Negócio em Primeiro Lugar: meus maiores insights no 4CIO Private Sectors

Passei quatro dias no 4CIO Private Sectors, em Foz do Iguaçu, e voltei com uma convicção mais clara do que eu esperava: a parte difícil da IA nas empresas deixou de ser a tecnologia e passou a ser a capacidade do negócio de decidir bem sobre ela. Onde ela entra, de quem ela depende, o que se espera dela e quem responde quando algo sai do previsto. 

A primeira coisa que me chamou atenção foi justamente o que não estava em discussão. Ninguém ali ainda se perguntava se valia a pena adotar IA, e os números confirmam o que ouvi nos corredores: segundo o State of AI 2025, da McKinsey, 88% das organizações já usam IA em pelo menos uma área do negócio. 

O tema do evento era Paradoxo: a arte de liderar o caos, mas quem melhor resumiu o clima foi um executivo de tecnologia de uma cooperativa financeira cliente: “o excelente caos”. 

A tecnologia nunca foi tão acessível, e justamente por isso a vantagem deixou de estar no acesso e passou a estar na capacidade de escolher onde aplicar. 

Quero compartilhar aqui os insights que mais me marcaram. E vale ler até o fim, porque deixei alguns dados bem interessantes por lá. 

Decidir sem mapa 

A plenária de abertura foi do Emanuel Pessoa, com uma pergunta que nos acompanhou pelo resto do evento: como decidir quando o cenário global muda radicalmente a cada seis meses? E apontou um descompasso que, depois de visto, não dá mais para ignorar: o cenário muda em meses, mas os contratos que assinamos hoje comprometem a empresa por anos. 

Isso me levou direto para a época em que eu trabalhava com engenharia. Uma obra leva bem mais de um ano para sair do papel, e nesse meio tempo muda o preço do insumo, muda a necessidade do cliente, às vezes mudam até as leis. O planejamento que funcionava era o que deixava margem para ajustar a rota sem derrubar o que já estava de pé. 

Nas conversas com líderes de tecnologia, essa ideia tinha um nome bem concreto: lock-in, a dependência de um único fornecedor, modelo ou formato que fica cara e lenta de reverter. Curiosamente, foi essa mesma preocupação que deu origem ao Prismon, a solução que apresentamos no evento. Internamente, sentimos na pele a pergunta: como aproveitar o melhor de cada modelo sem perder a liberdade de mudar de caminho? Depois de mais de quinze anos de consultoria em tecnologia, trabalhar com a premissa de que alguma peça vai precisar ser trocada conforme o negócio muda já é quase automático para nós, e o Prismon nasceu justamente desse cuidado aplicado ao nosso próprio uso de IA. 

Saí dessa palestra com a convicção de que a vantagem está menos em acertar a previsão e mais em tomar decisões que continuem de pé quando o contexto mudar. E decisões assim costumam ter algo em comum. 

O negócio vem antes da ferramenta 

Foi exatamente o tom de uma conversa com um CIO do setor agro e cliente da Premiersoft. O assunto era IA no agro, mas ele começou pelo produtor: o que melhora a rentabilidade de quem está no campo e o que muda na operação da cooperativa. A IA aparecia sempre como meio, nunca como o assunto principal. 

Parece óbvio, mas quem trabalha com tecnologia sabe como é fácil inverter essa ordem. Nas nossas salas em Foz, escolhemos de propósito deixar a demonstração para depois e abrir cada conversa com uma pergunta: “Hoje, você está satisfeito com o nível de visibilidade e governança sobre o uso de IA na sua empresa?”. Poucos estavam, e o que veio dali foi muito mais rico do que qualquer apresentação. 

Um executivo financeiro da 4Network completou o raciocínio: a solução quase sempre nasce “de uma pessoa na ponta”, que vive o problema todos os dias. Segundo o MIT NANDA, só 40% das empresas compraram uma assinatura oficial de IA, mas em mais de 90% delas os funcionários já usam ferramentas pessoais no trabalho. 

Para mim, essa é uma das mudanças mais interessantes do momento: a IA já não entra nas empresas só pela porta da TI, entra pela mesa de quem está resolvendo um problema concreto. E isso é uma ótima notícia! Justamente porque, com base nas inúmeras experiências que já tive no mercado, as melhores ideias tendem a nascer perto da operação. 

Mas isso muda, e muito, o papel da liderança de tecnologia daqui pra frente. 

Onde a máquina entra, e onde ela para 

Esse novo papel passa a ser menos o de escolher a ferramenta e mais o de dar direção e deixar claro até onde cada uso pode ir. 

Esse “até onde” foi o centro de um painel sobre liderança algorítmica, conduzido por um especialista em IA aplicada ao jornalismo e à governança de decisões. Em vez do debate de sempre sobre diminuir as cadeiras, a pergunta era o que faz sentido delegar à máquina e o que precisa continuar sob decisão humana. Três ideias ficaram comigo: 

• Poder ser automatizado não significa dever ser. A decisão passa pelo contexto e pelo papel daquela atividade no negócio. 

• Delegar a execução não elimina a responsabilidade. Alguém continua respondendo pelos critérios e pelas consequências. 

• Liderar inclui desenhar fronteiras: onde a IA atua sozinha, onde precisa de supervisão e onde o julgamento humano é essencial. 

Vocês não imaginam quantas vezes um cliente chegou até nós pedindo para “automatizar esse processo com IA” e a conversa mais valiosa acabou sendo outra: entender se o processo fazia sentido como estava e em que pontos poderíamos potencializar tanto o uso da tecnologia quanto o funcionamento do negócio como um todo. Muitas vezes, o projeto final saiu diferente do pedido inicial, mas o valor gerado ultrapassou qualquer expectativa anterior. E esse é o tipo de conversa que mais gosto de ter. 

Só que traçar essa fronteira levanta uma pergunta difícil: como fazer isso se, na maioria das vezes, ainda não sabemos o que vai funcionar? 

Experimentar com método 

A resposta mais honesta que ouvi veio de um diretor de tecnologia da indústria: “Uma empresa precisa conseguir experimentar mais de uma vez, aprender com o que deu errado e abandonar a expectativa de que toda iniciativa entregue resultado imediato.” No painel sobre liderança algorítmica, a mesma ideia apareceu por outro ângulo: o que mais trava a adoção hoje não é limitação técnica, é a pressão por acertar de primeira. 

Concordo muito, e adiciono um complemento: o problema raramente está em errar, e sim em errar sem saber o que se queria aprender com aquele teste. 

Os números ajudam a enxergar isso. A McKinsey mostra que perto de dois terços das empresas ainda não conseguiram levar a IA além da fase de piloto, e só 39% conseguem apontar algum impacto no resultado. O Gartner já tinha previsto que pelo menos 30% dos projetos de IA generativa seriam abandonados depois da prova de conceito até o fim de 2025, e agora estima que mais de 40% dos projetos com agentes de IA serão cancelados até 2027. Nos dois casos, os motivos se repetem: custos que crescem, controles de risco insuficientes e, principalmente, valor de negócio pouco claro. O MIT chega a uma conclusão parecida: a maior parte dos pilotos que não avançam esbarra no desencaixe com o trabalho do dia a dia, muito mais do que na qualidade dos modelos. 

Em outras palavras, o que costuma faltar não é tecnologia, é critério. Vejo isso com frequência: muitas demandas que chegam até nós passaram antes por um teste que todo mundo aprovou no kickoff e que, meses depois, ninguém sabia dizer se tinha dado certo, porque ninguém tinha definido o que seria dar certo. O direito de errar funciona melhor com alguns critérios combinados antes: 

1. O que queremos aprender? 

1. Que problema do negócio isso resolve? 

1. Quanto tempo e investimento faz sentido dedicar? 

1. Que evidência justifica continuar? 

1. Em que cenário encerramos e partimos para outra hipótese? 

Quando o erro tem tamanho, prazo e custo combinados, ele deixa de ser ameaça e vira informação. 

“Não frear, mas liberar com segurança” 

A frase veio de um CIO do setor industrial, numa conversa com a liderança da Premiersoft sobre sua maior preocupação com IA hoje. Ela resume o equilíbrio que quase todo mundo ali buscava: não dá para esperar a IA estabilizar, e também não faz sentido adotar tudo só porque está disponível. 

Ajuda lembrar que o maior valor da IA nem sempre está em cortar custo. Muitas vezes está no tempo que se ganha entre ter uma ideia e colocá-la no mercado. Não por acaso, segundo a McKinsey, as empresas que mais capturam valor usam IA para crescer e inovar, e não só para ganhar eficiência. 

Mas, para liberar com segurança, primeiro é preciso enxergar o que já está acontecendo. E foi aí que os números reais do 4CIO Private Sectors me surpreenderam. 

Os números dos líderes de tecnologia, e o que eu levo daqui 

Durante o evento, coletamos dados de 59 empresas que passaram pelas nossas salas. O retrato que apareceu foi este: 

• 7 em cada 10 (41 de 59) colocam governança de IA como prioridade alta ou máxima para os próximos seis meses. 

• Mais da metade (33) não tem um processo definido para testar uma nova capacidade de IA. 

• Menos de 1 em cada 5 (11) tem alguém dedicado ao tema dentro da TI. 

• Só 15% (9) conseguiriam auditar por completo o uso de IA e os dados envolvidos nos últimos 90 dias. 

Ou seja, para cada empresa que hoje consegue enxergar o que a IA está fazendo dentro de casa, existem mais de quatro que a tratam como prioridade máxima. 

Não é falha de ninguém. É o retrato de uma tecnologia que entrou nas empresas mais rápido do que elas conseguiram se organizar, e os líderes de tecnologia do evento estão longe de ser exceção. No Brasil, a Netskope mostra que 52% de quem usa IA generativa no trabalho ainda recorre a contas pessoais. O Gartner aponta que 69% das empresas suspeitam ou já têm evidências de que funcionários usam ferramentas de IA não autorizadas. E o Cost of a Data Breach 2026, da IBM, mostra o preço disso: a IA não autorizada já aparece em 43% dos vazamentos de dados, mais que o dobro dos 20% do ano anterior, e 68% das empresas afetadas ainda não tinham uma política de governança de IA concluída. 

Se eu tivesse que resumir o 4CIO Private Sectors em uma frase, seria esta: a corrida da IA já não é para ver quem adota primeiro, e sim para ver quem consegue enxergar, decidir e sustentar o que adotou. 

A tecnologia vai continuar mudando, e rápido. Novos modelos vão aparecer, os custos vão cair e o que hoje parece avançado vai virar padrão. O que não sai de moda é a capacidade de cada negócio de escolher bem onde a IA entra, como ela é acompanhada e o que se espera dela. É isso que vai separar quem usa IA de quem realmente captura valor com ela. 

E é isso que mais me motiva, a cada dia: ajudar organizações a tomar essa decisão, mesmo quando ela mostra que a prioridade está em outro lugar. 

Obrigado aos líderes de tecnologia pela franqueza, à 4Network pelo ambiente de troca e ao time da Premiersoft nos bastidores. 

Que venha o próximo!