1. Início
  2. Inteligência Artificial (I.A)
  3. IA generativa esbarra na produção, e Rolando Bonaccorsi, líder em IA e ciência de dados, analisa o motivo
Faça um comentário 4 min de leitura

IA generativa esbarra na produção, e Rolando Bonaccorsi, líder em IA e ciência de dados, analisa o motivo

Imagem de perfil do autor Bruno Teles
Escrito por Bruno Teles Publicado em 16/11/2026 às 18:04 Atualizado em 16/11/2026 às 18:05
Google News
IA generativa: projetos que funcionam no piloto e travam na produção
Imagem: Divulgação
Seja o primeiro a reagir!
Reagir ao artigo
Prefira o CPG no Google

Projetos que impressionam na demonstração perdem fôlego ao enfrentar dados reais, custos recorrentes e processos que não foram redesenhados.

Projetos de IA generativa brilham na demonstração e perdem fôlego na rotina, e Rolando Bonaccorsi distingue ali duas etapas que o mercado costuma fundir. Líder em IA e ciência de dados aplicadas a negócios e operações, ele separa duas provas distintas. Uma mostra que a tecnologia funciona, a outra que ela se sustenta. A segunda exige dados reais, usuários diversos e custo previsível. Grande parte das iniciativas corporativas para justamente no intervalo entre uma e outra.

Quanto do entusiasmo chega de fato à operação?

Em julho de 2024, a consultoria Gartner projetou que ao menos 30% dos projetos de IA generativa seriam abandonados após a prova de conceito. O horizonte da projeção ia até o fim de 2025. Entre os motivos listados estavam baixa qualidade dos dados, controles de risco insuficientes, custos crescentes e valor de negócio pouco claro. Nenhum deles tem relação direta com a capacidade do modelo. Todos dizem respeito ao ambiente em que o modelo precisa operar.

A distância entre piloto e produção costuma ser subestimada porque o piloto escolhe as próprias condições. Trabalha com uma amostra limpa de dados, poucos usuários bem treinados e casos de uso favoráveis. Na abordagem de Rolando Bonaccorsi, o teste relevante começa quando a ferramenta encontra a exceção, o dado incompleto e o usuário com pressa. É nesse ambiente menos controlado que o valor prometido precisa se confirmar.

Ferramentas novas expõem processos que nunca foram redesenhados

Muitas iniciativas tentam encaixar um assistente de texto em um fluxo que continua igual ao anterior. O profissional recebe a sugestão gerada, revisa, corrige e copia o resultado para outro sistema, acumulando etapas em vez de eliminá-las. O ganho prometido desaparece na revisão manual, e a ferramenta passa a ser vista como mais uma tarefa. A adoção cai sem que ninguém registre formalmente o abandono.

Rolando Bonaccorsi vincula o valor da IA generativa à disposição de redesenhar o processo em torno dela, e não o contrário. A mudança inclui definir em que pontos a revisão humana é obrigatória e em quais ela pode ser feita por amostragem. Também passa por integrar a ferramenta aos sistemas onde o trabalho de fato acontece. Sem integração, cada uso depende de copiar e colar, e a escala não chega.

O custo que aparece só depois do piloto

Modelos generativos cobrados por volume de uso têm um comportamento financeiro diferente do software tradicional. No piloto, o volume é pequeno e a conta passa despercebida. Em produção, cada interação gera custo, e a soma pode superar o benefício em tarefas de baixo valor. Sem acompanhamento por caso de uso, a empresa descobre o problema apenas quando a fatura chega à diretoria financeira.

O recorte proposto por Rolando Bonaccorsi separa os usos em que a ferramenta substitui trabalho caro daqueles em que apenas acelera tarefas já baratas. A primeira categoria tende a se pagar com folga. A segunda costuma depender de volumes muito altos para compensar o custo de operação, manutenção e revisão humana. Critérios claros de priorização evitam que o orçamento se espalhe por dezenas de iniciativas pequenas e sem impacto mensurável.

Governança define quais pilotos avançam e quais são encerrados

Empresas que conseguem levar a tecnologia à produção tendem a tratar cada piloto com um processo explícito de decisão. Antes de começar, o projeto já define a métrica de sucesso, o prazo de avaliação e o critério para encerramento. Sem esse acordo prévio, pilotos se arrastam por inércia, consumindo equipe e orçamento sem resultado verificável e sem que ninguém assuma a decisão de parar.

Encerrar um piloto deixa de ser sinal de fracasso e passa a fazer parte do método. Rolando Bonaccorsi lê nesse movimento um amadurecimento da adoção, em que o entusiasmo inicial dá lugar à disciplina de portfólio. O estágio seguinte tende a somar a ela equipes dedicadas a sustentar os modelos em produção. Caberá a esses times monitorar qualidade, custo e aderência ao processo ao longo do tempo.

Inscreva-se
Notificar de
guest
0 Comentários
Mais recente
Mais antigos Mais votado
Bruno Teles

Falo sobre tecnologia, inovação, petróleo e gás. Atualizo diariamente sobre oportunidades no mercado brasileiro. Com mais de 7.000 artigos publicados nos sites CPG, Naval Porto Estaleiro, Mineração Brasil e Obras Construção Civil. Sugestão de pauta? Manda no brunotelesredator@gmail.com

0
Adoraríamos sua opnião sobre esse assunto, comente!x