Antes de investir em IA, sua empresa já automatizou o básico? A maioria ainda não

Antes de perguntar “qual IA minha empresa deveria adotar?”, a pergunta mais útil é outra: quais processos da minha operação já estão automatizados?

Frequentemente, ouço discussões em que a RPA (Automação Robótica de Processos) é apresentada como uma solução ultrapassada, que teria perdido espaço diante da popularização dos agentes de IA, dos modelos generativos e dos sistemas de automação autônoma. Entendo os motivos dessa visão. No entanto, os dados mais recentes sobre a adoção da inteligência artificial no ambiente corporativo revelam outro cenário: a maioria das empresas ainda não desenvolveu a estrutura necessária para aproveitar todo o potencial da IA. E é justamente essa infraestrutura que uma implementação bem planejada de RPA ajuda a estabelecer há anos.

O hype está na frente da operação real
O AI Index 2026, elaborado pelo Instituto de Inteligência Artificial Centrada no Ser Humano, da Universidade Stanford, aponta que 88% das organizações consultadas já empregavam IA em pelo menos uma área de suas operações em 2025, enquanto a adoção da inteligência artificial generativa alcançou 70%. Embora os números sejam significativos, o relatório destaca outro aspecto importante para as decisões de investimento: a utilização de agentes de IA, capazes de executar atividades autonomamente, continuou abaixo de 10% na maioria das funções empresariais avaliadas.

A diferença entre experimentar ferramentas de IA generativa e conseguir utilizá-las de maneira autônoma, segura e consistente nos processos corporativos não é algo secundário. Ela evidencia um mercado que priorizou testar novas tecnologias antes de estruturar os elementos necessários para que essas soluções funcionem de maneira confiável e em larga escala.

A pressa que sai cara
Uma reportagem divulgada em setembro deste ano ilustra bem uma situação que tenho acompanhado no dia a dia: empresas incorporando inteligência artificial rapidamente, porém sem reformular seus processos, organizar seus dados ou estabelecer mecanismos de governança. Conforme a matéria, o resultado não é um aumento de eficiência, mas uma simples transferência dos gargalos de uma etapa para outra, tornando as operações mais complexas e caras do que eram anteriormente.

Essa constatação reforça uma lição que aprendi ao longo de dez anos trabalhando com projetos de automação em empresas de médio e grande porte: implementar novas tecnologias em processos mal estruturados não soluciona as dificuldades existentes. Pelo contrário, faz com que os problemas se propaguem e ganhem escala ainda mais rapidamente.

O verdadeiro gargalo não é o modelo de IA — é o dado
Uma avaliação recente sobre as transformações na adoção da inteligência artificial em 2026 aponta para um aspecto que, na minha visão, ainda recebe menos atenção do que deveria no mercado: o principal obstáculo está nos dados, e não nas ferramentas utilizadas. As empresas que conseguiram progredir mais rapidamente com a IA já possuíam uma estrutura favorável antes mesmo de selecionar qualquer modelo, com bancos de dados organizados, registros confiáveis e sistemas capazes de se integrar.

É justamente nesse cenário que o RPA continua demonstrando sua importância. Um projeto de Automação Robótica de Processos bem executado vai muito além de eliminar atividades repetitivas. Ele também contribui para mapear operações, organizar informações, integrar sistemas e estabelecer fluxos padronizados. Na prática, esse trabalho de estruturação forma uma base essencial para que as iniciativas de inteligência artificial funcionem de maneira efetiva. Portanto, empresas que já automatizaram suas operações com RPA não estão necessariamente em desvantagem na corrida pela IA. Pelo contrário, podem já contar com uma preparação que muitas outras organizações ainda precisam desenvolver.

O empilhamento que faz sentido técnico
A evolução do próprio setor de automação já demonstra essa tendência. Fornecedores globais passaram a apresentar a automação inteligente como uma estrutura formada por diferentes camadas: o RPA coleta e organiza os dados, a inteligência artificial generativa interpreta as solicitações a partir dessas informações e os agentes de IA definem qual ação deve ser executada, seja aprovar uma solicitação, direcioná-la a um especialista ou solucioná-la automaticamente. Eliminar o RPA dessa estrutura não torna a implementação da IA mais rápida. Na verdade, significa retirar uma camada fundamental para garantir a confiabilidade das demais.

Um levantamento recente da KPMG reforça essa perspectiva: 62% das empresas já estão realizando experimentos com IA agêntica em seus processos, mas somente 26% utilizam essa tecnologia efetivamente em suas operações. Na minha interpretação, essa diferença de 36 pontos percentuais entre experimentar e aplicar a tecnologia de maneira concreta representa a distância entre as organizações que construíram uma base consistente de automação e aquelas que tentam avançar diretamente para soluções mais sofisticadas sem antes estabelecer os fundamentos necessários.

A pergunta que toda empresa deveria fazer antes de comprar uma licença de IA
Antes de decidir qual solução de inteligência artificial implementar, as empresas deveriam começar por uma questão mais importante: quais operações já contam com automação, dados organizados, processos bem definidos e sistemas integrados, e quais ainda dependem de funcionários transferindo informações manualmente entre diferentes telas? Pela minha experiência, muitas organizações ainda mantêm uma quantidade significativa de atividades manuais, mesmo enquanto defendem publicamente a inovação tecnológica.

O RPA não deve ser considerado uma fase anterior à IA simplesmente por ser uma tecnologia mais básica ou menos avançada. Sua importância está no fato de preparar os processos e estabelecer a confiabilidade necessária para que as ferramentas de inteligência artificial funcionem adequadamente. Ignorar essa preparação não significa ganhar vantagem competitiva, mas apenas avançar mais depressa em direção a uma solução que, posteriormente, poderá exigir correções e retrabalho.

Fonte: Olhar Digital