Preenchendo a lacuna operacional da IA

O potencial transformacional da IA já está bem estabelecido. Os casos de uso empresarial estão ganhando impulso e as organizações estão fazendo a transição de projetos-piloto para a IA em produção. As empresas não estão mais apenas falando sobre IA; elas estão redirecionando orçamentos e recursos para torná-la realidade. Muitas já estão experimentando a IA agênica, que promete novos níveis de automação. No entanto, o caminho para o sucesso operacional total ainda é incerto para muitas. E, embora a experimentação com IA esteja em toda parte, a adoção em toda a empresa continua sendo difícil. Sem dados e sistemas integrados, fluxos de trabalho automatizados estáveis e modelos de governança, as iniciativas de IA podem ficar presas em projetos-piloto e ter dificuldade para passar para a produção. O surgimento da IA agênica e o aumento da autonomia dos modelos tornam uma abordagem holística para integrar dados, aplicativos e sistemas mais importante do que nunca. Sem ela, as iniciativas de IA empresarial podem fracassar. A Gartner prevê que mais de 40% dos projetos de IA agênica serão cancelados até 2027 devido a desafios de custo, imprecisão e governança. A verdadeira questão não é a IA em si, mas a falta de uma base operacional. BAIXE O RELATÓRIO Para entender como as organizações estão estruturando suas operações de IA e como estão implantando projetos de IA bem-sucedidos, a MIT Technology Review Insights entrevistou 500 líderes seniores de TI em empresas de médio e grande porte nos Estados Unidos, todas buscando a IA de alguma forma. Os resultados da pesquisa, juntamente com uma série de entrevistas com especialistas, todas realizadas em dezembro de 2025, mostram que uma base de integração sólida está alinhada com implementações de IA mais avançadas, propícias a iniciativas em toda a empresa. À medida que as tecnologias e aplicações de IA evoluem e se proliferam, uma plataforma de integração pode ajudar as organizações a evitar duplicações e silos, além de ter uma supervisão clara à medida que navegam pela crescente autonomia dos fluxos de trabalho. As principais conclusões do relatório incluem o seguinte: Algumas organizações estão fazendo progressos com a IA. Nos últimos anos, estudo após estudo expôs a falta de sucesso tangível da IA. No entanto, nossa pesquisa descobriu que três em cada quatro (76%) empresas pesquisadas têm pelo menos um departamento com um fluxo de trabalho de IA totalmente em produção. A IA tem sucesso com mais frequência com processos bem definidos e estabelecidos. Quase metade (43%) das organizações está obtendo sucesso com implementações de IA aplicadas a processos bem definidos e automatizados. Um quarto está obtendo sucesso com novos processos. E um terço (32%) está aplicando IA a vários processos. Dois terços das organizações não possuem equipes dedicadas à IA. Apenas uma em cada três (34%) organizações possui uma equipe específica para manter fluxos de trabalho de IA. Uma em cada cinco (21%) afirma que a TI central é responsável pela manutenção contínua da IA, e 25% afirmam que a responsabilidade recai sobre as operações departamentais. Para 19% das organizações, a responsabilidade é distribuída. As plataformas de integração em toda a empresa levam a uma implementação mais robusta da IA. As empresas com plataformas de integração em toda a empresa são cinco vezes mais propensas a usar fontes de dados mais diversificadas nos fluxos de trabalho de IA. Seis em cada dez (59%) empregam cinco ou mais fontes de dados, em comparação com apenas 11% das organizações que utilizam integração para fluxos de trabalho específicos ou 0% das que não utilizam uma plataforma de integração. As organizações que utilizam plataformas de integração também têm uma implementação mais multidepartamental da IA, mais autonomia nos fluxos de trabalho de IA e mais confiança na atribuição de autonomia no futuro. Baixe o relatório. Este conteúdo foi produzido pela Insights, a divisão de conteúdo personalizado da MIT Technology Review. Ele não foi escrito pela equipe editorial da MIT Technology Review. Foi pesquisado, projetado e escrito por redatores, editores, analistas e ilustradores humanos. Isso inclui a redação de pesquisas e a coleta de dados para pesquisas. As ferramentas de IA que podem ter sido usadas se limitaram a processos de produção secundários que passaram por uma revisão humana minuciosa.