Nos últimos anos, as conversas sobre transformação digital ganharam um novo protagonista: a inteligência artificial. Mas, mais do que um conceito de futuro, a IA já está profundamente inserida no dia a dia das empresas, inclusive nas nossas rotinas executivas, deixando de ser uma promessa distante para se tornar um componente estratégico essencial na tomada de decisões corporativas.
A grande pergunta, no entanto, não é mais “se” as empresas vão adotar IA, mas “como” elas farão isso de forma estratégica, segura e realmente eficaz. Essa não é uma discussão teórica, é uma questão de impacto direto nos resultados. O estudo da KPMG, Quantifying the GenAI opportunity de 2025, mostra que a adoção de IA — especialmente impulsionada pelos avanços recentes da IA Generativa — pode gerar um aumento de 4% a 18% no EBITDA e uma economia de 19% a 23% nos custos salariais por ano, considerando empresas de diversos setores. Desse potencial, 48% vem da automação de tarefas de baixa e média complexidade, que são mais rápidas de implementar. Já os outros 52% estão ligados a atividades de alta complexidade, que exigem modelos sob medida, uso de agentes inteligentes e uma gestão de mudanças estruturada.
Na prática, a IA representa uma mudança de padrões. Ela permite que organizações substituam suposições e achismos por análises baseadas em dados robustos e projeções em tempo real, o que eleva a qualidade das decisões e reduz os riscos, especialmente em contextos complexos onde o custo do erro é alto.
O principal valor da tecnologia para a gestão é sua capacidade de transformar grandes modelos de linguagem em inteligência acionável. Na Mirante Tecnologia, por exemplo, temos utilizado modelos de IA e sistemas multiagentes para apoiar decisões em projetos de modernização de legado, que nos ajuda a identificar gargalos técnicos, simular cenários de migração e, ao mesmo tempo, considerar variáveis de impacto no cliente, no time e no negócio. Em um experimento recente conseguimos fazer uma migração 6 vezes mais rápida em comparação com a forma tradicional. O resultado não é só uma entrega mais ágil, mas uma decisão mais acertada gerando valor real, não só eficiência.
Por meio dessas tecnologias, conseguimos identificar padrões ocultos, simular cenários e antecipar tendências de mercado ou comportamento do cliente, criando uma cadeia de inteligência que vai muito além da automação.
Aliada do equilíbrio entre velocidade e qualidade
Um dos grandes dilemas da gestão é equilibrar velocidade com decisões corretas para o negócio. O mercado exige respostas rápidas, mas não há espaço para erros. A IA resolve essa questão ao acelerar a coleta, organização e análise de dados, sem abrir mão da profundidade.
Ferramentas baseadas em IA são capazes de gerar simulações, identificar gargalos e projetar cenários futuros em minutos, o que, no modelo tradicional, poderia levar dias ou semanas. Isso proporciona uma vantagem competitiva significativa, pois empresas que decidem mais rápido e melhor tendem a ocupar espaços mais relevantes no mercado.
Para extrair valor real da IA, no entanto, não basta apenas investir em tecnologia, mas é necessário preparar as lideranças. Na minha opinião, as competências fundamentais que os líderes devem ter, para uma adoção eficiente da IA, são:
- Capacidade analítica: habilidade de dissecar problemas complexos e extrair padrões relevantes, garantindo decisões fundamentadas e reduções de risco;
- Criatividade: aptidão para gerar soluções inovadoras e explorar novos modelos de negócio a partir de insights de IA, mantendo a empresa competitiva e aberta a oportunidades disruptivas;
- Pensamento crítico e interpretabilidade: saber questionar recomendações algorítmicas e exigir transparência nos modelos, de modo a contextualizar insights ao propósito estratégico da organização;
- Gestão de mudança: conduzir equipes na adoção de IA e novas ferramentas, cultivando uma cultura adaptativa que torna a empresa resiliente frente a transformações tecnológicas;
- Colaboração multidisciplinar: integrar visões de TI, negócio e compliance desde o planejamento até o rollout, assegurando viabilidade técnica e alinhamento comercial;
- Mentalidade ágil e experimental: liderar ciclos curtos de “testar e aprender”, validando hipóteses rapidamente e escalando apenas aquilo que gera valor real.
IA não substitui o juízo humano
A IA trouxe uma mudança fundamental: ela permite que gestores deixem de depender exclusivamente de intuição e experiências passadas, apoiando suas escolhas em dados, projeções e análises preditivas. Isso, no entanto, não significa substituir o fator humano.
Um dos maiores riscos é confundir autonomia com abdicação. Modelos aprendem com dados históricos, que carregam vieses e distorções. Sem governança, contexto e critérios éticos, há um risco real de decisões automatizadas reforçarem erros em vez de solucioná-los. Por isso, é fundamental que a IA atue como um copiloto, oferecendo análises e recomendações, mas mantendo o “último checkpoint” nas mãos dos tomadores de decisão humanos, principalmente nos temas mais sensíveis: justiça algorítmica, impactos sociais, reputação e ética empresarial.
Por isso, defendo um modelo em que a IA assuma a análise pesada e sugira caminhos, mas o aval — especialmente para escolhas críticas — permaneça com o humano. Empresas que entenderem isso cedo terão uma vantagem competitiva imensa nos próximos anos. O futuro é sobre homens com máquinas, tomando decisões melhores, mais rápidas e mais alinhadas com os desafios de um mercado que não espera.