Por Fábio Aguiar, CGO do Mitra
A inteligência artificial deixou de ser uma aposta de futuro e passou a fazer parte da operação cotidiana das empresas. O problema é que a velocidade com que as organizações incorporaram novas ferramentas não foi acompanhada pela mesma capacidade de reorganizar dados, processos e responsabilidades. Em 2026, a discussão mais relevante já não deveria ser quem adotou primeiro ou quantas soluções estão disponíveis para os funcionários, mas quem consegue controlar o que acontece depois da adoção. A pesquisa global da McKinsey publicada em 2025 expõe essa distância. Embora 88% dos entrevistados afirmem que suas organizações utilizam inteligência artificial regularmente em pelo menos uma função, apenas 39% identificam algum impacto no EBIT em nível corporativo, enquanto quase dois terços ainda não começaram a escalar essas iniciativas pela empresa. O dado revela uma mudança importante na natureza do problema. A tecnologia se disseminou, mas o valor não avançou na mesma proporção. Isso acontece porque automatizar uma tarefa é relativamente simples; fazer com que essa automação gere resultado para uma organização inteira exige integração, revisão de processos e capacidade de governar o que foi criado.
Essa diferença entre utilização e resultado deveria encerrar a lógica de que a maturidade tecnológica se mede pelo volume de ferramentas disponíveis. Uma empresa pode ter dezenas de aplicações funcionando simultaneamente e continuar operando de maneira fragmentada. Uma área automatiza uma etapa, outra cria uma solução própria, uma terceira trabalha com uma base diferente e, no fim, o ganho obtido em cada ponto é consumido pelo esforço necessário para conectar informações que nunca foram estruturadas para circular juntas. O problema deixa de ser produtividade individual e passa a ser eficiência sistêmica. É por isso que a próxima etapa da adoção precisa partir de uma pergunta menos confortável. Quantas dessas iniciativas realmente conversam entre si? Se a resposta for “poucas”, a empresa não tem uma estratégia de inteligência artificial, mas um conjunto de experimentos independentes. O risco é transformar uma sucessão de ganhos locais em uma estrutura corporativa cada vez mais difícil de administrar, com custos duplicados, processos redundantes e decisões baseadas em informações diferentes.
A qualidade dos dados torna essa fragilidade ainda mais evidente. De acordo com o estudo State of Data and Analytics, divulgado pela Salesforce em 2025, 84% dos líderes de dados e analytics consideram que suas estratégias precisam ser reformuladas para sustentar suas ambições com inteligência artificial. O levantamento também mostra que 26% dos dados das organizações são estimados pelos próprios responsáveis como não confiáveis e que 89% dos líderes que já possuem inteligência artificial em produção relatam ter enfrentado resultados imprecisos ou enganosos. Esses números ajudam a deslocar o debate de uma questão tecnológica para uma questão de gestão. Não existe automação capaz de compensar indefinidamente uma estrutura de dados ruim. Ao contrário, quanto mais uma empresa automatiza decisões baseadas em informações incompletas, desatualizadas ou inconsistentes, maior pode ser a velocidade com que ela reproduz seus próprios erros. O investimento mais urgente, portanto, pode estar menos na aquisição de novas soluções e mais na organização das informações que já sustentam a operação.
É nesse ponto que a governança precisa deixar de ser tratada como sinônimo de restrição. O argumento de que controles podem reduzir a velocidade das equipes só faz sentido quando a empresa constrói processos burocráticos para autorizar qualquer experimentação. Governança eficiente é outra coisa. É saber quem pode acessar determinada informação, quais sistemas podem executar uma ação, como uma decisão foi tomada e quem responde por ela. A pesquisa da Salesforce mostra que apenas 43% dos líderes de dados e analytics afirmam ter estruturas formais de governança de dados, enquanto 88% entendem que o avanço da inteligência artificial exige novas abordagens nessa área. A diferença entre esses números revela um problema concreto. As empresas reconhecem que precisam ampliar o controle, mas muitas ainda não construíram a estrutura necessária para isso. O caminho não é bloquear a inovação, mas estabelecer um ambiente oficial suficientemente funcional para que a experimentação aconteça dentro de regras conhecidas, com controle de acesso, rastreabilidade e critérios proporcionais ao risco.
A integração entre sistemas será decisiva porque a próxima geração de aplicações dependerá cada vez menos de uma única ferramenta isolada e cada vez mais da capacidade de acessar informações distribuídas pela organização. Em fevereiro de 2026, a Salesforce divulgou que 96% dos líderes de tecnologia consideram que o sucesso de agentes depende da integração entre sistemas, enquanto 94% afirmam que isso exigirá arquiteturas de tecnologia mais orientadas por APIs. O dado reforça uma tese que muitas empresas ainda tratam como detalhe técnico. Se uma solução não consegue acessar o histórico completo de um cliente, consultar informações atualizadas ou devolver seus resultados ao sistema correto, sua capacidade de gerar valor fica limitada, independentemente de quão sofisticada seja. O desafio, portanto, não é colocar mais inteligência sobre uma infraestrutura fragmentada. É construir uma infraestrutura capaz de conectar dados, aplicações e processos sob regras claras. Sem isso, cada nova camada tecnológica aumenta a complexidade que a empresa terá de administrar.
A virada de 2026, portanto, não está na adoção de mais uma ferramenta, mas na capacidade de transformar o que já foi adotado em uma estrutura empresarial confiável. O cenário atual mostra que o uso se espalhou mais rápido do que a geração de valor, que uma parcela relevante dos dados ainda não é considerada confiável e que a integração entre sistemas se tornou uma condição para ampliar iniciativas mais autônomas. A resposta exige uma mudança de prioridade. Antes de perguntar qual será a próxima aplicação, as empresas deveriam saber quais soluções já estão em funcionamento, quais dados alimentam seus processos, quem possui acesso e como essas diferentes camadas se conectam. A organização que fizer esse trabalho poderá avançar com velocidade sem perder controle. A que continuar tratando cada nova solução como uma iniciativa isolada corre o risco de confundir inovação com acumulação tecnológica. A vantagem competitiva, daqui para frente, estará menos em adotar inteligência artificial e mais em construir uma empresa capaz de governar aquilo que a tecnologia passou a fazer dentro dela.
Imagem: https://pt.vecteezy.com/foto/76841263-humano-e-robo-maos-tremendo-gesto-retrata-cooperacao-colaboracao-fechar-se