Deloitte, EY, KPMG e PwC ouviram mais de 7.000 executivos. Lemos os quatro relatórios de IA pra você não precisar, e a notícia é melhor do que as manchetes sugerem.
Por Denis Pesa, BlueMetrics
Deloitte, EY, KPMG e PwC publicaram estudos grandes sobre IA no último ano, o mais recente há poucas semanas. Juntos, eles ouviram mais de 7.000 executivos seniores de todos os setores e regiões relevantes. É muito PDF. Lemos todos, e apareceu um padrão que a maioria das manchetes está deixando passar.
A história não é “a IA está superestimada” nem “a IA vai mudar tudo”. É algo mais específico, e mais útil: a IA já está dando retorno, esse retorno está muito concentrado num grupo pequeno de empresas, e o que esse grupo faz de diferente está bem documentado e ao alcance de quem quiser.
Estas são as seis descobertas que mais importam para um time de liderança agora. Depois de cada uma, coloquei uma nota rápida sobre o que vemos com nossos próprios clientes, porque dado de pesquisa é uma coisa e segunda-feira de manhã é outra.
1. Os ganhos são reais, e estão crescendo
Comece pelo número que deveria encerrar o debate “a IA vale a pena?”: a EY encontrou 96% das organizações que investem em IA relatando ganho de produtividade no último ano, e 57% chamam esse ganho de significativo. Escala também conta: empresas que investem US$ 10 milhões ou mais têm muito mais chance de ver ganho significativo do que as que gastam menos (71% contra 52%).
E aqui está o detalhe que mais me chama atenção: as empresas não estão embolsando esse ganho como corte de custo. A EY viu que elas reinvestem, em mais capacidade de IA, em P&D, em cibersegurança e em requalificação. Só 17% usam o ganho de IA para reduzir quadro. É assim que convicção aparece numa linha de orçamento.
As outras firmas confirmam. O pulso trimestral da KPMG mostra 76% dos líderes dizendo que a IA entrega valor concreto para o negócio, 12 pontos a mais num único trimestre. A Deloitte viu dobrar em um ano a fatia de líderes que classificam o efeito da IA na empresa como “transformador”, de 12% para 25%. E 79% disseram à KPMG que manteriam a IA como prioridade de investimento mesmo numa recessão.
Ou seja, a pergunta que os conselhos faziam em 2024, “isso funciona?”, está respondida. A pergunta para 2026 é outra: por que algumas empresas tiram tanto mais proveito disso do que todo mundo?
Da prática: paramos de ter a conversa “a IA funciona” com os clientes faz mais ou menos um ano. Hoje a conversa é quase sempre sobre um piloto específico que funcionou na demo e está travado no limbo. O apetite existe. A prova existe. O que falta é o caminho até a produção.
2. O gargalo é a produção, não a tecnologia
Aqui vai o número incômodo: a Deloitte viu que só 25% das empresas levaram 40% ou mais dos seus experimentos de IA para produção. As empresas seguem financiando pilotos novos porque piloto é barato e seguro, enquanto o trabalho mais duro, colocar no ar os que deram certo, empaca. Um líder de IA em saúde no estudo da Deloitte chamou isso de “fadiga de piloto”: cem pilotos, nenhum plano de escalar qualquer um.
A boa notícia está escondida no mesmo dado. 54% das empresas esperam cruzar aquele limite de 40% em três a seis meses. A travessia está acontecendo agora, e quem está fazendo não está esperando modelo melhor. Um piloto roda com dado limpo, um time pequeno e um ambiente isolado. Produção exige integração, revisão de segurança, monitoramento e alguém responsável quando algo quebra. Outro trabalho, completamente.
Da prática: todo piloto travado em que fomos chamados travou pelos mesmos motivos sem glamour: falta de integração com os sistemas reais, falta de dono, falta de uma linha de base para medir. Nunca porque o modelo não era esperto o bastante. Quando essas três coisas são resolvidas, a ida para produção leva semanas, não trimestres.
3. Um grupo pequeno captura a maior parte do valor, e sabemos por quê
A PwC colocou número na concentração: 20% das empresas capturam 74% do retorno de IA, e as mais “aptas a IA” têm desempenho 7,2 vezes maior que o resto.
O que separa esse grupo não é orçamento nem tamanho de equipe. A PwC testou 60 práticas de gestão e viu que os líderes fazem algumas coisas específicas: redesenham o fluxo de trabalho em torno da IA em vez de encaixar ferramentas em processos antigos (2,2 vezes mais provável), constroem componentes reutilizáveis em vez de começar cada projeto do zero (2,4 vezes mais provável) e têm gente que de fato confia no que é construído e usa (2,1 vezes mais provável).
A linha mais animadora do relatório inteiro: quando empresas com resultado fraco colocam essas bases no lugar, elas veem cerca do dobro de retorno em cada projeto de IA seguinte. A distância é de prática, não de destino.
Da prática: o ponto do redesenho de fluxo é o que as empresas mais resistem e o que mais dá resultado. Colocar uma ferramenta de IA em cima de um processo quebrado dá um processo quebrado mais rápido. Os clientes que tiram número de verdade deixam a tecnologia mudar como o trabalho flui, não só a velocidade de uma etapa.
4. Os agentes estão chegando mais rápido que as salvaguardas
Esta é a descoberta que deveria estar na pauta de todo comitê de risco. Deloitte: 74% das empresas planejam usar IA agêntica em dois anos, mas só 21% têm governança madura para agentes autônomos.
Parece um alerta, e é. Mas vire do avesso e vira a oportunidade mais clara dos quatro relatórios. A PwC viu que quem lidera em IA trata governança como acelerador: um conselho de governança define as políticas, os times aplicam por templates e checkpoints, e os casos rotineiros andam rápido porque as regras já estão claras. Empresas com governança forte entregam mais, não menos. E o mercado começou a agir nisso. A EY viu na IA responsável a única área em que as empresas de fato cumpriram o que prometeram: 60% aumentaram o tempo dedicado a treinar os funcionários a usar IA de forma responsável no último ano, exatamente o que tinham dito que fariam um ano antes. A Deloitte fala sem rodeio: quem construir governança agora vai escalar rápido e com segurança, e quem tratar isso como item de checklist vai continuar travado no piloto.
Da prática: começamos a chamar isso de “governança como funcionalidade”. Quando salvaguardas, trilhas de auditoria e pontos de aprovação humana entram junto com o primeiro caso de uso, e não depois, o time de segurança deixa de bloquear deploys e passa a patrocinar. Essa única virada destravou mais projetos pra gente do que qualquer upgrade de modelo.
5. Alguém precisa ser dono do número
A KPMG viu que 75% dos CEOs hoje defendem a IA pessoalmente. Parece ótimo. Mas só 24% das organizações conseguem dizer quem é o responsável de fato pelos resultados de IA, e essa lacuna sai caro: empresas com responsabilidade bem definida relatam ROI estabelecido a uma taxa três vezes maior do que as que não têm.
Patrocínio e responsabilidade são coisas diferentes. Um CEO dizendo “IA é prioridade” é patrocínio. Um executivo nomeado, com uma métrica específica de IA nas suas metas e autoridade para agir quando ela sai do rumo, é responsabilidade. O primeiro está em todo lugar. O segundo é raro, e é onde mora o retorno.
O dado da EY mostra por que essa lacuna dói. Entre as empresas que já veem ganho de produtividade com IA, 88% dos líderes dizem que esse ganho é uma métrica pela qual são avaliados. Ainda assim, 65% admitem que a organização tem dificuldade de ligar o ganho diretamente à IA. As pessoas estão sendo medidas por um número que ninguém consegue rastrear. Não à toa, 92% dizem que precisam de formas melhores de reportar o valor da IA.
Da prática: a primeira pergunta que fazemos em qualquer projeto é “quem é o dono desse número?”. Se a resposta é um comitê, ou silêncio, esse é o projeto de verdade. Ferramenta não produz ROI. Um dono, com uma linha de base e um painel, produz.
6. Não dá pra escalar o que você não sabe quanto custa
A descoberta mais silenciosa talvez seja a mais prática. KPMG: organizações com visão total do custo operacional de IA têm cinco vezes mais chance de relatar ROI estabelecido. Só que apenas cerca de um terço tem essa visão, e quase metade já teve que pausar ou reduzir uma aplicação de IA porque o custo passou do valor.
Para a maioria das empresas, esse é um músculo novo. IA roda com preço por uso, então um caso que sai barato no piloto pode ficar caro na escala, e um caso que parece caro pode ficar muito barato com as escolhas certas de modelo. Quem lidera trata custo por caso como decisão de projeto tomada lá na frente, não como surpresa na fatura descoberta depois.
Da prática: custo por caso é a métrica que transforma IA de linha de orçamento em caso de negócio. Quando um CFO consegue ver “esse fluxo custa R$ 0,40 por documento e economiza R$ 12”, escalar deixa de ser um salto de fé. Hoje desenhamos essa visibilidade desde o primeiro dia, e isso muda a conversa inteira.
O que tudo isso soma
Lidos juntos, os quatro relatórios descrevem um mercado num ponto de inflexão. A adoção é ampla, o retorno é real, e a confiança segue subindo mesmo com incerteza econômica. Mas o valor está se concentrando rápido nas empresas que fazem bem o que não tem glamour: levar piloto para produção, redesenhar o trabalho, governar os agentes, nomear um dono e conhecer os próprios custos.
Nada disso exige um orçamento maior do que o que você já tem. Tudo isso exige decidir operar de outro jeito. Essa é uma boa notícia de verdade, porque prática se copia e se contrata. Vantagem de largada não se compra de volta depois, e o alerta da PwC vale levar a sério: a dianteira de quem lidera se acumula, porque cada aplicação torna a próxima mais rápida e mais barata.
Este é o primeiro artigo de uma série. Nas próximas semanas vamos aprofundar os temas que esses relatórios abriram: como é uma governança de agentes de verdade, como construir visibilidade de custo na operação de IA e como as empresas do “clube dos 7,2x” organizam a responsabilidade. Se algum desses assuntos bater perto de casa, os próximos textos são pra você.
A BlueMetrics é uma empresa de IA aplicada com sede em Charlotte, NC, e membro da Claude Partner Network. Ajudamos empresas de médio porte a tirar a IA do piloto travado e colocar em produção.
Fontes: Deloitte, State of AI in the Enterprise, janeiro de 2026 (3.235 líderes, 24 países) · EY, US AI Pulse Survey, Wave 4 “The dividend age”, dezembro de 2025 (500 líderes seniores dos EUA) · KPMG, Global AI Pulse Q2 2026, junho de 2026 (2.145 líderes, 20 países) · PwC, AI Performance Study “Want ROI from AI? Go for growth”, abril de 2026 (1.217 empresas, 25 setores)