Aegundo um recente estudo do MIT recente95% da GenAI geram retorno zero. Os 5% que tiveram sucesso descobriram algo sobre a transformação digital na era da IA. É uma questão de foco e saber onde procurar.
A IA generativa é frequentemente descrita em extremos: transformadora, disruptiva, revolucionária. As empresas responderam da mesma forma, investindo cerca de US$ 30 a 40 bilhões em iniciativas de GenAI nos últimos dois anos.
No entanto, de acordo com o recente estudo do MIT Estado da IA nos negócios 2025 menos de 5% dos pilotos de IA proporcionam uma transformação significativa. O restante fica estagnado - 95% dos pilotos de GenAI têm retorno zero! - criando o que os pesquisadores agora chamam de "GenAI Divide": uma lacuna cada vez maior entre as empresas que fazem experiências com IA e as que realmente colhem valor dela.
A tecnologia em si raramente é o desafio, mas sim a transformação.
Para os executivos, esse é um problema conhecido. A tecnologia em si raramente é o desafio, mas sim a transformação. As empresas têm pouca dificuldade para lançar pilotos ou implementar ferramentas como o ChatGPT ou o Copilot. Na verdade, embora apenas 40% das empresas digam que adquiriram uma assinatura oficial do LLM, os funcionários de mais de 90% das empresas pesquisadas usam regularmente ferramentas pessoais de IA para trabalhar no que o relatório chama de "economia de IA paralela".
O que se mostra mais difícil é incorporar essas ferramentas de forma suficientemente profunda na empresa para que elas mudem os resultados - reduzindo custos, aumentando a eficiência ou impulsionando o crescimento.
A pesquisa do MIT mostra o motivo.
A maioria dos projetos continua sendo integrações superficiais. As ferramentas de IA são fixadas nos fluxos de trabalho em vez de serem integradas a eles e, como resultado, não conseguem reter o contexto de uma conversa ou se mover com fluidez entre os sistemas.
Com muita frequência, os líderes agravam o problema medindo a adoção em termos de uso e não de transformação.
Muitas das próprias ferramentas não têm a capacidade de aprender e se adaptar. Sistemas que não conseguem admitir quando estão não têm certeza ou não têm a flexibilidade para refinar suas respostas, perdem rapidamente a confiança do usuários. E quando os processos de back-end permanecem fragmentados - o histórico de pedidos em um banco de dados, o faturamento em outro, os tíquetes de suporte espalhados em outro -, mesmo os mais bem-intencionados e bem financiados até mesmo os experimentos mais bem-intencionados e bem financiados experimentos voltados para o cliente desmoronam. Com muita frequência, os líderes agravam o problema medindo a adoção em termos de uso e não de transformação, comemorando logins em vez de reduções de custo ou melhorias no serviço.
A mentalidade do vencedor
Por outro lado, a pequena minoria de empresas que obtém retornos extraordinários aborda o desafio de forma diferente.
Eles incorporam a IA ao núcleo de seus fluxos de trabalho existentes, em vez de tratá-la como um complemento de nível superficial. Elas selecionam sistemas projetados para aprender e melhorar ao longo do tempo e se concentram primeiro nos processos de alto atrito em que a automação oferece os retornos mais claros: gerenciamento de conhecimento, fluxos de trabalho de suporte, manuseio de documentos.
Eles também buscam parceiros estratégicos que possam oferecer soluções personalizadas e profundo conhecimento especializado e avaliam o sucesso em termos de resultados - velocidade, precisão, eficiência, satisfação - em vez de métricas brutas de adoção.
O que separa os 5% dos demais é a disciplina.
Não há nada de mágico nisso. O que separa os 5% dos demais é a disciplina. Enquanto a maioria das organizações busca a novidade, os líderes buscam a integração, a governança e o desempenho mensurável.
Aqui está o desafio para os executivos. A promessa da IA geradora é real, mas seu sucesso depende menos da sofisticação do modelo do que de sua integração. As organizações que definirão a próxima década de adoção da IA serão aquelas que tratarem a IA não como um produto a ser implantado, mas como um recurso a ser projetado, com base em metas claras, integração robusta de dados e resultados responsáveis.
Obtenção de resultados
Empresas como a Inbenta, que se concentram na engenharia do conhecimento, na integração do fluxo de trabalho e no aprendizado contínuo, ilustram o que isso significa na prática.
Ao unificar dados fragmentados, automatizar processos de back-office e projetar sistemas que se adaptam ao longo do tempo, nossas soluções proporcionam experiências significativas que impulsionam o crescimento.
Em vez de oferecer a IA como uma ferramenta autônoma, a Inbenta projeta ecossistemas em que interfaces de conversação, ferramentas de autoatendimento e suporte humano podem coexistir. O objetivo é a continuidade - para que um cliente que passe de um chatbot para um agente ao vivo não tenha que começar tudo de novo, e para que os funcionários possam confiar no sistema para obter informações precisas quando for importante.
A nova plataforma da Inbenta, que será lançada neste outono, integra essas soluções de IA ainda mais estreitamente em uma única experiência coesa e em um mecanismo de feedback que usa a taxa de autoatendimento de +90% e a precisão de resposta de 99% da Inbenta e as aprimora a cada uso.
Superando a divisão da GenAI
A lição da GenAI Divide é simples, mas preocupante. A adoção é fácil; a transformação é difícil. Embora a primeira possa gerar manchetes chamativas, é a segunda que cria uma vantagem competitiva duradoura.
E nos próximos anos, a diferença entre os dois só aumentará à medida que os 5% avançarem e os 95% continuarem ficando para trás.
Em resumo:
- O MIT descobriu que 95% dos pilotos de GenAI não conseguem gerar ROI, criando um "GenAI Divide" cada vez maior.
- Integrações superficiais, sistemas frágeis e processos de back-end fragmentados prejudicam a maioria dos pilotos.
- Muitos líderes medem o sucesso pelas métricas de uso em vez do impacto nos negócios.
- Os 5% das empresas bem-sucedidas se concentram em integração, adaptabilidade e resultados mensuráveis.
- A Inbenta ilustra essa abordagem unificando dados, automatizando processos de back-office e projetando sistemas que priorizam o aprendizado.
A Inbenta torna a IA simples.
Capacite seus usuários com soluções orientadas por IA em todos os canais e mídias de conteúdo, incluindo voz, vídeo, tradução ao vivo e escalonamento contínuo de agentes.
