Ir para o conteúdo
IA generativa ainda não se traduz em retorno financeiro para maioria das empresas
Em matéria publicada pelo IT Forum, Bruno Horta, Executive Director na Peers, analisa os resultados do estudo “Do piloto ao resultado: a rentabilidade da IA” e os diferentes níveis de maturidade das empresas na adoção de GenAI. Os dados mostram que 40,7% das empresas pesquisadas conseguem comprovar retorno financeiro, além de revelar um período de maior dificuldade na transição dos projetos-piloto para iniciativas integradas à operação.
Os resultados variam de acordo com o tempo de maturidade das iniciativas e revelam um período de maior dificuldade durante a expansão da GenAI.
Esse movimento forma o que os pesquisadores classificam como “vale da escala”. A hipótese apresentada no estudo é que o período mais crítico coincide com a transição de projetos-piloto isolados para iniciativas integradas aos processos da companhia, quando passam a ser necessários ajustes em sistemas legados, processos e governança de dados.
Bruno Horta, Executive Director na Peers, explica essa evolução:
“Nas empresas com menos de seis meses de adoção de GenAI, 35,1% relatam resultados acima do esperado. Esse percentual, porém, cai para 13,3% entre aquelas com 12 a 24 meses de maturidade, antes de voltar a subir para 39% nas organizações com mais de dois anos de adoção.”
A discussão sobre mensuração de resultados também pode ser aprofundada no conteúdo da Peers sobre ROI em GenAI.
Os bancos aparecem mais avançados porque já conseguem conectar a adoção de GenAI a resultados de negócio com mais consistência. Entre as instituições financeiras analisadas, 72,7% afirmam ter superado o business case inicial de suas iniciativas de IA generativa.
Esse desempenho indica uma maior capacidade de transformar experimentação em aplicações com retorno mensurável. Ao mesmo tempo, a evolução amplia a importância de estruturas capazes de sustentar esse crescimento, especialmente em governança de dados.
No setor bancário, esse ponto ganha ainda mais peso pela combinação entre escala operacional, uso intensivo de dados, exigências regulatórias e riscos associados à tecnologia. Por isso, a governança aparece como um elemento central para ampliar as iniciativas de GenAI com segurança e consistência.
A discussão sobre aplicações e estruturação da adoção pode ser aprofundada no conteúdo AI Banking na prática.
O levantamento divide as empresas pesquisadas em quatro grupos, de acordo com a combinação entre governança, mensuração e resultados:
A distribuição mostra diferentes níveis de maturidade entre as organizações e evidencia como governança, mensuração e resultados podem avançar em ritmos distintos.
Para Bruno Horta, a diferença entre as empresas mais avançadas e as demais está principalmente na capacidade de incorporar a tecnologia à organização.
“O que separa quem lidera do restante do mercado não é o acesso à tecnologia. Hoje isso está democratizado. É a capacidade de transformar a experimentação em uma competência organizacional permanente, com governança que sustenta escala em vez de freá-la.”
Segundo o executivo, essa característica ganha relevância especialmente no setor financeiro, diante do maior custo associado a erros e das exigências regulatórias.
Os resultados mostram que a maturidade em GenAI está associada à combinação entre governança, mensuração e capacidade de transformar as iniciativas em resultados.