Da expectativa ao resultado: empresas começam a trocar corrida por IA por projetos com retorno mensurável

Por muito tempo, a inteligência artificial foi apresentada como uma corrida de adoção. Quem implementasse primeiro ganharia vantagem competitiva. Mas à medida que os projetos começam a sair do laboratório e entrar no centro da operação, uma nova pergunta aparece nas empresas: como transformar uso em resultado sem criar custos, riscos ou complexidade adicionais.

Esse foi o tom do painel “The next leap: From hype to results”, realizado no segundo dia do Web Summit Rio 2026. Mediado por Luciana Magalhães, repórter da Reuters, o debate reuniu Milena Leal, Country Manager do Google Cloud Brasil, e Graciela Kumruian, CEO da Netshoes, para discutir como companhias começam a transformar inteligência artificial em escala operacional.

Logo na abertura, um dado ajudou a contextualizar a discussão: a expectativa é que o mercado de IA no Brasil salte de US$ 18 bilhões em 2025 para quase US$ 100 bilhões até 2033, crescimento de aproximadamente 8,5 vezes em oito anos.

IA saiu do campo experimental e entrou na operação

Ao comentar os usos mais concretos da tecnologia, Milena destacou que a conversa dentro das empresas deixou de ser sobre testes e passou a girar em torno de eficiência operacional e impacto financeiro.

Segundo ela, organizações já utilizam modelos para transformar jornadas de clientes, construir experiências conversacionais, ampliar personalização e apoiar decisões internas.

“Hoje as pessoas perguntam menos se a IA gera valor e mais como gerar dinheiro ou eficiência operacional com ela”, afirmou.

Na visão da executiva, a tecnologia amplia capacidade analítica e operacional dos profissionais.

“A IA traz essa facilidade de nos tornar mais poderosos”, afirmou.

Na prática, isso inclui desde previsões operacionais e análise de desempenho até construção de agentes especializados para suportar atividades corporativas.

Netshoes transforma jornada em tempo real

Do lado da aplicação prática, Graciela apresentou como a Netshoes vem incorporando inteligência artificial ao longo da jornada digital dos consumidores.

Segundo ela, o varejo já ultrapassou a fase experimental.

“A IA deixou de ser ruído. Ela veio para ficar”, afirmou.

Hoje a empresa utiliza modelos em diferentes etapas da operação — desde apoio aos times de tecnologia com uso de LLMs em desenvolvimento e testes até mecanismos de personalização de navegação e recomendação.

Segundo a executiva, clientes diferentes passam a enxergar experiências diferentes conforme comportamento, histórico e contexto.

“Quem entra pela primeira vez terá uma navegação. Conforme entendemos o comportamento, a jornada passa a ser personalizada”, afirmou.

Para ela, o ganho não está apenas em automação.

O impacto aparece em qualidade, assertividade, escala e eficiência.

Governança deixa de ser área de suporte e entra no desenho do produto

Se o primeiro ciclo da IA foi marcado pela experimentação, o segundo parece ser marcado por controle.

Milena afirmou que uma das maiores preocupações das empresas hoje é entender quem acessa quais dados, quais permissões existem e como garantir rastreabilidade.

Segundo ela, plataformas corporativas passaram a incorporar capacidades de orquestração, monitoramento e governança justamente para evitar que a expansão da IA amplie exposição.

“Proteção de dados é algo inegociável”, afirmou.

Graciela complementou que o desafio aumentou porque muitos colaboradores passaram a experimentar ferramentas abertas sem critérios corporativos.

Segundo ela, isso exige governança centralizada e políticas claras.

“Imagine colaboradores enviando dados estratégicos e sensíveis sem saber onde essa informação vai parar”, afirmou.

Para a CEO da Netshoes, três pilares precisam orientar qualquer estratégia: transparência e consentimento com clientes, coleta inteligente de dados e geração clara de valor para quem compartilha informações.

“Menos é mais. Colete apenas aquilo que realmente será usado”, afirmou.

Custo de IA começa a substituir custo de infraestrutura

Um dos momentos mais interessantes do painel apareceu quando a discussão migrou da tecnologia para economia.

Milena relatou que algumas empresas aceleraram projetos sem revisar arquitetura e começaram a enfrentar custos inesperados.

“Tive cliente dizendo que o custo de token ficou maior que o custo de infraestrutura”, afirmou.

Segundo ela, o problema não está necessariamente na IA, mas na forma como aplicações são desenhadas.

A recomendação foi que empresas pensem arquitetura desde o início, compreendendo consumo, armazenamento e padrões de acesso antes de escalar modelos.

“O custo não é um problema hoje, mas pode se tornar”, afirmou.

Apesar disso, a executiva defendeu que a tecnologia já está acessível para empresas de todos os portes.

Segundo ela, startups inclusive tendem a adotar IA mais rapidamente pela necessidade de acelerar crescimento.

Mercado de trabalho muda, mas conhecimento continua sendo diferencial

Ao abordar impacto sobre empregos, as executivas convergiram em um ponto: funções devem mudar antes que desapareçam.

Milena afirmou que o desconhecimento ainda é o maior obstáculo para adoção. “Você não será substituído pela IA, mas provavelmente será substituído por alguém que saiba usar IA”, afirmou.

Durante o painel, a executiva anunciou uma nova fase do programa de capacitação do Google Cloud.

Após atingir antecipadamente a meta inicial de formar 1 milhão de brasileiros, a empresa lançou o Capacita Mais, iniciativa gratuita que pretende alcançar mais de 3 milhões de pessoas no país.

Já Graciela afirmou que a transformação exige mudança organizacional e não apenas tecnológica.

Na Netshoes, a empresa criou um grupo internoí, formado por profissionais de diferentes áreas para testar iniciativas e disseminar boas práticas. “A IA não é da tecnologia. Ela é da companhia inteira”, afirmou.

Próxima etapa será redesenhar processos, não automatizar o passado

Ao encerrar o painel, Graciela deixou uma recomendação que sintetizou boa parte da discussão.

Segundo ela, o erro mais comum das empresas é tentar automatizar modelos existentes.

“Não olhe para IA como algo que vai automatizar um processo existente. Você precisa redefinir o processo usando IA”, afirmou.

Na prática, a mensagem que ficou do palco foi que a próxima geração de projetos não será definida por quem implementa mais modelos.

Será definida por quem conseguir transformar tecnologia em arquitetura, arquitetura em processo e processo em resultado.

Fonte: TI Inside