Um grande desafio das empresas com a inteligência artificial é transformar os investimentos em resultados consistentes sem perder controle sobre dados, modelos e decisões automatizadas. Um estudo do SAS, com dados da IDC, mostra que organizações que estruturam práticas de IA confiável têm 15 vezes mais probabilidade de registrar retornos significativos ou elevados sobre os investimentos na tecnologia.

O “Data and AI Impact Report: The New Economics of Trust” aponta uma diferença importante entre adotar IA e conseguir extrair valor dela. Empresas com estruturas mais maduras de governança, qualidade de dados e auditoria relatam, em média, pelo menos o dobro do ROI obtido por organizações com práticas menos desenvolvidas.

O Brasil aparece entre os mercados com desempenho acima da média global no índice de confiabilidade em IA. A pontuação brasileira chegou a 64,5 em 2026, contra 61,3 na média internacional. O país também alcançou 60,8 no Índice de Impacto, o maior resultado da América Latina.

A expansão do uso da tecnologia ajuda a explicar esse desempenho. Metade das organizações brasileiras já utiliza IA de forma integrada em ambientes de produção. O percentual cresceu 25,3 pontos percentuais em um ano. A próxima etapa, porém, envolve sustentar esse avanço conforme a IA passa a participar de decisões mais relevantes para os negócios. No Brasil, 86,7% das empresas afirmam que pretendem ampliar os investimentos em IA nos próximos 12 meses.

Bryan Harris, CTO do SAS, destacou em nota que “quando a IA funciona, seu impacto é extraordinário. No entanto, diversos estudos mostram que agentes de IA de última geração podem apresentar taxas de erro superiores a 25% em tarefas complexas, algo inaceitável em contextos de tomada de decisão crítica. Para alcançar precisão e consistência, as organizações devem incorporar conhecimento especializado aos fluxos de trabalho baseados em agentes, mantendo os humanos no centro da governança e supervisão. As organizações que fizerem isso com sucesso reduzirão a lacuna de confiança e conquistarão uma vantagem competitiva no mercado”.

Falta de explicação reduz confiança

Para Chris Marshall, vice-presidente da IDC, o avanço de sistemas mais autônomos aumenta a necessidade de mecanismos capazes de explicar e supervisionar as decisões tomadas pela tecnologia. Também em nota o executivo apontou que “à medida que a IA se torna mais autônoma, as organizações enfrentam um novo desafio: manter a confiança em sistemas que as pessoas não compreendem totalmente. Nossos resultados mostram que uma supervisão robusta, explicabilidade, responsabilização e uma base sólida de dados estão se tornando pré-requisitos para escalar a IA com sucesso”.

A dificuldade de entender como a inteligência artificial chegou a uma determinada resposta aparece como um dos principais fatores que levam funcionários a rejeitar recomendações feitas pelos sistemas. O problema se torna mais relevante conforme as empresas avançam da IA generativa para aplicações mais autônomas.

Segundo a pesquisa, 97,2% dos usuários deixam de seguir recomendações de IA em pelo menos algumas situações. A rejeição pode ocorrer mesmo quando a resposta é considerada correta, principalmente porque o sistema não consegue apresentar uma justificativa suficientemente clara para sua decisão.

No Brasil, porém, há uma diferença importante. A principal razão apontada para ignorar recomendações é a falta de contexto ou especificidade, mencionada por 30,2% dos usuários. O dado sugere que respostas tecnicamente corretas podem perder valor quando não estão ajustadas às necessidades de cada operação.

A confiança também diminui conforme aumenta o grau de autonomia. Globalmente, ela passa de 76% na IA generativa para 66% na IA agêntica. No mercado brasileiro, a IA generativa já está presente em 72,3% das organizações, enquanto a IA agêntica alcança 30,7%.

Governança começa a pesar no ROI

O estudo indica que a diferença de desempenho não está apenas nas ferramentas escolhidas pelas empresas. A forma como a IA é administrada também influencia diretamente os resultados financeiros.

No levantamento global, 62% das organizações que adotam práticas de IA confiável relatam ROI significativo ou elevado. Entre aquelas com menor maturidade nessas práticas, o índice cai para 4%.

As organizações mais avançadas também registram ganhos 1,85 vez maiores em 13 indicadores de negócio. Entre os resultados avaliados estão crescimento da receita, redução de custos e melhoria da experiência do cliente.

No Brasil, o uso da IA para engajamento de clientes cresceu quase 30 pontos percentuais em um ano, chegando a 34,3%. Ao mesmo tempo, 37,3% das organizações brasileiras esperam obter retorno significativo ou elevado para cada dólar investido em IA.

“O Brasil deixou definitivamente a fase de projetos-piloto em IA. Hoje, vemos nossos clientes focados em gerar retorno em escala”. Ao mesmo tempo, os dados deixam um alerta claro: à medida que as iniciativas de IA ganham escala, a conformidade regulatória, especialmente com a LGPD, tornou-se uma prioridade estratégica ainda mais relevante para os negócios. Apenas organizações que investirem em uma base sólida de dados e governança conseguirão sustentar sua liderança e continuar gerando valor para o negócio em escala”, alertou em nota André Novo, Country Manager do SAS Brasil.

Dados continuam sendo um gargalo

A infraestrutura de dados aparece como outro componente importante para o desempenho da IA. Globalmente, somente 17,5% das organizações possuem ambientes de dados considerados totalmente preparados para atender às exigências da IA agêntica.

O Brasil apresenta indicadores mais avançados nessa dimensão. Cerca de 38% das empresas operam em ambientes gerenciados e outras 24,7% já estão em ambientes classificados como otimizados. Há, entretanto, uma lacuna entre maturidade de infraestrutura e padronização dos controles. Os investimentos em gerenciamento seguro e rastreabilidade de dados caíram 30,7 pontos percentuais no país, chegando a 19,3%.

Outro dado chama atenção: apenas 7,8% das organizações brasileiras exigem processos formais de qualidade de dados em todos os projetos de IA. Na prática, parte das decisões sobre qualidade e controle ainda fica distribuída entre as próprias equipes.

A pesquisa aponta que organizações com bases de dados otimizadas têm quatro vezes mais probabilidade de alcançar ROI significativo em projetos de IA. Elas também são seis vezes mais propensas a tornar obrigatórios controles de qualidade e explicabilidade.

IA confiável exige investimento contínuo

A tendência é que as empresas líderes mantenham o ritmo de investimento. Globalmente, 85% das organizações mais avançadas em IA confiável planejam elevar em mais de 10% os recursos destinados à área neste ano.

No Brasil, a prioridade também aparece nos planos corporativos. Além dos 86,7% que pretendem aumentar os investimentos em IA, a conformidade regulatória ganhou importância entre as preocupações empresariais. O tema avançou 25,1 pontos percentuais em um ano e passou a ser citado por 33,1% das organizações.

O relatório considera líderes em IA confiável as empresas que alcançam pontuação média igual ou superior a 80 em uma escala de 0 a 100. A avaliação considera cinco dimensões: qualidade e governança de dados; governança e supervisão de modelos; explicabilidade e imparcialidade; políticas de IA responsável; e auditoria e responsabilização.

Entre os segmentos avaliados, 85% dos bancos classificados como líderes em IA já possuem estruturas de governança, contra 29% entre os retardatários. Em ciências da vida, 23% das organizações já escalaram a IA para toda a empresa. No setor público, 41% das organizações líderes planejam elevar em mais de 20% os investimentos em IA confiável no próximo ano.

Foram ouvidos 2.699 tomadores de decisão de 28 países, com atuação ou influência sobre iniciativas de dados e inteligência artificial. A pesquisa analisou organizações dos setores bancário, seguros, ciências da vida e setor público.

O estudo completo (em inglês) está disponível aqui.