Adoção de IA nas empresas: por que a ordem da meta decide o resultado

Apenas 22% dos executivos brasileiros percebem aumento de receita associado à IA, contra 87% que acreditam que ela vai impulsionar receita no futuro, no recorte Brasil do State of AI in the Enterprise 2026, da Deloitte. O mesmo estudo mostra 58% das organizações brasileiras com no máximo 20% dos próprios pilotos implementados.

O iFood adotou uma postura contraintuitiva frente ao mercado ao definir a adoção de inteligência artificial como meta principal em um primeiro momento, deixando a cobrança por produtividade para uma etapa posterior.  

Entre a crença e a receita mora uma decisão pouco discutida. Quando o assunto é adoção de IA nas empresas, medir uso e medir resultado são escolhas diferentes, e a ordem entre as duas revela mais sobre a cultura data driven da casa do que sobre o estágio da tecnologia. Qual delas a sua empresa decidiu medir primeiro?

Índice

• O que o iFood declarou como meta antes de cobrar produtividade
• Por que a ordem adoção-antes-de-produtividade tem defesa teórica?
• Permissão ou ameaça: o que decide a adoção de IA nas empresas?
• Quando a medida vira alvo: o risco embutido na própria tese
• Qual é a data de virada entre adoção e curadoria?
• Sobra alguma coisa quando o piloto é descartado?
• Declarar a ordem inteira: o que anunciar junto com a meta de adoção
• Perguntas frequentes
• Conclusão

O que o iFood declarou como meta antes de cobrar produtividade

No início de 2025 o iFood definiu uma meta pública de um agente de IA por funcionário, e a métrica declarada era de uso, não de ganho de produtividade. Em cerca de um ano, foram 27 mil agentes criados.

Quem contou a mecânica foi Thiago Cardoso, diretor sênior de IA da empresa, no ProXXIma 2026, conforme o Meio & Mensagem. Cada funcionário deveria desenvolver um agente para si, o que resultou em 8 mil agentes em operação no primeiro ano, e depois nos 27 mil criados até abril de 2026, registrados pelo Mundo RH.

A declaração não veio sozinha: workshops, treinamentos e lives acompanharam o processo (Mundo RH). Raphael Bozza, sócio e CHRO da companhia, esteve no painel da Endeavor, no palco do Cortex Summit 2026.

Durante o evento, ficou claro que a companhia também alocou energia e pessoas para olhar seus processos de ponta a ponta. O iFood estruturou agentes internos para diagnosticar fluxos e avaliar o que pode ser melhorado ou repensado nas áreas. Além disso, a liderança da empresa entende que as apostas mais robustas levam tempo, encarando a mudança de prazos de entrega de projetos como uma correção natural das expectativas iniciais, e não como um fracasso.

Depois veio a curadoria, que aqui significa olhar o que foi criado e decidir o que segue. Conforme Bozza, 91% dos cerca de 8 mil funcionários usavam IA diariamente, 12 mil agentes seguiam em operação e cerca de 200 mudavam o jogo em escala, ao BPMoney.

O número da curadoria não veio de fora: foi o próprio Raphael Bozza quem o publicou, em artigo assinado no MIT Sloan Management Review Brasil. Poucas empresas divulgam o próprio denominador, e essa escolha torna o caso analisável.

Por que a ordem adoção-antes-de-produtividade tem defesa teórica?

Vale um minuto para entender por que um artigo de 1991 decide algo que você assina neste trimestre. A ordem tem defesa teórica, e ela se apoia em duas ideias. A primeira é de James March: exigir impacto desde o primeiro dia faz a empresa refinar o que já sabe fazer, a explotação, e parar de investir no que ainda não sabe, a exploração. A segunda é de Lynne Markus: a difusão só se estabiliza acima de uma massa crítica de usuários.

March mostrou, em Exploration and Exploitation in Organizational Learning, que processos adaptativos refinam a explotação mais rápido que a exploração, eficazes no curto prazo e autodestrutivos no longo. Cobrar prova de ponteiro no dia um otimiza explotação, e a meta de uso corrige esse viés.

Em Toward a “Critical Mass” Theory of Interactive Media, Markus descreve mídias interativas como bens de acesso universal com interdependência recíproca, o que deixa dois desfechos estáveis, adoção ampla ou abandono. Adoção parcial pode ser pior que nenhuma, porque paga o custo de partida sem alcançar o limiar.

Pela síntese de Rogers organizada por Ismail Sahin, uma inovação se difunde por cinco atributos. A meta de uso mexe em dois, deixar experimentar e deixar ver quem já usa, e não toca nos outros três, entre eles o mais decisivo: a vantagem real sobre o jeito antigo de trabalhar. Daí a difusão sozinha não bastar, e o repertório de aplicações de inteligência artificial na gestão da empresa pesar mais do que a contagem de usuários.

Há um princípio por trás dessa escolha, e ele é o que chamamos de Inteligência Aumentada, o uso estratégico da IA para ampliar a capacidade humana de análise, decisão e ação. Essa colaboração entre pessoas e máquinas não nasce de decreto. O que a organização escolhe medir decide o que ela vai aprender.

Permissão ou ameaça: o que decide a adoção de IA nas empresas?

O que separa a meta que engaja da que fracassa é o enquadramento: ela chega como permissão ou como ameaça, e onde a empresa ameaça, 29% dos profissionais ouvidos pela WRITER admitem sabotar a estratégia de IA. A permissão tem evidência experimental a favor.

O experimento controlado da Atlassian, fornecedora de software reuniu 961 profissionais do conhecimento nos Estados Unidos. Quem revela usar IA é avaliado como 10 vezes mais preguiçoso com trabalho idêntico e perde 24 pontos percentuais de chance de indicação para projeto de alta visibilidade. Nas empresas que celebram o uso publicamente, o estigma quase desaparece.

A ameaça também está medida. O levantamento da WRITER, fornecedora de plataforma de agentes de IA, com a Workplace Intelligence ouviu 2.400 profissionais entre dezembro de 2025 e janeiro de 2026.

Nesse recorte, 60% das empresas planejam demitir quem não adotar IA, e 77% dos executivos afirmam que quem não for proficiente não será considerado para promoção. Na mesma amostra, 29% admitem sabotar a estratégia de IA, e a proporção sobe a 44% na Geração Z.

A nossa posição é explícita: adoção de IA não é régua de quem fica. A IA amplia a capacidade de decisão das pessoas, e quando a meta vira ameaça de emprego o que a organização mede deixa de ser uso e passa a ser medo. Por isso defendemos uma IA centrada nas pessoas.

Os dois achados não se anulam: o mecanismo muda quando a adoção deixa de ser apenas um passatempo e ganha tração institucional. O iFood entendeu essa transição ao conectar o uso de IA às metas de desempenho e na remuneração variável em 2025, garantindo que o movimento viesse sustentado por um forte pilar cultural — com workshops, treinamentos e lives. É essa combinação entre clareza de direcionamento e ambiente de aprendizado seguro que transforma a tecnologia em hábito na rotina. 

Quando a medida vira alvo: o risco embutido na própria tese

Contar agentes não observa a adoção, fabrica um tipo específico dela: 1 em cada 6 profissionais ouvidos pela Howdy.com admite fingir que usa IA, e 57% dos ouvidos pela KPMG escondem o uso. A formulação original está em Charles Goodhart: qualquer regularidade estatística observada tende a colapsar sob pressão de controle. Mirar um agregado monetário fez o agregado deixar de descrever a economia.

A frase que todo mundo cita, a de que uma medida deixa de ser boa quando vira alvo, não é de Goodhart. Ela é da antropóloga Marilyn Strathern, em análise da auditoria nas universidades britânicas: a auditoria faz mais do que monitorar, tem vida própria que ameaça a vida que audita. Um painel de contagem reorganiza o comportamento de quem é contado.

O complemento organizacional vem de Steven Kerr, em 1975. Goodhart explica por que a medida se degrada; Kerr, por que a recompensa produz o comportamento errado, já que organizações premiam A enquanto declaram esperar B.

O gaming é mensurável. O levantamento da Howdy.com, empresa de contratação e alocação de talento técnico, reportado pelo HR Dive registra 1 em cada 6 trabalhadores que às vezes finge usar IA.

Já o estudo da Melbourne Business School com a KPMG, com mais de 48 mil pessoas em 47 países, encontra 57% que ocultam o uso. Quem esconde não é desonesto: protege a própria reputação.

Qual é a data de virada entre adoção e curadoria?

A data de virada é decisão da própria empresa, declarada no mesmo anúncio da meta: quem define adoção como objetivo precisa dizer quando vem a curadoria. No Brasil, a proporção de empresas com resultado acima do esperado cai de 35,1% abaixo de seis meses para 13,3% entre 12 e 24 meses.

Depois de dois anos, volta a 39,0%, no estudo Peers Consulting e MIT Technology Review Brasil, com 322 executivos, reportado pela CNN Brasil. O desenho é uma curva em J, e quem declara meta de uso compra o vale de propósito, um vale conhecido de quem já atravessou outras ondas de transformação digital nas empresas.

Uma ressalva metodológica precisa ficar explícita. O dado é transversal, não longitudinal, porque são empresas diferentes em estágios diferentes de maturidade digital, e não a mesma empresa acompanhada ao longo do tempo: ele mostra onde o desconforto costuma morar, jamais uma trajetória garantida.

Na metodologia publicada pela Peers, 79% das organizações apontam produtividade como principal objetivo da IA generativa. Quase todo mundo declara o fim, quase ninguém declara a ordem.

O custo desse trecho é pago por gente, não por planilha. No painel da Endeavor no Cortex Summit 2026, o registro ligou esse custo à cultura: implementar IA é processo experimental, e processo experimental exige uma organização preparada para não saber a resposta. Sem trabalhar incentivo, a iniciativa se volta contra quem a propôs.

Para uma área de Go-to-Market, a data da curadoria tem endereço: é quando se verifica se a cobertura de carteira melhorou ou apenas ficou mais documentada. A resposta muda o que a liderança cobra e quando um piloto de IA deixa de ser experimento.

Sobra alguma coisa quando o piloto é descartado?

Não existe medição pública do valor residual de pilotos descartados; a tese de que sobram adoção, repertório e governança é sustentada por teoria de opções reais e por analogia, não por dado. Declarar o limite antes do argumento separa análise de propaganda.

O raciocínio vem de Rita Gunther McGrath, em Falling Forward, que trata alta variância como gerenciável quando o investimento só acontece onde as condições ficam favoráveis. Sim Sitkin complementa, na estratégia das pequenas perdas.

Os 27 mil agentes criados em ferramenta interna são 27 mil opções baratas, e uma fração recebeu investimento de escala. A régua de um projeto único não se aplica a um portfólio de opções, porque em portfólio a maioria delas não é exercida.

O Gartner, que vende assessoria sobre o tema, projeta que até 2028 uma empresa Fortune 500 global terá mais de 150.000 agentes em uso, contra menos de 15 em 2025. É projeção de um emissor só, sem segundo verificador, e o que ela indica é a ordem de grandeza, não o número. Do mesmo levantamento vem o dado que pesa mais aqui: só 13% das organizações dizem ter a governança correta para agentes de IA. Aposentar agentes redundantes é etapa recomendada, o que exige governança sobre acessos e conexões entre sistemas.

 O contra-argumento continua de pé em um ponto: opções reais só se pagam com custo unitário baixo e disciplina de encerramento, e o custo de um agente inclui atenção gerencial, governança e sinal de incentivo. Ao fazer a curadoria e publicar o resultado, o iFood deu um passo de maturidade que a maioria do mercado evita dar.

É a mesma régua de honestidade intelectual que aplicamos em casa: sabemos que a simples contagem de agentes não substitui a prova de resultado. Assumir o que não funciona e focar no que traz impacto real é o que separa a inovação de fato do mero hype. 

Declarar a ordem inteira: o que anunciar junto com a meta de adoção

Declarar adoção como meta sem declarar a data da curadoria, a unidade de medida seguinte e a regra de acesso aos sistemas é declarar metade da decisão, e a metade omitida é a que produz gaming. A primeira delas é a data: quando a organização vai olhar o que criou e decidir o que segue.

A segunda é a unidade seguinte. Bozza defende a skill no lugar do agente, e a pesquisa da Harvard Business Review Analytic Services, patrocinada pela Appian ouviu 385 tomadores de decisão. Entre os que integram IA a fluxos de trabalho, 71% realizam valor substancial ou moderado, contra 16% do conjunto.

O emissor tem interesse comercial no tema, e por isso o número só vale ao lado de evidência independente. Ela vem de dois lados: os 58% de pilotos pouco implementados da Deloitte e os 40,7% com resultado comprovado, no estudo Peers e MIT Technology Review Brasil.

A terceira é a regra de acesso, que costuma chegar atrasada. Adotar em massa expõe quem tinha acesso a quê, e isso se resolve antes do anúncio.

A Cortex não recomenda essa ordem como consultoria. Desde 2003 aplicamos IA para ampliar a capacidade de decisão das empresas. É o que chamamos de Inteligência Aumentada, e é dela que operamos o nosso próprio Go-to-Market com pessoas e agentes, como apresentamos no palco do Cortex Summit 2026. Para nós, a ordem de medição é decisão que a casa também toma antes de virar recomendação a alguém.

O mesmo princípio se aplica às quatro frentes em que atuamos: Cortex Growth, Cortex Brand, Cortex Geofusion e Cortex Reach. Escolher se a próxima unidade medida será a qualificação da demanda ou a leitura da mídia sobre a marca é decisão de GTM antes de ser de tecnologia, e define o que muda na prática com IA agêntica no B2B brasileiro.

Perguntas frequentes

Conclusão

A ordem completa não é adoção antes de produtividade, é exploração primeiro e explotação depois, com data marcada para a virada. Quem compra o vale sem marcar essa data entrega uma métrica que se degrada sozinha.

A distância entre a empresa brasileira que já usa IA e a que já captura valor com ela é a fronteira em que trabalhamos desde 2003. É nela que a decisão sobre a ordem deixa de ser tema de cultura e vira número no orçamento do ano seguinte.

Precisamos usar a IA para ampliar a capacidade humana de análise, decisão e ação. Antes de declarar a sua meta, fica a pergunta: o que a sua organização quer aprender primeiro? Quem quiser ver como a Inteligência Aumentada sustenta essa escolha tem aí o ponto de partida. Fale com um especialista da Cortex.