A inteligência artificial já não é um projeto de inovação. Em 2026, a IA chegou à maioria das organizações — pelo menos no papel. Projetos piloto, provas de conceito e primeiras aplicações em produção são generalizados. No entanto, está a surgir uma clara divisão no mercado: algumas organizações — as chamadas Frontier companies — estão a alcançar impacto de negócio mensurável e escalável. Outras continuam a debater-se com casos de uso isolados, governação pouco clara e ROI dececionante. A questão-chave já não é se as empresas estão a utilizar IA, mas porque é que tantos projetos de IA nunca dão o salto para operações produtivas.

O tempo da experimentação terminou. Os CEOs esperam agora que a IA entregue resultados que impactem diretamente KPIs de negócio como crescimento, redução de risco e time to market. A IDC prevê que, até 2026, 70% das EMEA1000 irão exigir provas claras de valor antes de aprovar novos investimentos em IA, priorizando casos de uso que vão além da eficiência, impulsionando o crescimento e reforçando a resiliência do negócio.1 Além disso, 51% dos CXOs esperam alcançar crescimento de receitas através da aplicação de IA em 2026, e 77% dos CIOs inquiridos afirmaram que escalar a IA é uma prioridade para 2026.2 Como resultado, a pressão sobre os decisores para explicar o ROI da IA está a aumentar.

Razões pelas quais a IA não gera ROI

Podem existir várias razões pelas quais a integração da IA nas organizações não gera retorno.

  • A IA é tratada como um projeto tecnológico em vez de estar integrada na estratégia: Em muitas organizações, a IA ainda é vista como um projeto isolado de IT. Projetos piloto são lançados em departamentos individuais sem uma ligação clara à estratégia de negócio global ou a objetivos mensuráveis. Como resultado, podem surgir soluções tecnicamente funcionais, mas frequentemente sem ligação direta a valor de negócio concreto..
  • Maturidade de dados insuficiente: Os dados são considerados a base de qualquer iniciativa de IA — mas esta base é muitas vezes frágil. De acordo com a IDC3, menos de 4 em cada 10 organizações confiam na sua preparação de dados para as prioridades atuais de IA. Problemas típicos incluem silos de dados entre departamentos, qualidade de dados inconsistente e ausência de governação no acesso aos dados.
  • Falta de competências, sobrecarga organizacional e subestimação da gestão da mudança: Outro obstáculo são as pessoas. A IDC reporta4 que a maioria dos trabalhadores reconhece o impacto da IA nas suas funções, com 75% a acreditar que estas irão mudar. No entanto, a IA não altera apenas ferramentas — altera processos, funções e estruturas de decisão. Sem gestão da mudança, surgem sintomas típicos como shadow AI fora das políticas oficiais — ou seja, colaboradores utilizam ferramentas de IA fora do enquadramento definido, aumentando riscos de segurança — baixa adoção apesar das soluções disponíveis ou resistência devido à incerteza e receio de perda de controlo.
  • Dificuldade de integração em sistemas e processos existentes: Muitos PoCs de IA funcionam — mas frequentemente apenas de forma isolada. O verdadeiro valor de negócio só surge quando a IA é integrada nos processos existentes, nos dados empresariais e nas formas de trabalho. É aqui que muitas organizações encontram barreiras estruturais: sistemas legacy, ambientes IT complexos e ausência de processos end-to-end dificultam a integração e impedem que as soluções de IA evoluam de projetos piloto para operações produtivas.
  • A IA fica presa na fase de copiloto: Muitas organizações utilizam a IA sobretudo como sistema de apoio — por exemplo, para geração de texto, análise ou automação simples de tarefas individuais. Estes chamados copilotos podem aumentar a produtividade, mas geralmente permanecem limitados a funções de suporte. As decisões continuam a ser tomadas inteiramente por humanos, os processos mantêm-se fragmentados e a IA não está profundamente integrada nos fluxos operacionais. Isto cria benefícios localizados, mas não uma transformação estrutural. O passo seguinte — a IA agentic, que analisa dados de forma autónoma, prepara recomendações e inicia processos — muitas vezes não é implementado. Assim, as empresas permanecem numa fase de assistência em vez de verdadeira automação e suporte à decisão.

Em resumo, organizações que continuam a lançar projetos piloto isolados, ignoram desafios de dados, subestimam a gestão da mudança e tratam a IA apenas como ferramenta de eficiência correm o risco de estagnar os resultados de ROI.

O que fazem de diferente as empresas bem-sucedidas?

Tal como referido no IDC InfoBrief, patrocinado pela Microsoft5, as Frontier firms obtêm um retorno de 2,84 vezes sobre investimentos em IA, comparado com 0,84 vezes nas organizações mais atrasadas. No geral, as Frontier companies alcançam até quatro vezes melhores resultados em crescimento, eficiência e experiência do cliente do que outras organizações.6 Além disso, 76% das Frontier firms descrevem a adoção global de GenAI nas suas organizações como em escala (entregando valor incremental e novo em toda a organização) ou em realização (alcançando valor consistente de GenAI em toda a organização e em múltiplas unidades de negócio), comparado com 21% das organizações mais atrasadas.7 Então, o que fazem de diferente as Frontier companies para terem tanto sucesso?

  • A IA é uma estratégia de negócio — não um projeto de IT: As Frontier companies tratam a IA não como uma iniciativa tecnológica, mas como uma capacidade estratégica central. Os objetivos de IA estão diretamente ligados ao crescimento de receitas, mitigação de risco, time to market e excelência operacional. O envolvimento da gestão é crítico. A IA é discutida ao nível executivo — não desenvolvida apenas dentro das equipas de IT.
  • Fundamentos de dados em vez de dashboards isolados: Muitas organizações investem em novas plataformas ou dashboards sem harmonizar a sua arquitetura de dados subjacente. No entanto, mesmo as melhores visualizações não geram valor se os dados forem fragmentados, inconsistentes ou difíceis de aceder. As Frontier companies adotam a abordagem oposta. Investem primeiro em modelos de dados consistentes, integração de sistemas e propriedade clara dos dados. Promovem também data literacy e decision literacy. Data literacy refere-se à capacidade de compreender, interpretar e utilizar dados de forma eficaz. Decision literacy vai mais além — descreve a capacidade de tomar decisões fundamentadas com base em dados. Os dashboards continuam a desempenhar um papel importante, mas não como ferramentas isoladas de reporting. Em vez disso, fazem parte de uma arquitetura de decisão integrada que torna os dados transparentes, liga informação de diferentes sistemas e permite aos líderes compreender desenvolvimentos em tempo real e tomar decisões baseadas em dados. A IDC prevê8 que, até 2026, 30% das grandes organizações irão evoluir os seus ambientes cloud híbridos para stacks digitais integrados com data fabrics federados, duplicando o sucesso da produção de IA através de acesso fluido aos dados e governação unificada.
  • Gestão da mudança como fator de sucesso e governação como acelerador de escala: A tecnologia altera processos. Mas a transformação com IA não é um projeto tecnológico — é um projeto organizacional que deve abordar pessoas, governação e cultura de forma equilibrada. As Frontier companies investem não só em sistemas, mas também nas pessoas. Disponibilizam formação estruturada, promovem comunicação transparente e envolvem ativamente as unidades de negócio. Segundo a IDC, mais de 75% das organizações inquiridas consideram a transparência muito importante. Este valor sobe para 88% nas Frontier firms.9 A governação torna-se assim um pré-requisito para escalar — e não um obstáculo.
  • A IA está profundamente integrada nos sistemas e processos: As Frontier companies compreendem que a IA só cria verdadeiro valor de negócio quando está perfeitamente integrada nos sistemas existentes, nos fluxos de dados e nos processos empresariais. Em vez de desenvolver aplicações isoladas, integram a IA diretamente nos fluxos operacionais — por exemplo, em processos de atendimento ao cliente, cadeias de abastecimento, operações de IT ou processos de decisão de gestão. A IA acede a dados empresariais, liga-se a sistemas core como ERP, CRM ou plataformas de conteúdo, e apoia os colaboradores exatamente onde as decisões são tomadas. Esta integração estreita permite transformar insights em ação e otimizar continuamente os processos. Assim, a IA deixa de ser apenas uma ferramenta analítica para se tornar um componente central de criação de valor operacional.
  • Do copiloto para a IA agentic: Outra diferença está na utilização de IA agentic. Enquanto muitas organizações utilizam a IA como sistema de apoio, as Frontier companies vão mais longe. Implementam agentes de IA que analisam dados, avaliam cenários, preparam recomendações e desencadeiam processos. Isto desloca o foco da análise para o suporte ativo à decisão. O futuro da IA não está no reporting, mas na ação.

Qual é a diferença entre um Assistente de IA e um Agente de IA?

A diferença entre um assistente de IA (ex.: Microsoft Copilot) e um Agente de IA (IA agentic) reside principalmente no nível de autonomia e na forma como a IA opera.

Característica

Copilot

Agentic AI

Função

Assistente

Agente autónomo

Controlo

Humano

Objetivo definido + IA decide

Modo de funcionamento

Responde a prompts

Planeia e atua

Complexidade

Tarefas individuais

Fluxos de trabalho completos

Exemplo

Copilot no Word

Agente autónomo de investigação ou vendas

Em resumo, as Frontier Companies não utilizam simplesmente IA — integram-na de forma estratégica e sistemática em toda a organização. De acordo com a IDC10, estas organizações combinam conhecimento humano, dados, tecnologia e governação para impulsionar inovação, produtividade e liderança de negócio a longo prazo com base em IA. Encaram a IA não como uma ferramenta, mas como um instrumento de liderança. Enquanto muitas organizações veem a IA principalmente como uma medida de eficiência, as Frontier companies utilizam-na para acelerar a tomada de decisão, reforçar a resiliência organizacional e criar diferenciação competitiva estrutural.

A mesma investigação da IDC11 concluiu que apenas 22% das organizações a nível mundial são Frontier firms e que, em média, estas utilizam atualmente GenAI em sete áreas de negócio. Além disso, entre as Frontier firms, mais de 70% utilizam GenAI em áreas como atendimento ao cliente, marketing, IT, desenvolvimento de produto e cibersegurança.

Como a Konica Minolta apoia as empresas

A Konica Minolta também tem observado a evolução das necessidades em muitos projetos com clientes. Enquanto anteriormente o foco estava em ferramentas individuais, dashboards ou componentes tecnológicos isolados, as empresas querem agora compreender os seus dados: que dados possuem, onde estão, como podem ser interligados e que benefícios de negócio concretos podem extrair deles. Nos seus workshops, a Konica Minolta trabalha com os clientes para analisar a situação atual, identificar as fontes de dados disponíveis e descobrir os dados ainda não explorados dentro da organização. Este processo cria transparência sobre quais sistemas, departamentos e processos geram dados — e onde surgem potenciais silos. Com base nisso, a Konica Minolta liga todas as fontes de dados relevantes e reúne-as numa localização central. A empresa utiliza a plataforma de dados Microsoft Fabric como base tecnológica, permitindo integrar dados estruturados e não estruturados em tempo real e disponibilizá-los para análises e aplicações de IA. O resultado é uma base de dados unificada que suporta decisões informadas e abre caminho a processos orientados por dados. A Konica Minolta desenvolve depois casos de uso específicos com base nesta plataforma comum.

Um exemplo é o maverick buying na área de procurement. Refere-se a compras realizadas fora do departamento de compras — sem contrato-quadro, sem processo de aprovação e frequentemente sem visibilidade para a organização de compras. Estas despesas surgem normalmente apenas na contabilidade financeira ou em faturas, mas não em processos estruturados de encomenda. O maverick buying não é um fenómeno marginal nem um sinal de “más práticas de compras”. Pelo contrário, está presente na maioria das organizações. O verdadeiro problema é que as empresas sabem que estes gastos existem, mas muitas vezes não conseguem identificar onde ocorrem, em que montante e para que categorias de produtos ou fornecedores. É precisamente esta falta de transparência que impede a concretização sistemática de poupanças. Em numerosos casos de uso, a Konica Minolta verificou que o procurement é uma das áreas com maior ROI. A razão é simples: mesmo pequenas poupanças percentuais sobre volumes de compras não controlados podem traduzir-se em valores de seis ou sete dígitos, especialmente em grandes organizações. A abordagem de dados da Konica Minolta baseia-se num princípio simples, mas eficaz: tornar visíveis dados que anteriormente estavam dispersos. Em muitas empresas, a informação relevante já existe — distribuída por sistemas ERP, dados de faturação, documentos contratuais, plataformas ECM ou sistemas financeiros. O problema não é a falta de dados, mas sim a sua fragmentação.

Conclusão: A era da experimentação em IA terminou — a IA pode gerar ROI

As organizações na região EMEA realizaram, em média, 40 projetos piloto e PoCs de GenAI entre 2023 e 2024. Perante ganhos de produtividade muitas vezes modestos, estas organizações estão agora a afastar-se da experimentação generalizada, adotando uma abordagem mais estruturada, orientada e escalável para identificar, priorizar, implementar e governar casos de uso de IA que gerem valor de negócio mensurável.12

Conclusão: A IA pode gerar ROI — mas apenas se forem adotadas as medidas estratégicas e organizacionais corretas. A tecnologia, por si só, não cria iniciativas de IA bem-sucedidas. Em 2026, a questão já não é quem utiliza IA, mas quem a utiliza de forma eficaz. As organizações que abordarem a IA de forma estratégica e investirem em dados, governação, pessoas e IA agentic irão destacar-se. As empresas que tratarem a IA como uma capacidade estratégica irão alcançar ciclos de decisão mais rápidos, maior agilidade organizacional, estruturas mais resilientes e vantagens competitivas sustentáveis. 

1 IDC, IDC FutureScape: The Agentic Business Future — Driving Innovation, Resilience, and Sovereignty in EMEA, Doc # EUR153945025, Dec 2025

2 IDC, IDC FutureScape: The Agentic Business Future — Driving Innovation, Resilience, and Sovereignty in EMEA, Doc # EUR153945025, Dec 2025

3 IDC eBook, AI in EMEA, 2025

4 IDC eBook, AI in EMEA, 2025

5 IDC InfoBrief, sponsored by Microsoft, What every company can learn from Frontier firms leading the AI revolution, doc #US53838325, November 2025

6 IDC InfoBrief, sponsored by Microsoft, What every company can learn from Frontier firms leading the AI revolution, doc #US53838325, November 2025

7 IDC InfoBrief, sponsored by Microsoft, What every company can learn from Frontier firms leading the AI revolution, doc #US53838325, November 2025

8 IDC, IDC FutureScape: The Agentic Business Future — Driving Innovation, Resilience, and Sovereignty in EMEA, Doc # EUR153945025, Dec 2025

9 IDC InfoBrief, sponsored by Microsoft, What every company can learn from Frontier firms leading the AI revolution, doc #US53838325, November 2025

10 IDC InfoBrief, sponsored by Microsoft, What every company can learn from Frontier firms leading the AI revolution, doc #US53838325, November 2025

11 IDC InfoBrief, sponsored by Microsoft, What every company can learn from Frontier firms leading the AI revolution, doc #US53838325, November 2025

12IDC eBook, AI in EMEA, 2025

Partilhar: