O avanço da inteligência artificial no ambiente corporativo brasileiro revela uma encruzilhada estratégica: a facilidade de adoção das soluções de prateleira em detrimento da precisão exigida por processos operacionais complexos.
Segundo a recente pesquisa TIC Empresas 2025, divulgada pelo Cetic.br/NIC.br, 17% das empresas no Brasil declararam utilizar IA em 2025 — um salto frente aos 13% registrados no ano anterior.
Entre as grandes corporações – com 250 ou mais funcionários-, a opção já atinge a marca de 50%. No entanto, oito em cada dez empresas brasileiras que utilizam a tecnologia optaram por sistemas ou softwares prontos para uso. O percentual sobe para 83% em setores de alta complexidade logística e operacional, como a indústria de transformação e o segmento de transporte e armazenagem.
Essa dependência de ferramentas padronizadas entra em rota de colisão direta com os anseios do mercado global. De acordo com o Infor Enterprise AI Adoption Impact Index, estudo conduzido pela YouGov a pedido da Infor com 2.111 decisores internacionais em sete mercados (Reino Unido, EUA, Singapura, Japão, França, Austrália e Alemanha), 68% dos executivos afirmam que soluções genéricas de IA não atendem às necessidades específicas de seus setores.
O ceticismo quanto às ferramentas pré-fabricadas é ainda mais acentuado em verticais operacionais: 76% dos executivos de distribuição, 73% da manufatura e 69% do varejo relatam limitações graves nas soluções de uso geral.
O gargalo do contexto industrial
A divergência entre a rápida adoção de softwares genéricos no Brasil e o ceticismo global expõe um desafio crítico: modelos de linguagem e ferramentas genéricas não compreendem as nuances operacionais de indústrias específicas.
Na indústria brasileira, o apetite por automação é visível. Dados do IBGE indicam que, entre empresas extrativas e de transformação com 100 ou mais funcionários, a adoção de IA saltou de 16,9% em 2022 para 41,9% em 2024. O impasse surge quando essas ferramentas genéricas falham em rastrear a origem de insumos em cadeias produtivas alimentícias ou em recalcular dinamicamente os preços de distribuição diante de flutuações de frete.
“Hoje, todos têm os mesmos modelos de IA. O que importa é o que esses modelos sabem sobre o seu negócio”, pontua Kevin Samuelson, CEO da Infor. “Os clientes continuam nos dizendo que a IA de uso geral não compreende os detalhes do seu mundo.”
Diante dessa lacuna, provedores de tecnologia têm direcionado investimentos para arquiteturas especializadas. A Infor anunciou a expansão da arquitetura Infor Industry AI e a evolução do Infor Velocity Suite, incorporando agentes de IA nativos por indústria, suporte a sistemas legados e mais de 350 casos de uso pré-configurados. Organizações que adotaram abordagens especializadas relatam acelerações de até 60% no processamento de remessas e reduções de até 90% no tempo de fluxos em supply chain e compras.
O impasse da governança e autonomia
À medida que os agentes autônomos assumem papéis críticos na tomada de decisão, a governança corporativa se consolida como o maior entrave para a escala da tecnologia.
A pesquisa da YouGov revela que, embora 54% dos líderes globais já se sintam confortáveis com agentes autônomos executando processos operacionais críticos sem intervenção humana a cada etapa, a responsabilidade final permanece nebulosa nas estruturas corporativas. Apenas 23% dos entrevistados atribuem a responsabilidade da IA ao CEO e 22% ao CIO/CTO, enquanto em 15% das empresas não há um responsável definido.
Além disso, 33% dos executivos apontam a segurança de dados, a soberania e o compliance como a principal barreira para o avanço da IA nas organizações — desafio que tem forçado fornecedores de tecnologia a incorporar travas de segurança, registros de auditoria e fluxos obrigatórios de aprovação humana diretamente no código de suas ferramentas.
Apesar dos gargalos estruturais e de governança, o apetite financeiro permanece elevado: 59% das corporações globais pretendem aumentar seus investimentos em inteligência artificial nos próximos 12 meses. O foco do mercado se desloca, assim, da simples experimentação de ferramentas populares para a construção de valor mensurável e especializado.
