O relatório "State of AI in the Enterprise 2026" da Deloitte foi divulgado esta semana e traz um número que faz pensar:
74% dos executivos empresariais esperam que a IA impulsione o crescimento da receita. Os que realmente conseguiram: 20%.
Uma lacuna de 54 pontos percentuais – não por falta de investimento, mas porque todo o setor está medindo as coisas erradas.
A eficiência é real, mas não se converteu em dinheiro
O relatório apresenta o contraste mais gritante:
| Indicador | Proporção de empresas que relatam melhoria |
|---|---|
| Eficiência e produtividade | 66% |
| Qualidade das decisões | 60% |
| Crescimento da receita | 20% |
A eficiência aumenta, as decisões melhoram, mas apenas um quinto das empresas vê mudanças reais na demonstração de resultados.
Por que essa lacuna? A Fortune analisa de forma direta: a maioria das empresas relata o valor da IA com base em "horas de trabalho economizadas", mas o CFO quer ver mudanças no P&L.
A própria Deloitte usa um assistente de IA interno chamado Sidekick, que economiza em média 2 horas de trabalho por semana para os funcionários. Esse número soa bem quando reportado à alta administração, mas no P&L é zero.
As 2 horas economizadas foram convertidas em novos produtos, novos clientes, novas receitas? A maioria das empresas não acompanha essa etapa. Esta é a "armadilha da eficiência": você mede o que pode medir, não o que precisa medir.
Do experimento à produção, o dobro da dificuldade esperada
Outro número preocupante:
- 54% das empresas esperam colocar mais de 40% de seus projetos de IA em produção em 3 a 6 meses
- O que realmente aconteceu: 25%
Mais da metade das empresas superestimou sua capacidade de implementação ou subestimou a distância entre "POC funciona bem" e "produção é confiável".
O relatório encontrou uma explicação: apenas 20% das empresas afirmam ter confiança na "preparação de talentos", enquanto 42% acreditam que sua estratégia de IA já está totalmente preparada.
A estratégia está pronta no papel, mas a equipe de execução não acompanhou – esta é uma das principais formas de fracasso na implementação de IA atualmente. Não é que a tecnologia não seja boa o suficiente, é que depois que a IA é integrada, ninguém sabe como fazê-la funcionar.
Mas os orçamentos continuam aumentando
Apesar do ROI difícil de quantificar e da taxa de implementação abaixo do esperado, 84% das empresas afirmam que seus orçamentos de IA continuarão aumentando ou se manterão estáveis este ano.
Isso mostra que as empresas estão apostando na IA não com base em um ROI já comprovado, mas com base em uma avaliação do cenário competitivo futuro – não investir em IA, temem ficar para trás dos concorrentes. Este é um investimento defensivo, não orientado a retornos.
Esse modelo pode durar um ou dois anos. Mas se depois de três ou quatro anos o ROI ainda não puder ser claramente quantificado, a pressão política na aprovação de orçamentos se tornará cada vez mais difícil de conter.
Há um sinal relativamente positivo: 25% dos líderes afirmam que a IA já gerou um "impacto transformador", o dobro dos 12% de um ano atrás. Portanto, a direção está correta, apenas a velocidade é mais lenta do que o dito nos PowerPoints.
Estrutura de medição alternativa recomendada pelo relatório
A Deloitte propõe indicadores para substituir a "economia de horas de trabalho":
- Velocidade do ciclo de decisão (quanto o tempo desde a formulação da pergunta até a decisão é reduzido)
- Qualidade da interação com o cliente (mudança no NPS, taxa de resolução do atendimento)
- Tempo de lançamento de produtos no mercado
- Satisfação dos funcionários e desenvolvimento de habilidades
- Acúmulo de capacidades organizacionais
Estes não são indicadores vagos – eles realmente conseguem capturar parte do valor da IA. Mas para o CFO que precisa prestar contas ao conselho a cada trimestre, são histórias, não evidências.
A questão central da IA empresarial em 2026 mudou de "pode ser usada?" para "usar gerou dinheiro?". Os números da Deloitte são diretos: a maioria das empresas ainda está presa no lado esquerdo dessa equação, usando uma régua errada para medir um fenômeno em andamento.
Fontes de referência: CocoLoop, The hidden ROI of AI: What leaders should actually measure (Fortune); Deloitte 2026 State of AI in the Enterprise Report