s
Alexandre Kavinsky é Head de Inovação e IA na WPP Media Services (WMS)
INTELIGÊNCIA ARTIFICIAL

Por que muitos pilotos de IA não entregam valor ?

Como sair do 'purgatório' da experimentação para resultados reais

Por Alexandre Kavinski - especial para The Shift* 24/11/2025

A promessa da Inteligência Artificial (IA) esbarra em uma realidade dura: muitas iniciativas corporativas estagnam ou não geram resultados concretos. Como Head de Inovação e IA na WPP Media Services (WMS), e após entrevistar dezenas de marcas, percebi que o problema não é a tecnologia em si, mas como a adotamos. Um estudo do MIT com a BCG chama isso de “purgatório dos pilotos”: projetos que funcionam como experimentos, mas nunca escalam ou se integram às operações do negócio.

Embora 9 em cada 10 executivos vejam a IA como estratégica (MIT/BCG), somente 1 em 10 obtém ROI significativo. Um estudo recente da Gartner (2025) reforça que menos da metade dos projetos de alta maturidade em IA duram mais de três anos. No Brasil, executivos dos mais variados segmentos relatam: “não sabemos como nossos profissionais usam a IA”, “treinamentos desconectados da prática”, “IA para o óbvio, não para vantagem competitiva”. Isso escancara gargalos: governança fraca, colaboração insuficiente e educação desconectada. O problema é a falta de integração entre pessoas, processos e propósito.

Para sair do “purgatório”, empresas precisam desenvolver seis pilares integrados: tecnologia, governança, dados, colaboração, educação e mensuração. Embora muitos avancem em tecnologia ou dados, poucos alinham todos. Os mais negligenciados são governança, colaboração e educação, e por eles recomendo começar.

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

Ao cadastrar-se você declara que está de acordo
com nossos Termos de Uso e Privacidade.

Cadastrar

A governança é a espinha dorsal. Criar um Conselho de IA (AI Council) é essencial para dar clareza, ritmo e autonomia para aprovar experimentos, definir padrões e criar um ambiente seguro para testes. O envolvimento direto da liderança é indispensável para a IA ser tratada como prioridade estratégica.

A colaboração é crítica. Áreas como marketing, tecnologia, dados e criação devem trabalhar juntas desde o início, cocriando e testando. Silos perdem velocidade; a integração valida hipóteses mais rapidamente e gera resultados concretos, aproximando a IA da prática do negócio.

A educação é o pilar mais desafiador. Não basta treinar; é preciso capacitar para aplicar o conhecimento de forma prática e autônoma. A educação em IA deve ser contínua, aplicada, escalável e com métricas que conectem o aprendizado aos resultados. Quando orientada a desafios reais, gera times mais confiantes, produtivos e orientados por dados.

Pesquisas indicam que mais de 40% dos projetos de IA serão descontinuados até 2027 por falta de governança, custos e dificuldade de mensurar valor. O problema não é a tecnologia, mas como ela é adotada, medida e governada. Empresas que entendem a IA como uma transformação organizacional — e não somente como uma ferramenta — são as que extraem vantagem competitiva real. Sair do “purgatório dos pilotos” exige maturidade, alinhamento e visão sistêmica: só quando tecnologia, cultura e gestão caminham juntas é que a IA deixa de ser promessa e se torna resultado.

Como começar com foco:

  • Escolha tarefas claras e repetitivas: comece automatizando ou agilizando com IA atividades que consomem tempo dos funcionários. Isso demonstra valor rápido, constrói confiança e libera recursos humanos para tarefas estratégicas.
  • Estruture a colaboração: integre as áreas de negócio, dados e tecnologia desde o início. Equipes trabalhando juntas garantem que as iniciativas de IA reflitam a operação real, gerando soluções alinhadas e escaláveis.
  • Crie governança clara: defina papéis e responsabilidades. Saber quem é o dono, quem mede e quem presta contas garante transparência, reduz riscos e fortalece a cultura de responsabilidade sobre o uso da IA.
  • Capacite equipes de forma aplicada: prepare colaboradores para usar IA no dia a dia, integrando aprendizado, ferramentas e processos, com consciência ética e responsável. Cada pessoa deve gerar valor de forma independente.
  • Meça resultados além do ROI: acompanhe métricas de adoção, ciclo de uso, engajamento e qualidade dos dados. Entenda o impacto real da tecnologia nos objetivos estratégicos, evitando projetos promissores somente no papel.
  • Evite dispersão de esforços: foque em menos iniciativas, mas com profundidade e escalabilidade. Isso garante avanço consistente, construindo aprendizado e processos replicáveis. Menos é mais para impacto real e duradouro.

A era da “IA como caixa mágica” ficou para trás. O que gera impacto é a Inteligência Artificial inserida em processos, governada, colaborativa e mensurável. Para melhores resultados, empodere as pessoas — seus colaboradores — e não apenas atualize seus modelos.

Quando implementada consistentemente, a IA deixa de ser um dilema e se transforma em um diferencial competitivo. Isso exige método, cultura organizacional e execução disciplinada. É uma jornada contínua de aprendizado e adaptação, onde o verdadeiro valor da IA reside na sua capacidade de transformar não só tarefas, mas toda a organização.


(*) Alexandre Kavinski, líder de Inovação e IA na WPP Media Services - WMS

Inteligência barata, infraestrutura cara

Inteligência Artificial

Inteligência barata, infraestrutura cara

A queda no preço por token amplia demanda e pressiona ROI, enquanto US$ 1,3 trilhão em CapEX redesenha a indústria até 2027.

SaaS, agentes e a nova economia do software

Inteligência Artificial

SaaS, agentes e a nova economia do software

A automação por IA está deslocando valor da interface para dados, controle e orquestração.

IA Agêntica depende mais de gente que de código

Inteligência Artificial

IA Agêntica depende mais de gente que de código

Agentes prometem escala e eficiência, mas expõem limites organizacionais. O diferencial está na capacidade das empresas de gerir IA como rotina operacional.

Quem define as regras quando agentes se coordenam?

Inteligência Artificial

Quem define as regras quando agentes se coordenam?

O que o experimento MoltBook revela sobre o valor econômico, a governança e a liderança em sistemas autônomos.

Capital cerebral: o limite invisível do crescimento na era da IA

Inteligência Artificial

Capital cerebral: o limite invisível do crescimento na era da IA

A economia avança com IA, mas esbarra na qualidade do julgamento humano — um fator ainda ausente das métricas e da governança corporativa.

A IA entrou no orçamento. Falta entrar no modelo de negócio


Inteligência Artificial

A IA entrou no orçamento. Falta entrar no modelo de negócio


Pesquisas da PwC e do MIT mostram por que os investimentos em IA avançam mais rápido do que a capacidade das empresas de capturar valor. E por que o problema não é tecnológico, mas estrutural.