O 95% do MIT: o que o relatório realmente mediu – e porque todo mundo tirou a conclusão errada

O dado mais citado do mercado corporativo de inteligência artificial saiu de um relatório preliminar, publicado sem revisão por pares, cujos dados de apoio nunca foram divulgados na íntegra. Ele afirma que 95% dos pilotos de IA generativa não produziram impacto mensurável em resultado. A repercussão contribuiu para uma queda em ações de tecnologia nos Estados Unidos, virou referência em apresentação de conselho e sustenta, até hoje, boa parte do ceticismo corporativo sobre a tecnologia.

Por que isso importa: decisões de capital estão sendo tomadas em cima de um número que quase ninguém leu na fonte. E o que o relatório de fato mediu é mais útil para um executivo do que a manchete que circulou.

Os números

• 95% dos pilotos analisados não apresentaram impacto mensurável em resultado, segundo o estudo "The GenAI Divide: State of AI in Business 2025", do projeto NANDA, do MIT, publicado em julho de 2025
• 5% dos pilotos integrados estariam extraindo valor relevante, na formulação dos próprios autores
• US$ 30 a 40 bilhões é a estimativa de gasto corporativo com IA generativa citada no relatório
• Duas versões diferentes da amostra circulam na imprensa: uma com 52 entrevistas com executivos e 153 líderes pesquisados, outra com 150 entrevistas e 350 funcionários, ambas com análise de 300 implantações públicas

A procedência do número

O documento foi divulgado como conjunto de achados preliminares, não como pesquisa acadêmica revisada por pares. Assinam Aditya Challapally, Chris Pease, Ramesh Raskar e Pradyumna Chari.

A divergência sobre a amostra é o primeiro sinal de alerta, e ela tem origem rastreável. Uma análise publicada em 2026 sustenta que a reportagem que levou o estudo ao mainstream inflou o tamanho da amostra, e que a versão ampliada foi replicada por outras publicações de referência a partir dali. Num debate sobre rigor de dados, um número que muda conforme o veículo já diz bastante.

As críticas metodológicas vieram em seguida. A publicação especializada Futuriom argumentou que o relatório pinta um retrato irresponsável e sem fundamento do que acontece na IA corporativa, e apontou que a passagem que mais se aproxima de quantificar falhas é um único gráfico sobre a queda entre pilotos e produção, sem explicar como se chega dali aos 95%.

O professor Kevin Werbach, da Wharton, foi mais direto: se o projeto sustenta as conclusões, deveria liberar os dados de apoio completos, e, caso contrário, deveria retirar o relatório. Os dados não foram liberados.

Há ainda a questão do incentivo. O NANDA é um projeto voltado a promover infraestrutura de IA baseada em agentes e arquitetura descentralizada. Críticos observaram que um projeto com essa missão tem interesse em descrever a abordagem corporativa atual como fracassada. A observação não invalida o estudo, mas pertence à ficha do documento.

A virada: o relatório não mediu fracasso

Aqui está a distinção que quase todo mundo perdeu, e ela muda a utilidade do dado.

O estudo afirma que 95% dos pilotos não produziram impacto mensurável em resultado. Isso não é sinônimo de piloto que não funcionou. Uma parte relevante dessa ausência de mensuração vem de projetos que nunca registraram o indicador antes de começar. Sem linha de base documentada, não existe depois para comparar, e o piloto entra na estatística de ausência de impacto independentemente do que tenha produzido.

A diferença é operacional, não semântica. Uma empresa que automatizou um processo, ganhou tempo e nunca mediu o antes aparece no mesmo grupo de uma empresa cujo piloto travou na primeira semana. Para quem lê a manchete, os dois fracassaram. Para quem lê o método, um deles apenas não sabe o que conseguiu.

Em 11 de setembro, a StartSe abordou mais deste assunto no artigo "Orçamento de IA: 93% vai para ferramenta e 7% para quem vai usar", que trata de por que a linha de medição raramente é orçada.

O que o relatório de fato defende

Retirado o percentual contestado, sobra a parte que ninguém repetiu e que é a mais aproveitável.

O diagnóstico central do documento não é sobre qualidade de modelo. É sobre o que os autores chamam de lacuna de aprendizado: a maior parte dos sistemas de IA generativa não retém feedback, não se adapta ao contexto e não melhora com o uso. Ferramentas genéricas se dão bem porque são fáceis de testar e flexíveis, e falham em fluxos críticos por falta de memória e de personalização.

Os defensores do estudo sustentam justamente esse ponto: a mensagem de fundo se sustenta independentemente do percentual exato, porque o problema está em integração e desenho de fluxo, não em capacidade de modelo. E acrescentam que o relatório foi lido como veredito sobre a inteligência artificial quando é um veredito sobre a forma como as empresas a implantam.

Essa leitura é bem mais desconfortável que a manchete. A versão popular do dado permite ao executivo concluir que a tecnologia não está pronta. A versão real diz que a tecnologia está pronta e a implantação não.

Sinais e impactos

Para CEOs e conselhos. Quando um número aparecer em apresentação, vale pedir três coisas antes de decidir: quem publicou, qual a amostra e se houve revisão por pares. Os três levam menos de dez minutos e teriam evitado boa parte das decisões tomadas em 2025.

Para C-levels e diretores. O aprendizado direto é registrar a linha de base antes de qualquer piloto. Sem o número do antes, o projeto entra na estatística de ausência de impacto mesmo quando funcionou.

Para donos de pequenas e médias. O ceticismo importado dessa manchete tem custo. Empresa que adiou implantação por causa dos 95% adiou com base em um documento preliminar sobre companhias que não se parecem com a dela.

O ponto

O relatório do MIT não é lixo e não é escritura. É um levantamento preliminar, com amostra discutida, achados úteis e uma conclusão que foi distorcida no caminho até o LinkedIn. O erro do mercado não foi acreditar nele. Foi repetir a manchete sem abrir o documento, e transformar um alerta sobre método de implantação em veredito sobre tecnologia.

Registrar o indicador antes de começar é o que separa um piloto que prova resultado de um que entra na estatística de ausência de impacto. A Masterclass de IA da StartSe mostra como escolher o processo, medir o antes e o depois e nomear quem responde por cada solução.

Garanta sua vaga na Masterclass de IA