Inovação com IA: por que o hype confunde a estratégia e como decidir onde apostar

Quase toda empresa diz que está inovando com inteligência artificial. Poucas conseguem explicar onde essa inovação encaixa na estratégia, e é aí que mora o problema.

Inovação com IA virou a frase obrigatória de qualquer apresentação de resultados, plano anual ou post de LinkedIn corporativo. Em pouco mais de três anos, a inteligência artificial generativa saiu do laboratório e passou a ocupar o centro do discurso de inovação das empresas, no Brasil e no mundo.

O curioso é que quanto mais a palavra aparece, menos ela parece significar. Um chatbot no site, um piloto com agentes, um time de dados recém-contratado e a reformulação completa de um modelo de negócio cabem todos na mesma etiqueta. E quando tudo é inovação, fica difícil saber se a empresa está, de fato, construindo vantagem ou só acompanhando a conversa.

Neste artigo, partimos de uma pergunta antiga (o que significa inovar?) para olhar com mais calma para a inovação com IA: o que os dados mostram sobre os resultados, por que o hype confunde a estratégia e como decidir onde vale a pena apostar.

O que significa inovar, antes de falar de IA

A discussão sobre inovação é bem mais velha do que os modelos de linguagem. O Manual de Oslo, referência da OCDE para medir inovação, define inovação empresarial como um produto ou processo novo ou melhorado, que difere significativamente do que a empresa fazia antes e que foi colocado no mercado ou em uso. Repare no que a definição não exige: ineditismo mundial, tecnologia de ponta ou sucesso garantido.

A literatura de estratégia também separa tipos de inovação. Henderson e Clark, em 1990, falaram de inovações incrementais, modulares, arquitetônicas e radicais, conforme mudam os componentes de um produto ou a forma como eles se conectam. Clayton Christensen descreveu a disrupção como outra coisa: soluções que nascem em segmentos que os líderes ignoram e sobem até desafiá-los.

Gostamos muito de como a Sandbox Escola de Estratégia resume essa discussão: as categorias de inovação descrevem naturezas diferentes de mudança, e não notas de qualidade. Disrupção não é o “nível máximo” de uma escala que começa no incremental. Essa ideia, que parece simples, ajuda muito a entender o que está acontecendo com a IA dentro das empresas.

Inovação com IA

Os números mais recentes mostram uma adoção muito rápida e um retorno bem mais lento. A tecnologia funciona, mas adotar uma ferramenta e inovar com ela são movimentos diferentes, e a maioria das empresas ainda está no primeiro.

• Uso disseminado: quase nove em cada dez respondentes do levantamento global da McKinsey relatam uso regular de IA em pelo menos uma área do negócio, e 44% já dizem que a IA está escalando na empresa (McKinsey, The State of AI, agosto de 2026).
• Impacto financeiro limitado: no mesmo estudo, 37% afirmam que a IA contribuiu positivamente para o EBIT, e apenas cerca de 6% se encaixam no grupo de “high performers”, que atribuem à IA um impacto significativo no resultado. A proporção é a mesma de 2025.
• Valor percebido por poucos: só 13% entre os CIOs ouvidos pelo Gartner dizem que a empresa já obteve valor significativo ou transformacional com IA (Gartner, outubro de 2026).
• Otimismo à frente do resultado: no AI Radar 2026 do BCG, 82% entre os CEOs se dizem mais otimistas com o retorno da IA do que um ano antes, mas só 6% das empresas veem valor real (BCG, agosto de 2026).
• O valor começa a aparecer: em setembro de 2026, o BCG apontou que quase metade das empresas já gera valor com IA, contra apenas 5% com valor substancial na pesquisa do ano anterior (BCG, setembro de 2026).
• Brasil ainda no começo: a TIC Empresas, do Cetic.br, mostrou que o uso de IA nas empresas brasileiras passou de 13% para 17% entre 2024 e 2025, chegando a 50% nas grandes e 15% nas pequenas (Cetic.br, junho de 2026).
• No Brasil, o otimismo vem antes da prova: 84% entre os executivos de grandes empresas brasileiras dizem que a IA gera valor comercial significativo, acima da média global de 76% (KPMG, outubro de 2026). Mas só 40,7% das empresas conseguem comprovar resultado financeiro com IA generativa (TEC.Institute e Peers, MIT Technology Review Brasil, agosto de 2026).

Lidos juntos, esses números contam uma história bem conhecida para quem acompanha ciclos de tecnologia: a adoção corre muito mais rápido que a capacidade das empresas de transformar a novidade em resultado. Quando o valor começa a aparecer, ele se concentra em quem fez escolhas estratégicas claras, e não em quem lançou mais pilotos.

Só 40,7% das empresas brasileiras conseguem comprovar resultado financeiro com IA generativa.

TEC.Institute e Peers, MIT Technology Review Brasil, agosto de 2026

Por que o hype de IA confunde a estratégia de inovação

O primeiro efeito do hype é transformar a tecnologia em critério de classificação. Uma iniciativa parece mais inovadora porque usa IA, e mais inovadora ainda se usa agentes, como se a sofisticação técnica fosse sinônimo de ambição de negócio. É o mesmo equívoco de tratar a disrupção como o topo de uma escada: a natureza tecnológica de um projeto diz pouco sobre o valor que ele cria.

O segundo efeito é a pressa. Quando o mercado inteiro anuncia projetos de inovação com IA, a pergunta interna deixa de ser “qual problema queremos resolver?” e passa a ser “o que vamos mostrar?”. Nascem pilotos sem dono, sem métrica e sem caminho para produção, que consomem orçamento e atenção e terminam como apresentação bonita na reunião de diretoria.

82% entre os CEOs estão mais otimistas com o retorno da IA. Só 6% das empresas veem valor real.

BCG, AI Radar 2026

O terceiro efeito é mais sutil: a IA vira atalho para não fazer escolhas. Acreditamos que inovação é, antes de tudo, uma decisão sobre onde jogar e como vencer, para usar a linguagem de Roger Martin e A.G. Lafley em Playing to Win. Uma empresa que compete por eficiência e uma que compete por experiência deveriam usar IA de formas muito diferentes. Quando ambas compram as mesmas ferramentas, com o mesmo discurso, nenhuma das duas está inovando de verdade.

Isso não significa que o hype seja inútil. Toda grande mudança tecnológica (a internet comercial, as redes sociais, o mobile) passou por uma fase de exagero, e foi nessa fase que muitas empresas aprenderam o que funcionava.

O uso de IA nas empresas brasileiras passou de 13% para 17% em um ano. Nas grandes, já chega a 50%.

Cetic.br, TIC Empresas, junho de 2026

Três ambições diferentes para a mesma tecnologia

Uma forma útil de organizar a inovação com IA é a Innovation Ambition Matrix, proposta por Bansi Nagji e Geoff Tuff na Harvard Business Review. Ela separa as iniciativas pelo tipo de ambição, e não pelo tipo de tecnologia:

• Core: melhorar o que a empresa já faz para os clientes que já tem. Na prática, IA para reduzir tempo de atendimento, automatizar processos internos, personalizar uma régua de CRM ou qualificar leads com mais precisão.
• Adjacente: levar capacidades existentes para novos mercados ou novos usos. Por exemplo, transformar o conhecimento acumulado pela empresa em um produto digital com recomendação inteligente, ou abrir um novo canal de relacionamento mediado por IA.
• Transformacional: criar algo que ainda não existe para necessidades que o mercado ainda não atende. Aqui entram novos modelos de negócio construídos desde o início em torno de dados e IA.

No estudo original, empresas com desempenho acima da média dividiam seus recursos de inovação em cerca de 70% para o core, 20% para adjacências e 10% para apostas transformacionais, enquanto os retornos seguiam uma proporção quase inversa. Os próprios autores deixam claro que não existe fórmula universal: a proporção certa depende do setor, da posição competitiva e do apetite a risco de cada empresa.

O valor da matriz para a inovação com IA está em outra coisa. Ela obriga a dizer, para cada projeto, que tipo de ambição ele carrega. Um assistente interno que economiza horas da equipe é uma inovação core legítima e valiosa, e deve ser cobrado como tal: prazo curto, ganho mensurável, escala rápida. Um produto novo baseado em IA é uma aposta transformacional e precisa de outra régua, com tempo para aprender e métricas de validação, não de faturamento imediato.

Como decidir onde apostar na inovação com IA

Na follow55, quando ajudamos uma empresa a estruturar sua agenda de inovação com IA, a conversa quase nunca começa pela ferramenta. Ela começa por algumas perguntas que parecem básicas, mas que filtram boa parte dos projetos que não deveriam existir:

1. Qual decisão estratégica esse projeto sustenta? Se a iniciativa não se conecta a uma escolha clara de onde a empresa quer competir, ela é experimento de tecnologia, não inovação.
2. Que tipo de ambição ele carrega? Core, adjacente ou transformacional. A resposta define prazo, investimento e forma de medir.
3. Os dados necessários existem e são confiáveis? Qualidade de dados aparece de forma recorrente entre os motivos de abandono de projetos de IA. Sem base organizada, o modelo só automatiza a bagunça.
4. Quem é dono do resultado? Projetos que vivem só na área de tecnologia raramente chegam à operação. A IA precisa de um responsável de negócio.
5. Como o projeto se conecta ao resto do ecossistema? Uma solução isolada resolve um problema pontual. Integrada a CRM, canais e dados, ela muda a forma como a empresa se relaciona com o cliente.

Esse último ponto é o que mais defendemos. A IA rende mais quando é tratada como uma camada de um ecossistema digital bem construído, e não como um produto avulso que se pluga no fim da cadeia. É a mesma lógica que vemos no marketing, quando a visibilidade nas respostas das IAs passa a depender da consistência de toda a presença da marca, como explicamos no artigo sobre como aparecer no ChatGPT.

Perguntas frequentes

Pronto para transformar IA em estratégia?

A pergunta que importa não é se a sua empresa está inovando com IA, e sim onde ela escolheu inovar, por que fez essa escolha e como isso ajuda a vencer. Empresas que respondem bem a essas três perguntas costumam precisar de menos pilotos e colher mais resultado.

Na follow55, unimos estratégia, dados e tecnologia para construir ecossistemas digitais em que a IA tem função clara no negócio. Foi assim no TasteWay, nosso projeto mais recente, e também em projetos como a Zapien e o App Minha Pele, da NIVEA. Se a sua agenda de inovação com IA precisa sair do discurso e entrar na estratégia, vamos conversar.

Referências

• OCDE e Eurostat, Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation
• Henderson, R. e Clark, K., Architectural Innovation, Administrative Science Quarterly, 1990
• Nagji, B. e Tuff, G., Managing Your Innovation Portfolio, Harvard Business Review, 2012
• Martin, R. e Lafley, A.G., Playing to Win: How Strategy Really Works, 2013
• Sandbox Escola de Estratégia, Afinal, o que significa inovar?, 2026
• McKinsey, The State of AI in 2026: On the Road to ROI, 2026
• Gartner, Gartner Survey Finds Only 13% of CIOs Say Their Enterprise Has Realized Significant or Transformational Value from AI, 2026
• BCG, Why AI Pilots Rarely Deliver Real Business Value, 2026
• BCG, AI Is Starting to Pay Off, 2026
• Cetic.br, TIC Empresas 2025, 2026
• KPMG, Global AI Pulse, 2º trimestre de 2026 (via Brasil Inovador)
• TEC.Institute e Peers, Do piloto ao resultado: a rentabilidade da IA, MIT Technology Review Brasil, 2026