Davos decreta o fim do piloto eterno em IA

A inteligência artificial e a tecnologia ocupam o centro das discussões no Fórum Econômico Mundial de Davos deste ano. Em um momento em que crescem os questionamentos sobre a possibilidade de uma bolha em torno da IA, o recado da organização é de que a fase de experimentação já ficou para trás. A partir de agora, os investimentos em inteligência artificial precisam entregar resultados concretos.

O Fórum Econômico Mundial acontece entre 19 e 23 de janeiro, na Suíça, reunindo líderes políticos, empresariais e institucionais para debater temas que vão da economia global às mudanças climáticas. Sob o tema “Um Espírito de Diálogo”, o encontro propõe cooperação em um mundo fragmentado.

No âmbito da tecnologia, porém, o discurso é menos tolerante. “A inteligência artificial oferece um potencial extraordinário, mas muitas organizações ainda não sabem como transformá-lo em realidade”, afirmou Stephan Mergenthaler, diretor-executivo e Chief Technology Officer (CTO) do Fórum Econômico Mundial.

No relatório Proof over Promise: Insights on Real-World AI Adoption from 2025 MINDS Organizations, produzido em colaboração com a Accenture, a organização destaca que a conversa em torno da IA mudou de forma decisiva de promessa para a performance.

“Como se tem observado, nem todo projeto piloto ou programa em estágio inicial tem alcançado o sucesso esperado. Em meio à pressão por uma adoção acelerada, desafios como a maturidade dos dados, a infraestrutura legada, a governança fragmentada e a falta de capacitação da força de trabalho têm levado muitas organizações a ter dificuldades para avançar além dos experimentos iniciais com IA”, aponta o relatório.

O documento acrescenta que o sucesso das corporações na implementação da IA não depende apenas de tecnologia ou de grandes orçamentos. É preciso conseguir identificar os problemas certos, desenvolver as competências adequadas e criar as condições necessárias para que a inteligência artificial gere valor de forma sustentada.

IA precisa estar no core dos negócios

Segundo o relatório, iniciativas de IA que permanecem isoladas, tratadas como exercícios tecnológicos ou vitrines de inovação, encontram dificuldades estruturais para evoluir. Em contraste, organizações que incorporam a IA às rotinas centrais do negócio — influenciando decisões, processos e metas — conseguem transformar sistemas experimentais em ferramentas permanentes de operação.

O fluxo de capital acompanha essa mudança de lógica. Aproximadamente 75% das organizações analisadas reinvestem os retornos financeiros de projetos de IA já validados para ampliar o uso da tecnologia em novas áreas. Em termos práticos, a continuidade dos projetos passa a depender menos de narrativas e mais da capacidade de gerar caixa, reduzir custos ou melhorar desempenho.

O relatório também sinaliza que o problema não está apenas na ausência de retorno, mas na forma como ele é buscado. Empresas excessivamente focadas em ganhos imediatos ou que tratam a IA como uma solução pontual tendem a enfrentar dificuldades para escalar suas iniciativas. Aquelas que conectam a tecnologia a objetivos estratégicos mais amplos conseguem sustentar investimentos e ampliar impacto ao longo do tempo.

Estudos de caso

Os argumentos apresentados no relatório não se apoiam apenas em diretrizes conceituais. Eles são sustentados por estudos de caso concretos, reunidos no âmbito do programa MINDS (Meaningful, Intelligent, Novel, Deployable Solutions), uma iniciativa do Fórum Econômico Mundial criada para identificar, avaliar e dar visibilidade a aplicações de inteligência artificial que já operam fora do laboratório e geram impacto mensurável.

O MINDS funciona como uma vitrine global de IA aplicada. Organizações de diferentes portes, setores e regiões submetem seus projetos, que são avaliados a partir de critérios como impacto econômico, social e ambiental, grau de inovação e capacidade de implantação em escala.

Entre os casos destacados estão iniciativas que mostram ganhos financeiros diretos. A farmacêutica Sanofi, por exemplo, utilizou sistemas de IA baseados em agentes para acelerar processos de pesquisa e desenvolvimento, alcançando um retorno de até 10 vezes sobre o investimento. Já a CATL, uma das maiores fabricantes de baterias do mundo, aplicou IA em seus processos de P&D e conseguiu reduzir em mais de US$ 140 milhões por ano os custos associados ao desenvolvimento de novos produtos.

Há também exemplos em setores intensivos em infraestrutura. A State Grid Corporation of China, responsável por uma das maiores redes elétricas do planeta, adotou sistemas de orquestração de IA para despacho de energia e operação de usinas virtuais, gerando uma economia estimada em US$ 1,12 bilhão em custos de construção e operação. No setor industrial, a Hyundai, em parceria com a DEEPX, conseguiu reduzir em até 90% o custo total de propriedade de soluções de robótica ao embarcar inteligência artificial diretamente nos dispositivos.

Lições das empresas que tiveram sucesso com IA

De acordo com o relatório, as companhias que conseguiram sair da fase de testes para obter, de fato, resultados com a aplicação da IA, possuem alguns pontos em comum.

1. IA só escala quando está ligada à estratégia do negócio
As organizações que obtiveram sucesso não trataram a IA como um experimento isolado ou um projeto de inovação periférico. Elas conectaram diretamente as iniciativas de IA a objetivos estratégicos de longo prazo — crescimento, eficiência operacional, resiliência ou novos modelos de negócio. Quando a IA é parte da estratégia, ela deixa de ser opcional.

2. ROI viabiliza a continuidade, mas não pode ser o único critério
A maioria das organizações bem-sucedidas reinveste os retornos financeiros de projetos de IA para ampliar sua adoção. Ao mesmo tempo, o relatório mostra que focar apenas em ROI de curto prazo limita a escala. O equilíbrio entre ganhos rápidos e investimentos estruturais é o que sustenta resultados ao longo do tempo.

3. Dados, pessoas e governança importam tanto quanto tecnologia
Os maiores obstáculos à escala não são os modelos de IA, mas a falta de dados prontos, infraestrutura legada, governança fragmentada e capacitação insuficiente da força de trabalho. As organizações que avançaram criaram bases sólidas nessas três frentes antes — ou junto — da adoção tecnológica.

4. Resolver o problema certo é mais importante do que usar a tecnologia mais avançada
Os casos do MINDS mostram que o sucesso não depende de modelos sofisticados ou grandes orçamentos, mas da capacidade de identificar problemas relevantes, com impacto claro, e aplicar IA de forma pragmática. Projetos focados em desafios concretos escalam mais rápido do que iniciativas genéricas.

5. Startups e parcerias aceleram a adoção em escala
Mais da metade das organizações analisadas são pequenas e médias empresas, muitas atuando em colaboração com grandes grupos. Parcerias com startups aparecem como um fator recorrente de sucesso, trazendo agilidade, especialização e velocidade de implementação — elementos essenciais para sair da fase de testes.