As pessoas estão prontas para a IA. As empresas ainda não.

As pessoas já estão prontas para trabalhar com IA. As empresas, na maior parte dos casos, ainda não. Segundo pesquisa da McKinsey de 2026, 70% dos profissionais se sentem preparados para usar IA no dia a dia, mas só 27% dos líderes acreditam que a própria organização está pronta para fazer as mudanças necessárias, e apenas 11% das empresas chegaram ao estágio de reinvenção, em que a IA de fato redesenha a forma de operar.

A Inteligência Artificial já deixou de ser promessa. Está presente no dia a dia de milhões de profissionais. ChatGPT, Claude, Gemini, Copilot e tantas outras ferramentas passaram a fazer parte da rotina de desenvolvedor, analista, engenheiro, equipe de marketing, jurídico, RH e executivo. Em muitas organizações, essa adoção aconteceu de forma espontânea, puxada pelos próprios colaboradores, sem esperar autorização de ninguém.

O problema nunca foi a tecnologia

Esse dado nos leva a uma reflexão importante. O problema nunca foi a tecnologia.

Nos últimos anos, grande parte da discussão girou em torno de modelo de linguagem, agente inteligente, prompt e ferramenta nova. Tudo isso importa, e vale a pena acompanhar. Mas talvez estivéssemos olhando para o lugar errado o tempo todo.

A maioria das empresas já tem acesso às melhores tecnologias do mercado, muitas vezes ao mesmo modelo que o concorrente usa. Os colaboradores já demonstraram disposição para usá-las, sem precisar de treinamento formal para começar. Então por que tão poucas organizações conseguem capturar valor em escala, e não só em ilhas isoladas de produtividade?

Porque a dificuldade não está na adoção da IA. Está na transformação da organização em torno dela.

A adoção aconteceu. A governança ainda não

Hoje é comum encontrar empresa onde cada colaborador usa uma ferramenta diferente, informação sensível é enviada para modelo público sem que ninguém perceba o risco, não existe política clara de uso, ninguém sabe ao certo quanto está sendo gasto com IA porque o gasto está espalhado em dezenas de assinaturas individuais, não há auditoria nem observabilidade sobre o uso dos modelos, e diferentes áreas desenvolvem solução isolada sem qualquer padronização entre elas.

Nesse cenário, a IA gera produtividade individual, e isso não é pouco. Mas dificilmente gera vantagem competitiva para a organização como um todo. Sem uma estratégia comum, cada colaborador resolve um problema local, do jeito que consegue, com a ferramenta que tem à mão. A empresa, porém, continua operando do mesmo jeito de antes, só que com mais gente usando IA por conta própria.

O próximo desafio é organizacional

Assim como a adoção da computação em nuvem exigiu disciplina nova, como FinOps, arquitetura em nuvem e segurança específica para esse ambiente, a IA também exige uma camada de gestão própria, e ainda estamos no início da construção dela na maioria das empresas que conheço.

As organizações vão precisar responder pergunta como: quais modelos podem ser usados em cada tipo de tarefa, quais dados podem ser compartilhados com eles e quais nunca podem sair do ambiente controlado, como garantir conformidade com política interna e regulação que ainda está sendo escrita em vários países, como acompanhar custo e retorno sobre investimento de forma consolidada, como medir ganho real de produtividade sem depender só de percepção, e como evitar a criação de dezenas de soluções desconectadas resolvendo o mesmo problema de jeitos diferentes.

Essa discussão vai muito além da tecnologia. Envolve processo, cultura, arquitetura, segurança e liderança, na mesma proporção. Em outras palavras, envolve governança de IA, e governança boa não nasce de uma política publicada de cima para baixo sem entender como o uso já estava acontecendo.

O que fizemos na Sesatech

Foi essa reflexão que nos levou a desenvolver uma arquitetura própria de governança de IA. Na Sesatech, isso deu origem ao que chamamos de Hub de Governança de IA: uma camada que reúne política de uso, arquitetura, segurança, observabilidade, gestão de custo e métrica num só lugar, em vez de deixar cada área resolver isso sozinha, do seu jeito, com seu próprio orçamento invisível.

A ideia por trás disso é simples de descrever e bem mais difícil de executar: transformar experimentação dispersa em capacidade operacional, sem travar a inovação que a adoção espontânea já tinha começado a produzir. O risco real não é a pessoa usar IA sem permissão. É a organização descobrir tarde demais que não sabe o que está rodando, com que dado, e a que custo.

Preparar a organização será o verdadeiro diferencial

Nos próximos anos, praticamente todas as empresas terão acesso às mesmas tecnologias, quase ao mesmo tempo. O diferencial competitivo dificilmente estará em quem usa o modelo mais recente primeiro. Estará em quem conseguir criar uma organização preparada para usar IA de forma consistente, segura e escalável, e não apenas empolgada com ela.

Na minha visão, a vantagem competitiva vai ser construída pela capacidade de transformar iniciativa isolada em competência organizacional. A próxima onda da IA não vai ser definida por quem adotou a tecnologia primeiro. Vai ser definida por quem conseguiu incorporá-la ao próprio modelo de operação, de um jeito que sobrevive à saída de qualquer pessoa específica.

Se os seus colaboradores já estão prontos para usar IA, mas sua organização ainda não está preparada para governá-la, o desafio da sua empresa ainda é tecnológico, ou já se tornou organizacional?

Fonte: McKinsey & Company, From adoption to impact: Three horizons of AI transformation (2026).