Por Deepa Seetharaman, Supantha Mukherjee e Crystal Ho
SÃO FRANCISCO/ESTOCOLMO, 16 de dezembro – Na primavera passada, CellarTracker, um aplicativo de curadoria de vinhos, criou um sommelier com tecnologia de IA para recomendar vinhos sem cor com base no paladar de uma pessoa. O problema era que o chatbot era muito legal.
“É muito educado, em vez de apenas dizer: ‘É altamente improvável que você goste do vinho’”, disse Eric Levin, CEO da CellarTracker. Foram necessárias seis semanas de tentativa e erro para convencer o chatbot a oferecer uma avaliação honesta antes do lançamento do recurso.
Desde que o ChatGPT explodiu, há três anos, empresas grandes e pequenas aproveitaram a oportunidade de adotar a IA generativa e conectá-la ao maior número possível de produtos. Mas, até agora, a grande maioria das empresas está a lutar para obter retornos significativos nos seus investimentos em IA, de acordo com executivos de empresas, consultores e os resultados de sete inquéritos recentes a executivos e funcionários.
Uma pesquisa com 1.576 executivos realizada durante o segundo trimestre pela empresa de pesquisa e consultoria Forrester Research mostrou que apenas 15% dos entrevistados viram as margens de lucro melhorarem devido à IA no ano passado. A empresa de consultoria BCG descobriu que apenas 5% dos 1.250 executivos entrevistados entre maio e meados de julho perceberam o valor generalizado da IA.
Os executivos dizem que ainda acreditam que a IA generativa acabará por transformar os seus negócios, mas estão a reconsiderar a rapidez com que isso acontecerá nas suas organizações. A Forrester prevê que em 2026 as empresas atrasarão cerca de 25% dos seus gastos planejados com inteligência artificial por ano.
“As empresas de tecnologia que construíram esta tecnologia desenvolveram esta história de que tudo isto vai mudar rapidamente”, disse Brian Hopkins, analista da Forrester. “Mas nós, humanos, não mudamos tão rápido.”
As empresas de IA, incluindo OpenAI, Anthropic e Google, estão duplicando a quantidade de clientes empresariais cortejados no próximo ano. Durante um almoço recente com editores de mídia em Nova York, o CEO da OpenAI, Sam Altman, disse que o desenvolvimento de sistemas de inteligência artificial para empresas poderia ser um mercado de US$ 100 bilhões.
Tudo isto está a acontecer num contexto de investimentos tecnológicos sem precedentes em tudo, desde chips a centros de dados e fontes de energia.
A justificação destes investimentos será determinada pela capacidade das empresas em descobrir como utilizar a IA para aumentar as receitas, aumentar as margens ou acelerar a inovação. Se falhar, a construção da infra-estrutura poderá causar o tipo de colapso que lembra a era pontocom do início dos anos 2000, dizem alguns especialistas.
o botão ‘fácil’
Pouco depois do lançamento do ChatGPT, empresas de todo o mundo criaram forças-tarefa dedicadas a encontrar maneiras de adotar a inteligência artificial, um tipo de inteligência artificial que pode gerar conteúdo original, como artigos, códigos de software e imagens, usando prompts de texto.
Um problema conhecido dos modelos de IA é a tendência de agradar o usuário. Esse preconceito – a chamada “bajulação” – incentiva os usuários a conversar mais, mas pode prejudicar a capacidade do modelo de dar melhores conselhos.
CellarTracker enfrentou esse problema com seu recurso de recomendação de vinhos, construído com base na tecnologia OpenAI, disse o CEO LeVine. O chatbot teve um bom desempenho quando solicitado a fornecer recomendações gerais. Mas quando questionado sobre safras específicas, o chatbot permaneceu positivo – mesmo que todos os sinais indicassem que um ser humano provavelmente não iria gostar delas.
“Tivemos que nos esforçar para que (cada modelo) fosse crítico e sugerisse que havia vinhos de que ele poderia não gostar”, disse LeVine.
Parte da solução foi projetar diretrizes que dessem ao modelo permissão para dizer não.
As empresas também têm lutado com a inconsistência da IA.
Jeremy Nielsen, CEO da provedora norte-americana de serviços ferroviários Cando Rail and Terminals, disse que a empresa testou recentemente um chatbot de IA para que os funcionários estudassem relatórios internos de segurança e materiais de treinamento.
Mas Kendo se deparou com um obstáculo surpreendente: os modelos não conseguiam resumir de forma consistente e precisa as Regras Operacionais Ferroviárias Canadenses, um documento de aproximadamente 100 páginas que detalhava os padrões de segurança do setor.
Às vezes os modelos esqueciam ou interpretavam mal as regras; Outras vezes, eles foram inventados do zero. Pesquisadores de inteligência artificial afirmam que muitos modelos têm dificuldade em lembrar o que aparece no meio de um documento longo.
Kendo deixou o projeto por enquanto, mas está explorando outras ideias. Até agora, a empresa gastou US$ 300.000 no desenvolvimento de produtos de IA.
“Todos pensávamos que seria o botão mais fácil”, disse Nielsen. “E não foi isso que aconteceu.”
Humanos estão de volta
Os call centers e o atendimento ao cliente com pessoal humano deveriam ser bastante prejudicados pela IA, mas as empresas aprenderam rapidamente que há limites para a quantidade de interação humana que pode ser delegada aos chatbots.
No início de 2024, a empresa sueca de pagamentos Klarna lançou um agente de atendimento ao cliente desenvolvido pela OpenAI que, segundo ela, poderia fazer o trabalho de 700 agentes de atendimento ao cliente em tempo integral.
No entanto, em 2025, o CEO Sebastian Simiatowski teve que voltar atrás e reconhecer que alguns clientes preferiam falar com humanos.
Siemiathowski disse que a IA é confiável em tarefas simples e agora pode fazer o trabalho de cerca de 850 agentes, mas problemas mais complexos estão sendo rapidamente transferidos para agentes humanos.
Para 2026, Klarna está focada na construção de seu chatbot de IA de segunda geração, que espera lançar em breve, mas os humanos continuarão sendo uma grande parte do mix.
“Se você quiser continuar obcecado pelo cliente, não pode confiar (totalmente) na IA”, disse ele.
Da mesma forma, a gigante norte-americana de telecomunicações Verizon está recorrendo a agentes humanos de atendimento ao cliente em 2026, após tentativas de delegar chamadas à IA.
“Acho que 40% dos consumidores gostam da ideia de ainda falar com um humano e estão frustrados por não conseguirem entrar em contato com um agente humano”, disse Ivan Berg, que lidera os esforços da Verizon orientados por IA para melhorar as operações de atendimento ao cliente empresarial, à Reuters em entrevista neste outono.
A empresa, que conta com cerca de 2.000 agentes de atendimento ao cliente na linha de frente, ainda usa inteligência artificial para filtrar chamadas, obter informações sobre os clientes e direcioná-los para sistemas de autoatendimento ou agentes humanos.
Usar a inteligência artificial para lidar com questões rotineiras libera os agentes para lidar com problemas complexos e tentar coisas novas, como fazer chamadas de vendas e de saída.
“A empatia é provavelmente a principal coisa que nos impede de os agentes de IA falarem com os clientes de forma holística neste momento”, disse Berg.
Shashi Upadhyay, presidente de produto, engenharia e IA da plataforma de atendimento ao cliente Zendesk, afirma que a IA se destaca em três áreas: escrita, codificação e bate-papo. Os clientes da Zendesk contam com IA generativa para lidar com entre 50% e 80% das solicitações de suporte ao cliente. Mas, disse ele, a ideia de que a IA generativa pode fazer tudo é “exagerada”.
‘A Fronteira Conturbada’
Grandes modelos de linguagem superam rapidamente tarefas complexas de matemática e codificação, mas ainda podem falhar em tarefas relativamente triviais. Os pesquisadores chamam isso de inconsistência nas capacidades de “fronteira disruptiva” da IA.
“Pode ser uma Ferrari em matemática, mas um burro que coloca coisas no seu calendário”, disse Anastasios Anglopoulos, CEO e cofundador da LMArena, uma popular ferramenta de benchmarking.
Problemas aparentemente pequenos podem falhar inesperadamente nos sistemas de inteligência artificial.
Muitas empresas financeiras baseiam-se em dados recolhidos de uma ampla variedade de fontes, que podem ser formatadas de forma muito diferente. Essas diferenças podem fazer com que as ferramentas de inteligência artificial “leiam padrões que não existem”, disse Clark Schaefer, diretor da Alpha Financial Markets Consulting.
Muitas empresas estão agora a explorar o processo potencialmente caro, demorado e complexo de redesenhar os seus dados para tirar partido da IA, disse Schaeffer.
O grupo holandês de investimentos em tecnologia Process afirma que um de seus agentes internos de IA foi projetado para responder perguntas sobre seu portfólio de investimentos, semelhante ao que os analistas de dados do grupo já fazem.
Em teoria, um funcionário poderia perguntar com que frequência uma empresa de entrega de comida apoiada pela Prosos se atrasou na entrega de pedidos de sushi em Berlim na semana passada.
Mas, por enquanto, a ferramenta nem sempre entende quais bairros fazem parte de Berlim ou o que significa “semana passada”, disse Yuro Binat, chefe de inteligência artificial da Prosus.
“As pessoas pensavam que a inteligência artificial era mágica. Não é mágica”, disse Binat. “Há muito conhecimento que precisa ser codificado nessas ferramentas para funcionar bem.”
Mais mãos segurando
OpenAI está trabalhando em um novo produto para empresas e recentemente criou equipes internas, como a equipe Forward Deployed Engineering, para trabalhar diretamente com os clientes e ajudá-los a usar a tecnologia OpenAI para resolver problemas específicos, disse um porta-voz.
“Onde vemos o fracasso são as pessoas que se envolvem demais, elas encontram esse problema de bilhões de dólares – isso vai levar alguns anos”, disse Ashley Kramer, diretor de receitas da OpenAI, durante uma entrevista no palco da conferência Reuters Momentum AI em novembro.
Especificamente, a OpenAI está trabalhando com empresas para encontrar áreas onde a IA possa ter “alto impacto, mas talvez inicialmente pouca vantagem”, disse Kramer.
O laboratório concorrente de inteligência artificial Anthropic, que obtém 80% de sua receita de clientes empresariais, está contratando especialistas em “inteligência artificial aplicada” para integração em empresas.
Para que as empresas de IA tenham sucesso, terão de se ver como “parceiros e educadores, e não apenas fornecedores de tecnologia”, disse Mike Krieger, diretor de produtos da Anthropic, numa entrevista no início deste ano.
Um número crescente de startups, muitas delas fundadas por antigos funcionários da OpenAI, estão a desenvolver ferramentas de inteligência artificial para setores específicos, como serviços financeiros ou jurídicos. Esses fundadores dizem que as empresas se beneficiarão mais com modelos especializados do que com uma ferramenta de uso geral ou de consumo como o ChatGPT.
Este é um manual que a Writer, uma startup de aplicativos de IA com sede em São Francisco, adotou. A empresa, que agora cria agentes de IA para equipes financeiras e de marketing em grandes empresas como Vanguard e Prudential, orienta seus engenheiros a conversarem diretamente com os clientes para compreender seus fluxos de trabalho e construir os agentes em conjunto.
“As empresas precisam de mais apoio para tornar as ferramentas de IA úteis para elas”, disse May Habib, CEO da Writer.
(Reportagem de Deepa Seetharaman e Crystal Ho em São Francisco e Supantha Mukherjee em Estocolmo. Edição de Kenneth Lee e Michael Larmonth).
