Será que 95% dos projetos de IA nas empresas realmente falham? Uma leitura atenta do relatório do MIT

"95% dos projetos de IA nas empresas falham."

Você provavelmente viu essa frase cinquenta vezes este ano. Nós também. Então baixamos o próprio relatório e lemos as 26 páginas completas. Vale a leitura, mas não pelo motivo que o tornou viral.

O que os 95% medem de verdade?

A estatística vem de "The GenAI Divide: State of AI in Business 2025", um relatório de julho de 2025 do Project NANDA do MIT (Challapally, Pease, Raskar e Chari). A pesquisa se baseia em entrevistas com 52 organizações, uma pesquisa com 153 executivos e a análise de mais de 300 iniciativas de IA divulgadas publicamente.

Veja a definição do próprio relatório. Para contar como "bem-sucedida", uma ferramenta precisa produzir o que usuários ou executivos descrevem como um "impacto marcante e sustentado na produtividade ou no resultado", avaliado seis meses depois do piloto. Ou seja, o que se mede não é o balanço, e sim a declaração dos entrevistados. A própria nota de pesquisa do relatório diz isso: os números se baseiam em entrevistas individuais, não em relatórios oficiais das empresas, e devem ser lidos como direcionais.

Além disso, na seção de limitações os autores admitem que uma janela de observação de seis meses pode ser curta demais para implementações corporativas complexas, o que subestimaria as taxas de sucesso.

Então a conclusão não é "IA não funciona". A conclusão é: a maioria dos pilotos, no sexto mês, ainda não tinha se pagado aos olhos dos entrevistados. Não é a mesma frase.

Três achados que ninguém cita

1. A economia da IA sombra. Apenas 40% das empresas pesquisadas compraram uma assinatura oficial de IA. Mesmo assim, em mais de 90% dessas mesmas empresas os funcionários já usam ferramentas de IA pessoais para trabalhar. O relatório chama isso de "shadow AI economy", a economia da IA sombra.

2. O número do orçamento não é uma medição. A fatia dos orçamentos de IA que vai para vendas e marketing aparece como 50% em uma seção do relatório e 70% em outra. A fonte do número é uma pergunta que pedia aos executivos para dividir 100 dólares hipotéticos entre as funções. Leia como um humor, não como uma medição.

3. Parcerias externas contra desenvolvimento interno. Projetos com parceiros externos chegaram à produção em cerca de 67% dos casos; os desenvolvidos internamente, em cerca de 33%. Nós vendemos serviços; é natural ler esse número vindo de nós com desconfiança. O próprio relatório carrega a mesma desconfiança: ele afirma claramente que a diferença pode refletir capacidades organizacionais, e não a decisão de compra, e que correlação não prova causalidade.

Na mesma empresa, a IA "falha" e é usada todos os dias

Monte o quadro. A empresa diz que o projeto oficial "não deu resultados". Dentro dessa mesma empresa, as pessoas usam IA todos os dias, muitas vezes em contas pessoais pagas do próprio bolso, e terminam o trabalho mais rápido.

Ninguém mede isso. Ninguém conecta esse ganho aos resultados do negócio.

O diagnóstico do próprio relatório aponta na mesma direção: a barreira central para escalar não é infraestrutura, regulação ou talento, é aprendizado. As ferramentas não retêm feedback, não se adaptam ao contexto, não melhoram com o tempo. No mesmo conjunto de dados, cerca de 83% dos pilotos com ferramentas genéricas chegaram ao uso, 70% dos usuários preferem IA para tarefas rápidas, enquanto no trabalho complexo e de longo prazo nove em cada dez preferem o humano.

Então o que falhou não foi a IA. O que falhou foi a infraestrutura que transforma produtividade individual em resultado organizacional: a camada de medição, integração e aprendizado. Na maioria das empresas, essa camada nunca foi construída.

O relatório descreve exatamente o que nós construímos

O relatório tem um achado que toca diretamente o nosso setor: as economias reais aparecem principalmente no back office, e uma das rubricas é uma redução de cerca de 30% no gasto externo com agências e conteúdo.

Esse achado não nos preocupa; construímos o PumpGrowthOS exatamente por isso. Já dava para ver que o modelo clássico de agência, fazer na mão trabalho repetível e faturar por ele, ia perder para a IA. Veja onde o relatório lista o que separa os "5% bem-sucedidos": sistemas embutidos nos processos, resultados mensuráveis, implementações que aprendem com o tempo. Esse também é o nosso modelo: em vez de vender serviço de agência, construir a infraestrutura de medição, o ciclo de decisão orientado por dados e a automação embutida nos processos, e então operar o crescimento em cima desse sistema.

Em outras palavras, quando o relatório diz "corte seu gasto com agência", ele também descreve para onde migrar, e o que ele descreve não é uma agência, é um sistema de crescimento. Explicamos passo a passo como essa abordagem funciona na prática no nosso guia de marketing orientado por dados.

Uma nota de transparência

O relatório vem do Project NANDA do MIT. O NANDA é uma iniciativa que desenvolve protocolos para agentes de IA trabalharem juntos, e a conclusão do relatório é, justamente, que "a resposta está nos sistemas baseados em agentes". Isso não torna o relatório errado. Significa que os dados e a conclusão merecem ser lidos separadamente. Foi o que fizemos neste artigo.

Se a IA "não está funcionando" na sua empresa

Verifique primeiro estas quatro perguntas:

1. O que seus funcionários já resolvem com contas pessoais? O uso sombra é o indicador mais honesto do que realmente funciona.
2. Com qual métrica você mede o impacto da IA? Sem medição, o veredito de "fracasso" se apoia em impressões, não em dados.
3. Você começou o piloto com uma grande visão ou com um único processo restrito? Os exemplos que funcionam no relatório compartilham dois traços: escopo restrito e valor rápido e visível.
4. A ferramenta que você comprou aprende com o seu processo ou começa do zero toda vez?

A pergunta não é "a IA funciona?". A pergunta é: ela realmente não está funcionando, ou está funcionando em um lugar para onde você não está olhando?

Fonte: Challapally, Pease, Raskar, Chari. "The GenAI Divide: State of AI in Business 2025", MIT Project NANDA, julho de 2025. PDF do relatório