Estudos apontam que 95% dos projetos de IA generativa falharam em gerar retorno, mas um novo ciclo de maturidade e governança busca evitar os erros do passado.

A primeira geração da Inteligência Artificial Generativa (GenAI) levou muitas empresas a investir sem uma visão clara de retorno, impulsionadas pelo entusiasmo com a tecnologia. Bastava a sigla IA aparecer em uma apresentação para que o projeto ganhasse orçamento e prioridade, resultando em uma avalanche de soluções ditas “inteligentes”.

Contudo, a realidade mostrou que a maioria dessas iniciativas não gerou os resultados esperados. Um relatório do grupo de pesquisa NANDA, do Instituto de Tecnologia de Massachusetts (MIT), intitulado “The GenAI Divide: State of AI in Business 2025”, revelou que 95% das mais de 300 iniciativas públicas de GenAI não produziram retorno mensurável, apesar de um investimento agregado estimado entre US$ 35 e 40 bilhões.

Agora, o cenário está mudando. Uma segunda onda da IA emerge, mais madura e focada em valor real para os negócios. Empresas e especialistas buscam estratégias que respondam a perguntas cruciais sobre aumento de receita, redução de custos, melhoria da experiência do cliente e diminuição de riscos, em vez de apenas criar demonstrações impressionantes.

O Desencanto com a Primeira Onda da IA

O entusiasmo inicial com a IA generativa, muitas vezes comparado ao “canto das sereias”, levou à proliferação de copilotos, assistentes virtuais e chatbots sem uma base estratégica sólida. A falta de fundamentação, e não a tecnologia em si, foi o principal entrave para o sucesso desses projetos.

Além do estudo do MIT, a RAND Corporation, uma organização de pesquisa focada em políticas públicas, também apontou em 2024 que mais de 80% dos projetos de IA não entregaram o valor prometido. O ceticismo cresceu, e a S&P Global registrou um salto na proporção de empresas que abandonaram a maioria de suas iniciativas de IA, passando de 17% em 2024 para 42% em 2025.

Esse cenário de projetos-piloto que nunca saíram do papel evidenciou a necessidade de uma abordagem mais pragmática e orientada a resultados, marcando o fim de uma era de investimento cego na Inteligência Artificial.

A Nova Abordagem: Foco em Valor e Arquitetura

A segunda onda da IA não se pergunta “onde podemos colocar IA?”, mas sim “isso aumenta a receita? Reduz custo? Melhora a experiência do cliente? Diminui o risco?”. Essa mudança de foco coloca os Grandes Modelos de Linguagem (LLMs) no centro da transformação, valorizando sua capacidade de interpretar textos, resumir documentos, gerar código e organizar conhecimento.

No setor financeiro, por exemplo, os LLMs já se traduzem em análise automatizada de contratos, triagem de solicitações de crédito, monitoramento de compliance em tempo real e atendimento ao cliente com contexto transacional. O JPMorgan Chase implementou sua plataforma LLM Suite em julho de 2024 e, em apenas oito meses, alcançou 200 mil colaboradores usando-a diariamente de forma voluntária.

Apesar do potencial, os modelos de linguagem podem “alucinar”, errar com convicção e consumir recursos excessivos. Por isso, o sucesso na nova era da IA não depende do maior modelo, mas sim da melhor arquitetura. Termos como Geração Aumentada via Recuperação (RAG), embeddings, bancos vetoriais, fine-tuning, guardrails e human-in-the-loop tornam-se essenciais, significando a conexão do modelo aos dados corretos, controle de suas ações e supervisão humana em pontos críticos.

Agentes de IA: Potencial e os Desafios da Autonomia

Um avanço significativo na segunda onda é a IA agêntica, onde os agentes vão além de responder perguntas para planejar tarefas, consultar sistemas, tomar decisões intermediárias e executar etapas inteiras de um processo. No setor financeiro, isso significa agentes capazes de conciliar posições, acionar fluxos de cobrança ou monitorar limites de exposição sem intervenção humana constante.

No entanto, apesar de a maioria das empresas planejar usar agentes, poucas o fizeram efetivamente. Os obstáculos são sempre os mesmos: dados não preparados, ausência de governança e lacunas de segurança. A metáfora de “passar o comando do navio para o ciclope” ilustra o risco de dar autonomia sem a visão do conjunto.

Movimentos recentes de revisão e até de reversão, com empresas retirando agentes de produção ou colocando pessoas em pontos críticos, não indicam fracasso, mas sim maturidade. Reguladores, como o Banco da Tailândia, exigem supervisão humana obrigatória em aprovações de crédito e transferências. O Fundo Monetário Internacional (FMI) recomenda limites de transação que acionem revisão humana para operações de alto valor executadas por agentes autônomos, reforçando a responsabilidade da instituição sobre as decisões automatizadas.

Navegando Rumo a Ítaca: IA com Propósito e Governança

A jornada da IA, como a Odisseia de Ulisses, exige reconhecimento dos riscos e estratégia. Ulisses não ignorou o canto das sereias; ele se amarrou ao mastro e organizou sua tripulação. Da mesma forma, a segunda onda da IA será menos sobre substituir pessoas indiscriminadamente e mais sobre redesenhar processos com critério.

A Inteligência Artificial deve atuar definindo onde o modelo decide, onde ele sugere e onde um humano precisa assinar embaixo. Isso significa menos projetos-piloto isolados e mais integração com dados, segurança, compliance, governança e indicadores de negócio. O foco passa de “temos IA” para “qual resultado ela produz?”.

O destino, Ítaca, permanece, mas as empresas começam a perceber que apenas comprar um modelo de IA não garante a capacidade de navegar. O verdadeiro desafio não são os monstros, mas sim “entrar no mar sem mapa, sem governança e com o estagiário segurando o leme”, destacando a importância da estratégia e supervisão humana.

Perguntas Frequentes

O que é a “primeira onda” da IA generativa e qual seu resultado?

A primeira onda da IA generativa refere-se ao período inicial de grande entusiasmo e investimento em projetos de IA. Segundo o MIT, 95% das iniciativas não geraram retorno mensurável, resultando em um investimento de US$ 35 a 40 bilhões sem resultados concretos.

Como a “segunda onda” da Inteligência Artificial se diferencia?

A segunda onda se distingue por um foco em resultados de negócio concretos, como aumento de receita, redução de custos e melhoria da experiência do cliente. Ela prioriza a arquitetura e governança dos sistemas sobre o simples tamanho dos modelos, buscando valor real.

Qual o papel da governança na implementação de agentes de IA?

A governança é crucial para garantir que os agentes de IA operem com segurança e responsabilidade. Órgãos reguladores, como o Banco da Tailândia e o FMI, exigem supervisão humana em decisões críticas para assegurar a responsabilidade institucional.

Por que muitas empresas abandonaram seus projetos de IA?

A S&P Global registrou que a proporção de empresas que abandonaram a maioria de suas iniciativas de IA saltou para 42% em 2025. Isso ocorreu devido à falta de fundamentação estratégica, dados não preparados, ausência de governança e lacunas de segurança nos projetos iniciais.