O avanço da IA agêntica nas empresas pode passar por uma forte seleção nos próximos anos. Embora a tecnologia esteja ganhando espaço em diferentes áreas dos negócios, mais de 40% dos projetos em andamento podem ser cancelados até o fim de 2027, segundo previsão da Gartner.

A consultoria aponta três fatores principais para esse cenário: custos crescentes, dificuldade de demonstrar valor para o negócio e controles de risco insuficientes. Assim, a expansão da tecnologia não garante, por si só, retorno financeiro ou vantagem competitiva.

A chamada IA agêntica reúne sistemas capazes de executar tarefas e tomar decisões com pouca intervenção humana. Entre as aplicações estão aprovação de pagamentos, conciliação de contas e negociação com fornecedores.

Mercado cresce enquanto retorno ainda é limitado

O interesse das empresas pela inteligência artificial avança em ritmo acelerado. De acordo com a pesquisa State of AI 2026, da McKinsey, quase nove em cada dez executivos consultados afirmam utilizar IA em pelo menos uma área do negócio.

Entre companhias com faturamento superior a US$ 1 bilhão, 40% já escalam agentes de IA. Um ano antes, esse percentual era de 27%.

Entretanto, a expansão da tecnologia ainda não aparece na mesma proporção nos resultados financeiros. Apenas 37% dos executivos atribuem algum impacto no lucro operacional ao uso de IA. O percentual permanece no mesmo nível do levantamento anterior.

Além disso, a parcela de empresas classificadas pela McKinsey como de alto desempenho em inteligência artificial continua próxima de 6%.

Empresas também enfrentam excesso de oferta

Outro obstáculo está na própria definição do que é um agente de IA. A Gartner identificou o chamado “agent washing”, prática em que fornecedores apresentam chatbots, assistentes virtuais e automações tradicionais como soluções agênticas.

Nesse cenário, embora milhares de empresas comercializem tecnologias relacionadas ao conceito, a Gartner estima que apenas cerca de 130 oferecem soluções consideradas genuinamente agênticas.

Dessa forma, a dificuldade para separar aplicações realmente autônomas de ferramentas convencionais pode aumentar o risco de investimentos pouco eficientes.

Um estudo do MIT reforça esse alerta. O relatório The GenAI Divide, produzido pelo projeto NANDA, analisou mais de 300 iniciativas públicas e concluiu que 95% das organizações avaliadas não obtiveram retorno de negócio com inteligência artificial generativa.

Os investimentos estimados nessas iniciativas ficaram entre US$ 30 bilhões e US$ 40 bilhões. Além disso, apenas 5% das ferramentas corporativas desenvolvidas sob medida chegaram à operação.

Segundo os pesquisadores, um dos problemas está na falta de capacidade de parte dos sistemas para aprender com o uso e se adaptar ao contexto específico das empresas.

Finanças ainda registram poucos resultados

O descompasso entre investimento e retorno também aparece nos departamentos financeiros. Em uma pesquisa da Gartner com 183 CFOs, 84% das áreas financeiras já implementaram ou planejam implementar inteligência artificial.

Apesar disso, apenas 7% relatam impacto alto ou muito alto da tecnologia.

A finalidade dos projetos ajuda a explicar essa diferença. Em outro levantamento, realizado em março de 2026 com 204 líderes financeiros, a Gartner identificou que 45% das iniciativas de IA em finanças têm como objetivo aumentar a produtividade.

Por outro lado, apenas 20% dos projetos buscam melhorar a qualidade das decisões.

Esse cenário contrasta com as expectativas dos conselhos de administração. Segundo a Gartner, esses órgãos esperam que os investimentos em inteligência artificial contribuam para crescimento e vantagem competitiva.

CFO ganha papel central na escolha dos projetos

O possível cancelamento de parte dos projetos não representa necessariamente uma rejeição à IA agêntica. Pelo contrário, as projeções da Gartner indicam uma expansão significativa da tecnologia nos próximos anos.

Até 2028, a consultoria estima que 15% das decisões diárias nas empresas serão tomadas de forma autônoma por agentes de IA. Além disso, um terço dos softwares corporativos deverá contar com recursos agênticos.

Em 2024, esses dois indicadores estavam próximos de zero. Portanto, a tendência aponta para uma adoção maior, mas também para uma seleção mais rigorosa das aplicações que justificam investimento.

Nesse processo, o diretor financeiro tende a assumir uma função relevante. Cabe ao CFO avaliar o caso de negócio, comparar custos e retornos, analisar os riscos envolvidos e verificar se a solução realmente entrega uma capacidade diferente daquela já disponível.

Ao mesmo tempo, esse trabalho exige conhecimento suficiente sobre dados, modelos e inteligência artificial para que o executivo consiga questionar premissas e resultados apresentados por fornecedores ou equipes de tecnologia.

Conhecimento técnico entra na agenda financeira

A necessidade de avaliar projetos de IA também aumenta a demanda por formação executiva que combine finanças e tecnologia. Nesse contexto, programas voltados à liderança financeira passaram a incorporar conteúdos relacionados à inteligência artificial e à análise de dados.

O MBA Executivo em Finanças da Saint Paul Escola de Negócios, por exemplo, inclui uma disciplina de Inteligência Artificial para Líderes. O conteúdo aborda fundamentos de IA aplicada aos negócios, modelos preditivos, deep learning e modelos de linguagem.

Além disso, o programa inclui a disciplina de Data Science para Líderes, com conteúdos de estatística, regressão e modelos descritivos, preditivos e prescritivos.

Entre as competências apresentadas pelo curso estão a avaliação crítica de dados e modelos antes da utilização em decisões e a análise de capital considerando risco, custo e retorno.

O programa tem 496 horas, com aulas aos sábados a cada três semanas, em formato presencial ou ao vivo remoto. A turma reúne profissionais como gerentes, controllers, diretores e executivos C-level.

A direção acadêmica é de Adriano Mussa, reitor da Saint Paul e autor do livro Inteligência Artificial: Mitos e Verdades.

A conta vem antes da escala

A inteligência artificial autônoma tende a ocupar espaço maior nas empresas. Entretanto, a expansão do número de projetos não significa que todos terão continuidade.

Por isso, a próxima etapa da adoção pode ser menos marcada pelo entusiasmo com a tecnologia e mais pela capacidade de demonstrar retorno, segurança e aderência aos objetivos do negócio.

Nesse cenário, a pergunta para os executivos deixa de ser apenas onde utilizar IA. Antes de aprovar novos investimentos, será necessário avaliar qual problema será resolvido, quanto custará e qual resultado poderá ser medido.

Saiba mais:

Projeção para aplicação global em data center é de U$ 6,7 trilhões até 2030

Novo data center de hiperescala pode ser construído no Ceará