IA se compra, e cada vez mais em como a organização prepara sua gente para usá-la bem.
Para qualquer líder fora do universo de real estate que esteja lendo esses números, vale reter três perguntas práticas que a própria pesquisa da JLL ajuda a formular, ainda que aplicadas a qualquer função:
- Minha organização já passou de “monitorar e analisar” para efetivamente “modelar e agir” sobre o impacto da IA?
- Se a barreira hoje não é mais orçamento, mas competência, o que estamos fazendo – de forma sistemática, e não pontual – para desenvolver as habilidades que faltam internamente?
- E, por fim, temos algum mecanismo real de monitoramento contínuo que nos permita mudar de direção rapidamente quando o cenário mudar, ou estamos simplesmente esperando por mais certeza antes de agir? Essas perguntas, mais do que qualquer tecnologia específica, parecem ser o que realmente separa o pequeno grupo de organizações que está na frente do restante do mercado.