Desafios da inteligência artificial aplicada nas organizações

Implementar inteligência artificial nas organizações não é apenas uma questão de adotar a tecnologia mais avançada.

O verdadeiro desafio está em transformar algoritmos em resultados concretos, capazes de gerar eficiência, reduzir custos e criar vantagens competitivas reais.

Esse foi o ponto inicial do evento “IA nas organizações: a travessia entre teoria e prática”, realizado pela FDC Pós Online em 4 de setembro de 2025. Quem falou sobre o assunto foi Roberto Nalon, CTO da Big Data, doutor em Ciência da Computação pela UFMG e pesquisador visitante na New York University (NYU).

A mediação foi feita por Tiago Moura, mestre em Ciência da Computação pela UFMG, cofundador da Hop AI, especialista master em IA no Banco Inter e coordenador do curso IA Aplicada à Gestão Empresarial da FDC Pós Online.

Confira a seguir os principais insights do debate.

Onde as organizações patinam na aplicação de IA

Inicialmente, a inteligência artificial aplicada nas organizações enfrentava barreiras claras, como a resistência das pessoas à tecnologia, a disponibilidade e qualidade dos dados, e as preocupações com segurança e privacidade.

Roberto Nalon, CTO da Big Data, observa que a popularização da IA, especialmente com o advento de ferramentas como o ChatGPT, mitigou a resistência inicial e melhorou a percepção sobre a capacidade da IA.

A qualidade e disponibilidade de dados também evoluíram significativamente, e os avanços técnicos em segurança e privacidade, impulsionados pela computação em nuvem, endereçaram muitas das preocupações iniciais.

No entanto, um novo desafio emergiu, antes ofuscado pelos obstáculos técnicos: a dificuldade de alinhamento entre as áreas de negócio e tecnologia.

“A minha percepção é que, especialmente de 2022 para cá, o que mais trava não é a tecnologia, mas o alinhamento entre pessoas, áreas e expectativas. Muitas vezes, negócio e tecnologia parecem falar línguas diferentes”, pontuou Nalon.

O CTO da Big Data destacou que a velocidade com que a IA avançou criou um gap entre o que a tecnologia pode fazer e a capacidade das organizações de integrar isso aos seus processos e problemas reais.

Tiago Moura complementou com uma visão prática do problema: “Dois terços dos projetos morrem na hora de ir para produção. E não é porque o algoritmo falha, mas porque os processos da empresa não estão preparados para receber a solução.”.

Ele citou como exemplo um algoritmo de precificação que gera os melhores preços, mas que não pode ser implementado se a empresa só consegue mudar preços mensalmente. A falta de processos e o desalinhamento entre as expectativas das áreas de negócio e tecnologia são os principais entraves.

IA generativa X IA tradicional: entendendo as aplicações

Uma confusão comum, especialmente após 2022, é rotular toda a IA como IA generativa.

Roberto Nalon esclareceu que, embora a IA generativa tenha ganhado popularidade pela sua facilidade de uso e aplicações em tarefas operacionais e criativas (como roteiros de viagem ou otimização de e-mails), a IA preditiva e prescritiva ainda domina as aplicações de negócio de ponta.

“Na Big Data, 100% dos produtos que entregamos hoje são preditivos ou prescritivos. A generativa usamos internamente, mas o valor para clientes vem da predição de demanda, precificação, otimização de marketing, entre outros”, explicou.

Tiago Moura compara a IA generativa ao "pacote Office turbinado", enfatizando seu potencial para aumentar a produtividade individual. “Mas quando o assunto é antecipar crises, prever cenários ou otimizar processos, a força está nas ferramentas de IA tradicionais”, ressaltou.

O coordenador da FDC Pós Online alertou para o perigo de considerar a IA generativa como uma panaceia. Para Moura, ela é excelente para tarefas de apoio e otimização de processos internos, mas não substitui a necessidade de IA tradicional para problemas de negócio complexos que exigem precisão e análise de dados históricos.

A escolha do problema certo para aplicar IA nas organizações

Ambos os palestrantes reforçaram que muitos fracassos em IA não têm origem técnica, mas na escolha equivocada do problema a ser resolvido. Tentar aplicar a IA sem um problema bem definido pode levar a projetos caros e sem retorno.

“A inteligência artificial é horizontal. Pode ser aplicada a qualquer coisa, do café até a precificação de estoques. Mas se você escolhe um problema irrelevante ou tangencial, o retorno será baixo e a percepção de que ‘IA não funciona’ cresce”, explicou Moura.

Nalon acrescentou que a IA deve ser vista como meio e não como fim e que o ponto de partida deve ser sempre a dor real do negócio: “Comece pela dor. Às vezes ela não está clara no início, mas espremer o problema certo é metade do caminho para o sucesso.”.

Da teoria à prática da inteligência artificial aplicada

O debate também abordou o "abismo entre o laboratório e a produção", ou seja, a dificuldade de levar experimentos bem-sucedidos de IA para a escala real de uma empresa.

Roberto Nalon sugere a abordagem de "canary deploy", onde a solução é implementada gradualmente, com métricas bem definidas para demonstrar valor. “Não adianta provar valor só no laboratório. É preciso mostrar resultado em etapas, ganhar confiança das áreas e depois escalar”, aconselhou.

Aspectos culturais da inteligência artificial aplicada nas organizações

Além dos desafios técnicos e de processo, os aspectos culturais desempenham um papel fundamental na adoção da IA.

A frustração com projetos malsucedidos, em que a tecnologia foi aplicada ao problema errado, pode gerar uma aversão à IA, mesmo que ela seja a solução adequada para outros problemas da empresa.

Outro ponto cultural relevante é o medo da substituição. Roberto Nalon observou que, muitas vezes, a tecnologia é vista como uma ameaça, levando as pessoas a resistirem à sua adoção. Entretanto, isso é um erro.

“O objetivo não é substituir pessoas, mas liberar tempo para que se concentrem em tarefas de maior valor agregado”, afirmou.

Moura reforçou que a combinação homem-máquina é a que gera melhores resultados: “Há coisas que a IA não fará, como improvisar em situações inéditas. Criatividade e abstração ainda são humanas. Por isso, os melhores resultados vêm da associação, não da substituição.”.

Por fim, a resistência à mudança, baseada em "conhecimento tácito" e experiências passadas, também é um obstáculo. Profissionais com anos de experiência podem acreditar que "aqui é assim, isso aí não funciona, faço isso há 30 anos".

No entanto, a IA, com sua capacidade de processar vastas quantidades de informação e identificar padrões que o olho humano não consegue, pode desafiar esses vieses e abrir novas perspectivas.

O caminho para a inteligência artificial aplicada nas organizações

O evento "IA nas organizações: a travessia entre teoria e prática" deixou claro que o sucesso na implementação de projetos de IA depende menos de algoritmos e mais de perguntas bem-feitas, problemas bem escolhidos e líderes capazes de traduzir dados em gestão.

Para aqueles que buscam aprofundar seus conhecimentos e se capacitar para liderar essa transformação, o curso IA Aplicada à Gestão Empresarial da FDC Pós Online oferece a ponte necessária entre a teoria e a prática, formando profissionais capazes de pensar com IA e gerar impacto imediato em suas decisões.

Perguntas frequentes sobre inteligência artificial aplicada nas organizações

*Este conteúdo foi produzido com o apoio de IA.