Por Walter Sanches* – A inteligência artificial deixou de ser tratada como promessa e ocupa espaço relevante na indústria há alguns anos. Mas os dados de 2024 indicam que a trajetória de adoção ganhou velocidade incomum. Segundo o levantamento “The state of AI in early 2024”, da McKinsey, 72% das empresas globais implementaram soluções de IA no último ano, o que representa um salto de 55% em comparação a 2023.
O avanço impressiona pelo salto em tão curto espaço de tempo, embora também desperte questionamentos sobre a solidez desse movimento. Em muitos casos a decisão de investir nasce da pressão competitiva mais do que de estratégias de negócio bem definidas, o que amplia o risco de iniciativas apressadas e com retorno restrito.
Os ganhos observados até agora mostram, no entanto, que existe um padrão entre as experiências mais consistentes. Organizações que iniciam pelo diagnóstico, estabelecem prioridades e definem métricas claras antes de buscar ferramentas tendem a conseguir associar a IA a ganhos concretos de produtividade e inovação, consolidando a tecnologia como parte de um processo estruturado de transformação.
A recente pesquisa “Performance Drivers 2024”, da Staufen, inclusive, aponta para ganhos relevantes de produtividades associadas à utilização da IA. Mas isso depende categoricamente dos objetivos levados em consideração e da estratégia de implementação utilizada por cada uma das empresas.
Essa evolução recente mostra que a maturidade na aplicação de IA não avança de maneira uniforme entre os diversos setores. Aqueles de base tecnológica mais intensa, como o automotivo e o financeiro, conseguiram alcançar níveis sofisticados de integração, enquanto outras ainda percorrem estágios iniciais, em que prevalece a experimentação. A diferença, no entanto, não se explica apenas por capital disponível ou acesso a infraestrutura, mas pela capacidade de construir ecossistemas que conectam a IA a outras tecnologias de transformação.
Soluções como machine e deep learning têm contribuído para análises preditivas mais refinadas, a Internet das Coisas (IoT) tem ampliado o volume e a qualidade de dados em tempo real e o blockchain já demonstra utilidade em cadeias de suprimentos que dependem de rastreabilidade e transparência.
A combinação desses elementos fortalece a autonomia e a resiliência dos processos produtivos, mas os ganhos mais expressivos surgem quando a aplicação da IA está associada a problemas bem definidos. O risco de multiplicar usos sem critérios permanece presente e tende a comprometer o potencial de transformação, pois dispersa esforços e recursos em soluções de pouca efetividade.
Benefícios da inteligência artificial na indústria
Os avanços observados no último ano demonstram que a tecnologia, por si só, não garante resultados. A experiência prática mostra que as empresas que iniciaram pela identificação de lacunas, definição de métricas e análise detalhada de processos foram as que mais avançaram na incorporação estruturada da IA.
Na manufatura, por exemplo, quando seguido esse caminho, é possível integrar sistemas capazes de monitorar linhas de produção, identificar gargalos, recomendar ajustes automáticos e apoiar decisões sobre manutenção preventiva e corretiva, além de viabilizar previsões de demanda mais precisas, reduzindo estoques excedentes e minimizando perdas.
Esses exemplos demonstram que a inteligência artificial gera valor quando está amparada em um processo disciplinado de diagnóstico e planejamento. A tecnologia isolada, sem essa base, tende a se transformar em um acessório dispendioso, sem aderência ao negócio e sem impacto sustentável nos resultados.
Obstáculos para a utilização da IA na indústria
Apesar dos avanços, a implementação da inteligência artificial na indústria ainda encontra obstáculos de natureza estrutural que não se limitam às barreiras técnicas. A ausência de dados de qualidade permanece como um dos principais fatores de risco, já que compromete a confiabilidade das análises e pode induzir decisões equivocadas. A tecnologia, isoladamente, não corrige essa fragilidade e, quando aplicada sem bases sólidas, tende a reproduzir erros em vez de gerar valor.
O recente relatório “The GenAI Divide: State of AI in Business 2025”, publicado pelo Massachusetts Institute of Technology (MIT), revelou que a principal razão para algumas situações de fracasso é a incapacidade da utilização adequada da ferramenta, reforçando a necessidade de empresas repensarem a direção correta para a utilização de maneira consciente e agregadora.
O relatório em linhas gerais aponta que é necessário driblar os desafios com estratégias que contem com gerentes na linha de frente da definição das ferramentas corretas, para que se integrem de forma concreta aos mecanismos e necessidades de cada empresa, sendo adaptadas ao longo do tempo.
Além das questões relacionadas à utilização correta da IA, esse quadro é agravado pela escassez de profissionais especializados em ciência de dados, engenharia de software e automação avançada, somada à carência de estruturas consistentes de governança e de mecanismos adequados de supervisão humana.
A transformação também depende da cultura organizacional, pois a introdução de tecnologias disruptivas exige o engajamento das lideranças e o preparo contínuo das equipes em todos os níveis, do operacional ao administrativo e técnico. O alinhamento entre pessoas, processos e objetivos é determinante para reduzir resistências, assegurar a adesão aos novos modelos de trabalho e consolidar o retorno sobre os investimentos realizados.
Nesse contexto, a criação de uma base sólida de dados configura um pré-requisito inegociável. Estruturar fluxos de coleta, padronizar informações e adotar modelos de governança robustos não apenas fortalece a efetividade dos sistemas baseados em IA, como também garante que funcionem de maneira segura e integrada ao negócio.
Perspectivas futuras
O desenvolvimento da inteligência artificial aponta para um horizonte em que a tecnologia passa a influenciar não apenas atividades operacionais, mas também decisões estratégicas de maior complexidade. Hoje a aplicação está concentrada em tarefas repetitivas e na automação de processos, mas há um movimento consistente em direção à personalização em tempo real e à integração com ambientes cada vez mais conectados.
A convergência entre IA, IoT, computação em nuvem e analytics abre espaço para sistemas industriais capazes de antecipar oscilações de demanda, responder a falhas operacionais e adaptar-se de maneira autônoma a diferentes cenários regulatórios e de mercado.
Ainda assim, a consolidação desse futuro não ocorrerá de forma homogênea. Enquanto algumas empresas já avançam para níveis mais sofisticados de integração, outras precisam antes consolidar suas bases de dados, definir objetivos de longo prazo e alinhar estratégias de adoção. O que a experiência de 2024 e, principalmente, de 2025 já indica é que a clareza de propósito se tornou condição decisiva. Empresas que tratam a IA como parte de uma transformação sustentada por pessoas, processos e dados colhem resultados tangíveis e fortalecem sua competitividade. As que dispersam esforços em uma corrida desnecessária por iniciativas desconectadas, tendem a acumular frustrações e desperdícios.
O movimento de incorporação da inteligência artificial na indústria continuará crescendo, mas a trajetória das empresas não será definida pela velocidade com que aderem à tecnologia. O fator que determinará a relevância de cada uma nesse processo é a qualidade das escolhas e a capacidade de transformar a IA em parte integrante do modelo de negócio, com impacto real em toda a cadeia de valor.
*Walter Sanches é Diretor de Tecnologia da Informação e Planejamento da Termomecanica, empresa líder na transformação de Cobre e suas ligas.
