Em meio ao pico de entusiasmo com a inteligência artificial, uma previsão da consultoria Gartner soa como um alarme: mais de 40% dos projetos de IA agêntica devem ser cancelados até o final de 2027. O número parece contradizer a narrativa de uma tecnologia que redefine indústrias, mas a explicação é mais prosaica e familiar do que se imagina.
A tese, detalhada em uma análise no portal TIInside, é que os projetos não falham porque a IA não funciona. Eles falham porque as empresas tentam aplicar uma camada de inteligência sobre processos e bases de dados que já eram problemáticos muito antes da ascensão dos LLMs. O resultado é a automação do caos, que inevitavelmente leva a custos crescentes, dificuldade de comprovar valor e, por fim, o cancelamento.
O problema é antigo, a ferramenta é nova
O dilema exposto pela Gartner ecoa um dos mais antigos mantras da tecnologia da informação: garbage in, garbage out. A IA agêntica, que promete autonomia e tomada de decisão, apenas amplifica o que encontra em sua base. Se uma organização opera com dados duplicados, métricas inconsistentes e sistemas que não se conversam — a realidade de muitas operações que acumulam informações em planilhas, ERPs e CRMs por anos —, o agente inteligente apenas executará decisões mais rápidas com base em premissas equivocadas.
O cenário é agravado pelo que o mercado chama de agent washing: a prática de rebatizar chatbots e automações simples como “agentes de IA” para capitalizar sobre a tendência. Essa inflação de marketing cria uma expectativa de transformação que a tecnologia subjacente, muitas vezes, não pode entregar, acelerando a desilusão. A conversa em muitas companhias começa pela ferramenta, quando deveria começar pela qualidade e governança da informação.
A fundação antes do arranha-céu
O erro fundamental é tratar a IA como uma solução mágica para problemas estruturais. A implementação de um agente autônomo não integra magicamente bases de dados dispersas nem padroniza indicadores conflitantes. Pelo contrário, ao operar nesse ambiente, a ferramenta pode solidificar decisões ruins em alta velocidade, tornando a correção ainda mais complexa e cara. É a receita para um projeto cujo ROI nunca se materializa.
A recomendação da própria Gartner é um retorno ao básico da gestão de tecnologia: priorizar casos de uso com retorno sobre o investimento claramente definido e, crucialmente, avaliar se a infraestrutura de dados atual é capaz de sustentar a automação antes de qualquer implementação. A promessa de que agentes autônomos tomarão uma parcela crescente das decisões operacionais até 2028 continua de pé. Contudo, ela se realizará apenas para aqueles que construírem a casa a partir da fundação, e não do telhado.
O que se desenha não é um inverno da IA, mas uma depuração do mercado. A onda de cancelamentos servirá como um filtro, separando as organizações que buscam atalhos tecnológicos das que entendem a inovação como um processo disciplinado de melhoria contínua, onde a tecnologia potencializa uma base sólida, em vez de mascarar o caos.
Com reportagem de Brazil Valley
Source · TIInside
