Em busca da próxima grande novidade: por que a IA está começando a se parecer muito com o Blockchain 2.0

A inteligência artificial (IA) tomou conta das manchetes. De artes geradas por IA a chatbots sofisticados, o entusiasmo atingiu quase todos os setores. O capital de risco está inundando, e líderes empresariais estão correndo para declarar que suas organizações priorizam a IA. 

No entanto, para muitos que viveram o boom do blockchain no final da década de 2010, há uma sensação de déjà vu. Esta não é a primeira vez que uma tecnologia prometia o mundo, mas na prática entregava muito menos.

Em 2017, o blockchain gerou um hype semelhante. As empresas simplesmente adicionaram "blockchain" aos seus nomes e viram os preços de suas ações dispararem, muitas vezes sem produtos reais ou estratégias de aplicação. 

Agora, a IA segue uma trajetória notavelmente semelhante. O que estamos testemunhando não é apenas inovação; é mais uma volta no clássico ciclo de hype tecnológico.

Compreendendo o ciclo de hype

Criado pela Gartner, o ciclo de hype tecnológico mapeia como as tecnologias emergentes frequentemente surgem com base em expectativas infladas e, em seguida, caem na desilusão antes de finalmente gerar valor sustentável. Reconhecer esse ciclo ajuda as empresas a separar a inovação significativa do marketing exagerado e a evitar erros dispendiosos.

Um exemplo recente é A queda de US$ 40 bilhões da Meta no metaverso —um projeto que muitos agora veem como uma bolha de expectativa gerada internamente e que, no fim das contas, não deu certo. 

Como Konstantine Buhler, sócio da Sequoia Capital, observou no CIO Network Summit do The Wall Street Journal, “Estamos defi“Estamos definitivamente em um ciclo de expectativa, especialmente para IA generativa.” Ele acrescentou que, em termos de concretização de valor comercial real, “não estamos nem no começo”.

Quando o Buzz supera os resultados

O hype em torno do blockchain foi marcado por desenvolvimentos dramáticos, mas muitas vezes vazios. Uma empresa de refrigerantes mudou seu nome para Long Blockchain Corporation e viu suas ações subirem 400% da noite para o dia, apesar de não ter nenhuma oferta de blockchain. A Kodak lançou uma iniciativa de criptomoeda, a KodakCoin, que elevou brevemente o preço de suas ações antes de se tornar irrelevante.

O movimento atual da IA ​​traz sinais de alerta semelhantes. Empresas como a Klarna, que se aprofundou no atendimento ao cliente baseado em IA, voltaram atrás na decisão após a queda na satisfação do cliente. A tentativa do BuzzFeed de recorrer a conteúdo gerado por IA não conseguiu salvar seus negócios em dificuldades, e os artigos escritos com IA pela CNET continham múltiplos erros factuais, minando a confiança.

Esses casos revelam um padrão: a IA, assim como o blockchain antes dela, está sendo vendida com promessas difíceis de cumprir rapidamente. Os resultados, na maioria das vezes, são decepcionantes.

Empresas lutando para implementar IA

Apesar da imensa agitação, a maioria das organizações ainda não sabe como extrair valor consistente e mensurável da IA. As salas de reunião estão cheias de perguntas: isso revolucionará nossas operações ou apenas nos distrairá? Será uma oportunidade — ou um desvio dispendioso?

Uma pesquisa da McKinsey e Deloitte oferece insights preocupantes. Uma pesquisa recente da Deloitte sugere que as empresas estão gradualmente migrando da experimentação para a adoção séria em nível empresarial. Mas há atrito: as preocupações com a conformidade estão aumentando, saltando de 28% para 38% em questão de meses. Enquanto isso, 69% dos entrevistados acreditam que levará mais de um ano para implementar totalmente estruturas robustas de governança de IA.

O relatório de janeiro de 2025 da McKinsey, baseado em entrevistas com líderes empresariais globais, constata que, embora quase todas as empresas invistam em IA, apenas 1% consideram seus esforços maduros. Os funcionários geralmente estão prontos para adotar a tecnologia, mas a liderança muitas vezes demora a traduzir o potencial em ação.

Os números refletem essa desconexão:

• Apenas 19% dos executivos de nível C relatam crescimento de receita acima de 5% a partir de iniciativas de IA.
• 39% relatam crescimento modesto entre 1% e 5%.
• 36% relatam nenhuma mudança.

A grande questão permanece: a IA é apenas mais uma promessa tecnológica superestimada? Ou existe um caminho para um retorno genuíno sobre o investimento em inteligência artificial (RoAI)?

Segundo Jim Rowan, Líder de IA Aplicada na Deloitte, a resposta está na estratégia de longo prazo. Ele observou que, embora "a expectativa seja alta", retornos significativos exigem governança, colaboração e disposição para iterar. Líderes focados no futuro entendem que as recompensas da IA ​​surgirão gradualmente — não da noite para o dia.

Por que as empresas continuam perseguindo o hype

O impulso de investir em tecnologias emergentes é motivado por três forças principais: expectativas infladas, pensamento de curto prazo e execução falha.

Sob pressão para se manterem competitivos e impressionar os investidores, os executivos frequentemente apresentam grandes visões sem estabelecer as bases. Na pressa de parecerem inovadoras, as empresas implementam sistemas não comprovados e esperam que apenas a novidade gere retorno.

A realidade é que essa abordagem frequentemente leva à decepção — não porque a tecnologia não seja promissora, mas porque a base para sustentá-la não existe. Quando aplicada de forma muito ampla e sem intenção estratégica, até as ferramentas mais poderosas fracassam.

Cinco obstáculos que bloqueiam o potencial da IA

Michael de Kare-Silver, sócio-gerente da Signium UK, observa que  apesar de todo o esforço, nenhuma organização ainda encontrou a “bala de prata” para um RoAI consistente. 

As barreiras são numerosas e familiares:

1. Pilotos e Experimentos Dispersos:Muitas empresas permitem que os funcionários experimentem ferramentas como o Microsoft CoPilot ou ChatGPT para pequenas tarefas. Mas esses testes são descoordenados — equipes diferentes testando ferramentas diferentes sem supervisão central ou aprendizado compartilhado.
2. Falta de estratégia unificada: Sem uma estrutura organizacional abrangente, a adoção da IA ​​se torna fragmentada. Não há clareza sobre quem deve usar a IA, para quais propósitos ou quando é apropriado.
3. Medo do desconhecido: A incerteza em torno do valor a longo prazo da IA ​​mantém muitas empresas em modo de espera. Como afirma de Kare-Silver: "Nenhum líder quer arriscar jogar dinheiro fora".
4. Má higiene de dadosDados de alta qualidade são a espinha dorsal de uma IA eficaz. Infelizmente, muitas empresas não possuem bancos de dados limpos e padronizados, o que leva a resultados falhos e comportamento imprevisível.
5. Nenhuma liderança dedicada à IA: A IA é frequentemente relegada aos portfólios de CTOs ou chefes de dados já sobrecarregados. Mas uma implantação significativa da IA ​​exige uma liderança focada e em tempo integral. 

De Kare-Silver elogiou empresas como BT, Schneider Electric e ING por nomearem executivos seniores especificamente responsáveis ​​pela estratégia de IA.

Então, a IA é apenas mais uma miragem tecnológica?

A resposta não é binária. A IA não é apenas uma bolha, mas também não é uma varinha mágica. Seu impacto depende inteiramente de como é implementada. Para uma empresa, chatbots de IA podem eliminar pendências de suporte. Para outra, ferramentas de detecção de fraudes podem evitar violações dispendiosas.

O que está claro é que a IA transformará o futuro do trabalho — o que é feito, quem faz e como. Mas essa transformação só será sustentável se as empresas prosseguirem com clareza, disciplina e visão de futuro.

Em vez de perseguir tendências cegamente, as organizações devem se concentrar em casos de uso reais e adotar a IA com uma compreensão clara dos riscos. Implementar governança de nível empresarial. Desenvolver estratégias alinhadas às operações atuais e aos objetivos futuros.

O “porquê” deve sempre vir antes do “como”.

Ao tratar a IA não como uma salvadora, mas como uma ferramenta — uma das muitas na caixa de ferramentas digital — as empresas podem tomar decisões mais inteligentes e evitar o destino daquelas que foram vítimas de ciclos de exagero anteriores.