O AI Index 2026, do Instituto de Inteligência Artificial Centrada no Ser Humano da Universidade Stanford, revela que 88% das organizações pesquisadas utilizavam IA em pelo menos uma função do negócio em 2025, enquanto a adoção de IA generativa chegou a 70%. No entanto, o uso de agentes de IA, a camada que executa tarefas de forma autônoma, permaneceu em um dígito percentual na maioria das funções empresariais analisadas no mesmo levantamento.
Essa distância entre testar e operar reflete o mercado que correu para experimentar tecnologias sem resolver o que sustenta os experimentos em escala. Em setembro deste ano, uma reportagem descreveu empresas adotando inteligência artificial sem redesenhar processos, estruturar dados ou aplicar governança, o que gera mais complexidade e custos em vez de eficiência.
O verdadeiro gargalo não é o modelo de IA — é o dado
Uma análise recente sobre a adoção de IA em 2026 aponta que o dado é o gargalo real. As organizações que avançaram mais rápido já possuíam bases de dados organizadas, histórico confiável e sistemas integrados. É nesse cenário que a Automação Robótica de Processos (RPA) mantém sua relevância, criando a disciplina de mapear processos, estruturar dados e padronizar fluxos.
Fornecedores globais descrevem a automação inteligente como uma composição em camadas: o RPA organiza o dado, a IA generativa interpreta a solicitação com base nele e o agente de IA decide a ação final. Dados da KPMG indicam que 62% das empresas experimentam IA agêntica, mas apenas 26% a utilizam de forma efetivamente ativa.
A pergunta mais útil antes de adotar IA é avaliar quais processos já estão automatizados com dados limpos e quais continuam dependendo de trabalho manual. O RPA constrói a confiabilidade necessária para que a inteligência artificial opere bem.
