Existe um lugar onde os projetos de inteligência artificial das empresas costumam parar: o purgatório dos pilotos. O teste é aprovado, a demonstração impressiona, a diretoria aplaude — e nada disso chega à operação. Meses depois, ninguém consegue dizer o que mudou no resultado.
O número mais citado sobre isso veio do MIT. O relatório The GenAI Divide: State of AI in Business 2025, do projeto NANDA, publicado em julho de 2025, avaliou mais de 300 iniciativas de IA divulgadas publicamente, entrevistou representantes de 52 organizações e ouviu 153 líderes seniores. A conclusão: apesar de US$ 30 a 40 bilhões investidos por empresas em IA generativa, 95% das organizações não obtêm retorno algum. Apenas 5% dos pilotos integrados extraem valor relevante.
A pesquisa é enfática num ponto que interessa a quem decide: essa divisão não parece ser causada pela qualidade do modelo nem por regulação. Ela é determinada pela abordagem.
O dado converge com o mercado mais amplo. Uma pesquisa da S&P Global Market Intelligence com mais de mil empresas da América do Norte e da Europa, divulgada em março de 2025, apontou que 42% delas abandonaram a maior parte de suas iniciativas de IA naquele ano, contra 17% no ano anterior. A organização média descartou 46% de suas provas de conceito antes de chegarem à produção.
Para uma empresa brasileira ou latino-americana, o recado é direto: o risco não é ficar de fora da IA. É gastar tempo, orçamento e credibilidade interna em testes que nunca viram capacidade da empresa.
O piloto não morre por causa do modelo
O mesmo relatório do MIT mostra onde a conta desanda. Ferramentas de chat de uso geral são amplamente adotadas: mais de 80% das organizações já exploraram ou pilotaram algo como ChatGPT ou Copilot, e cerca de 40% relatam algum tipo de implantação. Mas esses usos aumentam a produtividade de pessoas isoladas — não o resultado do negócio.
Quando a empresa tenta o passo seguinte, o funil se estreita brutalmente: 60% das organizações avaliaram sistemas corporativos, apenas 20% chegaram a piloto e somente 5% chegaram à produção. As causas apontadas são sempre as mesmas três: fluxos frágeis, falta de contexto e desalinhamento com a operação do dia a dia.
Traduzindo: o piloto morre porque a IA não sabe onde está. Ela não conhece o jeito da casa, não enxerga os documentos que valem, não acessa os sistemas onde o trabalho acontece e não sabe quem está pedindo o quê. Um assistente brilhante e desinformado continua sendo um assistente desinformado.
Três desconexões que matam o piloto
1. O conhecimento certo não está lá
Na demonstração, alguém anexa dois arquivos e a resposta sai perfeita. Na operação, a pergunta depende de uma política revisada no mês passado, de um procedimento que mudou e de uma tabela que só uma área conhece. O conteúdo existe, mas está espalhado — e misturado com versões antigas que ninguém aposentou.
Sem um critério para o que pode virar conhecimento oficial, a IA responde com o que encontrar. A entrada de conhecimento precisa ser tratada como processo, não como um upload: documento crítico passa por revisão e aprovação, com responsável definido, antes de virar referência para as respostas.
2. Os processos e os sistemas ficam de fora
Um piloto que só conversa entrega texto. Um projeto que muda o resultado precisa alcançar o lugar onde a tarefa termina: o chamado que é aberto, o pedido que é atualizado, a planilha que alimenta o fechamento. Enquanto a IA vive separada da operação, cada ganho depende de alguém copiar e colar — e esse alguém desiste na terceira semana.
3. Ninguém sabe quem está falando
A pergunta "essa pessoa podia ver isso?" não tem resposta em uma ferramenta que não conhece a estrutura da empresa. Sem resposta, o projeto trava por decisão de segurança — corretamente. Muitos pilotos terminaram assim: não por falharem, mas por não ter como responder quem viu o quê.
O piloto que funcionou também precisa ter para onde ir
Há um segundo tipo de morte, menos comentado e igualmente caro. Alguém da equipe descobre um uso realmente bom — preparar a proposta, conferir um contrato, resumir o relatório semanal. Funciona. E fica no histórico pessoal dessa pessoa. Quando ela muda de área, o aprendizado vai junto.
Produtividade individual não se acumula sozinha. Ela só vira capacidade da empresa quando existe um caminho para o que funcionou ser reutilizado por quem tem direito de usar: o agente, o prompt ou o fluxo sai do uso individual e passa a ter alcance definido por pessoas, grupos e papéis. É uma das ideias centrais do desenho da Skyller.
Reutilizar não é abrir tudo para todos: a memória pessoal continua pessoal, e documentos e integrações seguem seus próprios escopos e credenciais.
O que precisa existir na prática
A diferença entre um teste e uma operação não está no modelo escolhido, e sim em um ambiente que reúne conhecimento, processos e sistemas com regras claras de quem acessa o quê. Isso exige mecanismos que um piloto solto não tem:
- Conhecimento com dono e validade. Documento crítico passa por revisão e aprovação antes de orientar respostas e agentes, e a resposta indica em que se baseou.
- Identidade corporativa de verdade. A pessoa entra com o login da rede, e o desligamento no diretório da empresa acompanha o acesso.
- Acesso função por função. Em uma integração com dezenas de funções, liberar as duas de que a área precisa sem entregar as outras.
- Aprovação conforme o risco. Ações sensíveis param e pedem confirmação humana antes de acontecer.
- Trilha de auditoria. Criar um agente, aprovar um documento, mudar uma permissão: o que aconteceu permanece reconstruível.
- Reuso com alcance definido. O que funcionou para uma pessoa vira capacidade da equipe, sem abrir o que não deve ser aberto.
É assim que a Skyller foi desenhada: conhecimento aprovado, identidade corporativa, permissão por função, aprovação conforme o risco e registro do que aconteceu, no mesmo ambiente.
Governança não é o freio — é o que permite acelerar
Os dados de mercado apontam para o mesmo lugar. A Deloitte, em sua pesquisa State of AI in the Enterprise com 3.235 líderes de negócio e de tecnologia em 24 países, encontrou apenas 21% das organizações com modelos maduros de governança para agentes de IA — enquanto a adoção desses agentes avança bem mais rápido que os controles.
O retorno segue a mesma curva. A BCG, no estudo The Widening AI Value Gap, publicado em 30 de setembro de 2025 com 1.250 executivos de nove setores, classificou 60% das empresas como retardatárias, com ganhos mínimos de receita e de custo, e apenas 5% como capazes de gerar valor em escala. Outros 35% estão expandindo e começando a ver resultado.
A leitura conjunta é desconfortável e útil: quem não tem controle não escala, e quem não escala não captura valor.
Um roteiro para sair do piloto
Atravessar essa linha não exige um programa de transformação. Exige trocar a pergunta. Em vez de "que ferramenta de IA vamos testar?", pergunte "que trabalho nosso vai passar a ser feito de outro jeito?".
- Escolha um processo real, não uma demonstração. Um que tenha volume, dono e um número associado — tempo de resposta, retrabalho, prazo de fechamento. Se ninguém consegue dizer qual número deveria mudar, ainda não é um projeto.
- Defina quem acessa o quê antes de ligar qualquer coisa. Quais documentos valem, quem pode consultá-los, quais ações exigem aprovação humana e quem responde por elas.
- Meça no lugar onde a dor mora. Compare o mesmo indicador antes e depois, com o mesmo critério. Elogio de usuário é sinal; não é resultado.
- Transforme o que funcionou em capacidade da equipe. Um bom uso individual deve virar um agente, um prompt ou um fluxo reutilizável, com permissões definidas — senão você repetirá o piloto na próxima área.
- Só então repita. Um processo por vez, com o mesmo padrão de conhecimento, permissão, aprovação e registro.
Três perguntas para levar à próxima reunião sobre IA:
- Qual processo da nossa operação ficará mensuravelmente diferente — e qual número prova isso?
- Se alguém perguntar hoje quem viu qual informação e quem aprovou qual ação, temos a resposta?
- O que a nossa melhor pessoa descobriu com IA no último trimestre já está disponível para quem tem direito de usar?
