Key Takeaways
Queda na Implementação: A implementação de agentes de IA diminuiu, revelando uma mudança crítica no foco das organizações para as infraestruturas.
Mudança no Investimento: Apesar da diminuição da implementação, o investimento em IA continua a aumentar, com os orçamentos a serem alocados estrategicamente para objetivos de longo prazo.
Foco na Transformação: As organizações bem-sucedidas dão prioridade à reformulação dos fluxos de trabalho e à preparação dos dados, em vez da mera implementação de tecnologia de IA.
Quando a KPMG divulgou que a implementação de agentes de IA caiu de 42% para 26% entre o terceiro e o quarto trimestres de 2025, a maioria dos analistas não percebeu o essencial. Viram um recuo. Eu vejo o primeiro sinal honesto em dois anos de entusiasmo em torno da IA.
O paradoxo é evidente: 67% dos CEO esperam agora obter retorno sobre os investimentos em IA no prazo de um a três anos, encurtando o horizonte de três a cinco anos previsto apenas 12 meses antes.
O investimento continua a aumentar, com 69% dos executivos a atribuírem 10-20% dos seus orçamentos totais à IA no próximo ano. A confiança dos CEO na economia global está no nível mais baixo dos últimos cinco anos, mas os gastos com IA aceleram.
Então, por que razão estão a diminuir os números de implementação?
Porque os executivos estão a despertar para uma realidade que a imprensa tecnológica tem relutado em analisar: os programas-piloto quase nada dizem sobre o sucesso em produção. As organizações que se apressaram a demonstrar capacidades de IA em 2024 estão agora a enfrentar as consequências.
De acordo com vários inquéritos do setor, 46% das provas de conceito de IA foram abandonadas antes de chegarem à produção em 2025. É o dobro da taxa de abandono registada apenas um ano antes.
As empresas que estão a recuar não estão a desistir. Estão a levar a questão a sério.
Do teatro da IA à realidade das infraestruturas
A interpretação que a KPMG faz dos seus próprios dados contradiz a leitura superficial. Os seus analistas observam que as empresas líderes estão a profissionalizar os sistemas de agentes, em vez de os abandonarem.
O investimento e a capacidade de engenharia mudaram para agentes orquestrados, preparados para produção, com governação adequada, monitorização, segurança e integração. O trabalho parece menos impressionante nos relatórios trimestrais, mas prepara o terreno para sistemas que funcionam efetivamente à escala.
Esta distinção é importante porque a maioria das organizações ainda não compreende o que é necessário para separar o teatro da IA da verdadeira transformação. Os obstáculos que estão a encontrar não são curiosidades técnicas; são lacunas fundamentais nas infraestruturas:
- Qualidade dos dados: passou de 37% para 65% a percentagem de líderes que a consideram crítica num único ano
- Cibersegurança: é agora identificada por 80% como o maior obstáculo aos objetivos da estratégia de IA, contra 68%
- Complexidade dos sistemas: 65% indicam a complexidade dos sistemas baseados em agentes como o seu principal obstáculo pelo segundo trimestre consecutivo
- Alteração do investimento: metade dos executivos planeia agora investir $10-50 milhões especificamente na proteção de arquiteturas baseadas em agentes e no reforço da governação dos modelos
Estes não são os padrões de despesa de organizações à procura da demonstração seguinte. São as condições económicas das infraestruturas.
O problema dos 88%
A lacuna entre o projeto-piloto e a produção tem sido documentada repetidamente, mas raramente é enfrentada com honestidade.
A investigação mostra que, por cada 33 protótipos de IA que uma empresa desenvolve, apenas quatro chegam à produção. A taxa de insucesso na expansão de iniciativas de IA ronda os 88%, mais do dobro da taxa de insucesso dos projetos tecnológicos sem IA.
Em 2025, a S&P Global Market Intelligence concluiu que 42% das empresas abandonaram a maioria das suas iniciativas de IA, um aumento dramático face aos 17% do ano anterior.
O padrão é consistente em todos os setores: a adoção é fácil, os projetos-piloto multiplicam-se, mas a integração continua a ser rara e a implementação em produção com resultados mensuráveis revela-se extraordinariamente escassa.
O que separa o teatro da transformação
O que separa as organizações que ficam bloqueadas das que conseguem expandir-se não é a sofisticação dos modelos nem o poder computacional. O inquérito da McKinsey sobre a IA em 2025 confirma que as organizações que reportam retornos financeiros significativos têm o dobro da probabilidade de ter reformulado os fluxos de trabalho de ponta a ponta antes de selecionar as técnicas de modelação.
Os vencedores começam pelas áreas de valor, em vez dos casos de utilização, perguntando onde perdem mais margem ou tempo, e não o que a IA consegue tecnicamente fazer.
O assistente virtual de IA da Air India, AI.g, que processa atualmente mais de quatro milhões de consultas com 97% de automatização, surgiu de uma limitação específica: o seu centro de contacto não conseguia acompanhar o crescimento do número de passageiros. Não o desenvolveram para provar que conseguiam implementar IA. Desenvolveram-no porque encaminhar consultas de rotina através de pessoas estava a comprometer a sua operação.
A diferença é tanto filosófica como operacional. As organizações que encaram a IA como uma implementação tecnológica concentram-se no desempenho dos modelos e nas velocidades de inferência. As organizações que encaram a IA como uma transformação empresarial concentram-se na preparação dos dados, na reformulação dos fluxos de trabalho e na divisão do trabalho entre pessoas e máquinas.
O primeiro grupo lança projetos-piloto que ficam bem nas apresentações à administração, mas nunca saem do laboratório. O segundo grupo lança produtos.
Esta distinção explica por que motivo a infraestrutura de dados consome agora 50-70% dos orçamentos e dos prazos de IA nas implementações bem-sucedidas, uma inversão completa dos rácios de despesa habituais.
Explica por que motivo 72% das organizações planeiam implementar agentes exclusivamente de fornecedores de tecnologia de confiança, em vez de criarem soluções personalizadas, e explica por que motivo os executivos mais sofisticados estão a abrandar em vez de acelerarem.
Porque recuar é a opção mais inteligente
A diminuição dos números de implementações deve ser interpretada como maturação, não como fracasso. Avançar apressadamente com projeto-piloto atrás de projeto-piloto não é, simplesmente, a forma correta de liderar a implementação de IA. Dito de forma clara? Pare de otimizar para apresentações internas em vez de se concentrar na realidade operacional.
O verdadeiro ponto de viragem chega quando os executivos deixam de perguntar se a IA proporciona um retorno do investimento e começam a perguntar se a sua infraestrutura consegue suportar aquilo de que a IA necessita. Essa mudança distingue as organizações que se estão a posicionar para o que vem depois daquelas que passarão 2026 a explicar por que motivo as suas demonstrações de 2024 nunca se materializaram em valor de produção.
Se há um último conselho que posso dar, é que deixem de se concentrar no volume de iniciativas de IA ou de tentativas de implementação de agentes e comecem a criar os quadros de governação, os fluxos de dados, as arquiteturas de segurança e os padrões de integração que permitem a cada novo agente reforçar o sistema, em vez de lhe acrescentar fragilidade. Esse trabalho raramente gera manchetes. Não funciona bem numa demonstração. Mas é o único trabalho que importa.
Quando a KPMG divulgar que os números de implementações voltaram a subir dentro de dois trimestres, saberemos quais foram as organizações que utilizaram a pausa para criar bases sólidas e quais se limitaram a continuar a executar projetos-piloto.
