O MIT Media Lab, atraves de sua iniciativa NANDA, publicou "The GenAI Divide: State of AI in Business 2025", possivelmente o estudo mais completo ate hoje sobre o uso real de inteligencia artificial generativa nas organizacoes.
O trabalho se apoia em 150 entrevistas com lideres empresariais, 350 pesquisas com colaboradores e a analise de 300 casos publicos de implementacao de IA generativa. Seu objetivo: entender por que poucos alcancam resultados significativos enquanto a maioria fica em promessas nao cumpridas.
Apenas 5% dos pilotos geram um impacto rapido em receitas ou P&L. Os 95% restantes nao produzem beneficios mensuraveis.
A principal causa nao e tecnologica, mas organizacional. O MIT o denomina learning gap: a incapacidade das empresas de integrar modelos de IA em seus fluxos de trabalho, estruturas e culturas (o componente humano da inteligencia aumentada).
O ROI nao surge de onde mais se investe. Mais da metade dos orcamentos vao para vendas e marketing, mas o maior retorno aparece na automacao de back-office: reducao de outsourcing, menor dependencia de agencias externas e maior eficiencia administrativa.
A fonte tecnologica importa. As ferramentas adquiridas de fornecedores especializados tem uma taxa de sucesso proxima a 67%, enquanto os desenvolvimentos internos alcancam apenas um terco dessa cifra.
As startups mostram outra dinamica. Empresas fundadas por jovens de 19 ou 20 anos alcancaram mais de 20 milhoes de dolares em receitas em menos de um ano, ao focar em resolver um unico problema com precisao e em parceria com plataformas externas.
O impacto no emprego e silencioso mas estrutural. Nao ha demissoes massivas, mas muitas empresas optam por nao repor vagas administrativas ou de suporte, o que antecipa um redesenho da composicao da forca de trabalho.
A brecha e cultural, humana e estrategica. Trata-se de um problema de absorptive capacity, como o chamaram Cohen e Levinthal: a habilidade de uma organizacao de reconhecer, assimilar e aplicar conhecimento externo. O MIT o descreve como learning gap: a incapacidade de institucionalizar o aprendizado coletivo.
Como explico ha tempos, as organizacoes do presente e do futuro devem abordar a ambidestria estrategica: a capacidade simultanea de explorar com eficiencia e posicao resiliente as unidades atuais e explorar (incubar, adquirir) o novo rumo a disrupcao ofensiva e defensiva.
E a IA, potencializada pelos frameworks de negocios adequados, deve estar integrada a ambas as zonas. A governanca de ambas e o nivel de autonomia das equipes para experimentar com IA tambem deve se adaptar por zona, no marco de uma estrategia corporativa com IA e os atores no centro.
E o equilibrio estrategico de ambidestria que gera verdadeiras empresas antifrageis.
O que o MIT mostra e uma atualizacao empirica do dilema do inovador descrito por Christensen. As grandes corporacoes, presas em seus proprios sistemas de incentivos, metricas e processos, nao conseguem capitalizar as tecnologias potencialmente disruptivas e sucumbem a elas.
E por uma falta de plasticidade organizacional e, como adverte Christensen, por incentivos racionais (maximizar faturamento, rentabilidade) que os prendem ao presente que ainda funciona, embora ja esteja em processo de ser deslocado.
Em contrapartida, startups pequenas e ageis, com estruturas leves e foco extremo, conseguem escalar em meses o que para os incumbentes e inalcancavel.
Isso deveria nos interpelar: como desenhamos estruturas que, sem renunciar a eficiencia do core, mantenham a flexibilidade necessaria para absorver disrupcoes? Como nos tornamos ambidestros?
Como escapamos da armadilha das consultorias de elite que impulsionam transformacoes sem conseguir se transformar elas mesmas?
Como voltamos a explorar os frameworks de inovacao necessarios se ficaram associados a destruicao de valor?
O learning gap e, no fundo, um cultural gap.
Integrar IA ao coracao da estrategia exige muito mais que licencas de software: requer redesenhar como aprendemos, como decidimos e como nos organizamos. Nao se trata de uma questao de CAPEX ou OPEX, mas de redesenhar como aprendemos, decidimos e nos organizamos.
Requer sobretudo que os proprios lideres adotem IA como linguagem. Internalizem os conceitos e suas implicacoes. Compreendam as ferramentas (que sao muito simples e baseadas em linguagem natural) e seu potencial unido ao modelo de negocio e operacional.
Formacao e autonomia. Nao basta treinar em ferramentas; e preciso empoderar equipes para experimentar e decidir. Diferentes focos de governanca e acao em exploracao e exploracoes.
Espacos de jogo e validacao. A inovacao requer ambientes onde errar seja aceitavel e os aprendizados sejam capitalizados. Mas isso implica metodologia e frameworks para limitar esses riscos e erros.
Mentalidade intraempreendedora. Ver cada colaborador como um agente de transformacao capaz de detectar oportunidades e prototipa-las com IA. Escuta e experimentacao sao as habilidades do futuro. Aprender a validar antes de executar ou escalar.
Aprendizado em ciclos curtos. Testar, medir, ajustar, validar. O metodo cientifico aplicado a gestao.
Equipes hibridas. Humanos e algoritmos interagindo segundo o valor que cada um aporta: produtividade, criatividade, criterio. IA como colaborador, e nao como ferramenta de produtividade. Escuta ativa ao cliente. A IA deve ser aplicada para resolver friccoes reais, antecipar necessidades e melhorar experiencias. Pode promover e complementar nossa empatia, inteligencia emocional e capacidade relacional. Pode potencializar o trabalho em equipe, a escuta ativa e a colaboracao.
Ha tempos sustento que nao falamos de inteligencia artificial isolada, mas de inteligencia aumentada: a fusao entre capacidades humanas e algoritmos. Ja nao somos apenas humanos: aqueles que compreendemos, nos adaptamos e adotamos o novo paradigma nos convertemos em humanos aumentados.
O MIT confirma isso indiretamente. Os projetos que fracassam sao aqueles que devem gerar algo novo (ex. vendas): porque exigem essa inteligencia aumentada e ela nao esta presente.
Back-office e automacoes de produtividade que repetem o ja existente requerem menos inteligencia aumentada e se apoiam na capacidade da IA independente.
As startups que prosperam, por outro lado, sao as que potencializam a capacidade humana: equipes que adotam a IA como extensao de seu pensamento, habilidades e de seu criterio estrategico. Empresas que a colocam no coracao da estrategia. Empresas nativas de IA adaptadas aos novos paradigmas.
Precisamos formar lideres e equipes capazes de aprender com IA, decidir com IA, cocriar com IA. Compreender o que cada implantacao publica de IA habilita estrategicamente para o negocio.
Nao e questao de gerar ou adotar o modelo mais sofisticado, a tecnologia se commoditiza com velocidade. A vantagem sustentavel nao esta no acesso ao tecnico, mas na capacidade estrategica e cultural de integra-la.
As barreiras de entrada e diferenciais se constroem a partir da estrategia: a partir do modelo de negocio e operacional. Nao e uma revolucao tecnica, mas dos frameworks de negocios.
Muitos executivos e diretores enfrentam hoje uma brecha critica de compreensao sobre o que realmente esta em jogo no nivel estrategico e competitivo.
A grande contribuicao do relatorio nao e apontar que 95% fracassam, mas mostrar que o sucesso nao depende da IA em si, mas da capacidade organizacional de integra-la com proposito, coerencia e aprendizado continuo.
Esses 5% serao as empresas de amanha. E rapidamente se convertem nas empresas de hoje.
A IA e um catalisador. O motor e a cultura, a estrategia, a capacidade de aprendizado organizacional e cocriacao. As organizacoes do futuro sao organizacoes de aprendizado.
Nas quais os seres humanos possam cocriar com IA, gerar inteligencia aumentada individual e colaborativa, potencializar a IA e se deixar potencializar. Alcancar um novo nivel de desenvolvimento. Humanos aumentados.
