 |
| imagem gerada por IA |
Um novo estudo da Qlik, em parceria com a Enterprise Technology Research (ETR), revela um cenário de forte comprometimento financeiro com a Inteligência Artificial Agêntica (IA Agêntica) por parte de grandes empresas, contrastando com uma lenta taxa de implementação.
O "Estudo Qlik sobre IA Agêntica 2025" aponta que, embora quase a totalidade das companhias já tenha alocado orçamentos significativos, a falta de prontidão dos dados e a dificuldade de integração estão atrasando a operacionalização em escala.
A pesquisa demonstra que 97% das grandes empresas já comprometeram orçamento para a IA Agêntica, com 39% planejando gastar US$ 1 milhão ou mais. Essa alocação orçamentária específica cria uma alta expectativa por resultados visíveis já em 2026.
No entanto, a execução não acompanha o investimento: apenas 18% das empresas implementaram totalmente a IA Agêntica, e 46% preveem que a escalabilidade levará de três a cinco anos.
O principal gargalo, segundo o estudo, reside na fundação de dados das empresas. A qualidade, disponibilidade e acesso aos dados lideram a lista de barreiras, superando preocupações com habilidades e governança.
“As empresas não têm falta de ambição ou financiamento. O que falta são as bases de dados e analytics que permitam aos agentes trabalhar em toda a empresa com confiabilidade e controle,” afirma James Fisher, Diretor de Estratégia da Qlik. “Se você quer que a IA Agêntica faça a diferença em 2026, invista primeiro em pipelines confiáveis, interoperabilidade e uma estrutura prática de retorno sobre o investimento (ROI) em que sua diretoria acredite.”
Apesar do atraso na implementação, a estratégia em torno da IA Agêntica está em um processo de amadurecimento. O estudo indica que 69% das empresas relatam ter uma estratégia formal de IA, um aumento significativo em relação aos 37% registrados em 2024, sinalizando um amadurecimento da visão estratégica.
Contudo, a mensuração do valor gerado ainda é incipiente. Apenas 19% das empresas possuem uma estrutura de Retorno sobre o Investimento (ROI) definida para a IA Agêntica. A narrativa corporativa está se deslocando da simples adoção ("deveríamos fazer isso") para a exigência de resultados concretos ("o que vamos obter com isso"), o que reforça a necessidade de transição de "adoção" para "valor mensurável".
Em resumo, o estudo aponta que o financiamento está garantido (97% com orçamento comprometido), gerando alta expectativa para 2026. A implementação, no entanto, está lenta (apenas 18% totalmente implementado), com a escalabilidade prevista para levar de 3 a 5 anos para 46% das empresas. O gargalo principal é a qualidade, disponibilidade e acesso aos dados, indicando que a restrição é a estrutura corporativa, e não a capacidade do modelo de IA.
As preocupações com o risco também estão na vanguarda da implementação. A segurança cibernética, a confiabilidade do output e a exposição legal são citadas como as principais preocupações, com a explicabilidade e a auditabilidade logo atrás. A gestão de risco é vista como um fator determinante no ritmo e na seleção de fornecedores.
Em termos de aplicação, os agentes de IA estão chegando primeiro às áreas onde os resultados são mais facilmente mensuráveis. Operações de TI e desenvolvimento de software são as áreas mais visadas, com o objetivo primário de redução de custos e a produtividade como métrica principal.
“À medida que os gastos passam da experimentação para linhas orçamentárias fixas, as restrições são as clássicas das empresas: qualidade dos dados, integração, governança e talento,” conclui Erik Bradley, Estrategista-Chefe da Enterprise Technology Research (ETR). “Nossos dados mostram uma intenção ampla, mas apenas uma minoria está pronta para escalar. O próximo ano será voltado à transformação de casos de uso com escopo restrito em operações de TI e engenharia de software em produção durável e mensurável.”
O estudo sugere que, até que as empresas resolvam o desafio de integrar dados governados e de alta qualidade aos fluxos de trabalho existentes, muitos programas de IA Agêntica permanecerão como projetos-piloto, em vez de operações em plena execução. O ano de 2026 será, portanto, uma fase de construção de bases de dados robustas, e não de ampla implementação.
Comentários
Postar um comentário