As empresas brasileiras precisam lidar com um problema em relação ao uso da IA: de um lado, lideranças que falam em transformação, agentes autônomos e reinvenção de processos via inteligência artificial. Do outro, equipes sem orçamento definido, sem cultura preparada e sem saber lidar com essa tecnologia. Esse paradoxo central foi o ponto de partida de uma pesquisa inédita conduzida pela Skyone, empresa brasileira especializada em nuvem, dados, IA e cibersegurança, em parceria com o MIT Technology Review Brasil, cujos resultados foram apresentados na noite de quinta-feira, 17 de junho, na sede da empresa em São Paulo, para executivos, líderes de TI, gestores de empresas e clientes. A DCD esteve presente e traz os resultados da pesquisa.

O estudo ouviu cerca de 265 líderes e profissionais de áreas como tecnologia, contabilidade, varejo e jurídico entre abril e maio de 2026. Seu recorte central é a chamada força de trabalho híbrida: equipes em que profissionais humanos atuam lado a lado com assistentes generativos, copilotos, automações inteligentes e agentes autônomos para executar atividades operacionais, analíticas e criativas.

Para mapear o estado atual das organizações, o MIT Technology Review Brasil desenvolveu um framework de maturidade dividido em cinco níveis. Do mais incipiente, em que a IA ainda é uma curiosidade periférica, ao mais avançado, em que ela permeia, de forma integrada, todas as camadas do negócio. O dado mais revelador não é a heterogeneidade de onde estão as empresas nesses níveis, é a consistência de um padrão observado em todos eles: independentemente de onde estão na escada, as lideranças acreditam que precisam caminhar em direção a um mundo em que a IA permeará todas as instâncias e cadeias do negócio. O problema está na distância entre o acreditar e o fazer.

Diferentemente de tecnologias anteriores, como a migração para a nuvem, o big data, o blockchain, a inteligência artificial não é invisível para a operação. Ela se materializou como uma entidade com a qual as pessoas se relacionam diretamente. Você não conversa com a nuvem. Você conversa com o assistente de IA. Essa intimidade muda tudo e é justamente por isso que a adoção da IA não pode ser tratada como mais uma implementação de infraestrutura. Ela exige redesenho de processos, de cultura e de mentalidade.

Quando perguntadas sobre agentes de IA, os sistemas autônomos capazes de executar tarefas complexas de forma encadeada, 99% das empresas respondentes afirmaram que essa tecnologia é central e nevrálgica para o negócio. Mas o levantamento revelou outro lado: 57% dessas mesmas empresas sequer estruturaram um orçamento para iniciativas de IA, ou não sabem como começar a construir um. Muitas organizações ainda tratam a IA como fizeram com tecnologias anteriores, ou seja, compram a ferramenta e esperam que o resultado apareça sozinho. Há também um recorte estratégico que agrava o quadro. Entre as empresas que ainda operam majoritariamente com infraestrutura local, 47% projetam agentes executando processos inteiros nos próximos três anos, ambição que contrasta com a realidade técnica de quem não tem nem base de nuvem estruturada para sustentar esses sistemas.

A principal barreira à escala da IA não está no acesso a modelos ou ferramentas. Está na capacidade das organizações de integrar dados, processos, infraestrutura e áreas de negócio. Segundo o estudo, 40% dos respondentes apontam exatamente esse ponto como o principal entrave, e 46% ainda operam com silos ou sem dinâmica definida entre negócio e TI. Essa estrutura fragmentada limita diretamente o avanço dos agentes inteligentes, que dependem de dados conectados, governança clara e fluxos bem definidos para gerar valor de forma consistente. O padrão se repete na infraestrutura: 59% das empresas afirmam não ter base tecnológica adequada para sustentar iniciativas robustas de IA em escala.

A integração, porém, não é só um problema técnico. Durante a apresentação da pesquisa, o jornalista Carlos Aros, editor executivo do MIT Technology Review Brasil, ilustrou esse ponto com um caso concreto: em uma conversa recente com líderes de cibersegurança, um dos executivos disse que a IA estava gerando insights tão sofisticados que o analista humano precisava ter um nível de criticidade completamente diferente para acompanhar o raciocínio do sistema. A barreira não era o algoritmo, era o profissional não estar preparado para dialogar com ele.

Há um sintoma recorrente nas empresas que já avançaram em iniciativas de IA: o foco excessivo em produtividade como fim em si mesmo. A pesquisa mostra que 46% das organizações investem em IA com foco em produtividade, não em inovação estrutural. Apenas 14% usam retorno sobre investimento como métrica principal para avaliar as iniciativas. Durante a apresentação da pesquisa, Aros narrou um episódio que resume esse fenômeno. Uma executiva se aproximou após um evento e relatou que sua equipe havia ganhado 40 horas mensais graças ao uso da IA. A resposta de Aros foi questionar a empresa sobre o que fizeram com essas 40 horas. Para que fazer mais, perguntou o jornalista. Liberar espaço não significa gerar resultado. A IA não pode ser uma resposta para a pergunta errada, afirmou. Enquanto as empresas não distinguirem produtividade de resultado de negócio, continuarão investindo em velocidade sem converter esse esforço em crescimento, em novos produtos ou em revisão dos processos que de fato precisam ser repensados.

Toda transformação tecnológica carrega uma equação humana. No caso da IA, essa equação é especialmente delicada. Pela primeira vez, a tecnologia não é invisível: ela se senta ao lado do colaborador, responde às suas perguntas, reescreve seus textos, analisa seus dados. Isso gera, simultaneamente, fascínio e angústia, uma tensão que está presente nos dados levantados pela pesquisa. A construção da nova força de trabalho híbrida ainda é um desafio para a maioria. Segundo o estudo, 59% das organizações não se consideram preparadas para operar equipes compostas por profissionais e sistemas de IA nos próximos 12 meses. O dado revela que o avanço dos agentes depende não apenas de infraestrutura, mas da capacidade das empresas de redesenhar papéis, preparar lideranças e desenvolver profissionais aptos a supervisionar, interpretar e orientar o trabalho realizado por sistemas inteligentes.

A questão de quem forma esses profissionais é central. Enquanto 41% das empresas priorizam especialistas técnicos em suas iniciativas de IA, apenas 24% dão atenção equivalente a perfis voltados à adoção, gestão da mudança e transformação cultural. O desequilíbrio é sintomático: as empresas estão investindo para que os sistemas funcionem, mas não para que as pessoas saibam trabalhá-los com criticidade. A pesquisa aponta que esse gap de letramento precisa ser tratado como um conceito amplo, que vai além da área de TI e abrange toda a organização: financeiro, marketing, RH, jurídico e operações. O chamado letramento em IA é, na prática, uma camada adicional e indispensável do letramento profissional contemporâneo.

Um dos conceitos mais instigantes que emergiu do estudo é o do profissional híbrido, aquele cuja capacidade de entrega se divide entre o que ele mesmo executa e o que seus agentes de IA entregam por ele. É uma ideia que dialoga com o conceito de cibridismo: a dissolução gradual das fronteiras entre o analógico e o digital, entre o humano e o algorítmico. Nesse modelo, cada usuário torna-se, em alguma medida, uma liderança. Quem opera um agente tem um subordinado digital. Quem coordena múltiplos agentes lidera uma equipe. E quem consegue fazer esses agentes conversarem com outros sistemas da organização exerce, na prática, uma função gerencial de novo tipo, para a qual as empresas ainda não desenvolveram qualquer trilha formal de capacitação.

As implicações são profundas para a forma como as organizações definem hierarquia, responsabilidade e medição de desempenho. À medida que agentes de IA passam a apoiar análises, decisões e fluxos operacionais, o diferencial competitivo das empresas tende a depender cada vez mais da capacidade humana de interpretar contextos, formular boas perguntas, tomar decisões complexas e gerar diferenciação em ambientes crescentemente automatizados.

Nenhum dos problemas mapeados pela pesquisa tem solução sem um elemento fundamental: a governança. Não a governança entendida apenas como conformidade regulatória ou controle de acesso, mas a governança como processo que atravessa tecnologia, negócio e cultura; que estabelece parâmetros claros para a adoção da IA; e que nasce da tomada de decisão estratégica, não da área de TI. O ganho real da IA aparece quando ela entra nos processos com profundidade, conectada a dados integrados, regras de negócio, governança e responsabilidades claramente distribuídas entre áreas. Empresas que tratam a adoção como jornada contínua, e não como projeto pontual, tendem a construir maturidade de forma mais consistente.

Sem isso, a IA se torna mais um recurso perdido em um universo de ferramentas sem norte. Com ele, é possível conectar o investimento à finalidade, medir resultados de forma padronizada e criar os parâmetros que permitem à empresa avançar de forma consistente pelos degraus de maturidade — em vez de acumular pilotos que nunca decolam.

A pesquisa da Skyone e do MIT Technology Review Brasil converge para três movimentos essenciais que as organizações precisam priorizar:

• Tratar a IA como jornada, não como projeto: iniciativas pontuais e pilotos isolados raramente geram escala. A consolidação de times híbridos depende da combinação consistente entre infraestrutura, dados, liderança e cultura organizacional.
• Ampliar o letramento para além da TI: o upskilling e o reskilling precisam alcançar todas as áreas: financeiro, marketing, operações, jurídico. A capacidade de supervisionar, interpretar e orientar sistemas de IA não é atributo exclusivo dos técnicos.
• Construir governança antes de escalar: dados integrados, responsabilidades claras e métricas definidas são pré-requisitos para que os agentes gerem valor de forma consistente. A qualidade da informação que alimenta os sistemas é tão determinante quanto a sofisticação do modelo.

Para Carlos Aros não é possível ignorar essa discussão. As empresas, os líderes, precisam ouvir as pessoas que estão na linha de frente tentando fazer a IA funcionar para elas e para a empresa. Essa escuta, antes de qualquer tecnologia, é o verdadeiro primeiro passo.