Apenas um em cada cinco líderes de Data & Analytics (D&A) ou de Inteligência Artificial (IA) demonstra preocupação de que custos imprevisíveis possam limitar o valor gerado pela IA, segundo levantamento do Gartner. A pesquisa, realizada entre novembro e dezembro de 2025 com 353 executivos da área, indica que apenas 44% das organizações adotaram práticas de FinOps ou mecanismos de proteção financeira para projetos de IA.

O estudo também aponta que a adoção de iniciativas de IA avançou significativamente: passou de duas em cada cinco empresas em 2024 para quatro em cada cinco atualmente. Para Gareth Herschel, Vice-Presidente Analista do Gartner, esse cenário exige que líderes de D&A priorizem clareza sobre retorno sobre investimento (ROI) e responsabilidade na entrega de valor, em meio ao aumento das expectativas e ao debate sobre uma possível “bolha” de IA.

Sarah James, Diretora Analista Sênior do Gartner, destaca que o ROI deve ser entendido para além das métricas financeiras tradicionais e que diferentes abordagens de valor podem ajudar as organizações a navegar com mais segurança no uso estratégico da inteligência artificial.

O avanço da velocidade e da incerteza nos projetos de Inteligência Artificial, somado a preocupações sobre confiança e controle, tem aumentado a necessidade de aprendizado contínuo nas organizações. Segundo o Gartner, embora líderes de Data & Analytics estejam acumulando experiência com IA, isso não impede que fiquem para trás, já que o ritmo de experimentação é generalizado.

A consultoria aponta que esses executivos precisam definir com clareza o nível de ambição em IA, repensar o impacto da tecnologia em suas áreas, estabelecer uma visão comum e assumir protagonismo na gestão de custos e riscos associados. Sem bases estruturadas, a IA tende a permanecer um experimento caro para a maioria das empresas.

O Gartner também destaca que não é realista esperar que a IA ou a IA generativa compensem atrasos tecnológicos ou estruturas fragmentadas. Para reduzir riscos, os líderes devem garantir que os dados estejam preparados para uso em IA, evitar a exposição indevida de informações e mitigar imprecisões por meio de camadas de contexto bem definidas. A recomendação é alinhar essas iniciativas ao nível de ambição da organização, fortalecer a governança e criar uma base unificada de contexto para sustentar aplicações de IA.

Embora as organizações avancem rapidamente em iniciativas de Inteligência Artificial, a capacidade humana de absorver mudanças permanece limitada, o que cria um descompasso entre a prontidão tecnológica e o preparo das equipes. Segundo o Gartner, líderes de Data & Analytics precisam direcionar seus esforços ao desenvolvimento de competências, e não apenas a funções ou ferramentas específicas.

A consultoria destaca que investir na capacitação da força de trabalho — com foco em mentalidade, habilidades e mudanças comportamentais — pode elevar o engajamento, a produtividade e a adaptabilidade. Para isso, recomenda-se destinar um orçamento consistente à gestão de mudanças, priorizar competências em vez de ferramentas, responder às preocupações dos funcionários com planos estruturados de desenvolvimento e testar modelos de equipes híbridas que combinem pessoas e sistemas de IA.