Em 30 de novembro de 2022, a inteligência artificial deixou de ser um tema restrito a programadores e pesquisadores. Com o lançamento do ChatGPT, a IA generativa ganhou espaço nas conversas de café, nas reuniões de planejamento e até nas decisões de alto escalão das empresas.
As promessas se espalharam com rapidez: automatizar tarefas, otimizar rotinas, aumentar a produtividade em níveis nunca vistos. O entusiasmo virou número: até março de 2025, o ChatGPT somava cerca de 546 milhões de usuários mensais, com mais de 100 milhões de acessos diários.
O Google Gemini também avançou rápido, ultrapassando 400 milhões de usuários ativos mensais. E, somando as diferentes ferramentas com inteligência artificial, a Meta já impacta mais de 1 bilhão de pessoas todos os meses.
🟦 E no Brasil?
Segundo pesquisas recentes, 70% dos internautas brasileiros usam IA pelo menos uma vez por semana, e 45% recorrem à tecnologia diariamente. O ChatGPT lidera essa preferência, sendo usado por 73% dos entrevistados, seguido por ferramentas como Gemini e Copilot.
Os brasileiros não só utilizam como também confiam no potencial da IA: 65% acreditam que a tecnologia vai gerar mais empregos, número superior à média global. Já 68% demonstram otimismo com as mudanças que a IA pode trazer ao mercado de trabalho. A Nayane Teodoro comenta:
Mas, como toda grande tendência tecnológica, a realidade nem sempre acompanha o ritmo das expectativas.
O contraste é visível: entre a promessa de soluções inteligentes e os desafios na implementação prática, muitas empresas ainda vivem o que pode ser chamado de “fase do borrão”.
A imagem perfeita da IA nas redes sociais se transforma, na vida real, em resultados abaixo do esperado.
De um lado, o brilho da inovação; do outro, a dificuldade de capturar resultados concretos. E isso é só o começo da história. A Tamiris Thiesen comenta:
🟦 A realidade bate à porta: receio, resistência e o fator humano
Se o entusiasmo é grande, o desconforto também é. Enquanto os números de uso disparam, cresce um sentimento silencioso nas equipes: o medo de ser substituído pela IA.
Afinal, como confiar em uma tecnologia cujos limites de aplicação e desenvolvimento são exponenciais?
A dúvida é legítima. Desde o atendimento ao cliente até áreas de finanças, marketing e desenvolvimento web, profissionais de diferentes setores começaram a se perguntar: “Será que meu trabalho vai ser automatizado?”
“Hoje, qualquer pessoa pode abrir um app e começar a criar. Isso democratiza o uso das ferramentas – o que é positivo. Por outro lado, é inegável que mexe com o mercado inteiro, com a percepção de valor e com o jeito que as pessoas enxergam o nosso trabalho.” Tamiris Thiesen
E os dados reforçam a preocupação. Segundo a Organização Internacional do Trabalho (OIT), cerca de 25% das profissões no mundo estão potencialmente expostas à automação por IA. As funções mais em risco têm algo em comum: tarefas repetitivas, analíticas de baixa complexidade ou centradas em processamento de dados.
Atendentes de telemarketing, contadores, analistas financeiros, digitadores, corretores de crédito e até vendedores de call center estão entre os mais impactados. Mesmo algumas áreas de tecnologia começam a sentir a pressão, com tarefas de desenvolvimento web e suporte técnico sendo cada vez mais automatizadas.
Por outro lado, o avanço da IA também abriu espaço para novas funções: AI trainers, engenheiros de prompt, analistas de ética em IA, gestores de IA.
Cargos que simplesmente não existiam há poucos anos. Sobre isso, o Vladimir Titoto Oliveira, CEO da OSBR comenta:
O desafio é claro: as empresas precisam preparar suas equipes para essa transição, enquanto os profissionais precisam se adaptar para continuar relevantes.
Na área de TI, o cenário é especialmente paradoxal. O mercado brasileiro vive um crescimento de 150% na demanda por especialistas em IA, mas ao mesmo tempo enfrenta um déficit enorme de profissionais qualificados. Ou seja: há vagas, mas faltam pessoas preparadas para preenchê-las.
E mesmo quem já está no setor sente o impacto: sobrecarga, insegurança sobre o futuro e a necessidade constante de atualização. O resultado é um ambiente de transformação acelerada, mas também de muita ansiedade.
“Formar um especialista leva anos. Mas a IA mudou o jogo em meses. Hoje o maior desafio das empresas não é só adotar tecnologia nova… é fazer o time acompanhar a velocidade dessa mudança.” Vladimir Oliveira
🟦 O gap de compreensão – As pessoas realmente entendem a IA?
Parte do medo que a IA desperta tem uma explicação simples: muita gente ainda não sabe exatamente como ela funciona.
O crescimento na adoção é inegável. No Brasil, 97% dos internautas conectados dizem ter algum entendimento sobre o que é inteligência artificial, segundo levantamento de 2025. Mas quando o assunto vai além da superfície, e entra em temas como treinamento de modelos, qualidade de dados, vieses e governança, o cenário muda de figura.
Especialistas apontam um problema de base: o analfabetismo digital nas empresas. Apesar de usarem ferramentas de IA, muitas organizações ainda não sabem como extrair resultados consistentes da tecnologia. Sobre isso, a Keite Pacheco comenta:
O Brasil, aliás, vive esse paradoxo com força: ao mesmo tempo que lidera em uso de IA na América Latina, também enfrenta um déficit estrutural de letramento tecnológico que afeta todas as áreas.
Programas como o Plano IA para o Bem de Todos (PBIA), do Governo Federal, lançado em 2024, tentam acelerar a capacitação, com investimentos de R$ 1,15 bilhão em educação e difusão de conhecimento em IA.
Mas ainda há um longo caminho até transformar entusiasmo em domínio técnico. No mundo corporativo, o resultado dessa lacuna aparece no dia a dia: projetos ambiciosos na teoria… e desastrosos na execução.
Essa falta de preparo humano ajuda a explicar parte das frustrações. Mas não explica tudo.
As alucinações da IA: quando ela prefere inventar a ficar em silêncio
Mesmo com bases de dados consistentes, as IAs generativas carregam um problema de fábrica: são projetadas para dar uma resposta a qualquer custo, mesmo que ela seja totalmente inventada. Os modelos LLM funcionam com base em previsibilidade de linguagem. Se o usuário pede uma informação, o sistema “prefere errar do que calar”.
O resultado? Situações bizarras como a criação de leis que nunca existiram.
Um exemplo real: ao ser questionado sobre a legislação brasileira de proteção ambiental, um modelo de IA gerou um texto detalhado citando a fictícia “Lei nº 12.345/2017 – Artigo 17-B”, que nunca foi aprovada. O texto era tão convincente que, à primeira leitura, parecia legítimo.
Por isso, mesmo em ambientes corporativos, confiar cegamente no output da IA pode gerar problemas graves. Outras vulnerabilidades são:
- Vieses e distorções: A IA aprende com os dados que recebe. Se os dados forem enviesados, os resultados também serão.
- Dependência de dados de qualidade: Sem uma base sólida, qualquer modelo fica vulnerável a erros.
- Comportamentos inesperados: Testes com o modelo Claude Opus 4, da Anthropic, mostraram reações imprevisíveis, incluindo tentativas de chantagem e manipulação de informações em simulações.
- Vulnerabilidades de segurança: Pequenas alterações podem enganar sistemas de reconhecimento facial ou até veículos autônomos.
- Risco de desinformação: Ferramentas como o Veo 3, do Google, já geram vídeos tão realistas que dificultam a identificação de deepfakes.
Ou seja: hoje a IA é, de fato, uma ideia ambiciosa no papel, mas que na prática ainda tropeça nas limitações humanas e tecnológicas.
🟦 Como as empresas podem usar IA de forma propositiva (e sem cair em ciladas)
Depois de tanta expectativa, medo e confusão, uma coisa precisa ficar clara: a inteligência artificial é uma ferramenta, não uma solução mágica.
“A IA pode ampliar muito o que a gente faz, mas o resultado só ganha qualidade quando passa pelo olhar humano. Não é sobre ter medo dela… é sobre saber como usá-la de maneira inteligente e responsável.” Keite Pacheco
Ela pode, sim, transformar processos, acelerar decisões e abrir novas possibilidades de negócio. Mas isso só acontece quando o uso da tecnologia vem acompanhado de estrutura, estratégia e, principalmente, entendimento do problema a ser resolvido.
“Na hora de pedir um texto, a IA já entende meu jeito de escrever. Parece que ela pegou meu tom de voz, meu ritmo, até as gírias. Claro que ainda preciso revisar e ajustar, mas o ponto de partida já vem muito parecido com o que eu faria.” Nayane Teodoro
Na prática, o que faz a diferença entre um projeto de IA bem-sucedido e um fiasco é a capacidade de alinhar expectativa com execução.
Se a meta é transformar o potencial da IA em resultado real, algumas etapas são indispensáveis:
🧭 Clareza de problema: Antes de buscar soluções com IA, é preciso ter total entendimento do desafio de negócio que está em jogo.
🗄️ Estrutura de dados bem feita: a qualidade dos dados alimenta diretamente a qualidade das respostas que a IA vai gerar.
🔗 Integração entre sistemas: Soluções isoladas geram retrabalho. A IA precisa estar conectada ao restante da arquitetura tecnológica da empresa.
👥 Suporte humano para validação: IA sem revisão humana é um convite a erros. Profissionais precisam acompanhar, validar e ajustar o que a tecnologia entrega.
🧪 Testes, ajustes e governança: Implementar IA é um processo contínuo de testes, correções e melhorias. Governança não é burocracia, é o que garante a segurança e a consistência dos resultados.
É nesse ponto que a OSBR entra: ajudando empresas a saírem do improviso e construírem soluções de IA que realmente funcionam, sem cair no hype vazio.
“O segredo está na curadoria. O cientista de dados é quem treina o modelo e garante que o que a IA entrega faz sentido pro negócio. Sem esse papel, o risco de ter decisões baseadas em dados errados é enorme.” Vladimir Oliveira
Quer saber como transformar seu projeto de IA em algo funcional e seguro? 👉 O time da OSBR pode ajudar.
🟦 O que vem por aí – As novas fronteiras da IA
O futuro da inteligência artificial gera reações tão diversas quanto o próprio impacto da tecnologia.
Entre a empolgação e o ceticismo, o que realmente está por vir?
“A IA não vai dominar o mundo. Mas quem não souber como tirar proveito dela… pode acabar sendo dominado pela própria falta de preparo.” Vladimir Oliveira
As projeções para os próximos anos apontam três caminhos principais: o otimista, o realista e o “apocalíptico”.
Visão otimista: A IA como uma aceleradora de produtividade, ciência e inovação. Modelos mais robustos, com maior capacidade de entender contexto, integrar diferentes mídias (texto, imagem, vídeo, áudio) e oferecer respostas cada vez mais assertivas. Aplicações em saúde, educação, clima e pesquisa científica ganham força. A figura do “profissional centauro”, aquele que combina inteligência humana com apoio da IA, deve se consolidar em áreas como medicina, ensino e negócios.
Visão realista: A IA vai continuar avançando, mas como qualquer tecnologia, exigirá tempo, regulação e ajustes de rota. As empresas vão precisar investir em infraestrutura, capacitação de pessoas e governança de dados. O cenário mais provável é um crescimento progressivo, com ganhos tangíveis, mas longe de revoluções instantâneas. A Inteligência Artificial Geral (AGI), aquela com capacidade comparável à humana em múltiplas tarefas, ainda é um projeto de médio a longo prazo, com estimativas mais realistas apontando para depois de 2040.
Visão “apocalíptica”: Aqui entram as preocupações com perda de controle, desemprego em massa, manipulação de informações e impactos sociais profundos. Pesquisadores como Geoffrey Hinton e líderes como Elon Musk já fizeram alertas públicos sobre os riscos de uma IA desregulada.
Entre os principais temores estão: A propagação de deepfakes hiper-realistas, decisões autônomas sem supervisão humana e desigualdade no acesso à tecnologia.
Na prática, o que o mercado vive hoje é uma mistura desses três cenários. A IA está longe de ser uma ameaça global… mas também não é uma brincadeira inofensiva.
A pergunta que fica: sua empresa vai esperar o futuro chegar para decidir o que fazer? Ou vai começar a entender, de verdade, como usar a IA de forma responsável, eficiente e segura… agora?
Fontes: Reuters, Semrush, CNBC, The Verge, Techerati, Statista, Google, Open IA, Microsoft, Hindustan Times, Fast Company, CBN, OIT, GOV.BR.