Negócios

O paradoxo da IA generativa: como as empresas têm vindo a repetir os mesmos erros há 30 anos

78% das empresas implementaram a IA generativa e 78% relatam um impacto nulo nos lucros - porquê? O mesmo erro dos últimos 30 anos: CD-ROMs para catálogos em papel, websites-brochuras, telemóvel=desktop encolhido, digital=papel digitalizado. 2025: utilizam o ChatGPT para escrever e-mails mais rapidamente em vez de eliminarem 70% dos e-mails repensando a comunicação. Números de insucesso: 92% aumentarão os investimentos em IA, mas apenas 1% tem implementações maduras, 90% dos projectos-piloto não atingem a produção, 109,1 mil milhões de dólares investidos nos EUA em 2024. Estudo de caso real (200 trabalhadores): de 2100 e-mails/dia para 630 em 5 meses, substituindo as actualizações de estado por painéis de controlo em tempo real, as aprovações por fluxos de trabalho automatizados, a coordenação de reuniões por programação de IA, a partilha de informações por uma base de conhecimentos inteligente - ROI em 3 meses. Os líderes de IA que começam do zero obtêm um crescimento de 1,5x das receitas e 1,6x do retorno para os acionistas. Quadro anti-paradoxo: auditoria brutal ("será que isto existiria se eu reconstruísse a partir do zero?"), eliminação radical, reconstrução com base na IA. Pergunta errada: "Como é que adicionamos IA?" Pergunta correta: "Se reinventássemos hoje a partir do zero?"

Cá vamos nós outra vez. Mais uma vez, as empresas estão a pegar numa tecnologia revolucionária e a utilizá-la para fazer exatamente o mesmo que faziam antes. Só que, desta vez, estamos a falar de inteligência artificial e os números são impiedosos: 78% das empresas implementaram IA generativa, mas a mesma percentagem refere um impacto nulo nos lucros.

Bem-vindos a mais um capítulo de uma história que se repete há três décadas.

A história que nunca aprendemos

Anos 90: A ilusão do CD-ROM

O que estavam a fazer: "Digitalizámos tudo! Os nossos catálogos estão em CD-ROM!"A realidade: pegaram nos catálogos em papel, digitalizaram-nos e colocaram-nos num disco. Os mesmos processos, a mesma forma de trabalhar, a mesma ineficácia. Apenas num suporte diferente.

Anos 2000: a vitrina do sítio Web

O que fizeram: "Estamos em linha! Temos um sítio Web!"A realidade: uma brochura digital. Sem comércio eletrónico, sem interação, sem processo repensado. Apenas papel transferido para HTML.

Anos 2010: Móvel = Site encolhido

Oque fizeram: "Estamos preparados para os telemóveis!"A realidade: o sítio Web normal era comprimido num ecrã pequeno. Sem aplicações nativas, sem processos optimizados para dispositivos móveis, sem uma experiência de utilizador repensada.

Década de 2020: Digital = Papel digitalizado

Oque fizeram: "Somos uma empresa digital!" A realidade: PDF em vez de papel, correio eletrónico em vez de fax, mas exatamente os mesmos fluxos de trabalho de há 30 anos.

2025: A IA como uma nova roupagem para processos antigos

Hoje assistimos a mais uma repetição do mesmo guião:

"Temos o ChatGPT!"

O que fazem: utilizam a IA mais avançada do mundo para... escrever e-mails ligeiramente melhores.

‍Oproblema: Estes instrumentos proporcionam melhorias generalizadas, mas são difíceis de medir, uma vez que os benefícios tendem a ser subtilmente distribuídos pelos trabalhadores.

"Temos um copiloto!"

O que fazem: Quase 70% das empresas da Fortune 500 utilizam o Microsoft 365 Copilot para fazer as mesmas apresentações do PowerPoint de sempre, mas mais rapidamente.

‍Oproblema: não repensar os processos. A mesma reunião, a mesma ineficiência.

"Temos um piloto de IA!"

O que fazem: 84% das empresas ficam presas em modo piloto durante mais de um ano, testando soluções que nunca mudam a forma como funcionam efetivamente.

‍Oproblema: fazem experiências intermináveis sem nunca questionar o processo subjacente.

O padrão eterno: nova tecnologia + processos antigos = desperdício de dinheiro

A fórmula do fracasso

É sempre a mesma história:

  1. Chega uma nova tecnologia revolucionária
  2. As empresas ficam entusiasmadas e investem milhares de milhões
  3. Aplicar a tecnologia aos processos existentes
  4. Nada de substancial muda
  5. Queixam-se de que "a tecnologia não cumpre as suas promessas

Dados de repetição

A investigação confirma o padrão:

Resultado: os mesmos números, a mesma frustração de sempre.

Estudo de caso concreto: O paradoxo do correio eletrónico

Vejamos o exemplo perfeito do paradoxo em ação: a gestão do correio eletrónico empresarial.

A abordagem errada (o que toda a gente faz)

"Utilizamos o ChatGPT para o correio eletrónico!"

  • IA para escrever e-mails mais rapidamente
  • IA para resumir mensagens de correio eletrónico longas
  • IA para categorizar o correio recebido
  • IA para sugerir respostas automáticas

O resultado: os gestores passam de 6 horas para... 5,5 horas por dia em e-mails. Melhoria marginal de um processo fundamentalmente quebrado.

A abordagem revolucionária (o que deve fazer)

Vamos eliminar 70 por cento dos e-mails repensando a comunicação

Análise brutal: Porque é que os e-mails existem?

As 4 categorias de e-mails desnecessários:

  1. Actualizações de estado (30% do total)
    • Mensagem de correio eletrónico típica: "O projeto X está a 65%, problema com o fornecedor Y".
    • Solução de IA: painéis de controlo em tempo real que se actualizam automaticamente a partir dos sistemas + alertas apenas quando é necessário agir
    • Resultado: Zero mensagens de correio eletrónico para actualizações passivas
  2. Pedidos de aprovação (25% do total)
    • Correio eletrónico típico: "Por favor, aprove esta despesa/decisão/documento
    • Solução de IA: fluxos de trabalho automáticos + IA que aprova tudo o que estiver abaixo de limiares predefinidos
    • Resultado: aprovações instantâneas, gestores livres para decisões estratégicas
  3. Coordenação de reuniões (20% do total)
    • Mensagem de correio eletrónico típica: "Quando podemos entrar em contacto? O que é que acha de terça-feira?"
    • Solução de IA: programação de IA que lê todos os calendários + coordenação automática
    • Resultado: reuniões organizadas sem intervenção humana
  4. Partilha de informações (25% do total)
    • Correio eletrónico típico: "Vou passar este documento/link/atualização para si
    • Solução de IA: base de conhecimentos em tempo real + feeds personalizados que levam automaticamente a informação certa à pessoa certa
    • Resultado: Fim dos "para a frente" e dos "para a frente

Estudo de caso real: Empresa de software (200 empregados)

FIRST (Abordagem Tradicional):

  • 2.100 mensagens de correio eletrónico/dia na empresa
  • 6 horas/dia de correio eletrónico do gestor
  • Tempo médio de resposta de 45 minutos

DEPOIS (5 meses de revolução da IA):

  • 630 e-mails/dia (-70%)
  • 1,5 horas/dia de comunicação
  • 8 minutos de tempo de resposta

Como o fizeram:

  • Mês 1: Painéis de controlo automáticos para projectos
  • Mês 2: Fluxo de trabalho de IA para aprovações padrão
  • Mês 3: Programação automática com IA
  • Mês 4: Base de conhecimentos inteligente
  • Mês 5: Cultura anti-email

ROI: O tempo recuperado pagou a totalidade da implementação em 3 meses.

Outros exemplos de paradoxo em ação

Bancos: IA para fazer as mesmas coisas

  • Abordagem errada: Chatbots que respondem a perguntas frequentes mais rapidamente
  • Abordagem correta: Eliminar as perguntas frequentes repensando completamente a integração do cliente

Retalho: Copiloto para processos antigos

  • Abordagem errada: IA para gerir melhor o inventário tradicional
  • Abordagem correta: Eliminar o inventário com modelos preditivos just-in-time

RH: Automatização da Burocracia

  • Abordagem errada: IA para processar currículos mais rapidamente
  • Abordagem correta: Eliminar os CV e reinventar o recrutamento com IA de correspondência de competências

Porque é que acontece sempre a mesma coisa?

1. É mais fácil acrescentar do que repensar

Adicionar um chatbot ao seu sítio Web é fácil. Repensar completamente a forma como lida com o serviço ao cliente é difícil.

Colocar o ChatGPT no correio eletrónico é rápido. Eliminar 70% dos e-mails repensando a comunicação interna é complexo.

2. Medo da mudança

Uma das barreiras mais persistentes é a mentalidade de silo que impregna as estruturas departamentais Ultrapassar as barreiras à implementação da IA nas grandes organizações. Mudar processos significa admitir que o que se estava a fazer antes era errado.

3. O mito da "tecnologia mágica

As empresas acreditam que a tecnologia resolve os problemas por si só. Não resolve. Nunca o fez.

Os poucos que compreendem (e estão a ganhar)

Verdadeiros inovadores

As empresas líderes em IA obtiveram um crescimento das receitas 1,5 vezes superior e um retorno para os acionistas 1,6 vezes superior Adoção da IA em 2024: 74% das empresas lutam para alcançar e escalar o valor | BCG.

O que fazem de diferente: Não acrescentam IA aos processos existentes. Começam do zero.

Exemplos de verdadeira inovação

  • Tesla: Não adicionou IA aos automóveis. Repensou o significado de "carro
  • Netflix: Não colocou a IA nos êxitos de bilheteira. Eliminou os êxitos de bilheteira
  • Amazon: Não optimizou as lojas. Eliminou as lojas

Como quebrar o ciclo (se te atreveres)

1. Deixar de perguntar "Como podemos utilizar a IA?"

Pergunta errada: "Como é que podemos adicionar IA ao nosso processo de vendas?"

‍Pergunta correta: "Se tivéssemos de reinventar as vendas a partir do zero hoje, como o faríamos?"

2. Começar do fim

Não comece com a tecnologia. Comece pelo resultado que pretende alcançar.

  • Quer ter zero correio eletrónico? Repensar a comunicação
  • Quer ter zero reuniões? Repensar a coordenação
  • Quer zero documentos? Repensar a informação

3. Aceite que tudo o que faz está provavelmente errado

A reformulação dos fluxos de trabalho tem o maior efeito na capacidade de ver o impacto dos sistemas de IA.

Não "melhorar". Eliminar e reconstruir.

4. O Quadro Prático Anti-Paradoxo

Para cada processo empresarial, pergunte a si próprio:

Etapa 1: Auditoria brutal

  • Este processo existiria se tivesse de reconstruir a empresa a partir do zero atualmente?
  • Qual é o resultado final que pretendo obter?
  • Quanto deste processo é apenas "é assim que sempre o fizemos"?

Etapa 2: Eliminação radical

  • O que é que posso eliminar completamente?
  • O que é que posso automatizar a 100 por cento?
  • O que é que a inteligência humana exige realmente?

Etapa 3: Reconstrução com IA em primeiro lugar

  • Como é que um sistema de IA faria isto?
  • Que dados são necessários para o tornar automático?
  • Como é que posso medir o sucesso do novo processo?

A Verdade Inconveniente

A investigação sobre o Paradoxo da IA generativa confirma o que já sabíamos há 30 anos: a maioria das empresas não sabe como inovar.

Pegam na tecnologia mais avançada do mundo e utilizam-na para fazer exatamente as mesmas coisas, só que ligeiramente mais rápido.

  • Década de 1990: Catálogos em CD em vez de papel
  • Anos 2000: brochuras em linha em vez de brochuras impressas
  • Década de 2010: sites em declínio em vez de computadores de secretária
  • Década de 2020: PDFs em vez de folhas
  • Década de 2020: e-mails gerados por IA em vez de escritos à mão

É sempre a mesma história.

2025: O Ano da Verdade

A diferença desta vez é que os dados são muito claros. Já não nos podemos esconder com a desculpa de que "leva tempo a ver resultados".

A experimentação acabou; as empresas têm de agir agora Aproveitar a vantagem da IA agêntica - McKinsey's (QuantumBlack).

Os que continuarem a fazer "digital + 1" com a IA ficarão para trás para sempre, e os que tiverem a coragem de começar do zero dominarão a próxima década.

A questão é: tem a coragem de admitir que tudo o que faz está obsoleto? Ou prefere adicionar um chatbot e esperar que seja suficiente?

FAQ - Perguntas incómodas

P: Mas o nosso sector é diferente, não podemos revolucionar tudo...

R: Foi o que toda a gente disse, em todos os sectores, para todas as tecnologias. 77% dos fabricantes já implementaram a adoção de IA em 2025 em todos os sectores: tendências que não quer perder - se a indústria transformadora consegue fazê-lo, você também consegue.

P: Não temos orçamento para repensar tudo de raiz

R: 94% dos casos com ROI negativo provêm de organizações que afectam menos de 10% do orçamento de TI à IA. Não investir na mudança custa mais do que investir. O exemplo do correio eletrónico mostra o ROI em 3 meses.

P: Os nossos clientes não estão preparados para mudanças drásticas

R: Os seus clientes habituaram-se aos CDs, depois aos sítios Web, depois aos telemóveis e depois ao digital. Também se vão habituar à IA. O problema não são eles, é você.

P: Como convencer a direção a deitar fora os processos estabelecidos?

R: Mostre-lhe este artigo e os dados históricos. Depois, pergunte-lhe: "Queres ser a Kodak ou queres ser a Netflix?" E mostre-lhe o estudo de caso do e-mail: -70% de tempo perdido em 5 meses.

P: Por onde é que devemos começar?

R: Escolha o processo mais caro/mais lento/frustroso que tem. Não se pergunte como o pode melhorar. Pergunte a si próprio como eliminá-lo completamente. Comece com o correio eletrónico - toda a gente o detesta, mas toda a gente verá os benefícios imediatamente.

P: Esta abordagem não é demasiado arriscada?

R: Sabe o que é realmente arriscado? Continuar a fazer o que fazia há 30 anos enquanto os seus concorrentes estão a começar do zero.

P: Como posso reproduzir o exemplo de correio eletrónico na minha empresa?

R: Semana 1-2: Controlar todos os e-mails por categoria. Semana 3-4: Eliminar os 20% mais inúteis. Semana 5-8: Automatizar tudo o que pode ser automatizado. Semana 9-12: Nova cultura de comunicação. Verá resultados logo no primeiro mês.

Fontes e informações:

O Paradoxo da IA generativa não é um problema tecnológico. É um problema de coragem. Tem o que é preciso para deixar de repetir a história?

Não utilize a IA para escrever e-mails melhores. Utilize-a para construir um mundo onde os e-mails já não sejam necessários.

Recursos para o crescimento das empresas

9 de novembro de 2025

Regulamentação da IA para aplicações de consumo: como se preparar para os novos regulamentos de 2025

2025 marca o fim da era do "Oeste Selvagem" da IA: AI Act EU operacional a partir de agosto de 2024 com obrigações de literacia em IA a partir de 2 de fevereiro de 2025, governação e GPAI a partir de 2 de agosto. A Califórnia é pioneira com o SB 243 (nascido após o suicídio de Sewell Setzer, um jovem de 14 anos que desenvolveu uma relação emocional com um chatbot), que impõe a proibição de sistemas de recompensa compulsivos, a deteção de ideação suicida, a lembrança de 3 em 3 horas de que "não sou humano", auditorias públicas independentes, sanções de 1000 dólares por infração. SB 420 exige avaliações de impacto para "decisões automatizadas de alto risco" com direitos de recurso de revisão humana. Aplicação efectiva: Noom citou 2022 por causa de bots que se faziam passar por treinadores humanos, acordo de 56 milhões de dólares. Tendência nacional: Alabama, Havaí, Illinois, Maine, Massachusetts classificam a falha em notificar chatbots de IA como violação do UDAP. Abordagem de sistemas críticos de risco de três níveis (cuidados de saúde/transporte/energia) certificação de pré-implantação, divulgação transparente virada para o consumidor, registo de uso geral + testes de segurança. Mosaico regulamentar sem preempção federal: as empresas multi-estatais têm de navegar por requisitos variáveis. UE a partir de agosto de 2026: informar os utilizadores sobre a interação com a IA, a menos que seja óbvio, e os conteúdos gerados por IA devem ser rotulados como legíveis por máquinas.
9 de novembro de 2025

Regulamentar o que não é criado: a Europa arrisca-se a ser irrelevante do ponto de vista tecnológico?

A Europa atrai apenas um décimo do investimento mundial em inteligência artificial, mas pretende ditar as regras mundiais. Este é o "Efeito Bruxelas" - impor regras à escala planetária através do poder de mercado sem impulsionar a inovação. A Lei da IA entra em vigor num calendário escalonado até 2027, mas as empresas multinacionais de tecnologia respondem com estratégias criativas de evasão: invocando segredos comerciais para evitar revelar dados de formação, produzindo resumos tecnicamente conformes mas incompreensíveis, utilizando a autoavaliação para rebaixar os sistemas de "alto risco" para "risco mínimo", escolhendo os Estados-Membros com controlos menos rigorosos. O paradoxo dos direitos de autor extraterritoriais: a UE exige que a OpenAI cumpra as leis europeias, mesmo no caso de formação fora da Europa - um princípio nunca antes visto no direito internacional. Surge o "modelo duplo": versões europeias limitadas versus versões mundiais avançadas dos mesmos produtos de IA. Risco real: a Europa torna-se uma "fortaleza digital" isolada da inovação mundial, com os cidadãos europeus a acederem a tecnologias inferiores. O Tribunal de Justiça, no processo relativo à pontuação de crédito, já rejeitou a defesa dos "segredos comerciais", mas a incerteza interpretativa continua a ser enorme - o que significa exatamente "resumo suficientemente pormenorizado"? Ninguém sabe. Última pergunta sem resposta: estará a UE a criar uma terceira via ética entre o capitalismo americano e o controlo estatal chinês, ou simplesmente a exportar burocracia para uma área em que não compete? Para já: líder mundial na regulação da IA, marginal no seu desenvolvimento. Vasto programa.
9 de novembro de 2025

Outliers: onde a ciência dos dados encontra histórias de sucesso

A ciência dos dados inverteu o paradigma: os valores atípicos já não são "erros a eliminar", mas sim informações valiosas a compreender. Um único outlier pode distorcer completamente um modelo de regressão linear - alterar o declive de 2 para 10 - mas eliminá-lo pode significar perder o sinal mais importante do conjunto de dados. A aprendizagem automática introduz ferramentas sofisticadas: O Isolation Forest isola os valores atípicos através da construção de árvores de decisão aleatórias, o Local Outlier Fator analisa a densidade local, os Autoencoders reconstroem dados normais e comunicam o que não conseguem reproduzir. Existem valores anómalos globais (temperatura de -10°C nos trópicos), valores anómalos contextuais (gastar 1000 euros num bairro pobre), valores anómalos colectivos (picos de tráfego de rede sincronizados que indicam um ataque). Paralelismo com Gladwell: a "regra das 10.000 horas" é contestada - Paul McCartney dixit "muitas bandas fizeram 10.000 horas em Hamburgo sem sucesso, a teoria não é infalível". O sucesso matemático asiático não é genético mas cultural: o sistema numérico chinês é mais intuitivo, o cultivo do arroz exige um aperfeiçoamento constante, ao contrário da expansão territorial da agricultura ocidental. Aplicações reais: os bancos britânicos recuperam 18% de perdas potenciais através da deteção de anomalias em tempo real, a indústria transformadora detecta defeitos microscópicos que a inspeção humana não detectaria, os cuidados de saúde validam dados de ensaios clínicos com uma sensibilidade de deteção de anomalias superior a 85%. Lição final: à medida que a ciência dos dados passa da eliminação de anomalias para a sua compreensão, temos de encarar as carreiras não convencionais não como anomalias a corrigir, mas como trajectórias valiosas a estudar.