Por Mozart Marin, fundador, CTO e AI Officer do LiaHub.
A inteligência artificial já não é uma experiência restrita às equipes de tecnologia. Ela está sendo incorporada por marketing, vendas, atendimento, finanças, desenvolvimento de produtos, operações e outras áreas, muitas vezes simultaneamente. O problema é que a estrutura das empresas nem sempre acompanhou essa expansão. A consequência é uma situação paradoxal: a tecnologia se dissemina pela organização mais rapidamente do que as responsabilidades, os processos e os mecanismos de governança capazes de orientá-la.
E diferentes indicadores do mercado ajudam a dimensionar esse movimento. Em pesquisa de 2025, a McKinsey apontou que 88% das organizações entrevistadas já utilizavam IA regularmente em pelo menos uma função de negócio. Ao mesmo tempo, quase dois terços disseram que suas empresas ainda não haviam iniciado a expansão da tecnologia em todo o negócio.
Essa diferença revela um gap claro no qual as empresas já experimentam ferramentas, mas ainda não dispõem de uma arquitetura organizacional capaz de determinar quais iniciativas merecem avançar, quem responde por elas, quais riscos precisam ser considerados e como seus resultados serão medidos.
A chegada dos agentes de IA torna essa questão ainda mais urgente, já que estamos falando de sistemas que não apenas produzem uma resposta, mas podem planejar etapas, executar tarefas e interagir com outras tecnologias.
E, quando a IA passa a executar ações com autonomia, a pergunta “qual ferramenta devemos usar?” não é mais suficiente. É preciso saber quem define os limites de atuação de um agente, quem acompanha seu desempenho, quem responde por um erro e em que situações a decisão precisa voltar para uma pessoa.
Não por acaso, outro estudo da McKinsey aponta que apenas 30% das organizações alcançam um nível de maturidade considerado mais avançado em pilares como estratégia, governança e controles para IA agêntica. Além disso, quase dois terços dos entrevistados apontam segurança e riscos como o principal obstáculo à expansão dos agentes.
Por sua vez, uma pesquisa do IBM Institute for Business Value reforça esse ponto por outro ângulo. Apenas 11% dos CIOs e CTOs entrevistados afirmam estar completamente preparados para a escala de implantação de agentes esperada para os próximos 12 meses. Ao mesmo tempo, 70% dizem que as equipes estão implementando tecnologia mais rapidamente do que a área de TI consegue acompanhar.
O desafio central, portanto, é fazer com que a tecnologia deixe de ser um conjunto de iniciativas desconectadas e passe a operar dentro de uma lógica de governança e visão estratégica. Isso exige definir prioridades, responsáveis, padrões de integração, políticas de segurança, regras para validação humana e indicadores capazes de mostrar se uma aplicação efetivamente produz resultado.
O mercado, aliás, vem demonstrando que as organizações que mais capturam valor tendem a redesenhar seus fluxos de trabalho, envolver a liderança na jornada de digitalização e estabelecer critérios de validação que reforçam a qualidade dos resultados produzidos por modelos de IA.
É nesse ponto de maturidade que a IA deixa definitivamente o laboratório. Experimentar continua sendo necessário, mas a experimentação, isolada, não pode ser confundida com estratégia no plano macro corporativo. Afinal de contas, uma empresa pode ter dezenas de aplicações de IA funcionando e, ainda assim, não possuir um rumo de governança, indicadores ou expectativas de retorno bem definidas.
