Quem mede IA só por eficiência está colhendo menos

Uma pesquisa da Wharton Human-AI Research com a GBK Collective, divulgada pela Fortune em outubro, mostra que 80% dos gestores relatam retorno financeiro positivo com IA. Mas só 28% dizem que esse retorno é fortemente positivo.

A diferença entre os dois grupos não está na ferramenta. Está na régua.

Como medir o retorno da IA?

A forma de medir muda o que a empresa colhe. Segundo a pesquisa, entre os departamentos que avaliam a IA por alguma métrica de crescimento, 35% relatam retorno fortemente positivo. Entre os que medem apenas eficiência, o número cai para 13%.

É quase três vezes mais.

A explicação provável é que a métrica direciona o uso. Quem mede eficiência procura tarefas para fazer mais rápido ou mais barato, e encontra. Quem mede crescimento procura receita nova, clientes novos, produtos novos, e muda a operação para chegar lá. O primeiro caminho tem teto. O segundo, não necessariamente.

O entusiasmo com a IA começou a cair

O estudo, que acompanha executivos há quatro anos, registrou um movimento inédito. O uso diário de IA entre gerentes e cargos acima subiu de 46% para 62%. Mas a parcela que se diz animada com a tecnologia caiu oito pontos, para 51%.

Foi a primeira vez, em quatro ondas da pesquisa, que uso e entusiasmo andaram em direções opostas.

“O encantamento está passando um pouco”, resumiu Sonny Tambe, professor da Wharton e um dos responsáveis pelo estudo. Para ele, a tecnologia avança tão rápido que muitas organizações não conseguem acompanhar.

Não é rejeição. O otimismo se manteve estável em 59%. É a passagem da fase de descoberta para a fase de cobrança, e nessa fase a pergunta “funciona?” dá lugar a “funciona o bastante para justificar o que estamos investindo?”.

Retorno forte vem com mudança de estrutura, não com corte

O dado mais contraintuitivo da pesquisa é sobre o que os departamentos de alto retorno fizeram de diferente.

Eles eram mais propensos a ter mudado a estrutura de gestão (64% contra 47%) e a ter alterado significativamente seus fluxos de trabalho (84% contra 69%). E não relataram mais cortes de pessoal ou congelamento de contratações do que os demais.

Em outras palavras: o retorno forte não veio de fazer a mesma coisa com menos gente. Veio de reorganizar o trabalho em torno do que a IA permite fazer.

Isso conversa com o que a edição de 2026 do estudo “Canaries in the Coal Mine?”, de Stanford, encontrou no mercado de trabalho: usos de IA voltados a substituir trabalho se associam às piores consequências para o emprego, enquanto usos que complementam as pessoas se associam a emprego estável ou crescente. Automação pura e ampliação de capacidade são estratégias diferentes, com resultados diferentes.

Agentes de IA mudam mais o trabalho, e pedem mais governança

A pesquisa também mediu o efeito dos agentes, sistemas de IA que executam ações em vez de só sugerir. Departamentos que deixam agentes agirem em interações com clientes relataram transformação de fluxos de trabalho em 25% dos casos, contra 12% dos que não deixam. Onde os agentes podem tomar ações financeiras ou jurídicas irreversíveis, a taxa foi de 29%, contra 13%.

Mais autonomia, mais transformação. Mas a mesma pesquisa mostra que a maioria das empresas ainda mantém um humano no circuito: em 48% dos casos, a IA faz o trabalho e uma pessoa aprova antes da execução. Em 35%, a IA só sugere ou rascunha. Apenas 17% permitem operação autônoma, com monitoramento posterior ou em tempo real.

Tambe faz um alerta: as empresas podem estar superestimando um pouco o que os agentes conseguem fazer. Mais autonomia só gera retorno quando vem acompanhada de clareza sobre quem responde por cada decisão.

O conselho também não está vendo o retorno

Se a gestão tem dificuldade para medir a IA, o conselho tem ainda mais. Na pesquisa anual da PwC com conselheiros, divulgada em setembro, 82% classificam como razoável, ruim ou inexistente a informação que recebem ligando resultados de IA, riscos e desempenho do negócio.

Uma empresa que mede IA só por horas economizadas leva ao conselho exatamente o tipo de número que não ajuda a decidir sobre estratégia. Horas economizadas não dizem se a empresa está mais competitiva. Receita nova, retenção de clientes e tempo de lançamento dizem.

Três perguntas para revisar a régua da IA

Uma liderança que quer sair do grupo dos 13% pode começar por perguntas simples.

Para cada iniciativa relevante de IA, qual é a métrica de sucesso, e ela mede custo ou crescimento? O fluxo de trabalho mudou, ou a IA foi encaixada no processo antigo? E se a iniciativa der muito certo, o que acontece com a receita, e não só com a despesa?

Se a resposta para quase tudo for “reduz custo” e “o processo é o mesmo”, a empresa provavelmente está colhendo o retorno mais fácil e mais limitado da tecnologia.

Sua empresa está usando IA para economizar ou para crescer?

A fase do encantamento acabou, segundo os próprios executivos. O que vem agora é a fase em que a diferença entre empresas que usam IA e empresas que se transformam com IA vai aparecer nos resultados. E essa diferença começa numa decisão aparentemente burocrática: o que a liderança escolhe medir.

Redesenhar a organização para que a IA gere crescimento, e não só eficiência, é a proposta do AI FIRST da StartSe, programa para empresas que querem tratar a IA como estratégia de negócio, e não como projeto de corte de custos.