Na última terça-feira, 24 de março, a Inventta realizou o Panorama Inventta #5, reunindo especialistas para discutir como a IA nas empresas está saindo do discurso e entrando na prática. O evento contou com a presença de Vinícius Arantes e João Wood, Líderes de Projetos da Inventta, e Manazael Zuliani Jora, Gerente de Desenvolvimento Científico e líder de Transformação Digital em P&D na Indovynia.
Logo no início, ficou evidente um ponto central: o avanço da IA dentro das empresas depende menos da tecnologia em si e mais da forma como as organizações estruturam, priorizam e sustentam suas iniciativas ao longo do tempo.
O que está travando a IA nas empresas
Atualmente, muitas empresas que já testaram ou implementaram alguma solução de IA conseguem transformar essas iniciativas em valor consistente para o negócio.
Segundo Vinícius Arantes, o principal problema está na falta de direcionamento claro. “Sem clareza de onde a IA deve atuar, as iniciativas ficam dispersas. E quando isso acontece, o esforço aumenta, mas o resultado não acompanha.”
Além disso, João Wood reforça que o problema começa na forma como as decisões são estruturadas. “Quando não existe um direcionamento estratégico claro, a inovação passa a depender muito mais de esforço individual do que de um sistema estruturado.”
Durante o Panorama, também foram levantadas barreiras práticas que aparecem de forma recorrente nas empresas: dificuldade de provar ROI, excesso de ferramentas e possibilidades, e desafios de governança. Esses pontos ajudam a explicar por que muitas iniciativas não avançam além do piloto.
Em outras palavras, a dificuldade está em sustentar e escalar as iniciativas ao longo do tempo.
IA nas empresas: o erro de começar pela tecnologia
Um dos aprendizados mais recorrentes do evento foi o risco de iniciar iniciativas de IA a partir da solução, e não do problema.
Segundo Manazael Zuliani Jora, esse é um erro comum, especialmente em áreas técnicas. “Existe uma tendência de começar pela tecnologia, principalmente quando falamos de IA. Mas, na prática, o que faz diferença é entender o problema e o contexto antes de qualquer decisão.”
Nesse sentido, empresas que começam pela ferramenta tendem a enfrentar alguns desafios recorrentes:
- baixa aderência das soluções
- dificuldade de justificar investimento
- iniciativas desconectadas do negócio
Por outro lado, quando o ponto de partida é o problema, a IA passa a ser aplicada de forma mais direcionada e relevante.
Quem desenvolve mudou. E isso muda tudo
Um dos pontos mais fortes do Panorama foi a mudança estrutural no desenvolvimento de soluções.
Segundo Manazael as soluções não são mais desenvolvidas necessariamente por TI. “Pelo menos o MVP, em grande parte, é desenvolvido pelo próprio usuário final.”
Marca uma virada importante na dinâmica nas empresas. O usuário deixa de ser apenas consumidor e passa a ser também desenvolvedor.
Na prática, isso significa que a construção de soluções começa na ponta, com quem vive o problema, e não mais em áreas centralizadas.
O impacto é direto. Mais velocidade, menos dependência de fila e maior aderência ao contexto real do negócio.
O papel do TI: de executor a parceiro estratégico
Outro ponto relevante discutido foi o papel do TI dentro desse novo cenário. Ao contrário do que muitas empresas ainda tratam, o TI não é um bloqueio para a adoção de IA. Ele é um parceiro essencial, principalmente quando a iniciativa precisa ganhar escala.
Como destacou Manazael: “O MVP a gente direciona para o próprio negócio desenvolver. Mas quando precisa escalar, automatizar e conectar com sistemas, aí entra TI.”
Isso reposiciona o papel do TI dentro da organização. Menos como executor de demandas e mais como responsável por governança, integração e sustentação.
Especialmente em projetos que envolvem CRM, ERP ou dados sensíveis, a participação do TI deixa de ser opcional e passa a ser crítica para viabilizar escala.
A área que puxa a agenda define o teto da ambição
Outro insight importante trazido no debate foi o impacto da área responsável pela agenda de IA dentro das empresas.
Durante o Panorama, foi destacado que, quando a IA fica concentrada em áreas tradicionais de TI, o foco tende a se limitar à eficiência operacional e otimização de processos existentes.
Por outro lado, quando áreas como negócio ou P&D puxam essa agenda, o nível de ambição muda. Abre espaço para iniciativas mais transformacionais e conectadas à geração de valor.
Ou seja, quem lidera a agenda influencia diretamente o tipo de resultado que a empresa busca com IA.
Onde a IA realmente gera valor
Ao longo da conversa, ficou claro que a geração de valor com IA depende de foco.
Segundo os speakers, as empresas que avançam nesse tema fazem escolhas mais específicas sobre onde aplicar a tecnologia. Vinícius Arantes destaca: “Quando a empresa tenta aplicar IA em tudo ao mesmo tempo, ela dilui esforço. As iniciativas perdem força e dificilmente chegam até o fim.”
Além disso, Manazael trouxe um ponto crítico que direciona essa priorização: a conexão direta com os desafios do negócio.
“Os projetos de IA precisam estar conectados a desafios reais do negócio. Quando essa conexão não existe, a iniciativa até avança tecnicamente, mas não se sustenta dentro da empresa.”
Nesse sentido, iniciativas desconectadas tendem a enfrentar barreiras internas, seja na priorização de recursos, seja na defesa de investimento ou no engajamento das áreas.
O papel da estrutura na evolução da IA
Outro ponto central discutido no evento foi a importância da estrutura para sustentar iniciativas de IA.
Segundo João Wood, sem um modelo claro, as empresas entram em um ciclo de tentativa e erro pouco eficiente. “Quando não existe processo, cada iniciativa precisa se provar do zero. Isso torna a evolução mais lenta e aumenta o risco de abandono.”
Além disso, a ausência de estrutura gera:
- falta de continuidade
- dificuldade de priorização
- baixa previsibilidade de resultados
Nesse contexto, a IA deixa de evoluir como capacidade organizacional e passa a depender de esforços isolados.
Prompt engineering: a habilidade que virou diferencial
Outro ponto destacado no Panorama foi o papel do prompt engineering como uma habilidade central nesse novo cenário.
Manazael apontou durante o evento que tem três pilares que sempre aparecem: objetivo, contexto e restrições. Esses três pilares influenciam na qualidade do output que você quer.
Com a democratização das ferramentas, a barreira técnica diminui, mas a capacidade de estruturar bem o problema ganha protagonismo. A qualidade da resposta passa a depender diretamente da qualidade da pergunta.
Sem clareza de objetivo, o resultado tende a ser genérico. Se falta contexto, fica incompleto. Sem restrições, desalinhado.
Como sair do piloto e avançar com IA nas empresas
Durante o evento, os speakers compartilharam ainda caminhos práticos para empresas que já iniciaram, mas ainda não capturam valor relevante com IA.
Primeiramente, é necessário definir onde a IA deve atuar dentro da estratégia do negócio.
Além disso, é fundamental criar critérios claros de priorização e decisão. Em seguida, entra a necessidade de estruturar um fluxo que conecte:
- identificação de oportunidades
- validação de hipóteses
- desenvolvimento de soluções
- acompanhamento de resultados
Segundo João Wood, esse encadeamento é o que permite consistência ao longo do tempo. “Quando existe clareza de como as decisões acontecem, o processo ganha tração. As iniciativas deixam de depender de articulação informal.”
IA nas empresas como capacidade organizacional
Um dos pontos mais relevantes do Panorama foi a ideia de que IA não deve ser tratada como um esforço pontual.
Segundo Manazael, o avanço real acontece quando a empresa incorpora a tecnologia na forma como opera. “Quando a IA passa a fazer parte da rotina das áreas, ela deixa de ser experimento e começa a gerar impacto real.”
Nesse sentido, a evolução depende da construção de uma capacidade contínua, integrada ao dia a dia do negócio.
O que ficou do Panorama Inventta #5
Em síntese, o evento reforça que a discussão sobre IA nas empresas já avançou. Agora, o desafio está em estruturar sua aplicação com clareza, foco e consistência.
Alguns aprendizados ficam mais evidentes quando colocados de forma direta:
- o usuário final passou a ser também desenvolvedor
- o TI é parceiro essencial na escala e governança
- a área que lidera a agenda define o nível de ambição
- prompt engineering se torna uma habilidade-chave
- as principais barreiras estão em governança, priorização e prova de valor
No fim, ficou claro que o próximo passo em todas as empresas é estruturar melhor como a IA ela entra, evolui e gera resultado dentro da empresa.
Perguntas frequentes sobre IA nas empresas
Como implementar IA nas empresas de forma prática?
Comece pelo problema, não pela ferramenta. Identifique uma dor real do negócio, valide rapidamente com um MVP e só depois pense em escala. Esse fluxo evita desperdício de esforço e aumenta muito a chance de gerar valor.
Qual é o papel do TI na adoção de IA?
O TI não é um bloqueio. Ele é essencial para escalar, integrar com sistemas e garantir governança. O melhor modelo hoje separa bem as etapas: o negócio valida e o TI ajuda a estruturar e sustentar.
Quais são as principais barreiras para IA nas empresas?
As mais comuns são dificuldade de provar ROI, excesso de ferramentas e falta de governança. Sem clareza de priorização, as iniciativas ficam dispersas e não evoluem.
Por que muitas iniciativas de IA não saem do piloto?
Porque começam pela tecnologia e não pelo problema. Quando não existe uma dor clara, a solução até funciona tecnicamente, mas não se sustenta dentro da empresa.
Como as pessoas podem começar a desenvolver habilidades em IA no dia a dia?
Comece testando. Não precisa esperar um projeto formal ou algo estruturado dentro da empresa. Use problemas do seu dia a dia ou até projetos pessoais para explorar as ferramentas. Durante o Panorama, uma das recomendações foi clara: seja curioso e não se apegue a uma única ferramenta ou tecnologia. O cenário muda rápido, e o mais importante não é dominar uma stack específica, mas desenvolver a capacidade de aprender e aplicar. Hoje existe muito conteúdo acessível, desde vídeos curtos até cursos completos. O ponto não é estudar por estudar, mas aprender e colocar em prática rapidamente. Testar, errar, ajustar e seguir. Quem evolui mais rápido nesse contexto não é quem sabe mais teoria, mas quem experimenta mais.
