O dilema da inteligência artificial nas empresas
A expansão dos modelos de inteligência artificial generativa tem intensificado a pressão sobre as organizações para demonstrarem progresso no uso dessa tecnologia revolucionária. No entanto, especialistas alertam que o risco de investir sem uma estratégia bem definida é equiparável ao risco de não adotar a tecnologia. Essa foi a conclusão de um importante debate realizado no Web Summit Rio 2026, que reuniu líderes da indústria de hardware e software de IA.
Nelson Leoni, CEO da WideLabs, empresa brasileira especializada em inteligência artificial, e Márcio Aguiar, diretor de vendas enterprise da Nvidia para a América Latina, destacaram durante o painel que as organizações precisam adotar essas ferramentas com base nos desafios reais que enfrentam e nas métricas de retorno sobre investimento. Essa abordagem evita projetos custosos com baixo impacto para o negócio.
Estratégia acima da velocidade de adoção
A pressão para adotar rapidamente as últimas tecnologias de IA leva muitas empresas a tomar decisões precipitadas. Aguiar enfatiza a importância de não ceder a essa urgência artificial. Segundo ele, é fundamental compreender quais são as necessidades específicas de cada negócio antes de implementar soluções tecnológicas complexas.
“Muita calma nessa hora. A IA está só começando. Esqueça acelerar e entrar nesse vagão agora. O trem está passando e continuará passando”, afirma o executivo da Nvidia, ressaltando que a velocidade de adoção não é o fator determinante de sucesso.
Identificando os gargalos do negócio
Leoni complementa essa visão ao salientar que as empresas não precisam se tornar especialistas em inteligência artificial. O foco deve estar nos gargalos específicos que cada organização enfrenta, que variam conforme o setor e o porte da empresa. A implementação de IA sem estratégia clara pode resultar em desperdício significativo de recursos financeiros.
Na experiência da WideLabs com o setor público, a empresa tem obtido resultados expressivos ao focar em eficiência e redução de custos, onde o retorno sobre investimento é mais evidente. Conforme a organização obtém resultados iniciais, ela consegue escalar as implementações de forma mais segura e rentável.
Mensuração do retorno sobre investimento
A questão crucial é determinar quando um investimento em inteligência artificial realmente vale o custo envolvido. Aguiar ilustra essa reflexão com o exemplo de um banco brasileiro que enfrentava custos jurídicos anuais de R$ 4 bilhões decorrentes da incapacidade de processar toda a documentação legal em tempo hábil. Ao implementar uma solução de IA, o banco investiu apenas US$ 200 mil para resolver um problema que custava bilhões.
No entanto, o que é barato ou caro depende do contexto específico de cada empresa. Para uma organização iniciante, um investimento de US$ 200 mil pode ser proibitivo, enquanto para grandes corporações pode representar uma economia significativa. Além disso, nem sempre é necessário comprar a solução: empresas de nuvem oferecem aluguel de GPUs por aproximadamente US$ 10 por hora, tornando a implementação mais flexível.
A importância da soberania de dados
Além das considerações de negócio e retorno financeiro, a implementação de inteligência artificial envolve questões críticas de soberania dos dados. As soluções de IA utilizam informações estratégicas das empresas, o que torna fundamental definir claramente onde essas informações serão processadas.
Leoni levanta questões pertinentes sobre essa questão: os dados serão processados através de modelos próprios de infraestrutura ou consumirão APIs de terceiros? Essa decisão tem implicações legais, de segurança e competitivas significativas.
Um exemplo preocupante apontado pelo executivo diz respeito a funcionários do setor público que carregam processos judiciais confidenciais para ferramentas como o ChatGPT da OpenAI, sem nem compartilhar a informação com suas equipes internas. Esse tipo de comportamento expõe a organização a riscos consideráveis.
Necessidade de clareza e estratégia
Leoni conclui enfatizando que as organizações precisam deixar de lado a ingenuidade e adotar uma abordagem mais estratégica em relação à implementação de inteligência artificial. Não se trata de desconfiar de todas as inovações, mas sim de ter clareza total sobre o que está sendo feito na empresa e quais são as consequências desses investimentos, tanto para o bem quanto para possíveis riscos.
A mensagem central é clara: a inteligência artificial é uma ferramenta poderosa que continuará transformando a forma como os negócios operam. Porém, empresas que investem sem estratégia definida, sem compreender seus próprios desafios e sem métricas claras de retorno correm riscos tão grandes quanto aquelas que negligenciam completamente essa tecnologia.
