Usar inteligência artificial em mais processos não significa, necessariamente, conquistar vantagem competitiva. Essa foi uma das discussões no Abes Summit 2026. O desafio das organizações não é simplesmente adotar IA, mas identificar onde ela pode gerar resultados econômicos, criar novas receitas e até transformar o modelo de negócio.

Tania Cosentino, executiva de tecnologia e conselheira, apontou a diferença entre acompanhar uma tendência tecnológica e construir uma estratégia competitiva. Automatizar tarefas jurídicas, acelerar a contabilidade e agilizar processos financeiros pode trazer ganhos operacionais. O problema é acreditar que essas iniciativas, isoladamente, vão diferenciar uma empresa dos concorrentes.

“Todo mundo está usando a IA para dar uma acelerada nos processos que são gigantescos, mas isso traz diferencial competitivo? Não. Eu quero IA para transformar o meu negócio e acessar novos clientes ou gerar novas contas de receita”, frisou Tania.

A executiva também defendeu que as empresas precisam olhar para suas competências específicas, como o domínio de dados, processos e conhecimentos difíceis de reproduzir. “Que área que você domina? É a área que você pode aplicar IA e isso te ajuda a se diferenciar ainda mais, porque o que a gente precisa é essa agregação de valores potencializada, não a orgânica que está vindo crescendo no dia a dia. Isso vai se dar ou porque você domina um conjunto de dados ou porque você domina um processo”.

A terceira provocação de Tania foi direcionada à capacidade de enxergar oportunidades que ainda não fazem parte do negócio. Para ela, a IA permite ir além da produtividade e explorar necessidades dos clientes: “o que o meu cliente precisa hoje, que eu não estou fazendo, que eu não estou enxergando?”.

IA generativa não resolve tudo

A inteligência artificial não começou com a popularização dos modelos generativos, lembrou Cezar Taurion, head of AI strategy da theGarage IA. Sistemas preditivos e classificatórios já sustentam operações de empresas como Uber, iFood e Amazon, ajudando a equilibrar oferta e demanda, recomendar produtos e otimizar processos logísticos.

A chegada da IA generativa, segundo ele, não deve apagar essa experiência acumulada. A tecnologia pode melhorar a interação com sistemas e facilitar o acesso a recursos inteligentes, mas nem sempre é a melhor ferramenta para executar o trabalho por trás da interface. “A IA gera um valor agregado fantástico, mas não é uma solução universal“.

Taurion também questionou a tendência de colocar IA em processos sem avaliar se isso resolve um problema relevante. A escolha da tecnologia deve vir depois da identificação do desafio de negócio, e não o contrário. “Não adianta, pela facilidade de uso, pela sensibilidade que eu tenho de interação, colocar IA em processos que não agregam valor. É dispersar tempo, energia em algo que não vai trazer vantagem competitiva absolutamente nenhuma”.

Quanto ao uso de agentes de IA, tema que tem atraído investimentos e expectativas nas empresas, Taurion argumentou que ampliar o número de agentes não é, por si só, uma medida de sucesso. O que importa é saber se eles produzem resultados concretos. “O ponteirinho mexeu? Não. Colocar IA no core significa trazer valor real. Trazer resultado, não só de produtividade, mas de valor, aquilo que a gente entrega com mais qualidade”.

Governança, treinamento e execução fazem a diferença

Gustavo Gierun, cofundador e CEO do Distrito, trouxe a experiência na implementação de inteligência artificial em grandes empresas e contou que a transformação exige três frentes: estratégia e governança, implementação adequada às necessidades de cada organização e principalmente capacitação das pessoas. “Afinal de contas, não é uma mudança só de tecnologia, é uma mudança cultural, uma mudança de gente. Sem a mudança das pessoas, a tecnologia não consegue prosperar“, apontou.

A definição dos objetivos precisa vir antes da escolha das ferramentas. Isso inclui estabelecer responsabilidades, orçamento, mecanismos de controle e critérios de segurança. Sem esse planejamento, projetos de IA podem ficar restritos a experimentos e provas de conceito, sem chegar à operação.

O executivo também destacou que não basta disponibilizar modelos avançados ou agentes para as equipes. Os profissionais precisam saber orientar, treinar, controlar e direcionar esses sistemas. A capacitação, portanto, não deve ser tratada como uma etapa isolada, mas como parte da transformação organizacional.

Gierun contou que o próprio Distrito passou por essa experiência antes de levar seus serviços de implementação de IA ao mercado. “Eu falo muito para o time que não adianta a gente tentar levar para o mercado ou para os nossos clientes algo que a gente não consegue implementar dentro de casa. Esse é o principal ponto. E o time só aprende a executar a partir do momento que você está ali testando, fazendo funcionar, entendendo quais são os desafios”.

A empresa capacitou os funcionários, incentivou a identificação de problemas relevantes e adotou testes com métricas para avaliar os resultados. O trabalho avançou da automação de tarefas repetitivas para sistemas multiagentes voltados a atividades mais complexas. A experiência interna também ajudou a empresa a entender os desafios da adoção e a orientar os clientes com base no que já havia testado. Gierun contou que “essa capacidade de enxergar a mudança da tecnologia dentro do seu próprio negócio e a disciplina de execução, é o que vai fazer com que aquela empresa tenha sucesso ou não”.

Quando melhorar processos já não resolve

Outro ponto importante é a necessidade de repensar o modelo de negócio quando a eficiência operacional deixa de responder às mudanças do mercado. Uma empresa pode aperfeiçoar seus processos e, ainda assim, perder competitividade se a oferta não corresponder mais às expectativas dos clientes.

A IA pode ajudar a criar novos produtos, serviços e formas de atender o mercado, mas essa mudança depende de decisões estratégicas. Taurion destacou que “é fundamental o papel da liderança nesse processo. Ela é que vai questionar se o que eu estou fazendo continua valendo ou se o mercado já não quer mais, por mais eficiente que eu esteja”.

E preparar a liderança vem antes de redesenhar processos. São os líderes que precisam compreender o impacto da tecnologia, questionar práticas consolidadas e assumir os riscos das mudanças.

Tania também chamou atenção para a cadeia de fornecimento: “não adianta só eu estar acelerada, se o meu fornecedor está desconectado desse tema ou está vulnerável. Pode ser que um ataque o deixe paralisado por semanas, então eu não produzo porque ele não produz. A gente precisa ter uma análise de IA e gestão de risco relacionado à IA na cadeia como um todo”.

O custo de adotar IA sem preparar a empresa

O debate abordou os custos que costumam ficar fora das contas iniciais dos projetos. Além de infraestrutura, assinaturas e consumo de tokens, as empresas precisam considerar integração de sistemas, supervisão humana, segurança, manutenção contínua e adaptação das equipes.

“Eu acredito que a maioria das empresas subestima o custo da transformação organizacional. Colocar IA é relativamente simples, fazer isso gerar valor no negócio é mais complicado. Se você não preparar a liderança, se ela não tiver realmente com a visão de transformação, você vai no máximo melhorar o processo de operacional, vai fazer mais do mesmo, talvez até com maior complexidade. Vai fazer um caos mais rápido”, alertou Taurion.

Já Tania reforçou que “fica caro não treinar as pessoas, não preparar as pessoas. Não investir em change management. Não basta só treinar, você tem que criar a cultura da organização, tem que transformar a cultura para a cultura habilitar tudo isso”.