Introdução
O cenário da inteligência artificial empresarial passou por uma transformação radical em apenas um ano. Uma nova pesquisa da Box, que entrevistou 1.640 tomadores de decisão de TI nos Estados Unidos, Reino Unido, França e Japão, revelou que 64% das organizações agora se consideram avançadas ou líderes em IA – um salto impressionante comparado aos meros 8% registrados há apenas doze meses. Este crescimento exponencial não é resultado de uma revolução tecnológica súbita, mas sim de uma mudança fundamental na forma como as empresas estão estruturando e gerenciando suas iniciativas de IA.
O estudo, intitulado ‘State of AI in the enterprise’, traz insights cruciais para executivos brasileiros que buscam entender não apenas o ritmo acelerado da adoção, mas principalmente os fatores que separam as empresas líderes daquelas que ainda lutam para extrair valor real da inteligência artificial. Com 80% das organizações reportando retorno sobre investimento de pelo menos 10%, e mais da metade vendo impacto mensurável em menos de seis meses, fica claro que a questão não é mais se deve investir em IA, mas como fazê-lo de forma efetiva.
A nova maturidade em IA: da experimentação à operação sistemática
A transformação mais significativa identificada pela pesquisa não está na tecnologia em si, mas na abordagem organizacional. Segundo Olivia Nottebohm, COO da Box, as empresas migraram de experimentações isoladas no nível individual para operações sistemáticas e integradas com agentes de IA em produção. Esta mudança de paradigma explica por que metade das empresas líderes reportam ROI acima de 25%, enquanto apenas 11% das empresas em estágio inicial alcançam esse patamar.
O que diferencia as empresas líderes não é simplesmente o uso de modelos mais avançados ou maiores investimentos. A chave está no que Nottebohm chama de ‘músculo operacional’: equipes dedicadas para implementar agentes de IA, governança formal para controlá-los e, crucialmente, uma camada consistente de conteúdo corporativo da qual esses agentes podem se alimentar. Empresas em estágios iniciais ainda abordam a IA de forma experimental e descoordenada, permitindo que funcionários ‘brinquem’ com a tecnologia sem design estruturado ou intenção clara de negócio.
Esta distinção é fundamental para executivos brasileiros que frequentemente se deparam com a pressão de adotar IA rapidamente. O estudo sugere que o sucesso não vem da pressa em implementar qualquer solução de IA, mas sim da construção metodológica de capacidades organizacionais que permitam escalar e gerenciar múltiplos agentes de forma segura e eficiente.
O gargalo do conteúdo: o verdadeiro desafio da IA empresarial
Surpreendentemente, o principal obstáculo para o sucesso da IA empresarial em 2024 não é a qualidade dos modelos ou a capacidade computacional – é o acesso ao conteúdo corporativo. A pesquisa revela que 96% das organizações reconhecem que agentes de IA precisam acessar conteúdo específico da empresa para serem efetivos, mas apenas 36% conseguiram conectar seus agentes a fontes confiáveis de conteúdo em múltiplos casos de uso.
Este desafio se manifesta de várias formas: 24% das empresas citam dados fragmentados em sistemas diversos, 24% apontam dificuldades de integração com sistemas existentes, 21% carecem de controles adequados de permissões e acesso, e 18% descrevem seu conteúdo como desorganizado demais para ser acessível. Para empresas brasileiras, que frequentemente lidam com sistemas legados e múltiplas plataformas não integradas, este desafio pode ser ainda mais pronunciado.
A questão vai além do simples acesso técnico. Como explica Nottebohm, trata-se fundamentalmente de confiança: os agentes de IA são tão bons quanto o conteúdo que podem referenciar, e tão seguros quanto a proteção ao redor desse conteúdo. Entre as organizações mais maduras, 63% agora tratam documentos não estruturados, contratos e relatórios como vantagem competitiva, não mais como peso morto em arquivos digitais. Esta mudança de perspectiva é crucial para empresas que buscam extrair valor real de seus dados corporativos acumulados ao longo de décadas.
Governança e segurança: o paradoxo da velocidade através do controle
Um dos achados mais contraintuitivos da pesquisa é que governança robusta, tradicionalmente vista como um freio à inovação, está na verdade acelerando a adoção de IA. Impressionantes 93% dos respondentes afirmaram que melhor governança permite que eles se movam mais rapidamente, não mais devagar. Este paradoxo se resolve quando entendemos que governança adequada é o que torna possível escalar múltiplos agentes de IA sem riscos catastróficos.
A realidade dos riscos é inegável: quase metade de todas as organizações já experimentaram algum incidente de exposição de dados relacionado à IA. Entre empresas líderes, esse número sobe para 60% – possivelmente porque têm mais agentes em operação ou melhores capacidades de detecção. A resposta do mercado tem sido rápida: a parcela de organizações com frameworks de governança estabelecidos ou avançados saltou de 24% em 2023 para 73% este ano.
No entanto, lacunas significativas permanecem. Apenas 39% têm visibilidade abrangente sobre uso sancionado e não sancionado de IA, 34% possuem padrões formais para como agentes acessam dados corporativos, e 27% ainda descrevem sua governança como ad hoc. Para o contexto brasileiro, onde regulamentações como a LGPD já impõem requisitos rigorosos de proteção de dados, a necessidade de governança específica para IA se torna ainda mais crítica.
Um aspecto particularmente relevante é a necessidade de revisar estruturas de permissão originalmente desenhadas para funcionários humanos. Como observa Nottebohm, permissões estabelecidas há dois anos não consideravam como um agente de IA poderia usar determinado documento. Empresas agora enfrentam o desafio de auditar e reconfigurar todo seu corpus de dados não estruturados – um processo que pode ser especialmente complexo em organizações com décadas de documentos acumulados.
A era da flexibilidade: evitando dependência de fornecedores únicos
O mercado está claramente rejeitando a ideia de apostar todas as fichas em um único fornecedor de IA. A pesquisa mostra que 68% das organizações estão preocupadas com dependência de um único provedor, e o número médio de ferramentas de IA oficialmente adotadas subiu para 3,3 por empresa. Mais significativo ainda, 79% consideram importante ou crítico que agentes operem de forma ‘headless’ – conectando-se diretamente a sistemas e APIs sem interface humana intermediária.
Esta tendência espelha o movimento multi-cloud que dominou a infraestrutura empresarial na última década. Como explica Nottebohm, ‘os dias de maximização de tokens já passaram’. Empresas agora buscam usar o modelo mais barato que atenda seus requisitos de qualidade, não necessariamente o mais caro ou avançado. Com diferentes famílias de modelos constantemente superando umas às outras em capacidades específicas, manter flexibilidade arquitetural tornou-se essencial.
Para empresas brasileiras, esta abordagem multi-modelo oferece vantagens adicionais. Permite negociar melhores condições com fornecedores, adaptar-se rapidamente a mudanças regulatórias locais, e potencialmente integrar soluções desenvolvidas nacionalmente conforme o ecossistema de IA brasileiro amadurece. A arquitetura flexível também facilita o cumprimento de requisitos de residência de dados e soberania digital que podem se tornar mais rigorosos no futuro.
O que isso significa para empresas brasileiras
Os insights desta pesquisa têm implicações profundas para o mercado brasileiro. Primeiro, o salto de 8% para 64% em maturidade de IA em apenas um ano demonstra que é possível acelerar rapidamente a jornada de transformação – mas apenas com a abordagem correta. Empresas brasileiras não precisam necessariamente passar por todos os estágios de maturidade sequencialmente. Como observa Nottebohm, organizações podem ‘entrar como líderes’ se construírem governança, camada de conteúdo e sistemas multi-modelo desde o início.
Segundo, o foco em conteúdo como diferencial competitivo é particularmente relevante para empresas brasileiras que operam em setores altamente regulados como financeiro, saúde e governo. A capacidade de transformar décadas de documentos, contratos e relatórios em vantagem competitiva através de IA pode ser um divisor de águas, especialmente em mercados onde o conhecimento institucional profundo é um ativo valioso.
Terceiro, a ênfase em governança como acelerador, não inibidor, oferece uma narrativa importante para líderes de TI que precisam justificar investimentos em segurança e compliance. Em um ambiente onde a LGPD já estabeleceu uma cultura de proteção de dados, adicionar camadas específicas para IA pode ser posicionado como extensão natural e necessária de práticas existentes.
Recomendações práticas para os próximos três anos
A pesquisa sugere três prioridades críticas para empresas nos próximos três anos. Primeira, organizar, classificar e limpar conteúdo não estruturado – um processo que pode parecer tedioso mas que a pesquisa mostra ser fundamental para extrair valor de IA. Para empresas brasileiras com sistemas legados e múltiplas gerações de documentação, este pode ser um projeto de transformação significativo que requer planejamento cuidadoso e recursos dedicados.
Segunda, construir ativamente equipes em torno de papéis emergentes em IA. Isso vai além de contratar cientistas de dados; inclui profissionais especializados em governança de IA, arquitetos de sistemas multi-modelo, e especialistas em curadoria e preparação de conteúdo corporativo. O mercado brasileiro de talentos em IA ainda está em desenvolvimento, tornando programas de capacitação interna potencialmente mais viáveis que recrutamento externo em larga escala.
Terceira, adotar um modelo híbrido de orçamento para tokens e computação, onde TI central possui a infraestrutura core e orçamento de tokens, enquanto unidades de negócio controlam gastos no nível de aplicação. Este modelo permite controle centralizado de custos e governança enquanto mantém agilidade para inovação nas pontas. Para empresas brasileiras acostumadas com modelos de centro de custo para TI, esta pode ser uma mudança cultural significativa que requer alinhamento executivo.
Conclusão
A pesquisa da Box oferece uma visão clara e baseada em dados sobre o que separa líderes de retardatários na corrida da IA empresarial. O message principal é encorajador: o sucesso em IA não é privilégio de gigantes tecnológicas ou empresas com orçamentos ilimitados. É resultado de execução disciplinada focada em três pilares – governança robusta, acesso organizado a conteúdo corporativo, e arquitetura flexível multi-modelo.
Para executivos brasileiros, o momento é de oportunidade única. Com 64% das empresas globais já se considerando avançadas em IA, a janela para estabelecer vantagem competitiva está se fechando rapidamente. Mas como a pesquisa demonstra, ainda é possível ‘pular etapas’ e entrar diretamente no grupo de líderes – desde que a abordagem seja estruturada e estratégica desde o início.
O futuro pertence não às empresas com os modelos mais avançados ou maiores orçamentos de IA, mas àquelas que conseguem orquestrar efetivamente a tríade de tecnologia, conteúdo e governança. Para o mercado brasileiro, com suas peculiaridades regulatórias, riqueza de dados não estruturados e crescente maturidade digital, o momento de agir é agora. A questão não é mais se sua empresa deve investir seriamente em IA, mas se está preparada para fazê-lo da forma certa.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em VentureBeat, disponível em https://venturebeat.com/orchestration/box-survey-why-enterprise-ai-leaders-are-outperforming-their-peers.
