O Estado da Preparação para IA: Transformando Ambição em Arquitetura

Todos querem IA. A maioria das organizações afirma estar trabalhando nela. Mas querer e estar preparado são coisas muito diferentes. Nossa pesquisa mais recente elimina ruídos e analisa com rigor a real situação das organizações. Aviso: a maioria não está tão preparada quanto imagina.

Criamos um Índice Composto de Prontidão para IA, normalizando seis indicadores, desde o estágio da implantação até a diversidade dos modelos, e agrupamos os participantes em categorias. Apenas 2% alcançaram o nível de “alta prontidão”. Vinte e um por cento estavam praticamente no início. A grande maioria? Parada no meio do caminho. 

Isso não me surpreende, e você também não deveria se surpreender. Metade do índice se baseia na adoção de capacidades específicas de IA — IA generativa, agentes de IA e IA agêntica. Não me surpreende que apenas 2% estejam envolvidos com todas as três, já que a IA agêntica ainda está em desenvolvimento.

Ops! Tem mais novidade.

Está avançando nessa velocidade mesmo.

Saber que a maioria está moderadamente preparada é uma ótima notícia, pois mostra que vocês estão avançando no ritmo correto. Vocês vêm amadurecendo práticas, infraestrutura e aplicação de IA em casos de uso empresarial de forma cuidadosa e significativa. 

Setenta e sete por cento das organizações estão nesse nível. Já superaram o hype, estão profundamente envolvidos em experimentos e trabalham para consolidar os resultados. Começaram a criar a estrutura, mas o motor ainda não está operando em alta velocidade.

A maioria já tem um projeto GenAI em funcionamento. Alguns já implantaram agentes. Poucos ainda estão entendendo o que significa realmente usar uma IA agente. E apesar de já terem testado vários tipos de aplicações, o alcance médio da IA ainda é superficial. Pense em cerca de cinco casos de uso, um terço das aplicações envolvidas e dois modelos usados, geralmente um pago e outro open source. Isso não é ruim. Mas ainda é insuficiente.

Por que isso importa? Menos variedade de tipos de modelos significa menos flexibilidade. Um modelo único não atende todas as cargas de trabalho. Você precisa de opções. O mesmo vale para aplicações: IA restrita a um chatbot ou assistente interno não vai transformar sua organização. Você precisa de profundidade e alcance.

Segurança? Ainda estamos correndo atrás. A integração entre as equipes de IA e segurança é inconsistente. Os firewalls estão por vir, mas ainda permanecem no plano de ação. Proteção de dados? Temos algum controle em linha aqui, um pouco de tokenização ali, mas falta disciplina na infraestrutura para considerar isso sistêmico.

Se acha que pode improvisar até dar certo usando fita adesiva e otimismo, espere para ver. O custo de uma segurança fraca vai além da má reputação: inclui sanções regulatórias, perda de confiança e, cada vez mais, risco existencial.

E então, há os próprios dados. Apenas 21% dessas organizações adotam práticas formais e repetíveis de rotulagem de dados. É como construir um carro de Fórmula 1 e abastecê-lo com água de um lago. Você até consegue, mas não vai longe.

Pode parecer estranho para quem sempre trabalha com redes e aplicações dar tanta importância aos dados, mas no fim das contas, a IA depende totalmente da qualidade desses dados, que são muito mais abundantes. O ditado “lixo que entra, lixo que sai” ainda é válido, especialmente ao aprimorar qualquer coisa existente — aplicações, infraestrutura, segurança — com IA. A eficácia da sua IA está diretamente ligada aos dados usados para treiná-la. Se você ignorar essa etapa, não vai criar inteligência, só vai reforçar suposições erradas e automatizar decisões problemáticas.

Este nível representa o que chamamos de "impulso sem domínio". Você tem energia e direção, mas enfrenta muita resistência. Não por falta de vontade, mas devido aos desafios de escala, coordenação e dívidas arquitetônicas.

Agora, vamos falar dos 21%. São organizações que ainda tentam descobrir como dar o primeiro passo ou, pior, fingem que não precisam avançar. Talvez já desenvolvam um protótipo de chatbot. Talvez. Nessas equipes, o problema não é a falta de visão, e sim a inércia.

Muitos atuam em setores regulados ou em ambientes legados, onde a tolerância ao risco é baixa e a arquitetura é fragilizada. Mas mesmo nesses casos, vemos avanços. Pouquíssimas dessas organizações já implementaram medidas de segurança específicas para IA, como firewalls ou aplicação direta de políticas. A maioria ainda depende de controles gerais de perímetro de TI que não acompanham a escala dos casos de uso de IA. Dois terços afirmam estar testando ou planejando projetos de IA. Isso já é um progresso. Mas não confunda ambição com resultados concretos.

O risco aqui não é perder a tendência. Ninguém vai perder essa oportunidade. O risco é ser dominado por ela quando chegar. Sem uma base sólida em dados, infraestrutura e pessoas, até o melhor modelo vai falhar em entregar resultados.

Quer evoluir? Então crie como os 2%:

• Combine mais de um modelo no seu ambiente, tanto pagos quanto open source. A flexibilidade faz a diferença. Nem todo modelo se encaixa em toda tarefa.
• Não basta só “manter” agentes; use-os para executar tarefas operacionais concretas. É assim que você alcança a escala.
• Supere apps isolados e integre o GenAI em todos os seus fluxos de trabalho. Integrar não é opcional; é o que transforma novidade em utilidade.
• Garanta a segurança dos dados no nível da arquitetura, não apenas pelas políticas. Conformidade não impede violações; um bom design sim.
• E, acima de tudo, projete para escalar desde o início. Pois adaptar a resiliência depois nunca é agradável.

A verdade é que prontidão não é um produto que você compra. Não é um serviço para o qual você se inscreve. É uma postura, uma estrutura e uma mentalidade. Se você está lendo isso e pensa: “Estamos moderadamente prontos”, saiba que isso não é ruim. É uma conquista importante. Mas os próximos passos não acontecem por acaso. É preciso agir com propósito, estar alinhado e encarar um pouco de desconforto.

A IA não valoriza quem é apenas curioso. Ela reconhece quem está preparado.

Para analisar os dados com mais profundidade e entender melhor o modelo, você pode acessar nosso “Relatório do Estado da Estratégia de Aplicações de IA 2025: Índice de Prontidão para IA” clicando aqui.