O que as empresas de média dimensão aprenderam sobre a transformação da IA em 2025

A diferença entre a implementação da IA e a adoção da IA tornou-se o desafio definidor de 2025. Um estudo da BCG concluiu que as organizações com fortes parcerias entre RH e TI alcançaram uma produtividade 15 vezes superior com os investimentos em IA face às organizações que não tinham essas parcerias.

A tecnologia funcionava. As organizações tinham dificuldades. E, no final do ano, os dados traçavam um cenário claro: 53% das organizações não conseguiram alcançar os retornos esperados dos investimentos em IA.

A divisão da integração nos fluxos de trabalho

O maior fator de separação entre as transformações bem-sucedidas e as malsucedidas não foi a sofisticação tecnológica nem a dimensão do orçamento. Foi o facto de a IA estar integrada nos fluxos de trabalho existentes ou permanecer fora deles.

"Os vencedores escolheram um ou dois problemas reais nos fluxos de trabalho existentes, não a 'arte do possível'", afirmou Bhrugu Pange, diretor-geral de Soluções de Tecnologia Digital e IA na AArete. "Escolheram os estrangulamentos de que as pessoas já se queixavam, como o tempo de conclusão das chamadas, a geração de orçamentos, as respostas às perguntas dos clientes e as exceções nas faturas. A maioria sofria da chamada síndrome da 'cadeira giratória'."

As empresas que integraram a IA nas ferramentas que os colaboradores já utilizavam — Salesforce, plataformas de centros de contacto, sistemas de documentos — registaram taxas de adoção de 60-80%. As empresas que lançaram ferramentas de IA autónomas viram a adoção estabilizar nos 30-40%.

O padrão manteve-se em todas as áreas. As equipas de marketing demonstraram uma convicção de 98% de que a IA melhoraria os indicadores, mas apenas 27% reportaram uma adoção generalizada. A diferença não foi causada pelo ceticismo, mas sim pela fricção.

"As empresas bem-sucedidas não pediram aos colaboradores que abrissem uma janela separada para aceder à IA", explicou Pange. "Colocaram-na dentro das ferramentas que as pessoas já utilizavam, alargando plataformas existentes como a Salesforce."

As empresas malsucedidas criaram aquilo a que Pange chama "robôs de conversação fora de contexto" e perguntaram-se porque é que ninguém os utilizava. No final de 2025, a lição tinha-se consolidado num princípio: se a IA não estiver no local onde o trabalho acontece, não será adotada de forma duradoura.

A lacuna de competências que ninguém esperava

O início de 2025 começou com uma suposição generalizada: a adoção da IA seguiria o padrão das implementações anteriores de software empresarial. Comprar as ferramentas certas, formar as pessoas na interface e medir as taxas de adoção. A meio do ano, essa suposição tinha colapsado.

A lacuna de competências surgiu em todo o lado. As equipas de serviço ao cliente tinham IA capaz de preparar respostas, mas não conseguiam avaliar quais as respostas a enviar. As equipas de vendas tinham IA capaz de resumir transcrições de chamadas, mas não conseguiam determinar quais os conhecimentos relevantes. As equipas financeiras tinham IA capaz de gerar previsões, mas não conseguiam avaliar em que pressupostos confiar.

"Os trabalhadores sem formação tinham uma probabilidade seis vezes maior de afirmar que a IA os tornava menos produtivos", afirmou Emily Mabie, engenheira sénior de Automatização de IA na Zapier. "As equipas que realmente querem alcançar a transformação através da IA precisam de investir em formação."

Os colaboradores precisavam de aprender o que delegar à IA, o que manter, como verificar os resultados da IA e quando substituir as recomendações da IA. Essas competências não eram ensinadas numa sessão de formação de duas horas.

As empresas bem-sucedidas tratavam a adoção da IA como desenvolvimento de competências, não como implementação de software. Criaram modelos de aprendizagem em contexto, nos quais colaboradores experientes trabalhavam lado a lado com a IA durante meses, desenvolvendo capacidade de decisão através da repetição. Mediam o desenvolvimento de competências, não apenas a utilização das ferramentas.

O imposto da complexidade

Enquanto algumas empresas tinham dificuldades com a adoção, outras descobriram que tinham construído uma base completamente inadequada. O relatório sobre o custo da complexidade da Freshworks concluiu que 20% da despesa das organizações em software era desperdiçada em implementações falhadas, ferramentas subutilizadas e custos ocultos.

"Muitas organizações estão a deparar-se com obstáculos de complexidade que impedem a produtividade, incluindo sistemas antigos, sistemas desarticulados e dados isolados", afirmou Ashwin Ballal, CIO da Freshworks. "Estes desafios conduzem à fadiga dos colaboradores, a ineficiências e à perda de receitas resultante de atrasos e oportunidades perdidas."

Isto resultou na perda, por parte dos colaboradores, de uma média de 6,7 horas por semana a navegar pela complexidade das ferramentas em vez de realizarem trabalho produtivo, criando barreiras significativas à adoção da IA.

Foi então criado um ciclo vicioso. As empresas recorreram a fornecedores e consultores externos para integrarem a IA nas suas complexas pilhas tecnológicas, mas estas adições criaram frequentemente mais fricção do que aquela que eliminaram.

A Freshworks concluiu que 12% das perdas financeiras resultantes da ineficiência do software provinham de consultores e prestadores de serviços desnecessários.

"As empresas recorrem frequentemente a fornecedores e consultores externos para corrigir sistemas antigos, mas estas adições podem acrescentar fricção em vez de a remover", afirmou Ballal. "As organizações pagam frequentemente duas vezes: primeiro pela tecnologia complexa e depois pelos consultores para a fazer funcionar."

As empresas de média dimensão que foram bem-sucedidas em 2025 adotaram uma abordagem diferente. Em vez de acrescentarem IA à complexidade existente, utilizaram a adoção da IA como uma oportunidade para simplificar. Consolidaram ferramentas redundantes. Escolheram funcionalidades de IA integradas nas plataformas que já utilizavam, em vez de comprarem produtos autónomos.

A lição: não é possível transformar aquilo que não se consegue gerir. As empresas com conjuntos de tecnologias mais simples e integrados implementaram a IA mais rapidamente e obtiveram melhores resultados.

A armadilha dos projetos-piloto

A diferença entre o sucesso dos projetos-piloto e a implementação em produção tornou-se um dos padrões mais frustrantes de 2025.

"Os resultados concretos dos investimentos em IA realizados em 2025 foram muito mais irregulares do que as taxas de adoção divulgadas nas manchetes faziam crer", afirmou Mabie. "A IA generativa e os projetos-piloto estavam por toda a parte no início do ano, mas, entre os líderes que inquirimos na Zapier, apenas 26% afirmaram que a maioria dos seus projetos-piloto de IA chegou à produção."

O padrão repetiu-se em vários setores. Os departamentos de RH testaram a triagem de currículos baseada em IA com excelentes resultados, mas não conseguiram convencer os responsáveis pelo recrutamento a utilizá-la. As equipas de operações testaram uma IA de manutenção preditiva que funcionava exatamente como prometido, mas não conseguiram expandi-la para além da fábrica inicial.

Os projetos-piloto bem-sucedidos funcionavam em condições especiais: apoio adicional, atenção da liderança, voluntários motivados e tempo protegido para aprender. Quando as empresas tentaram expandi-los, essas condições desapareceram.

"As iniciativas bem-sucedidas identificaram um membro da empresa que assumisse a responsabilidade pelo resultado", afirmou Pange. "As TI deixaram de ser o motor ou o proprietário e passaram a ser as guardiãs da implementação da IA. A empresa era responsável pelo resultado."

As empresas que conseguiram expandir com sucesso fizeram três coisas de forma diferente.

1. Documentaram não apenas o que a equipa do projeto-piloto fez, mas também por que razão funcionou, identificando as condições organizacionais que permitiram o sucesso.
2. Realizaram projetos-piloto com equipas representativas, incluindo grupos céticos e com poucos recursos, e não apenas com voluntários.
3. Avaliaram a preparação organizacional, e não apenas a preparação técnica.

A lição: um projeto-piloto bem-sucedido prova que a tecnologia funciona. Não prova que a sua organização consegue absorvê-la.

O problema da IA oculta

No verão, os executivos de empresas de média dimensão confrontaram-se com funcionários que utilizavam ferramentas de IA que a empresa não tinha aprovado, não tinha protegido e, muitas vezes, nem sequer sabia que estavam a ser utilizadas. Os funcionários carregavam dados de clientes no ChatGPT, utilizavam ferramentas de IA destinadas ao consumidor para análises empresariais sensíveis e criavam fluxos de trabalho automatizados sem qualquer análise de segurança.

O problema da IA oculta revelou uma questão mais profunda: as empresas estavam a avançar demasiado lentamente para responder às necessidades legítimas dos funcionários. Os funcionários não estavam a agir de forma imprudente; estavam a ser produtivos com as ferramentas que tinham à sua disposição.

As empresas inteligentes responderam acelerando a implementação da IA aprovada, em vez de se limitarem a reforçar os controlos. Estabeleceram processos de avaliação rápidos para as ferramentas de IA solicitadas pelos funcionários e criaram alternativas aprovadas para casos de utilização comuns de IA oculta. Mediram o tempo necessário para aprovar ferramentas de IA e trataram os atrasos como falhas organizacionais.

A IA oculta era um sinal de uma necessidade não satisfeita, e não um problema de conformidade a resolver através de políticas. No final do ano, as organizações que melhor a geriam tinham passado da proibição reativa para a capacitação proativa.

A crise de adaptação da gestão

Quando a IA trata de tarefas rotineiras de coordenação, como o agendamento, as atualizações de estado e a triagem básica de problemas, as atividades tradicionais de gestão que ocupavam 40-60% do dia de um gestor desaparecem subitamente. O que resta é o trabalho para o qual a maioria dos gestores nunca teve tempo, como o acompanhamento, o pensamento estratégico, a resolução de problemas complexos e o desenvolvimento das equipas — competências que expõem problemas no percurso de liderança.

Os melhores gestores adaptaram-se rapidamente. Os gestores que tiveram dificuldades sentiram-se substituídos, questionaram o seu valor e, muitas vezes, resistiram à adoção da IA porque esta ameaçava a sua identidade.

Em última análise, isto é um desafio de desenvolvimento da gestão. São necessários planos de transição explícitos para os gestores cujas funções estão a mudar, e esses planos devem oferecer formação sobre como trabalhar de forma diferente, porque muito poucos líderes têm uma visão clara para esta mudança e quase nenhum a domina. As organizações precisam de avaliar se a sua estratégia de IA aborda estas transições na gestão e de redefinir as expectativas para recompensar os gestores que passam com sucesso para um trabalho de maior valor.

Alguns gestores não conseguirão fazer a transição. Os líderes podem lidar com isto de várias formas, incluindo preparar-se para a redução da gestão intermédia à medida que as estruturas organizacionais se tornam mais horizontais.

• Criar percursos de carreira para colaboradores individuais destinados aos gestores que se destacam em trabalho que a IA não consegue realizar, mas que têm dificuldades com o novo modelo de gestão.
• Disponibilizar formação intensiva, mas estar preparado para tomar a difícil decisão de que determinados gestores simplesmente não se adequam à função na era da IA.

O que não funcionará é fingir que a função não mudou. As organizações que implementaram a IA, mas mantiveram as expectativas em relação à gestão, acabaram com gestores a fazer trabalho rotineiro apenas para ocupar o tempo.

A Revolução da Arquitetura da Confiança

A história de sucesso inesperada de 2025 foi a das empresas que criaram confiança sistemática na IA, em vez de esperarem simplesmente que os colaboradores a aceitassem.

A ADP implementou a sua "Estrutura 5P" em todas as iniciativas de IA:

• Objetivo (por que razão estamos a utilizar IA aqui)
• Pessoas (quem está envolvido nas decisões)
• Processo (como funciona)
• Desempenho (como medimos o sucesso)
• Proteção (que salvaguardas existem).

As organizações que utilizaram estruturas de confiança estruturadas registaram taxas de adoção de IA de 60-80%, em comparação com 30-40% nas que dependeram da criação informal de confiança.

"O humano no circuito foi classificado como a principal prioridade de governação por 71% dos líderes", afirmou Mabie.

A confiança não surge naturalmente de uma boa tecnologia. Exige uma conceção intencional. As empresas precisam de responder a perguntas específicas antes da implementação, tais como:

• Por que razão estamos a utilizar IA para esta tarefa?
• Quem supervisiona?
• Como é que o sistema toma decisões?
• O que acontece quando está errado?
• Que proteções existem?

As organizações que responderam explicitamente a estas perguntas — na documentação, na formação e na comunicação contínua — criaram confiança mais rapidamente e mantiveram-na durante mais tempo.

O Efeito Cascata dos Custos Ocultos

Os custos vão muito além de orçamentos de software desperdiçados.

Um incidente grave pode travar a adoção durante meses. A perda de confiança tornou-se um imposto oculto sobre as iniciativas futuras.

"A IA pode acelerar a primeira versão, mas, se não redesenhar o processo de revisão, cria um novo problema", afirmou Pange. "As equipas passam agora tempo a verificar e corrigir. Chamamos a isto o 'imposto de verificação'." Esta pressão mental contribui para problemas de discernimento dos colaboradores, à medida que estes tentam equilibrar a assistência da IA com o pensamento crítico.

O cinismo dos colaboradores surgiu como outro custo oculto. Quando a liderança promoveu excessivamente a IA e investiu pouco em formação e redesenho dos fluxos de trabalho, os colaboradores resistiram à adoção. Pior ainda, utilizaram ferramentas de IA não autorizadas, criando o problema da IA clandestina, que consumiu recursos de segurança e conformidade.

O Inquérito em Tempo Real à População da Reserva Federal de St. Louis concluiu que, em agosto de 2025, cerca de metade dos adultos dos EUA afirmou utilizar IA generativa e mais de um terço utilizava-a no trabalho. O inquérito estimou poupanças de tempo equivalentes a cerca de 1,6% do total de horas de trabalho, com um potencial aumento da produtividade de até 1,3% desde o lançamento do ChatGPT.

Mas esses ganhos foram distribuídos de forma desigual.

"Enquanto uma empresa está presa no purgatório dos projetos-piloto, outra está silenciosamente a melhorar os níveis de serviço, o volume de vendas ou o tempo de ciclo operacional", afirmou Pange. "E essa vantagem resultante de melhorias incrementais e aprendizagens começa a acumular-se."

A Mudança na Maturidade da Medição

Uma das evoluções mais claras de 2025 foi a forma como as empresas mediram o sucesso da IA.

"No início do ano, o sucesso era definido em torno do lançamento de projetos-piloto e da demonstração da viabilidade", afirmou Mabie. "Gradualmente, os líderes passaram a medir a literacia em IA e o ROI através dos resultados empresariais."

O facto de a maioria dos líderes medir o ROI reflete uma maturidade mais ampla. "Quão interessante é?" passou a ser "Qual é o KPI e onde está a linha de base?"

Passar da medição das taxas de adoção para a medição do impacto empresarial implica avaliar não só se os colaboradores utilizam ferramentas de IA, mas também se essas ferramentas melhoram a qualidade das decisões, reduzem os tempos de ciclo ou libertam capacidade para trabalho de maior valor.

As organizações mais sofisticadas mediram tanto os ganhos de eficiência como o desenvolvimento de capacidades. Queriam saber se a IA estava a tornar os colaboradores mais rápidos e melhores, reconhecendo que a maturidade da IA exige uma avaliação abrangente.

O Alerta na Afetação de Recursos

Talvez a aprendizagem mais importante de 2025 seja que a regra 70-20-10 para o investimento em IA se revelou precisa e que a maioria das empresas estava a afetar os recursos ao contrário.

A regra, validada por vários estudos de investigação, estabelece que 70% do investimento na transformação com IA deve ser destinado às pessoas e à mudança de processos, 20% à infraestrutura e à integração e 10% aos algoritmos e modelos.

A maioria das empresas de média dimensão gastava 60-70% em tecnologia e esforçava-se por financiar o trabalho de mudança organizacional.

Isso significa financiar funções de gestão da mudança, proteger tempo para a aprendizagem e a adaptação, investir em programas de coaching assistido por IA, estratégias de comunicação e estruturas de apoio organizacional.

As empresas que mantiveram investimentos centrados na tecnologia viram as suas iniciativas de IA estagnar, independentemente do grau de sofisticação da tecnologia. Algoritmos bons com organizações despreparadas tiveram sempre um desempenho inferior ao de algoritmos medíocres com organizações preparadas.

O que 2026 exige

As lições de 2025 apontam para várias prioridades claras para as empresas de média dimensão que entram em 2026.

• Integrar a IA nos fluxos de trabalho existentes. A divisão na integração dos fluxos de trabalho só irá aumentar. Deixe de lançar ferramentas de IA autónomas e comece a atualizar as plataformas que os colaboradores já utilizam.

• Investir na formação antes da tecnologia. A conclusão da Zapier de que os trabalhadores sem formação têm uma probabilidade 6 vezes superior de afirmar que a IA os torna menos produtivos deveria alarmar todos os executivos que planeiam investimentos em IA. A lacuna de competências não será colmatada através de licenças de software.
• Simplificar antes de acrescentar complexidade. As empresas com conjuntos de tecnologias fragmentados terão dificuldades em implementar a IA de forma eficaz. "As organizações que trabalham com líderes de software que eliminam agressivamente elementos do conjunto tecnológico, integram a IA nos seus sistemas e substituem a dispersão tecnológica por sistemas unificados obterão uma vantagem competitiva", afirmou Ballal.
• Criar uma governação que permita, em vez de bloquear. A governação com intervenção humana foi classificada como a principal prioridade por 71% dos líderes. No entanto, uma governação que abrande a implementação até quase a paralisar cria IA sombra. O objetivo é uma governação simples que torne seguro avançar rapidamente.
• Expandir as capacidades de orquestração. "Mais equipas de empresas de média dimensão irão adotar a orquestração de IA", afirmou Mabie. "Como as equipas de empresas de média dimensão não têm os recursos necessários para reconstruir completamente as plataformas e as equipas, irão utilizar e ligar as ferramentas existentes através da orquestração de IA."

Os dados da Zapier mostram que 25% dos líderes esperam alcançar uma orquestração de IA em grande escala até 2026, enquanto 43% preveem operar fluxos de trabalho autónomos entre funções. Tendo isso em mente, é boa ideia:

• Reformular explicitamente as funções de gestão. A IA altera o trabalho dos gestores. Reconheça essa mudança, apoie a transição e aceite que alguns gestores não conseguirão acompanhá-la.
• Reconstruir os modelos de carreira para a era da IA. Os percursos tradicionais de progressão estão a desmoronar-se. As empresas precisam de novos modelos para definir como as pessoas progridem quando a IA assume tarefas que anteriormente contribuíam para o seu desenvolvimento.
• Construir a confiança de forma sistemática. Os modelos de confiança funcionam. A criação informal de confiança não funciona. Responda explicitamente aos cinco P para cada implementação de IA: Propósito, Pessoas, Processo, Desempenho, Proteção.
• Realocar os orçamentos de acordo com a regra 70-20-10. A maior parte do valor da IA provém da mudança organizacional. A maior parte dos orçamentos de IA é canalizada para a tecnologia. Corrija essa discrepância ou aceite retornos mais baixos.
• Medir os resultados empresariais, não as métricas tecnológicas. Acompanhe a qualidade das decisões, a redução do tempo dos ciclos e o desenvolvimento de competências — e não apenas a utilização do sistema.

"Algumas tendências que provavelmente irão desaparecer são as experiências pontuais, os modelos de automatização exclusivos para programadores e a ideia de 'IA como funcionalidade'", afirmou Mabie.

A diferença entre líderes e retardatários não se prende com quem tem IA. Prende-se com quem aprendeu com a sua implementação. Essa lacuna de aprendizagem irá aumentar à medida que as decisões sobre IA em 2026 determinarem quais as empresas que recuperam o atraso e quais ficam ainda mais para trás.