IA generativa: as quatro forças que vão escalar a tecnologia, e o abismo entre adotar e lucrar

As tendências de IA generativa deixaram de ser novidade dentro das empresas. Ela está nas áreas administrativas, no atendimento, no marketing e no desenvolvimento de software. O que ainda não se generalizou é o resultado financeiro. Essa distância entre usar a tecnologia e extrair valor dela é o ponto de partida desta série.

As tendências de IA generativa no mapa da Gartner: quatro vetores de escala

Em junho de 2026, a Gartner publicou uma análise sobre as tendências emergentes de adoção de IA generativa, voltada a líderes de produto de empresas que desenvolvem soluções com IA. A tese é direta: nos próximos dois anos, quatro vetores devem permitir que a tecnologia saia do experimento e ganhe escala.

1. Modelos de domínio específico. São modelos treinados ou ajustados para um setor ou tarefa. Segundo a consultoria, eles entregam mais precisão e eficiência a um custo menor do que os modelos genéricos. Em comunicado de abril de 2025, a Gartner projetou que, até 2027, as organizações usarão modelos pequenos e específicos por tarefa em volume pelo menos três vezes maior que o dos grandes modelos de linguagem de uso geral.

2. Pequenos modelos de raciocínio. São versões compactas, capazes de encadear etapas lógicas, mais baratas de operar e mais fáceis de embarcar em produtos.

3. IA agêntica. São sistemas que não apenas respondem, mas planejam e executam ações dentro de processos de negócio. A Gartner vê nesses sistemas uma virada na automação de processos, com fluxos de trabalho mais autônomos.

4. Capacidades multimodais. São modelos que combinam texto, imagem, áudio e vídeo. A mesma consultoria projeta que 40% das soluções de IA generativa serão multimodais até 2027, contra 1% em 2023.

O artigo aponta ainda dois desdobramentos. O primeiro é a simulação com IA e os dados sintéticos, relevantes em setores regulados e na manufatura. O segundo é a automação progressiva de todo o ciclo de desenvolvimento de software.

Um cuidado de leitura: tudo isso são projeções, não medições. Elas indicam para onde a oferta de tecnologia caminha, não quanto valor ela já gera.

O que as medições mostram sobre as tendências de IA generativa

Para medir o valor, a referência mais recente é a pesquisa global anual do McKinsey, The State of AI, publicada em agosto de 2026. Os números mostram uma adoção que avança de forma desigual e um retorno que não acompanha o ritmo.

O resultado financeiro está estável. Apenas 37% dos respondentes atribuem algum impacto no EBIT (o resultado operacional) ao uso de IA, praticamente o mesmo patamar do ano anterior. O grupo de high performers, que atribui pelo menos 5% do EBIT à IA e descreve o impacto como significativo, segue em cerca de 6%.

Os agentes avançam, mas nas grandes empresas. Entre organizações com receita anual acima de US$ 1 bilhão, 40% dizem estar escalando agentes de IA, contra 27% no ano anterior. Entre as menores, o índice ficou estável em 22%.

O custo já pesa. Cerca de 20% dos respondentes relatam que os custos operacionais da IA, incluindo o consumo de tokens, limitaram o uso da tecnologia.

O mercado de software começa a mudar. Quase um terço (32%) afirma que a empresa desistiu de comprar algum software ou funcionalidade porque poderia construí-lo internamente com ferramentas agênticas de programação.

O retrato é de uma tecnologia amplamente disponível, mas cujo valor se concentra em poucos. A Gartner reconhece o mesmo risco pelo lado da oferta: em junho de 2025, projetou que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custos crescentes, valor de negócio pouco claro ou controles de risco insuficientes.

E no Brasil?

O dado oficial mais sólido vem da PINTEC Semestral, pesquisa do IBGE em parceria com a ABDI e a UFRJ, divulgada em setembro de 2025. Entre as indústrias extrativas e de transformação com 100 ou mais pessoas ocupadas, o uso de inteligência artificial subiu de 16,9% em 2022 para 41,9% em 2024. Foi a tecnologia digital avançada que mais cresceu no período.

O mesmo levantamento mostra onde esse uso está concentrado. As áreas com maior uso de IA foram:

• Administração: 87,9% das empresas que usam IA;
• Comercialização: 75,2%;
• Desenvolvimento de projetos de produtos, processos e serviços: 73,1%.

Na comparação com outras tecnologias, a IA ainda fica atrás da computação em nuvem (77,2%) e da Internet das Coisas (50,3%).

Duas ressalvas são necessárias. A primeira é que o recorte do IBGE cobre apenas a indústria de médio e grande porte, e não a economia como um todo. A segunda é que a pesquisa mede uso, não retorno. O crescimento é expressivo, mas não permite afirmar que a indústria brasileira esteja capturando valor na mesma proporção.

Por que a distância entre adoção e retorno existe

Quando a mesma tecnologia está ao alcance de todos, ela deixa de ser, sozinha, fonte de vantagem. As tendências apontadas pela Gartner ajudam a entender onde o valor tende a se concentrar:

• Conhecimento de domínio. Modelos especializados só são tão bons quanto os dados e o conhecimento de nicho que os alimentam.
• Redesenho de processos. Agentes de IA rendem pouco quando são colados sobre fluxos antigos. A própria Gartner recomenda, em muitos casos, repensar o processo do zero.
• Casos de uso com retorno claro. O primeiro passo que a consultoria sugere aos fornecedores é conectar cada implementação a um resultado de negócio mensurável.

Em outras palavras, o diferencial migra da ferramenta para o que se faz com ela: dados, processos e foco.

O que as tendências de IA generativa significam para quem inova

Para deep techs nascidas na universidade, o cenário é favorável, mas exige clareza. A tendência dos modelos especializados valoriza exatamente o que se produz em laboratório: conhecimento profundo de um problema e, muitas vezes, dados proprietários. O desafio é traduzir esse ativo técnico em proposta de valor que um comprador corporativo reconheça. Também é preciso evitar vender como “agente” ou “IA generativa” algo que não se sustenta sob escrutínio.

Para empresas estabelecidasdiante das tendências de IA generativa, a questão deixa de ser “se” adotar e passa a ser “onde” e “com quem”. Os números sugerem cautela com promessas amplas e atenção a casos de uso delimitados, com métrica de retorno definida desde o início. A inovação aberta com startups especializadas é um dos caminhos para acessar conhecimento de domínio sem construí-lo do zero.

As tendências de IA generativa que vêm a seguir nesta série

Nos próximos artigos, vamos aprofundar cada uma dessas tendências de IA generativa:

• os modelos de domínio e a oportunidade para deep techs;
• a IA agêntica e o fenômeno do agent washing;
• a IA multimodal e os dados sintéticos no chão de fábrica;
• o impacto da automação sobre o próprio mercado de software;
• e, no fechamento, cinco passos para transformar IA generativa em resultado.

Em todas essas tendências de IA generativa, separando o que é projeção do que já é medição.

Fontes

• Gartner · Top Emerging Adoption Trends for Generative AI, por Vibha Chitkara, 22 de junho de 2026.
• Gartner · Gartner Predicts by 2027, Organizations Will Use Small, Task-Specific AI Models Three Times More Than General-Purpose Large Language Models, comunicado, 9 de abril de 2025.
• Gartner · Gartner Predicts 40% of Generative AI Solutions Will Be Multimodal By 2027, comunicado, 9 de setembro de 2024.
• Gartner · Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, comunicado, 25 de junho de 2025.
• McKinsey & Company · The State of AI: Global Survey 2026, agosto de 2026.
• IBGE · De 2022 a 2024, percentual de empresas industriais utilizando Inteligência artificial subiu de 16,9% para 41,9%, Pesquisa de Inovação Semestral (PINTEC Semestral), Agência de Notícias IBGE, 24 de setembro de 2025.