Estudo com 515 empresas revela erro que trava valor da IA

Inteligência Artificial

Pesquisa aponta que gestores enfrentam desafios para identificar mudanças no fluxo de trabalho causadas pela IA.

Leia também: Pré-MBA em IA: 4 aulas online por R$ 37 para turbinar carreira

Uma pesquisa conduzida por Hyunjin Kim e Dahyeon Kim, do INSEAD, e Rembrand Koning, da Harvard Business School, mostra que o grande entrave para empresas extraírem valor real da inteligência artificial não está na falta de ferramentas, e sim no “problema de mapeamento”: a dificuldade dos gestores em identificar onde a IA deve entrar no fluxo de trabalho e que processos precisam ser redesenhados para destravar ganhos concretos.

O estudo, divulgado nesta semana, acompanhou 515 empresas em estágio inicial em diversos países. Todas receberam acesso a ferramentas avançadas de IA, treinamento técnico, mentoria e créditos para uso de APIs. A diferença é que metade dessas empresas também teve contato com exemplos detalhados de como outras organizações redesenharam seus processos e modelos de negócio com a tecnologia.

Os resultados foram expressivos: as empresas expostas a casos reais identificaram 44% mais casos de uso para IA, concluíram 12% mais tarefas, tiveram 18% mais chances de conquistar clientes pagantes, geraram quase o dobro de receita e dependeram de bem menos capital externo para crescer.

Qual é o erro que impede empresas de extrair valor real da inteligência artificial?

O principal erro é concentrar a IA em tarefas isoladas, sem redesenhar o fluxo de trabalho como um todo. Na prática, gestores até sabem que a tecnologia escreve textos, gera código ou organiza dados, mas não mapeiam em quais etapas do processo produtivo esses recursos realmente mudam o resultado do negócio.

Os pesquisadores batizaram esse desafio de “problema de mapeamento”. Em vez de olhar só para a produtividade pontual — um relatório feito mais rápido, um texto gerado em segundos —, a pesquisa mostra que é preciso enxergar o caminho completo do trabalho: do primeiro contato com o cliente até a entrega final, passando por aprovações internas, transferências entre equipes e integrações de sistemas.

É nesses pontos de transição que costumam surgir os gargalos. Aprovações que se acumulam, decisões que travam em um gestor, dados que não circulam entre plataformas: é aí que, segundo o estudo, a IA pode destravar ganhos maiores de receita, qualidade e crescimento do que simplesmente automatizando a tarefa mais visível.

Para Hyunjin Kim, a pergunta de partida para qualquer gestor deveria ser direta: “O que realmente está nos atrasando?”. Segundo o pesquisador, a resposta raramente está na atividade que salta aos olhos, mas em uma transferência ou decisão que bloqueia todo o resto.

Como as empresas podem evitar erros comuns ao implementar inteligência artificial?

O caminho apontado pela pesquisa é tratar a implementação da IA como um processo contínuo de redesenho de trabalho, não como um projeto único de automação. O primeiro passo é mapear o fluxo de ponta a ponta e localizar as etapas que mais limitam o crescimento.

Hyunjin Kim sugere que os líderes se façam uma segunda pergunta: “O que impede a empresa de crescer dez vezes mais com a estrutura atual?”. A ideia é identificar o gargalo mais próximo do cliente ou do resultado desejado e reorganizar as atividades ao redor dele, usando IA para aliviar exatamente esse ponto de pressão.

No experimento com as 515 empresas, aquelas que viram exemplos concretos de redesenho de processos passaram a olhar além do uso mais óbvio da tecnologia. Em vez de restringir a IA a marketing ou atendimento, passaram a aplicá-la em desenvolvimento de produtos, operações, estratégia e administração, conectando as etapas entre si.

Outra lição do estudo é que resolver um gargalo frequentemente revela outro mais adiante. Um produto desenvolvido mais rápido, por exemplo, gera mais feedback de clientes e pode sobrecarregar a capacidade de análise. Relatórios automatizados expõem problemas de qualidade de dados que antes passavam despercebidos. Por isso, os autores defendem revisões frequentes do fluxo de trabalho sempre que a IA acelera alguma parte do processo.

Segundo a pesquisa, as empresas que mais se beneficiam da tecnologia criam práticas internas para compartilhar experiências: fluxos de trabalho redesenhados circulam entre áreas, equipes trocam aprendizados em workshops e gestores acompanham de perto como outras organizações estão se reorganizando em torno da IA, sem simplesmente copiar modelos prontos.

Entenda o contexto

Quase quatro anos após a popularização dos grandes modelos de linguagem, a maioria das empresas já incorporou alguma forma de inteligência artificial ao dia a dia, mas muitas ainda não veem o retorno prometido em produtividade e desempenho. Essa frustração pressiona gestores e consome orçamentos de tecnologia sem impacto claro nos resultados.

O experimento de campo liderado por pesquisadores do INSEAD e de Harvard indica que o conhecimento sobre “como redesenhar o trabalho” pesa tanto quanto — ou mais do que — o acesso à tecnologia em si. As empresas que tiveram contato com exemplos de fluxos reconfigurados com IA não só geraram quase o dobro de receita como passaram a depender menos de investidores para sustentar o crescimento.

Na prática, o estudo reforça que a próxima fronteira da IA nas empresas não está apenas em novos modelos ou ferramentas, mas na capacidade dos líderes de enxergar gargalos, fazer perguntas difíceis e ajustar continuamente a forma como o trabalho é organizado em torno da tecnologia.