IA deve consumir 20% do gasto em tecnologia em 2027

Tecnologia

Estudo revela que a inteligência artificial terá impacto significativo nos investimentos em tecnologia empresarial até 2027.

Leia também: AMD prevê faturar US$ 17 bi e superar Intel no 4º tri de 2026

O avanço da inteligência artificial está redesenhando os orçamentos de TI das empresas e tende a concentrar boa parte do dinheiro novo em tecnologia. Projeção da Forrester indica que a IA deve responder por cerca de 20% dos gastos globais em tecnologia empresarial em 2027, somando o que as companhias investem diretamente e o que fabricantes aplicam em infraestrutura para entregar esses serviços.

Infraestrutura puxa alta e encarece a conta

Segundo o analista Brian Hopkins, da Forrester, quase todo o aumento previsto vem da base física e lógica que sustenta os sistemas de IA. “Quase todo o crescimento vem da infraestrutura e capacidade computacional — servidores, chips, serviços em nuvem, acesso a modelos de IA e assinaturas de software”, afirma.

Esse movimento atinge tanto fornecedores quanto usuários corporativos. De um lado, provedores de nuvem e desenvolvedores de modelos gastam mais com data centers, energia e hardware especializado. Do outro, empresas de todos os setores veem a conta subir para rodar aplicações generativas, treinar modelos próprios e integrar agentes de IA a processos internos e canais com clientes.

O relatório que embasa as estimativas foi divulgado em 21 de outubro e vem sendo usado nesta semana por CIOs como referência para planejar os orçamentos até 2027. A leitura dominante é que a IA deixa de ser uma linha experimental para se tornar centro do plano de investimentos digitais.

Modelos de cobrança tornam custo imprevisível

Além do volume, muda a forma de pagar. A lógica tradicional de licenças anuais está dando lugar a modelos baseados em consumo — por tokens processados, volume de uso ou complexidade da tarefa.

Na prática, isso torna mais difícil prever o custo final de um projeto de IA generativa. Um agente que atende poucos chamados simples pode ser barato; outro, que executa tarefas longas e pesadas, pode multiplicar a conta. Para os CIOs, isso obriga a reforçar práticas de gestão financeira de nuvem e estabelecer limites claros de uso por área de negócio.

Onde as empresas cortam — e onde não podem cortar

Para abrir espaço no orçamento, muitas companhias já pressionam contratos de serviços de TI, pedindo reduções de preço com o argumento de que fornecedores também ganham eficiência com IA. Outras começam a internalizar desenvolvimento, suporte e até parte do atendimento ao cliente, reduzindo dependência de terceiros.

Ao mesmo tempo, áreas vistas como obrigação antiga, mas ainda não modernizadas — como sistemas de gestão (ERP) e grandes plataformas de CRM, a exemplo de Salesforce — seguem na fila de espera, agora disputando recursos com projetos de IA generativa.

Mesmo sob pressão, segurança da informação não entra na lista de cortes recomendados. “Segurança é a área óbvia que não deve sofrer cortes, pois os riscos aumentam com atacantes usando agentes de IA”, alerta Hopkins. A avaliação é que criminosos também automatizam ataques, explorando vulnerabilidades em escala inédita, o que força empresas a acelerar investimentos em defesa, detecção e resposta.

Entenda o contexto

Com a IA se espalhando por atendimento, marketing, desenvolvimento de software, finanças e operações, praticamente toda área de negócio passa a demandar projetos novos. O resultado é uma disputa intensa por orçamento, em um cenário em que o gasto total em software cresce mais devagar do que a inflação, comprimindo o poder de compra das empresas.

Essa convergência de pressões — custos crescentes de IA, atrasos na modernização de sistemas legados e necessidade urgente de reforçar segurança — cria um quebra-cabeça para CIOs, que precisam priorizar iniciativas sem travar a transformação digital.

Como medir o retorno da IA além da produtividade

Na conta do retorno sobre investimento, a primeira métrica costuma ser produtividade: menos tempo para escrever e-mails, responder chamados ou montar relatórios. É o benefício mais fácil de enxergar e medir, mas nem sempre o que mais pesa no resultado financeiro.

Hopkins organiza os resultados em três horizontes: produtividade (curto prazo), engajamento (médio prazo) e transformação (longo prazo). Produtividade reduz esforço e custo, mas tem teto. Engajamento mira a qualidade da interação de clientes e funcionários com a empresa, com impacto em frequência de transações, satisfação e retenção. Transformação mira mudanças profundas de processo, aceleração de produtos, criação de ofertas novas e entrada em mercados antes inacessíveis.

“Empresas que focam apenas em produtividade correm o risco de perder oportunidades maiores em engajamento e transformação”, diz o analista. Esses ganhos mais amplos costumam exigir coordenação entre áreas, metas compartilhadas e patrocínio direto de executivos de negócio, não só da TI.

O peso da ‘trust tax’ nos projetos de IA

Uma parte relevante da conta ainda é pouco visível para muitos orçamentos: o que Hopkins chama de “trust tax”. “Os custos menos visíveis, que chamamos de ‘trust tax’, incluem testes, monitoramento e governança de agentes de IA”, afirma.

Na prática, isso significa testar e atacar os próprios agentes para descobrir falhas (red teaming), definir e revisar guardrails, manter um registro centralizado de soluções autorizadas, monitorar saídas para evitar vazamento de dados e checar continuamente a identidade de agentes que interagem com clientes e parceiros.

Essas camadas de controle adicionam equipe, ferramentas e processos à equação, e o mercado ainda busca parâmetros para estimar quanto esse overhead deve representar em relação ao investimento total em IA.

O que os CIOs devem priorizar até 2027

Para navegar esse cenário, Hopkins aponta três eixos principais de investimento: segurança, dados e plataforma de IA. Segurança envolve desde reforço de identidade e acesso até proteção de modelos e monitoramento de uso. Dados incluem qualidade, governança, integração entre sistemas e remoção de silos que limitam o potencial da IA. A plataforma de IA é o conjunto de serviços, ferramentas e modelos que permitirão escalar os casos de uso com alguma padronização.

A recomendação, porém, não é esperar ter todos os pilares perfeitos para então começar. Setores em transformação rápida — como finanças, varejo, indústria e óleo e gás — não têm esse luxo. A orientação é iniciar definindo uma estratégia de IA claramente ligada aos principais desafios do negócio, às vantagens competitivas e às métricas que importam para o conselho e para o mercado.

Um exemplo citado pelo analista é o de uma companhia de petróleo que mede seu desempenho por custo por barril, volume de produção e índices de segurança. Nesse caso, projetos de IA deveriam ser avaliados diretamente pelo impacto nessas variáveis, e não apenas pelo número de horas economizadas em tarefas administrativas.

Com as metas definidas, o passo seguinte é criar um portfólio de investimentos em IA, com um executivo de negócio responsável pelos resultados e um gestor encarregado de alocar e revisar os recursos. A partir daí, CIOs podem ajustar o ritmo de expansão da IA ao retorno efetivo, redistribuindo verba de iniciativas pouco produtivas para frentes com maior potencial de engajamento e transformação.

Na prática, o movimento que se desenha para 2027 é de maior seleção: enquanto algumas empresas tendem a pisar no freio diante de custos crescentes e retornos pouco claros, um grupo menor deve avançar com estratégias mais focadas, medindo de perto o impacto da IA nas métricas do negócio e usando esse diferencial para se distanciar da concorrência nos anos seguintes.