Há uma cena que se repete em quase todas as empresas que compram IA. Alguém escolhe a ferramenta mais potente, assina-se a licença, anuncia-se com orgulho na reunião de direção, e três meses depois ninguém a usa. A fatura continua a chegar. O modelo era ótimo. O projeto, um fracasso. E a autópsia aponta sempre para o sítio errado: fala-se do modelo, do fornecedor, da integração, quando o morto está noutro lado.
A tese numa frase: o ROI da IA não o decide o modelo, decide-o a adoção. O melhor sistema do mundo sem ninguém que o use não rende um cêntimo; um modesto que encaixa no fluxo diário e é usado a sério, sim. O retorno joga-se na mudança de hábito e no encaixe no trabalho real, não na pontuação do benchmark. E como quase ninguém orça essa parte, quase ninguém vê o retorno que a demo prometia.
Porque a adoção de IA na empresa decide o ROI (e o modelo quase não)
O raciocínio é aborrecido de tão simples. O retorno de uma ferramenta é, mais ou menos, quanto poupa ou ganha por uso multiplicado por quantas vezes se usa. Se o segundo fator é zero, o produto é zero, por muito alto que seja o primeiro. Um modelo 5% melhor que outro não mexe a agulha se a diferença entre usá-lo todos os dias ou nunca é de 100%. Por isso a obsessão com que modelo é mais inteligente está mal calibrada: a variável que de facto manda — quantas pessoas o incorporam ao seu trabalho — é a que quase ninguém olha, porque é a aborrecida, a da gestão da mudança, a que não sai no keynote.
O curioso é que isto não é novo nem exclusivo da IA. É a mesma história do CRM que ninguém preenchia, do software de gestão que a equipa contornava com folhas de Excel paralelas, da intranet que se abria no primeiro dia e nunca mais. A tecnologia compra-se; o uso constrói-se. A IA só o torna mais evidente porque a sua promessa é maior e a sua fatura mais visível.
O erro de ordem: comprar o modelo antes do hábito
A maioria dos projetos de IA começa pelo fim. Escolhe-se a ferramenta, faz-se o deploy, e o «que a gente a use» deixa-se para depois, como se fosse um detalhe de implementação em vez de metade do projeto. É o mesmo erro de ordem que afunda tantas automações e que o guia sobre porque falham os projetos de automação com IA conta bem: compra-se a solução antes de perceber o problema e as pessoas que têm de conviver com ela.
A ordem que funciona é a inversa. Primeiro, que trabalho concreto dói e quem o faz? Segundo, como encaixa a ferramenta nesse fluxo sem pedir a ninguém que mude dez coisas ao mesmo tempo? E só então, que modelo ou ferramenta serve? Escolher bem o que automatizar primeiro — o repetitivo, o mensurável, o que a gente agradece tirar de cima — é justamente o trabalho de decidir que processos automatizar com IA. O modelo é a última decisão, não a primeira; e de certeza não é a que decide o retorno.
O que é «adoção» a sério (e o que não é)
Adoção não é a gente ter recebido o email com o link e a palavra-passe. Não é o número de licenças ativadas nem as presenças na formação de uma hora. Essas são métricas de vaidade: medem que a porta se abriu, não que alguém entrou para viver. Adoção a sério é a ferramenta ter entrado no hábito: o comercial que a abre sem pensar quando prepara uma proposta, quem está no suporte que a usa em cada ticket, ao ponto de deixar de usá-la se notar porque o trabalho voltaria a doer.
A diferença vê-se num dado: a maioria das licenças de IA que se compram nas empresas morre não por serem más, mas por não usadas. Pagam-se e ficam quietas. E uma licença parada não é um custo neutro: é o investimento inteiro deitado fora, mais o desânimo do «experimentámos IA e não funcionou» que torna a tentativa seguinte mais difícil. O fracasso raramente é técnico; é quase sempre de uso.
As três coisas que de facto movem a adoção
Se a adoção é a variável que decide, a pergunta útil é o que a move. Pela nossa experiência, quase tudo se reduz a três coisas, e nenhuma é o modelo:
- Encaixe no fluxo, não outro separador. A ferramenta que obriga a sair de onde já trabalhas — abrir outro site, copiar e colar, mudar de sítio — perde. A que aparece dentro do CRM, do email ou do chat que já usas, ganha. O atrito de «ter de ir usá-la» mata mais projetos do que qualquer defeito do modelo.
- Um dono e um empurrão, não um email. A adoção não acontece sozinha por enviar um link. Precisa de alguém que a empurre: que forme sobre o trabalho real (não em abstrato), que resolva a dúvida do primeiro dia, que mostre o atalho que converte o cético. Sem um responsável com nome, a curva de uso desce a zero em semanas.
- Uma vitória cedo e visível. As pessoas adotam o que lhes tira dor já, não o que promete benefícios daqui a um trimestre. Começar por um caso pequeno onde a poupança se note na primeira semana gera o «isto sim serve» que arrasta o resto. A ambição de automatizar tudo de uma vez, pelo contrário, garante que não se adote nada.
Como se orça a adoção (ou porque a licença sozinha não rende)
A conclusão prática não é «formem mais», é «orcem a adoção como parte do projeto, não como um extra opcional». Se a ferramenta é 50% do resultado, que se use é os outros 50%, e esses 50% custam trabalho: formação colada ao trabalho real, um dono que sustente o uso, um redesenho do fluxo para que a IA apareça onde já se trabalha. Comprar só a licença e esperar o retorno é comprar metade de um projeto e contabilizar o fracasso da outra metade como falta de sorte.
Essa metade do projeto que quase ninguém compra é exatamente o trabalho de um bom programa de adoção de IA para equipas: não vende licenças, monta o uso real — o encaixe no fluxo, a formação sobre o trabalho, o dono que o sustenta. E não é um luxo de empresas grandes: é a diferença entre o investimento em IA render ou engrossar a lista de subscrições que ninguém abre. O modelo, a essa altura, é um detalhe. O caro não é escolher mal a IA; é comprá-la e vê-la quieta.