A verdadeira razão pela qual os seus projetos-piloto de IA continuam a falhar e como colocá-los no caminho certo

A maioria dos projetos de IA não fracassa devido à má tecnologia. Fracassa quando uma boa tecnologia encontra pessoas despreparadas.

No ano passado, uma investigação do MIT foi notícia em todo o mundo quando revelou que 95% dos projetos-piloto de IA generativa não conseguem gerar um ROI mensurável. A taxa de fracasso não tem nada que ver com a capacidade do modelo. As organizações implementam ferramentas de IA a uma velocidade vertiginosa, sem uma estrutura de governação, sem responsabilização pela formação e sem um objetivo claro comunicado às equipas. Em poucas semanas, os sistemas deixam de funcionar porque as pessoas não estavam preparadas.

As pessoas utilizam as ferramentas de forma inconsistente, o que faz com que os resultados variem imenso. A qualidade afunda-se. Os colaboradores tornam-se dependentes de sistemas que não compreendem e as suas competências fundamentais atrofiam-se. Sob pressão para apresentar resultados, abandonam completamente as ferramentas oficiais e recorrem à ferramenta de IA pessoal que lhes parece mais fácil.

Hoje conhecemos este fenómeno como IA clandestina.

O custo não se resume ao tempo de desenvolvimento desperdiçado. Inclui perdas de produtividade, degradação da qualidade dos resultados, riscos de conformidade e desorientação estratégica.

Porque falham os projetos-piloto de IA

Os líderes encaram a adoção da IA como uma implementação tecnológica, quando, na realidade, se trata de uma transformação organizacional.

Uma implementação é um desafio tecnológico. É necessário ter os dados certos para a ferramenta escolhida, tratar das licenças e dos acessos e ligá-la.

A transformação é um desafio humano. Afeta comportamentos, fluxos de trabalho, formas de trabalhar, identidades pessoais e capacidades. O trabalho acontece na forma como as pessoas pensam, decidem e colaboram, não na própria ferramenta.

Quando se ignora o trabalho de transformação, obtém-se caos disfarçado de inovação.

A pressão para avançar rapidamente é real. Todos partem do princípio de que os concorrentes estão a avançar a toda a velocidade, por isso ignoram o trabalho difícil de conceber sistemas e reformular fluxos de trabalho. Algumas organizações adotam uma abordagem displicente desde o topo, motivada pelo desejo de reduzir custos, aumentar a eficiência ou serem vistas como estando na vanguarda.

O resultado? 42% das empresas abandonaram as suas iniciativas de IA em 2025, um aumento acentuado face aos apenas 17% do ano anterior.

As três lacunas de capacidade que estão a destruir o ROI da IA

A lacuna de competências não é um único problema. Trata-se de três défices distintos de capacidade que se acumulam e conduzem ao fracasso organizacional.

1. Discernimento técnico para decisões de implementação

A sua equipa precisa de compreender quando deve utilizar a ferramenta e quando não deve. Isso é diferente de saber utilizá-la.

Com demasiada frequência, as pessoas não têm o discernimento necessário para avaliar se o resultado da IA é suficientemente bom, adequado ao contexto ou sequer responde à pergunta certa. Não conseguem distinguir entre «a ferramenta gerou algo» e «a ferramenta gerou algo útil».

Isto não tem nada que ver com competências de SQL ou controlo de versões. Trata-se de desenvolver a capacidade de discernimento necessária para tomar decisões inteligentes sobre a implementação de IA em contextos reais de trabalho.

Taylor Blake, vice-presidente sénior dos Laboratórios de IA da Degreed, chama a atenção para uma desconexão fundamental.

«A diferença entre uma demonstração de IA e a IA na prática pode ser enorme. E só se percebe realmente quando se começa a trabalhar diretamente com ela e se tem de ver e sentir esses problemas», afirmou.

2. Normas de qualidade e estruturas de avaliação

A maioria das organizações mostra às pessoas como funciona a ferramenta. Isso permite-lhes apenas arranhar a superfície.

O que falta é a capacidade de avaliar os resultados com base em normas significativas. Sem estruturas de qualidade claras, as pessoas adotam por defeito a lógica de «produziu alguma coisa, por isso vou utilizá-la».

A lacuna no ROI é importante porque o seu retorno efetivo resulta de tornar as pessoas melhores no trabalho de maior valor, e não de gerar mais produção. Num mundo em que todos têm acesso às mesmas ferramentas, criar um ambiente onde as pessoas aplicam a IA estrategicamente diferencia os resultados da sua empresa.

3. Aplicação criativa e resolução de problemas

A maioria da formação falha completamente neste aspeto. Ensina funcionalidades em vez de inspirar a resolução criativa de problemas.

Talvez alguém não tenha qualquer dificuldade em gerar textos de marketing quando dispõe de uma orientação criativa. Mas, quando chega o momento de analisar opções e decidir uma direção, fica bloqueado. Essa é a sua maior oportunidade, o ponto em que a IA poderia transformar a sua forma de trabalhar.

Apresentar diferentes funcionalidades para inspirar a aplicação criativa ajuda os trabalhadores a enfrentar os seus desafios mais demorados. É aí que a transformação acontece realmente.

A crise de identidade que está a ignorar

A identidade pessoal não aparece na maioria dos planos de implementação da IA. Devia aparecer.

Quando a IA começa a assumir partes da função de alguém, cria uma profunda insegurança e ansiedade. As pessoas receiam o que acontecerá se não se adaptarem às mudanças na força de trabalho. Esse medo manifesta-se de duas formas destrutivas.

1.) Resistem aos esforços da empresa relacionados com a IA ou sabotam-nos. Não de forma explícita, mas através da não adoção passiva, de soluções alternativas e do enfraquecimento silencioso dos sistemas oficiais.

2.) Recorrem a ferramentas que parecem mais fáceis de utilizar, independentemente de essas ferramentas servirem realmente as necessidades da empresa. Isto cria o problema da IA paralela: 90% dos trabalhadores utilizam diariamente ferramentas pessoais de IA, como o ChatGPT, para tarefas profissionais, enquanto apenas 40% das empresas têm subscrições oficiais de LLM.

Os dados sobre a ansiedade dos trabalhadores são impressionantes. 65% dos trabalhadores sentem ansiedade perante a possibilidade de a IA substituir os seus empregos. Cerca de dois terços estão preocupados por não saberem como utilizar a IA de forma ética. Esta ansiedade prejudica diretamente a adoção, fazendo com que até 70% das iniciativas de mudança relacionadas com a IA falhem devido à resistência dos trabalhadores ou a um apoio insuficiente por parte da gestão.

Justin Angsuwat, Diretor de Pessoas da Culture Amp, observou algo contraintuitivo na implementação, pela sua organização, de um orientador de IA.

O paradoxo é brutal: as pessoas sentem simultaneamente ansiedade por ficarem para trás e estão ativamente a enfraquecer os sistemas concebidos para as ajudar a ter sucesso.

Fazer primeiro o trabalho humano

Para um COO ou CHRO prestes a implementar ferramentas de IA, a intervenção começa pela comunicação e pela criação de confiança.

Os trabalhadores precisam de compreender por que razão está a fazê-lo desta forma, o que irão ganhar com isso e de que modo isto molda o seu futuro — tanto na empresa como a nível profissional.

Poderão continuar a não aderir completamente. Mas a transparência cria a base para uma adoção genuína.

A equipa de Angsuwat concentrou-se em criar confiança antes de se preocupar com uma implementação perfeita.

"O nosso objetivo era melhorar a confiança dos trabalhadores na utilização da IA, porque é difícil medir um momento de descoberta", explica. "Tratava-se intencionalmente de aprender, experimentar, tentar, essencialmente. Não se tratava de apresentar um resultado aperfeiçoado, o que acabou por aliviar bastante a pressão."

A reformulação que importa consiste em ajudar as pessoas a ver o trabalho com a IA como uma oportunidade para desenvolver novas competências e repensar qual é o seu contributo essencial. Não como uma ameaça à sua função atual, mas como uma oportunidade para evoluírem para algo mais valioso.

Mas a formação, por si só, não é suficiente. Angsuwat descobriu-o da forma mais difícil.

"O que foi interessante é que, mesmo durante este programa de seis semanas, algumas pessoas acompanharam e fizeram os pequenos pedidos, criaram o seu jogo de computador, e depois voltavam ao fluxo de trabalho diário normal. E voltavam a sentir-se intimidadas."

Isto exige que a liderança faça o trabalho difícil desde o início, antes da implementação, e não depois de surgirem problemas.

Cathey salienta a necessidade de criar espaço para a experimentação.

"Penso que é realmente importante que as empresas reconheçam que, quando há mudanças envolvidas, as pessoas vão ter de abrandar para acelerar. Ninguém vai passar de principiante a especialista num dia. É necessário um processo e temos de dar às nossas pessoas espaço e tempo para experimentarem em segurança."

O ponto cego da governação

Quando a liderança disponibiliza ferramentas sem uma estrutura clara de responsabilização, de responsabilidade ou visibilidade sobre os padrões de utilização, cria-se uma situação sem controlo.

A maioria das empresas não acompanha o trabalho que as pessoas estão realmente a realizar com a tecnologia, nem a forma como a estão a utilizar. Isto é uma receita para uma crise de governação.

Sem um quadro de governação de AI, as organizações enfrentam danos reputacionais resultantes de resultados inconsistentes ou problemáticos, perda de confiança dos clientes quando a qualidade diminui, perdas financeiras decorrentes de investimentos desperdiçados e retrabalho, e sanções regulamentares devido a falhas de conformidade.

O perigo operacional é imediato. Sem estruturas claras de governação, não é possível atribuir responsabilidades quando os sistemas de AI falham ou conduzem a consequências negativas. Estabelecer responsabilidades é essencial para resolver problemas e melhorar os sistemas ao longo do tempo.

A lacuna de competências vai além das capacidades individuais. Está enraizada na necessidade de criar sistemas organizacionais que proporcionem visibilidade, responsabilidade e melhoria contínua.

A questão dos $5.5 biliões

Mais de 90% das empresas globais enfrentarão escassez crítica de competências até 2026. As perdas projetadas resultantes de lacunas de competências prolongadas: $5.5 biliões no desempenho do mercado global.

Pode parecer algo teórico ou sensacionalista, mas 94% dos líderes enfrentam atualmente escassez de competências essenciais para AI, de acordo com o Fórum Económico Mundial. Um em cada três relata lacunas de 40% ou mais.

A pressão competitiva é real, mas a pressa em implementar soluções sem desenvolver capacidades está a criar um problema maior. As organizações que recorrem a parcerias externas alcançam taxas de sucesso na implementação de 67%, em comparação com 33% nas implementações internas. A mentalidade de "fazermos nós próprios" que funcionava com o software tradicional está a sabotar ativamente o sucesso da AI.

Entretanto, 75% das organizações afirmam estar a aproximar-se do, ou a ultrapassar o ponto de saturação da mudança. Nos últimos anos, o trabalhador médio experienciou 10 mudanças empresariais planeadas, contra apenas duas em 2016. Mais de metade dos profissionais de TI afirma ter acelerado a implementação de AI nos últimos 24 meses.

O custo humano de avançar demasiado depressa agrava as falhas técnicas.

4 passos para impedir que os seus projetos-piloto falhem

Se é COO ou CHRO e está prestes a implementar AI, eis o que tem de acontecer antes de ativar o sistema. Também vale a pena considerar como pode integrar a AI no seu processo de gestão da mudança.

1. Defina a transformação, não apenas a implementação

Mapeie os fluxos de trabalho que irão realmente mudar. Identifique que funções serão afetadas e de que forma. Defina como será o sucesso para além de "a ferramenta está implementada" e estabeleça responsabilidades claras pela formação, pela governação e pelo apoio contínuo.

2. Crie a infraestrutura de comunicação

Explique por que motivo está a adotar esta abordagem específica. Explique o que os trabalhadores irão ganhar a nível profissional e aborde diretamente as preocupações relacionadas com a identidade e a ansiedade. Crie circuitos de feedback para identificar os problemas numa fase inicial.

3. Os primeiros 30 dias: crie sistemas de desenvolvimento de capacidades

Vá além da formação "é assim que funciona" e passe para "é assim que se pensa com esta ferramenta". Ajude as pessoas a identificar os problemas de maior valor para resolver e estabeleça padrões de qualidade e quadros de avaliação. Apresente aplicações criativas que inspirem uma utilização estratégica.

Dê às pessoas autorização para abrandarem inicialmente. Reconheça que a mudança comportamental leva tempo e que as pessoas precisam de espaço para experimentar sem receio de penalizações na produtividade.

4. De forma contínua: estabeleça governação e visibilidade

Acompanhe os padrões reais de utilização e os resultados. Crie estruturas de responsabilização pela qualidade e conformidade e pelo acompanhamento da deriva da AI. Crie mecanismos de feedback para melhorar o sistema. Resolva a AI sombra antes que se transforme numa crise.

Verificação crítica da realidade: apenas 15% dos trabalhadores nos EUA afirmam que os seus locais de trabalho comunicaram uma estratégia clara para a AI. Se a sua equipa não consegue explicar por que motivo está a fazer isto e de que forma isso a beneficia, já está atrasado.

A ponte que precisa de construir

As adoções estão a falhar porque as organizações estão a implementar ferramentas mais rapidamente do que estão a construir a infraestrutura humana necessária para as governar, implementar e tirar partido delas eficazmente.

O desfasamento de capacidades é evidente e os custos são mensuráveis à medida que a pressão competitiva continua a aumentar. Mas a solução não é abrandar a adoção da IA. É desenvolver capacidades humanas em paralelo. Isso significa encarar esta situação como a transformação organizacional que realmente é, e não como um projeto tecnológico com uma data de entrada em produção.

Faça tudo bem e transformará a IA numa vantagem competitiva duradoura. Ignore o trabalho humano e juntar-se-á aos 95% cujos projetos-piloto nunca geram ROI, muitas vezes porque as organizações estão a medir o ROI da IA de forma errada desde o início.

Os líderes agem como se estivessem a escolher entre rapidez e preparação. Na realidade, estão a escolher entre uma transformação sustentável e um fracasso dispendioso.