Um levantamento do MIT chegou a um número que virou alerta no meio corporativo: cerca de 95% dos projetos de inteligência artificial generativa implementados por empresas não geraram retorno financeiro relevante. Para especialistas do setor, o dado não aponta um problema da tecnologia em si, mas do uso que se faz dela.
É essa leitura que sustenta o trabalho da Grand Thera, companhia sediada em Florianópolis que constrói o que chama de Decision-Grade AI, inteligência artificial voltada a decisões críticas em setores como instituições financeiras, empresas de tecnologia e indústria pesada.
Onde a maioria erra o alvo
Segundo a empresa, a maior parte do investimento em IA nas empresas foi direcionada a ferramentas que produzem conteúdo, como textos, resumos e respostas automatizadas, e não a plataformas que efetivamente ajudam a decidir. É essa distinção, entre gerar conteúdo e apoiar decisão, que explicaria por que tantos projetos não avançam além da fase de experimentação.
Com a ascensão da IA generativa, essa dificuldade deixou de ser exclusiva do setor financeiro. Empresas de segmentos variados passaram a buscar apoio de inteligência artificial para suas decisões, mas encontraram ferramentas capazes de gerar conteúdo, não necessariamente direção confiável. Para a Grand Thera, o próximo avanço da inteligência artificial não será apenas responder melhor, e sim ajudar grandes empresas a antecipar riscos e tomar decisões de alto impacto financeiro com mais segurança.
"O problema das grandes empresas não é a falta de tecnologia, é a dificuldade em transformar o alto volume de dados fragmentados em informação confiável em tempo útil, para direcionamento de decisões estratégicas", resume Fernando Negrini, CEO da Grand Thera.
Na prática, isso significa que empresas acumulam ferramentas de IA generativa sem necessariamente resolver o gargalo real, que é transformar dados dispersos em direção clara para quem precisa decidir sob pressão e com alta consequência financeira.
A paciência como resposta ao problema
Diante desse cenário, a Grand Thera adotou um caminho pouco comum no setor: passou dois anos construindo e validando a tecnologia em operações reais antes de abrir operação comercial em escala no Brasil e nos Estados Unidos.
A disciplina já aparece nos números da companhia: cerca de R$ 1,2 milhão em contratos fechados e em execução, além de um pipeline de novas oportunidades comerciais em andamento. Também aparece no que a empresa decidiu não fazer. Cerca de R$ 800 mil em propostas foram deliberadamente recusadas por exigirem desenvolvimento sob medida, fora do padrão de Enterprise SaaS que a companhia definiu para si desde o início.
O que muda para quem já investiu em IA sem resultado
Para empresários que já testaram ferramentas de inteligência artificial sem ver retorno claro, o dado do MIT funciona como um convite à revisão de expectativas. A pergunta relevante deixa de ser apenas se a empresa está usando inteligência artificial, e passa a ser se a ferramenta usada ajuda de fato a decidir, ou se apenas produz mais conteúdo para ser lido depois.
Siga nosso canal no WhatsApp e receba notícias relevantes para o seu dia
É nessa segunda pergunta que a Grand Thera diz concentrar sua tecnologia, projetada para rodar dentro da infraestrutura do próprio cliente, sem enviar dados sensíveis para estruturas externas. Para empresas de Minas Gerais que avaliam onde investir depois de resultados frustrantes com IA, o recorte proposto pela companhia é um critério prático de triagem: perguntar não quanto a ferramenta produz, mas quanto ela efetivamente ajuda a decidir.