Durante o CTO AI Masterclass, executivos de empresas patrocinadoras apontaram que a adoção corporativa de inteligência artificial no Brasil entrou em uma fase mais exigente. Depois da onda de testes, pilotos e experimentação, o desafio agora é transformar IA em operação real, com governança, processos bem definidos, controle de custos, capacitação de pessoas e indicadores claros de retorno para o negócio.
As entrevistas que embasam este artigo foram realizadas durante a cobertura do portal Itshow no CTO AI Masterclass, evento realizado no dia 11 de junho, na cidade de São Paulo, com 150 participantes, entre CTOs, CIOs, executivos, fundadores e lideranças técnicas.
Em conversa com o Itshow, Vinícius Galhiardi, fundador da Land IT; Dominique Ferraz, diretor de tecnologia da Impulso; e Wilson Leal, sócio da Global TI, analisaram as principais dores das empresas na adoção de inteligência artificial em produção.
A visão dos patrocinadores reforça um ponto central discutido no evento: a IA deixou de ser apenas uma pauta de inovação e passou a exigir uma agenda operacional. O mercado já entende o potencial da tecnologia, mas ainda busca respostas para questões mais complexas: por onde começar, como escalar, como evitar riscos, como medir resultado e como preparar pessoas para trabalhar com agentes, automações e novos modelos de desenvolvimento.
Para Vinícius Galhiardi, a adoção ainda enfrenta uma barreira cultural importante. “A adoção de IA é muito difícil, porque é tudo muito novo. A galera ainda tem muito medo de perder o próprio emprego”, afirmou. Segundo ele, esse receio começa a diminuir quando as empresas conseguem demonstrar ganhos concretos de eficiência e velocidade nas entregas.
A pressão por IA ainda gera decisões apressadas
A corrida pela inteligência artificial colocou CTOs, CIOs e áreas de tecnologia sob forte pressão. Conselhos, presidentes e diretorias cobram velocidade, mas nem sempre as empresas têm clareza sobre quais problemas devem ser resolvidos primeiro.
Wilson Leal, sócio da Global TI e ex-CIO de grandes seguradoras, avalia que esse movimento tem levado muitas organizações a agir com pouca estrutura. Na prática, há companhias tentando adotar IA para não parecerem atrasadas, sem antes definir governança, custos, prioridades e critérios de sucesso.
“Hoje existe um movimento meio que às cegas empurrando todos os CIOs e a parte de tecnologia da empresa a utilizar IA a qualquer custo. Precisamos estar dentro da IA, não podemos perder tempo, não podemos ficar para trás. Então essa pressão gera muita tentativa e erro, muita incerteza do que fazer”, afirmou.
O problema, segundo Leal, não está em experimentar. Testar continua sendo parte natural da adoção de qualquer tecnologia emergente. O risco aparece quando a empresa tenta começar pela solução, e não pelo planejamento.
“Existe um atropelo das coisas. Você quer começar pelo final, não pelo início, que é o planejamento, a governança, escolher quais são os custos, o que realmente é interessante de IA. Não é tudo que você usa IA”, destacou.
Esse ponto é especialmente relevante para médias e grandes empresas. Quanto maior a organização, maior o impacto de uma adoção desordenada. Sem critérios comuns, diferentes áreas podem contratar ferramentas distintas, criar fluxos paralelos, expor dados sensíveis ou consumir recursos sem retorno claro.
Experimentar não basta para operar com IA
Uma das principais diferenças apontadas pelos entrevistados está entre testar IA e operar IA. Muitas empresas já realizaram pilotos, criaram laboratórios internos ou liberaram ferramentas generativas para parte dos colaboradores. Mas isso não significa que estejam prontas para usar a tecnologia de forma escalável.
Dominique Ferraz, diretor de tecnologia da Impulso, afirma que o mercado ainda vive uma fase intensa de experimentação. Para ele, há também um componente de imagem: empresas e profissionais tentam demonstrar maturidade em IA, mesmo quando a prática ainda é limitada.
“Existe um negócio que eu chamo de teatro de AI. Você vai conversar com qualquer pessoa, todo mundo é especialista. Aí, quando você vê, na verdade, é uma coleção de prompts que a pessoa usa”, afirmou.
A crítica mostra uma preocupação comum entre lideranças de tecnologia: a diferença entre discurso e execução. Em um mercado pressionado por novidades, é fácil confundir uso pontual de ferramentas com capacidade operacional.
Operar com IA exige mais do que prompts, assistentes ou automações isoladas. Exige integração com processos, políticas de segurança, dados confiáveis, gestão de custos, acompanhamento de performance e clareza sobre quem valida as decisões tomadas ou sugeridas por sistemas inteligentes.
Para Ferraz, a questão passa por construir um avanço progressivo. A empresa pode começar com experimentação, mas precisa evoluir para automação, mensuração, governança e segurança. Sem essa sequência, a adoção tende a ficar restrita a iniciativas individuais ou departamentos específicos.
Governança vira condição para sair das POCs
A governança foi apontada como um dos temas mais urgentes para empresas que querem levar IA para produção. O assunto vai além de compliance. Envolve padrões de uso, escolha de ferramentas, segurança, gestão de custos, qualidade das entregas e definição de responsabilidades.
Wilson Leal afirma que muitas empresas ainda não conseguem sair das provas de conceito porque não têm um modelo de governança claro. A falta de padronização faz com que cada área utilize a IA de uma forma diferente, sem consistência técnica ou controle executivo.
Para ele, governança é o primeiro passo para entender gargalos e definir onde atuar. “Acho que governança é um ponto fundamental para toda empresa começar a pensar. Aí ela vai entender os gargalos e onde ela tem que atacar para resolver isso”, afirmou.
Esse desafio também aparece na fala de Dominique Ferraz. Segundo ele, não basta colocar uma ferramenta à disposição dos times e considerar a adoção resolvida. O uso corporativo exige atenção a riscos, segurança, resistência dos usuários, problemas em produção e preparo das equipes.
“Não é só botar AI, mas a governança corporativa disso”, disse.
Na prática, governança em IA deve responder perguntas objetivas: quais ferramentas podem ser usadas? Quais dados não podem ser inseridos? Quem aprova casos de uso? Como os custos serão monitorados? Como medir produtividade? Como auditar respostas, códigos, decisões ou automações geradas por IA?
Sem essas respostas, a empresa fica presa a uma contradição: precisa acelerar, mas não consegue confiar plenamente no que está construindo.
Processos devem concentrar a próxima onda de IA corporativa
Se a primeira onda da IA generativa ganhou força em produtividade individual e desenvolvimento de software, a próxima tende a se concentrar em processos corporativos. Essa é a avaliação de Vinícius Galhiardi, fundador da Land IT.
Para ele, o desenvolvimento já foi fortemente impactado pela IA, mas as empresas devem olhar com mais atenção para fluxos internos, gargalos operacionais e uso de agentes em processos recorrentes.
“Em desenvolvimento a gente vai parar um pouquinho agora de fato e vai começar a olhar muito mais para processo”, afirmou.
Segundo Galhiardi, processos sempre foram um ponto de fricção dentro das companhias. Com agentes de IA, há espaço para reduzir etapas manuais, acelerar entregas e conectar sistemas de forma mais inteligente.
“Acho que a gente colocando os agentes de IA para eliminar e acelerar processos dentro da companhia, isso vai ser uma baita transformação”, disse.
Essa tendência pode aparecer em diferentes áreas: atendimento ao cliente, jurídico, financeiro, RH, operações, vendas, compras, suporte interno e desenvolvimento de produtos. O ponto comum é a busca por fluxos mais rápidos, menos dependentes de tarefas manuais e com maior rastreabilidade.
Mas essa evolução também reforça a importância da governança. Quanto mais a IA atua em processos críticos, maior a necessidade de definir limites, controles e critérios de validação humana.
Desenvolvimento com IA ganha tração, mas exige controle
O desenvolvimento de software segue como uma das áreas de adoção mais acelerada. Ferramentas de AI Coding, agentes e plataformas de automação vêm mudando a forma como equipes constroem, testam e modernizam sistemas.
Vinícius Galhiardi citou um caso de desenvolvimento acelerado para demonstrar como a IA pode reduzir prazos em projetos complexos. Segundo ele, a Land IT participou de uma entrega para um cliente do setor de saúde em que um software legado, estimado anteriormente em mais de um ano de desenvolvimento, foi concluído em uma semana.
“Com o Landflow, com a nossa plataforma de agentes de IA, a gente consegue trazer muita qualidade, segurança principalmente, e eficiência para o cliente”, afirmou.
Embora o exemplo mostre o potencial de aceleração, ele também evidencia um desafio maior para CTOs: como garantir que entregas feitas em ciclos muito curtos mantenham qualidade, segurança e aderência à arquitetura corporativa?
A velocidade do desenvolvimento com IA exige revisão de práticas. Código precisa ser validado, testado, documentado e analisado sob critérios de segurança. Em sistemas legados, o cuidado é ainda maior, já que a IA pode acelerar a modernização, mas também pode reproduzir problemas estruturais se o escopo e a validação forem frágeis.
Para lideranças técnicas, o ganho de produtividade precisa caminhar junto com revisão de processos de engenharia, definição de padrões e governança de desenvolvimento.
Letramento e cultura seguem como barreiras
Apesar do avanço das ferramentas, a adoção de IA continua dependendo de pessoas. O tema apareceu de forma recorrente nas entrevistas, especialmente pela combinação entre medo, desconhecimento e velocidade de mudança.
Dominique Ferraz aponta o letramento como uma das maiores dores das empresas. Para ele, o aprendizado em IA é diferente de ciclos anteriores de tecnologia porque a velocidade de evolução torna o conhecimento rapidamente desatualizado.
“A primeira questão é letramento, o que a AI realmente significa. É um ciclo que nunca teve essa velocidade. Eu acho que estou letrado hoje e amanhã já não estou de novo”, afirmou.
Wilson Leal também destaca a importância de educar alta direção e colaboradores. Segundo ele, muitas empresas precisam explicar o que é IA, como ela pode ajudar e por que a tecnologia não deve ser vista apenas como ameaça ao emprego.
“É fazer as pessoas aceitarem isso. Não é um risco, não é eu vou perder meu emprego, mas é uma ajuda que eu vou ter”, disse.
A mensagem é relevante porque muitas discussões sobre IA ainda partem de uma lógica de substituição. Ferraz avalia que esse olhar pode limitar o potencial da tecnologia. Para ele, a IA deve ampliar a capacidade das equipes, preservando julgamento humano e conhecimento organizacional.
“Na prática a gente vê que é o contrário. Não só você mantém o julgamento humano, você mantém o conhecimento da empresa, então você não perde o conhecimento que a AI vai utilizar”, afirmou.
Medir resultado será decisivo para sustentar investimentos
A mensuração de valor é outro ponto crítico para a próxima fase da IA corporativa. Muitas empresas já contrataram ferramentas, consumiram tokens, criaram pilotos e envolveram equipes, mas ainda não conseguem demonstrar claramente o retorno dessas iniciativas.
Dominique Ferraz afirma que essa é uma dor real nas conversas com clientes. Segundo ele, o debate precisa sair da percepção de produtividade e chegar ao impacto de negócio.
“Como medir a eficiência disso? Você pagou, a gente teve uma pessoa que falou: gastei 30 mil dólares em tokens num projeto. Qual o resultado de negócio disso?”, questionou.
O alerta é importante porque a IA pode gerar custos novos e pouco previsíveis. Consumo de tokens, ferramentas sobrepostas, integrações, capacitação, infraestrutura e revisão de processos precisam entrar na conta.
Wilson Leal reforça que a falta de controle pode travar a evolução. Quando os primeiros testes geram custos inesperados, a empresa pode recuar antes de amadurecer a adoção.
“Começa a ter medo de custos. O primeiro teste que você faz, o cara já gasta algum dinheiro, já fica com medo: se eu colocar isso realmente na empresa, vamos matar nosso orçamento”, afirmou.
Para CTOs e CIOs, o caminho passa por definir indicadores desde o início. Tempo economizado, redução de retrabalho, aumento de produtividade, diminuição de backlog, melhoria de atendimento, aceleração de desenvolvimento e impacto em receita são exemplos de métricas que podem sustentar a tomada de decisão.
Sem essa disciplina, a IA corre o risco de virar uma soma de iniciativas interessantes, mas desconectadas da estratégia corporativa.
Evento reflete busca por referência prática
A presença das empresas patrocinadoras no CTO AI Masterclass também revela uma demanda do mercado por referências mais concretas. Em vez de discutir apenas tendências, o evento buscou aproximar fornecedores, especialistas e lideranças técnicas que estão enfrentando desafios reais de adoção.
Vinícius Galhiardi afirmou que o apoio ao evento tem relação com a qualidade das discussões e com a presença de profissionais que conectam experiência técnica e visão de negócio. “Aqui a gente conta com vários experts e pessoas que já tiveram vivência técnica de negócio”, disse.
Dominique Ferraz destacou que CTOs são um público estratégico para empresas de tecnologia, especialmente porque concentram decisões sobre pessoas, arquitetura, performance, desenvolvimento e agora IA. Para ele, eventos desse tipo ajudam a entender as preocupações do mercado e calibrar respostas para problemas concretos.
Wilson Leal afirmou que a Global TI apoiou o evento por acreditar no papel da iniciativa em educar empresas sobre os diferentes caminhos possíveis para adoção de IA. “Não existe certo ou errado. Existe o que se adapta melhor para cada empresa”, afirmou.
Esse ponto ajuda a explicar o momento atual. A adoção de IA não seguirá uma única fórmula. Empresas com maior maturidade de dados terão desafios diferentes de organizações que ainda precisam estruturar governança. Companhias com times técnicos robustos terão caminhos distintos daquelas que dependem mais de parceiros externos.
O que muda é a necessidade de tomar decisões com mais clareza.
Velocidade precisa vir acompanhada de sobriedade
As entrevistas indicam que a adoção de IA exige equilíbrio entre velocidade e sobriedade. A pressão por avanço é real, mas o excesso de hype pode levar a escolhas ruins.
Dominique Ferraz afirma que a velocidade atual não tem precedentes em sua experiência na indústria de tecnologia. Para ele, empresas precisam avaliar mudanças rapidamente, mas também separar o que é aplicação real do que é apenas discurso.
“Existe um hype absurdo, existe um teatro absurdo, e acho que tem que ter uma capacidade de julgamento muito forte para desambiguar o que é real do que não é, e aplicar”, afirmou.
Wilson Leal reforça que líderes não precisam conduzir essa jornada sozinhos. Buscar apoio de fornecedores, parceiros e empresas que já estão trabalhando com IA pode reduzir incertezas e ampliar repertório.
“O grande recado que eu dou é: peça ajuda, procure ajuda. Procure empresas que estão fazendo a mesma coisa, procure vendors, fornecedores que consigam ajudar as empresas a tomar uma decisão”, afirmou.
Já Vinícius Galhiardi defende que líderes precisam começar a praticar. Para ele, a melhor forma de criar repertório é testar casos pequenos, aprender com ferramentas e transformar o aprendizado em projetos mais estruturados.
“Só vai. Tente, acho que é importante você começar a testar”, disse.
O que a fase atual da IA exige dos líderes
A visão dos patrocinadores do CTO AI Masterclass mostra que o mercado brasileiro de tecnologia está entrando em uma fase mais madura, mas também mais complexa. A IA já não precisa provar que é relevante. Agora precisa provar que é operável, segura e capaz de gerar retorno.
Para CTOs, CIOs e lideranças técnicas, a agenda passa por cinco decisões centrais: escolher casos de uso com potencial real, criar governança desde o início, preparar pessoas, medir resultado e redesenhar processos antes de automatizá-los.
A adoção de IA em produção não será definida por quem fizer mais testes, nem por quem contratar mais ferramentas. O diferencial estará nas empresas capazes de transformar tecnologia em método de gestão, eficiência operacional e vantagem competitiva.
No fim, o recado das entrevistas é menos sobre pressa e mais sobre maturidade. A IA continuará avançando em alta velocidade, mas as empresas que melhor aproveitarem essa onda serão aquelas capazes de combinar agilidade, critério e disciplina operacional.
IA em produção exige governança, processos claros e métricas de valor para sair do piloto e gerar impacto real.
Assine a nossa News e siga o Itshow nas redes sociais para ficar por dentro de todas as notícias do setor de TI e Cibersegurança!