IA que acelera tarefas rende menos às empresas do que a que melhora decisões

Entre os líderes financeiros que investem em inteligência artificial, apenas 17% relatam valor significativo ou transformacional nas iniciativas que buscam produtividade. Quando o foco do projeto é a qualidade da decisão, o índice sobe para 31%. Os números são de uma pesquisa que a Gartner conduziu em março com 204 líderes da área financeira e ajudam a entender por que boa parte dos investimentos em IA não aparece no resultado das empresas.

O tema está no centro do trabalho da Grand Thera, deeptech de Florianópolis que se apresenta como fornecedora de segurança para decisões de alto risco, e não de tecnologia. A empresa tem como interlocutores conselhos de administração, conselheiros e CFOs.

Para onde vai o dinheiro

Segundo o levantamento, 45% dos investimentos em IA da função financeira têm foco em produtividade, isto é, em fazer as tarefas mais depressa. Outros 20% miram a qualidade da decisão, e os 35% restantes tentam equilibrar os dois objetivos. A maior fatia do orçamento, portanto, está na frente que hoje entrega menos valor percebido pelos próprios CFOs.

O limite da eficiência

A consultoria aponta um teto nas iniciativas de eficiência. Quando uma tarefa passa a ser feita mais rápido, o ganho deixa de crescer, a não ser que essa velocidade altere uma decisão mais ampla da companhia. Na direção oposta, as áreas que apostaram em projetos capazes de criar novas propostas de valor, produtos ou mercados tiveram mais que o dobro de chance de relatar alto valor realizado com IA.

A Gartner identifica ainda uma lacuna de percepção. Enquanto a área financeira comunica avanço na adoção da tecnologia, o conselho enxerga impacto estratégico limitado. De acordo com a consultoria, os conselheiros valorizam investimentos que gerem crescimento, melhorem a decisão e criem vantagem competitiva, prioridades que a carteira típica de projetos não reflete.

Para Fernando Negrini, CEO da Grand Thera, o retorno não depende do volume de automação. “Produtividade em escala não vira resultado sozinha. Quem responde pelo número precisa de uma sequência que a maioria dos projetos de IA não entrega: o sinal antecedente, a decisão e as evidências auditáveis que justificam essa decisão”, afirma.

A aposta na camada de inferência

A leitura da Grand Thera é que a automação virou commodity e que o valor passou para a camada de inferência, responsável por separar sinal de ruído, quantificar o efeito financeiro e registrar a trilha de evidências que sustentou cada decisão. A proposta está no TheraOS, plataforma proprietária da companhia, com marca registrada, que reúne a organização dos dados, uma camada de consulta em linguagem natural e algoritmos autônomos, os AITs, dedicados a monitorar risco e sinalizar impacto financeiro antes que ele apareça no resultado.

Na versão mais recente da plataforma, os painéis tradicionais deram lugar a um centro de comando orientado a decisão. Em um dos projetos entregues pela empresa, um escopo dimensionado para dois anos foi concluído em seis meses.

Quando a IA passa a dar retorno

A recomendação da Gartner é que os CFOs administrem a IA como uma carteira, com mais peso em cenários, decisão e ativos reutilizáveis. Para Negrini, a avaliação do retorno começa pela pergunta que se faz à tecnologia. “A pergunta que o conselho deveria fazer ao CFO não é quantas horas a IA economizou. É qual prejuízo ela evitou”, diz.

Siga nosso canal no WhatsApp e receba notícias relevantes para o seu dia

Pelos dados da pesquisa, a IA tende a render mais quando deixa de servir apenas para ganhar tempo e passa a apoiar as decisões que mexem com o resultado da empresa.