[{"jcr:title":"IA em 2026: da euforia ao impacto real nos negócios","cq:tags_0":"tipos-de-conteudo:ceneg-opina","cq:tags_1":"area-de-conhecimento:ciência-da-computação","cq:tags_2":"area-de-conhecimento:tecnologia/inteligência-artificial","cq:tags_3":"area-de-conhecimento:políticas-públicas/sustentabilidade","cq:tags_4":"area-de-conhecimento:tecnologia"},{"richText":"Como a adoção estratégica e responsável da inteligência artificial está definindo os líderes da nova era digital","authorDate":"25/11/2025 16h35","author":"Graziela Tonin*","madeBy":"Por","tag":"tipos-de-conteudo:ceneg-opina","title":"IA em 2026: da euforia ao impacto real nos negócios","variant":"imagecolor"},{"jcr:title":"transparente - turquesa - vermelho"},{"themeName":"transparente - turquesa - vermelho"},{"containerType":"containerTwo"},{"jcr:title":"Grid Container Section","layout":"responsiveGrid"},{"text":"A Inteligência Artificial (IA), especialmente suas vertentes IA Generativa (IAg) e Agente, tem sido o centro de inúmeras conferências, debates e decisões de investimento. De acordo com o Gartner, o mercado de IA deve movimentar cerca de US$ 1,5 trilhão em 2025.    Entretanto, um estudo recente do MIT revela um cenário mais cauteloso: embora 89% das empresas analisadas já tenham iniciado algum tipo de adoção de IA, apenas cerca de 5% dos projetos-piloto de IA estão gerando resultados mensuráveis. Em outras palavras, a grande maioria ainda não observa resultados concretos — e esse fato parece estar relacionado à abordagem adotada. Além disso, algumas das ferramentas mais utilizadas por mais de 80% das organizações são ChatGPT e Copilot.   Casos de sucesso Na tecnologia, projeta-se que, até 2030, grande parte do código seja gerado por IA. Empresas como Google e Microsoft já têm cerca de 30% de sua produção apoiada por IA — que já atua como a coautora de soluções, contribuindo para ganhos de eficiência, produtividade e qualidade, além de apoiar na identificação de melhorias, no controle de qualidade e no redesenho de sistemas complexos. O FinOps com suporte de IA, que combina princípios de gerenciamento financeiro com engenharia de nuvem e operações, propicia às organizações um melhor entendimento dos seus gastos e, consequentemente, contribui para o aprimoramento da tomada de decisão baseada em dados — como, por exemplo, controle dos gastos de uso da nuvem, permitindo ajustes de desempenho e redução de desperdícios. A LifeLabs, por exemplo, reduziu seus custos de nuvem entre 35% e 40% ao ano. Na saúde, os avanços vão além da decisão guiada por dados: destacam-se a precisão nas cirurgias, diagnósticos mais assertivos e a personalização de tratamentos, com impactos significativos na qualidade de vida dos pacientes. Um exemplo é o agente “Care Finder”, da Deloitte, que ajuda pessoas a encontrar provedores de saúde na rede em menos de um minuto — tempo muito inferior à média anterior, de cinco a oito minutos. Em um teste recente no Reino Unido, duas universidades treinaram um software com um conjunto de dados de 800 exames cerebrais de pacientes com AVC e, depois, testaram em 2000 pacientes. O software que usa IA foi duas vezes mais preciso do que profissionais na análise desses exames. O modelo ainda foi capaz de identificar o intervalo de tempo em que o AVC ocorreu, e a rapidez nesse diagnóstico impacta diretamente a possibilidade de o edema cerebral ser tratado ou se tornar irreversível. Na indústria, a IA de manutenção preditiva da Siemens reduziu as paradas não planejadas em 30% e aumentou a vida útil dos equipamentos em 20%. A IA identifica padrões e anomalias, permitindo que modelos preditivos estimem quando e onde uma falha pode ocorrer. A GE reduziu os custos de manutenção em até 25% e aumentou a confiabilidade de suas turbinas com a implementação de manutenção preditiva, utilizando sensores de IoT para monitorar as condições de operação em tempo real; isso permite antecipar decisões sobre quando e onde realizar manutenção. E, no consumo, quem nunca foi atraído por uma das recomendações da Netflix?  Seus modelos de IA oferecem recomendações personalizadas.  [A plataforma de streaming também admitiu o uso na produção da sua série “O Eternauta”](https://www.reuters.com/business/media-telecom/netflix-says-it-used-genai-argentine-tv-series-2025-07-18/) . Exemplos concretos de aplicação, cada vez mais acessíveis e replicáveis em diferentes setores, evidenciam os benefícios e os ganhos da IA, mas também expõem suas vulnerabilidades e desafios, exigindo cautela e maturidade na adoção. Implicações Apesar dos avanços, muitos desafios permanecem. As preocupações com segurança são cada vez mais relevantes — desde o risco de injeção de vulnerabilidades em códigos gerados exclusivamente por IA até a exposição indevida de dados confidenciais. Soma-se a isso a amplificação de vieses nos modelos de IA, treinados com dados produzidos por nós, como sociedade. Outro ponto de atenção é o fenômeno conhecido como “workslop” — quando tarefas realizadas por IA carecem de substância real, exigindo retrabalho humano. Como consequência, reduzem a produtividade e aumentam o risco de resultados insatisfatórios. A global Deloitte, que possui vários casos de sucesso com uso de IA, enfrentou problemas em um contrato de US$ 440 mil com o governo australiano: um relatório produzido pela empresa para o projeto “Future Made in Australia” apresentou diversos erros graves incluindo referências falsas e citações acadêmicas fabricadas, ou seja, resultado do uso de IAg com o impacto das alucinações. O consumo de energia também é um dos grandes desafios. Segundo o Fórum Econômico Mundial, o consumo de energia irá dobrar até 2030 com a crescente adoção de modelos de IA e IAg, podendo impactar negativamente o cumprimento das metas de redução da emissão de gases de efeito estufa. Esse gasto se intensifica considerando que, aproximadamente a cada 100 dias, o poder computacional necessário para sustentar o crescimento da IA está dobrando.   O que esperar de 2026 Novos modelos — e versões cada vez mais eficientes — certamente surgirão, acompanhados de uma ampla oferta de soluções de automação e de agentes inteligentes. Entre elas, destaca-se a necessidade de políticas claras de governança e de proteção de dados, especialmente em um cenário em que diversas ferramentas já incorporam interfaces de chat e recursos de IA embutidos em soluções empresariais. Para isso, é importante minimizar dados sensíveis, aplicar anonimização com hashing e tokenização, estabelecer uma governança clara de acesso, adotar criptografia em todas as camadas, usar modelos privados, estabelecer políticas de data retention e ter uma auditoria com monitoramento constante são algumas das ações cruciais para reduzir esses riscos. No que diz respeito ao consumo de energia, é fundamental ir além da simples otimização dos modelos e do aprimoramento dos periféricos. Priorizar o consumo de energia proveniente de data centers verdes, que utilizam fontes renováveis e sustentáveis, é uma alternativa concreta para minimizar o impacto ambiental. Além disso, a própria IA pode ser usada para melhorar a eficiência operacional e reduzir a pegada energética, atuando como parte da solução. Quando consideramos o desafio do “workslop”’ podemos adotar algumas abordagens que ajudam a reduzir esse efeito, combinando processos estruturados, supervisão humana e disciplina técnica. É possível usar a IA como suporte para buscar ideias, discutir alternativas e prototipação rápida de rascunho, mas a supervisão humana com uma análise rigorosa e pensamento crítico é indispensável. A falta de um rigor no uso não só compromete a qualidade do produto final, como também pode confundir a tomada de decisão influenciando decisões errôneas.  Para isso, é fundamental treinar equipes para o uso de IA e elaboração de prompts que contenham instruções claras — sobre propósito, público, cenários, formato, tom e limites — incorporando diretrizes éticas, de qualidade, integridade e responsabilidade humana nos frameworks de governança. Assim, a corrida da IA já deixou de ser apenas pela adoção e se tornou uma corrida pelo discernimento. Em 2026, o diferencial não estará em quem usa IA, mas em como e por que a utiliza. As organizações que de fato irão extrair valor serão aquelas que integrarem a IA à sua estratégia de negócio e à sua cultura organizacional, com governança sólida, uso ético, avaliação contínua de impacto e equilíbrio entre eficiência, propósito e sustentabilidade. * [Graziela Tonin](https://www.insper.edu.br/pt/docentes/graziela-simone-tonin) é professora assistente do Insper e coordenadora da graduação em Engenharia de Computação"},{"jcr:title":"Professora Graziela Tonin","fileName":"Graziela Tonin.png","alt":"Professora Graziela Tonin"}]