Por que a maioria dos projetos de IA falha nas empresas e como resolver

De acordo com a Gartner e a McKinsey, os gastos corporativos em IA generativa em 2025 são estimados em 644 bilhões de dólares, mas mais de 80% dos projetos não conseguem atingir as metas declaradas, com apenas cerca de 15% alcançando produção sustentável. O estudo da MIT NANDA com mais de 300 iniciativas descobriu que 95% dos pilotos de GenAI não mostram impacto mensurável no lucro ou na produtividade. A Gartner coloca a IA generativa no Trough of Disillusionment (Vale da Desilusão), enquanto a IA agêntica está no Pico das Expectativas Infladas. O artigo identifica cinco causas principais de falha: falta de metas de negócio mensuráveis, automação de processos quebrados (GIGO - garbage in, garbage out), custo total de propriedade (TCO) incompleto, escolha de ferramentas antes de definir o problema e ausência de um responsável pelos resultados de negócio. Para mitigar esses problemas, o autor descreve um funil de seleção com três filtros: impacto financeiro mensurável, necessidade de IA e arquitetura sólida com TCO. O artigo também discute a 'Divisão GenAI' e a 'lacuna de aprendizado' descritas pela MIT NANDA, destacando o problema da IA invisível (shadow AI). Como solução, o autor apresenta a estratégia de plataforma de IA de sua empresa, que inclui camadas para construção de agentes, integração, conhecimento corporativo e uma estrutura de governança com frameworks de Governança de IA e Gerenciamento de Riscos. Eles também mencionam um sistema de pré-venda multiagente composto por oito agentes especializados para acelerar iniciativas em estágio inicial.