85% dos projetos de IA morrem nos testes porque foram feitos para brilhar em reuniões

Nas salas de diretoria, a apresentação de inteligência artificial nunca erra. O assistente virtual agenda a reunião, redige o e-mail, puxa a ficha do cliente e encanta os executivos. Quando o programa sai do palco e entra na rotina da empresa, o encanto evapora: 85% dos projetos corporativos de IA morrem antes de chegar ao uso real, segundo diagnóstico publicado pela consultoria Allata no fim de outubro. O naufrágio raramente acontece porque a tecnologia falhou. Ele começa semanas ou meses antes da primeira linha de código, quando a chefia escolhe um projeto apenas porque ele rende uma demonstração vistosa, sem definir o que significa dar certo no mundo real.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​‌‌​​‌‌‌​​​​‌‌​​​‌​​​‌‌​‌​‌​​‌‌​‌​‌​​‌‌​‌‌‌​​‌‌​‌‌​​​‌‌​​‌‌​​‌​‌‌​‌​​‌‌​‌​‌​‌‌​​‌​‌​​‌‌​‌​​​‌‌​​‌​​​​‌​‌‌​‌​​‌‌​‌​​​‌‌​​‌​​​‌‌​​​‌​​​‌‌​​‌‌​​‌​‌‌​‌​‌‌​​​‌​​‌‌​​​​‌​​‌‌​​‌‌​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌​​​‌​​‌‌​‌‌​​​‌‌​‌​‌​​‌‌​​​​​​‌‌​​‌‌​​‌‌​‌‌​​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​‌​​​‌‌​​​‌‌​‌‌​​​‌​⁠

Uma demonstração funciona porque é um teatro controlado. Os dados estão limpos, o apresentador sabe exatamente o que digitar e o sistema só percorre o caminho sem obstáculos. Segundo uma análise da RightFirms divulgada na última sexta-feira (30), esses agentes costumam funcionar bem nos 20% de casos que alguém lembrou de testar para a reunião, mas falham em silêncio (ou erram com absoluta confiança) nos outros 80% das situações do dia a dia. Basta um cadastro incompleto, uma senha de sistema vencida ou um cliente que faz a mesma pergunta de cinco jeitos diferentes para a ferramenta travar.

A conta dessa ilusão apareceu no simpósio do Gartner (abre em nova aba), realizado em Orlando entre 19 e 22 de outubro. Uma pesquisa da consultoria revelou que apenas 13% dos diretores de tecnologia (CIOs) conseguiram extrair valor significativo ou transformador da IA até agora, e só um em cada cinco casos de uso atinge o sucesso. Dados da McKinsey citados pela Allata reforçam o tamanho do buraco: menos de 30% das companhias veem impacto relevante na receita. Como resumiu Kristin Moyer, vice-presidente do Gartner, durante o evento na Flórida, o maior freio para o avanço da IA é usá-la quando ela não é necessária.

O arquivo morto engole o algoritmo

Mesmo quando há um problema verdadeiro para resolver, as empresas tropeçam na própria bagunça doméstica. O Gartner prevê que, até o fim deste ano de 2026, as organizações abandonarão 60% dos projetos de IA que não contam com dados preparados, num cenário em que 63% das empresas nem sequer possuem práticas adequadas de gestão da informação (ou não sabem dizer se possuem). É um contraste que a cobertura do IA.com.br acompanha com frequência no mercado: compra-se o motor mais caro da vitrine esperando que ele organize sozinho décadas de planilhas desatualizadas, documentos soltos e sistemas que não conversam entre si.

A inteligência artificial não limpa dados sujos; ela apenas amplifica a desordem em alta velocidade, alerta Alyssa Goulart, da ClicData. Sem o trabalho braçal de engenharia para conectar bancos de dados, criar travas de segurança e estabelecer pontos de revisão humana, o projeto vira um sorvedouro de dinheiro. Kabir Nagrecha, executivo-chefe da Tessera Labs, descreveu no encontro de Orlando a frustração de clientes que jogaram todos os recursos possíveis nos projetos e continuam sem ver um único número melhorar no balanço.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​‌‌​​‌‌‌​​​​‌‌​​​‌​​​‌‌​‌​‌​​‌‌​‌​‌​​‌‌​‌‌‌​​‌‌​‌‌​​​‌‌​​‌‌​​‌​‌‌​‌​​‌‌​‌​‌​‌‌​​‌​‌​​‌‌​‌​​​‌‌​​‌​​​​‌​‌‌​‌​​‌‌​‌​​​‌‌​​‌​​​‌‌​​​‌​​​‌‌​​‌‌​​‌​‌‌​‌​‌‌​​​‌​​‌‌​​​​‌​​‌‌​​‌‌​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌​​​‌​​‌‌​‌‌​​​‌‌​‌​‌​​‌‌​​​​​​‌‌​​‌‌​​‌‌​‌‌​​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​‌​​​‌‌​​​‌‌​‌‌​​​‌​⁠

A vaidade que mantém projetos zumbis

Se os sinais de fracasso aparecem cedo, por que tantas iniciativas continuam rodando por meses até secar o orçamento? O consultor holandês Tom Joseph, da Crux Digits, explica o fenômeno pela psicologia das corporações: começar um projeto de IA é uma decisão administrativa, mas parar um projeto é uma confissão de derrota. Depois que o diretor defendeu a ideia no conselho, a equipe largou outras tarefas e o dinheiro foi gasto, o orgulho entra na sala e ninguém julga o erro com isenção.

Soma-se a essa teimosia o que a Infosys (abre em nova aba) batizou, em relatório de outubro assinado por Shreshta Shyamsundar e Raktim Singh, de "fadiga de IA". Com um modelo novo anunciado a cada trimestre, as equipes correm sem direção para provar resultados rápidos e acabam exaustas, gerando ferramentas caras e sem contexto.

Para escapar da estatística dos 85%, a receita dos especialistas passa longe de algoritmos mágicos e exige disciplina de botequim: combinar o preço antes de pedir a bebida. Na Freshworks, o diretor de tecnologia Murali Swaminathan defende que é possível provar se uma ideia funciona ou não em apenas dois dias, descartando o que não presta sem apego. A Infosys recomenda criar um funil de testes cuja saúde é medida justamente pela quantidade de ideias ruins que ele consegue barrar ainda no laboratório. Já Tom Joseph propõe a regra de sobrevivência mais simples de todas: antes do primeiro dia de trabalho, enquanto todos estão otimistas, escreve-se num papel uma data e uma meta numérica exata. Se o projeto não bater aquele número no dia combinado, desliga-se o aparelho na hora, antes que a vaidade assuma o comando.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​‌‌​​​‌‌​​‌‌‌​​​​‌‌​​​‌​​​‌‌​‌​‌​​‌‌​‌​‌​​‌‌​‌‌‌​​‌‌​‌‌​​​‌‌​​‌‌​​‌​‌‌​‌​​‌‌​‌​‌​‌‌​​‌​‌​​‌‌​‌​​​‌‌​​‌​​​​‌​‌‌​‌​​‌‌​‌​​​‌‌​​‌​​​‌‌​​​‌​​​‌‌​​‌‌​​‌​‌‌​‌​‌‌​​​‌​​‌‌​​​​‌​​‌‌​​‌‌​​‌‌‌​​​​​‌​‌‌​‌​​‌‌​​‌‌​​‌‌​​​‌​​‌‌​‌‌​​​‌‌​‌​‌​​‌‌​​​​​​‌‌​​‌‌​​‌‌​‌‌​​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​‌​​​‌‌​​​‌‌​‌‌​​​‌​⁠