Segundo a 9ª edição da pesquisa Agenda 2025, da Deloitte, mais de 70% das grandes empresas nacionais afirmam já utilizar IA em processos internos
No entanto, a maioria ainda emprega a IA de forma periférica, em ações de atendimento ou automatização simples, e não como uma infraestrutura essencial de tomada de decisão. Essa realidade, somada à corrida pelo marketing em torno do “AI-powered”, revela uma lacuna entre o discurso e a prática.

No entanto, a maioria ainda emprega a IA de forma periférica, em ações de atendimento ou automatização simples, e não como uma infraestrutura essencial de tomada de decisão. Essa realidade, somada à corrida pelo marketing em torno do “AI-powered”, revela uma lacuna entre o discurso e a prática.

O avanço da tecnologia coincide com um momento de grande pressão por eficiência operacional. De acordo com relatório recente do Itaú BBA, empresas que integram IA aos seus modelos analíticos de negócios podem reduzir em até 40% os custos operacionais relacionados à análise de dados. Em especial em setores como financeiro, varejo e logística. Mesmo assim, como destaca Hugo Pereira, especialista em investimentos e fundador da plataforma Hill, que conecta investidores a empresas em fase de preparo para o IPO, a maioria ainda enxerga a IA como diferencial competitivo, quando na verdade ela já se tornou infraestrutura básica.

O que a IA realmente faz
“A gente usa IA pra tratar e digerir grandes volumes de dados de mercado pra gerar relatórios concisos pros nossos clientes. Assim, automatizando análise de milhares de transações secundárias e tendências de valuation”, explica Hugo.

Essa aplicação prática demonstra que o verdadeiro valor da IA está na integração aos processos centrais da empresa, não em soluções decorativas. Ele também aponta riscos comuns na adoção rasa da tecnologia, inferências incorretas e resultados “alucinados”, que ocorrem quando se confia cegamente nos modelos. Para isso, Hugo recomenda que humanos continuem supervisionando os pipelines em áreas sensíveis, como compliance e análise de risco.

Erros comuns
Outro ponto destacado por ele é o uso inadequado do rótulo “inteligência artificial”. “Uma das coisas que vejo é o uso de automatizações disfarçadas como IA”, afirma. “Chatbots que só seguem scripts, ‘robo-advisors’ que apenas rebalanceiam portfolios com regras fixas, e empresas alegando ‘AI-powered insights’ quando usam apenas queries SQL básicas.”

No setor financeiro, a aplicação mais promissora da IA está no mercado de crédito. Hugo explica que a análise de risco pode ser transformada com o uso de IA capaz de cruzar mais de 1.600 variáveis, como histórico de pagamentos, comportamento de consumo e dados profissionais. Por conta disso, a concessão de crédito a milhões de brasileiros invisíveis ao sistema tradicional, com potencial de reduzir inadimplência em até 30%.

PUBLICADO EM TERRA.COM.BR