Blog de IA

Tag: adoção de IA

  • 75% dos humanitários usam IA regularmente, mas integração organizacional é baixa

    75% dos humanitários usam IA regularmente, mas integração organizacional é baixa

    Setor humanitário adota IA individualmente, mas falha na integração organizacional

    Uma pesquisa recente aponta um cenário paradoxal no setor humanitário: enquanto a adoção individual de ferramentas de Inteligência Artificial (IA) dispara, a integração dessas tecnologias nas estruturas organizacionais permanece incipiente. Apesar de 75% dos profissionais humanitários utilizarem IA regularmente, seja diariamente ou semanalmente, uma pequena minoria, inferior a 10%, atua em organizações onde a IA é amplamente integrada.

    Os dados, revelados por um briefing da Humanitarian Leadership Academy e do Data Friendly Space, indicam que essa disparidade, conhecida como o “paradoxo da IA humanitária”, está se aprofundando. A confiança dos praticantes nos benefícios da IA cresceu significativamente, levando a questionamentos sobre “como usar IA de forma segura e responsável”, em vez de “se devemos usar IA”. No entanto, a falta de políticas formais e de uma integração estrutural adequada levanta preocupações sobre o uso seguro e eficaz dessas ferramentas.

    O avanço da IA no trabalho humanitário: confiança em alta, integração em baixa

    A pesquisa de janeiro de 2026, que contou com 1.729 praticantes de mais de 120 países, é a primeira atualização de um estudo global realizado em 2025. Os resultados confirmam e intensificam o paradoxo observado anteriormente: a lacuna entre a prática individual e a prontidão organizacional continua a aumentar. Atualmente, 95% dos respondentes utilizam ferramentas de IA, um número expressivo que demonstra a aceitação da tecnologia no dia a dia do trabalho.

    Um dos indicativos mais fortes dessa mudança é a percepção sobre os benefícios da IA. O percentual de profissionais que sentem que a IA melhorou sua eficiência operacional saltou para 65%, um aumento de 18% desde 2025. Além disso, 54% acreditam que a IA contribuiu para uma tomada de decisão mais eficaz. Essa crescente convicção sugere uma mudança de mentalidade dentro do setor.

    Ferramentas avançadas e a necessidade de capacitação

    Com o aumento da confiança, os profissionais humanitários estão experimentando ferramentas de IA mais sofisticadas. Cerca de três em cada dez respondentes relatam o uso de agentes de IA customizados, desenvolvidos em plataformas como Microsoft Copilot Studio ou via OpenAI API. Isso demonstra um interesse em explorar o potencial máximo dessas tecnologias para otimizar as operações humanitárias.

    Contudo, a expertise em IA ainda é um recurso escasso. Apenas 3% dos participantes se consideram usuários especialistas, uma ligeira queda em relação a 2025. A maioria, dois terços da força de trabalho, continua em grande parte autodidata. As respostas abertas da pesquisa destacaram “treinamento” e “cursos online” como os termos mais comuns, sinalizando uma demanda clara por oportunidades de capacitação.

    O futuro da IA no setor humanitário: governança e supervisão

    Diante desse cenário, a pesquisa enfatiza a necessidade crítica de desenvolver oportunidades de qualificação, estabelecer governança organizacional robusta e implementar mecanismos de supervisão adequados. Embora a adoção individual seja alta, a falta de uma integração organizacional formal, com políticas claras sobre o uso de IA, representa um desafio significativo.

    Menos de um quarto dos entrevistados indicou que sua organização possui uma política formal de IA. Essa ausência de diretrizes estruturadas pode comprometer a segurança, a ética e a eficácia do uso da IA no setor humanitário. Portanto, é fundamental que as organizações invistam em capacitação e na criação de marcos regulatórios internos para acompanhar o ritmo da inovação tecnológica e garantir que a IA sirva verdadeiramente aos objetivos humanitários.

  • AI use at work in Europe: Which countries lead — and why?

    AI use at work in Europe: Which countries lead — and why?

    A inteligência artificial (IA) generativa tem se integrado cada vez mais ao cotidiano, do ensino ao ambiente profissional. Contudo, apesar do uso crescente por muitos, a aplicação dessas ferramentas no contexto profissional ainda revela grandes disparidades na Europa. Em 2025, a Eurostat revelou que 15% das pessoas com idade entre 16 e 74 anos utilizavam IA para fins de trabalho no continente, mas esse número médio esconde realidades bem distintas.

    Noruega, com 35,4%, e Suíça, com 34,4%, destacam-se como líderes absolutos na adoção de IA no trabalho, seguidos de perto por Malta (29,6%), Dinamarca (27,2%), Holanda (26,6%), Estônia (25,1%) e Finlândia (25,1%). Essa liderança se deve a uma combinação de fatores como um forte setor público digital, alta confiança da população, habilidades avançadas e práticas empregadoras maduras, conforme explicou a professora Aleksandra Przegalińska da Kozminski University à Euronews Business. Na outra ponta, países como Hungria (1,3%), Romênia, Turquia, Sérvia e Itália registram taxas de uso profissional de IA inferiores a 10%.

    Uma clara divisão regional

    Os dados de 2025 revelam um padrão geográfico nítido na Europa. Os países do norte e oeste europeu lideram claramente a adoção da IA no trabalho, enquanto o sul da Europa apresenta um cenário misto. Por outro lado, o leste e o sudeste do continente, de maneira geral, mostram um atraso significativo.

    Entre as maiores economias da União Europeia, a França registra o maior uso no ambiente de trabalho, com 18,4%, seguida pela Espanha (17,9%). A Alemanha fica ligeiramente acima da média da UE, com 15,8%, enquanto a Itália se posiciona consideravelmente abaixo, com apenas 8%. Diversas economias menores, incluindo Luxemburgo, Chipre, Áustria, Suécia e Bélgica, também reportam taxas de uso relativamente altas, variando entre 20% e 25%.

    É importante ressaltar que essas estatísticas refletem o uso de IA por indivíduos no trabalho, e não a porcentagem de empresas que adotaram a tecnologia.

    A lacuna entre o uso pessoal e profissional da ia

    Há uma diferença notável entre o uso geral de IA e sua aplicação no trabalho. Em 2025, o uso geral de IA na UE era de 32,7%, mas o uso para fins profissionais era de apenas 15,1%. Isso significa que menos da metade dos usuários de IA, cerca de 46%, a empregam em suas atividades laborais. Essa lacuna varia significativamente entre os países.

    Em nações como Suíça, Malta, Noruega e Holanda, a maioria dos usuários de IA também a utiliza no trabalho. Contudo, países como Hungria, Romênia e Sérvia apresentam taxas muito mais baixas de uso profissional entre seus usuários de IA. Para a professora Przegalińska, essas diferenças são explicadas por uma combinação de “capacidade” e “permissão”.

    Habilidades, estrutura e cultura no ambiente de trabalho

    A “capacidade” inclui fatores como as habilidades digitais da força de trabalho, a proporção de empregos baseados em conhecimento e a infraestrutura digital disponível, como acesso à banda larga e serviços de nuvem.

    A “permissão”, por sua vez, é moldada pela cultura organizacional e pelas políticas internas das empresas. Przegalińska aponta:

    “Onde os empregadores fornecem ferramentas aprovadas, diretrizes claras e treinamento, a adesão tende a ser mais rápida porque os funcionários se sentem seguros usando a IA generativa e sabem o que é permitido.”

    Dados da OCDE indicam que o uso individual de IA generativa está em rápido crescimento, com um aumento de 68% entre 2024 e 2025 nos países da UE com dados disponíveis. Nils Adriansson, economista-estatístico da OCDE, observa que “as empresas também estão usando mais IA, e a IA generativa é um motor fundamental desse aumento”. Ele adiciona que grandes empresas são tipicamente as primeiras a adotar e possuem mais oportunidades para implementar novas tecnologias, dada a amplitude de suas atividades e recursos.

    O papel da estrutura econômica nacional

    A composição das economias nacionais também desempenha um papel crucial. O professor Valerio De Stefano, da York University em Toronto, explicou à Euronews Business que “as diferenças nos dados podem ser explicadas pela composição distinta das economias nacionais, com alguns países possuindo mais indústrias e setores onde a IA generativa poderia ser mais facilmente implementada, como trabalho baseado em conhecimento e mídia, TIC, pesquisa e desenvolvimento”.

    Além disso, alguns trabalhadores podem subestimar o quanto já dependem da IA, pois muitas ferramentas de uso comum são impulsionadas por essa tecnologia. Com os dados coletados em 2025, antes da disseminação mais recente dos agentes de IA em toda a economia, é provável que as taxas de adoção continuem a crescer em um futuro próximo.

    Conclusão: um futuro impulsionado pela ia

    A adoção da inteligência artificial no ambiente de trabalho europeu em 2025 revela um cenário dinâmico e desigual, com nações do Norte e Oeste liderando o caminho. O sucesso de países como Noruega e Suíça destaca a importância de um ecossistema digital robusto, que inclui investimento em habilidades, infraestrutura e, crucialmente, uma cultura organizacional que incentiva e orienta o uso seguro e eficaz da IA.

    À medida que a IA generativa continua a evoluir e se integrar em mais setores, a expectativa é de um aumento ainda maior nas taxas de adoção. Para que mais países alcancem os níveis dos líderes, será fundamental focar na capacitação da força de trabalho, no desenvolvimento de políticas claras e na criação de um ambiente de confiança que transforme a experimentação em prática rotineira e legítima no local de trabalho.

  • Inteligência artificial só serve se gerar valor para empresa, diz líder global da Accenture

    Inteligência artificial só serve se gerar valor para empresa, diz líder global da Accenture

    A inteligência artificial (IA) é uma ferramenta poderosa, mas seu verdadeiro potencial para as empresas só se concretiza quando ela é capaz de gerar valor tangível. Essa é a visão de Teresa Tung, líder global de capacitação de dados da Accenture e uma das inventoras mais produtivas da consultoria, com 225 patentes registradas. Segundo ela, a má qualidade dos dados e a dificuldade em monetizar a tecnologia são os principais entraves para a adoção bem-sucedida da IA em companhias ao redor do mundo.

    Tung, que possui doutorado em ciência da computação, esteve no Brasil para dialogar com executivos de setores como o bancário, telecomunicações e de recursos naturais. Sua análise aponta que, embora a relação entre empresas e IA esteja em constante evolução, os desafios centrais permanecem consistentes, exigindo uma abordagem focada em resultados práticos e não apenas na implementação tecnológica.

    Desafios na jornada da inteligência artificial

    Um dos principais gargalos apontados por Teresa Tung é a baixa qualidade dos dados corporativos. Sem informações precisas sobre o comportamento dos clientes e o funcionamento do próprio negócio, a IA tem limitações significativas em sua capacidade de automatizar processos. Tung enfatiza que os modelos e agentes de IA, em sua essência, são semelhantes entre as empresas; portanto, o diferencial competitivo reside na qualidade e na singularidade dos dados.

    O segundo grande obstáculo é a dificuldade em transformar a capacidade da IA em valor real. “Só porque consigo fazer algo, não necessariamente isso vai me tornar mais produtivo ou gera novas fontes de receita. Vou ganhar dinheiro com isso?”, questiona Tung, resumindo a inquietação de muitas organizações. A expectativa é clara: é fundamental enxergar um retorno sobre o investimento.

    Como as empresas podem aprimorar suas bases de dados?

    Para superar esses desafios, Tung sugere que as empresas comecem por se questionar: quais dados podem ser utilizados de forma legal e ética com a IA generativa, especialmente considerando que muitos termos de uso foram estabelecidos antes do surgimento dessa tecnologia. Ela destaca a importância crucial dos dados não estruturados – aqueles que são coletados, mas não categorizados de forma tradicional.

    A especialista vê oportunidades significativas para as empresas que aprenderem a gerenciar melhor esses dados. Em vez de apenas olhar para os gigantes do Vale do Silício, como Google e Amazon, que investem massivamente em IA, Tung propõe uma estratégia de “seguidor rápido”. Empresas que não possuem recursos para um salto inicial podem garantir que seus dados e sistemas estejam preparados para adotar inovações assim que elas forem comprovadas e apresentarem resultados claros.

    Adoção de IA no Brasil e a estratégia de duas velocidades

    A líder da Accenture demonstrou-se impressionada com a adoção de IA pelas empresas brasileiras. Segundo ela, as companhias no Brasil compreendem a magnitude da mudança que a IA representa, e o setor bancário, em particular, não demonstra grandes diferenças em relação aos seus pares globais. Executivos brasileiros levantam as mesmas questões e buscam as mesmas respostas que seus colegas internacionais.

    Teresa Tung defende que as empresas operem em “duas velocidades”. Isso significa que, embora alguns dados exijam organização prévia para certas tarefas, outros tipos de dados podem ser utilizados de imediato. Ela cita o uso de dados sintéticos e “gêmeos digitais” como exemplos. A abordagem sugerida é prototipar rapidamente, demonstrar a funcionalidade e, somente depois, investir na modernização completa do ambiente de dados. Essa estratégia permite acelerar a experimentação e a validação do valor da IA.

    O impacto da IA no mercado de trabalho e em novos empregos

    A discussão sobre a IA frequentemente gira em torno da redução de mão de obra. No entanto, Teresa Tung aponta uma mudança de foco. Muitas empresas agora priorizam a realização de valor, que pode se traduzir em integrar clientes mais rapidamente ou oferecer propostas mais atraentes. O crescimento, e não apenas a extração de mais resultados com os mesmos recursos, tem sido o principal motor de investimento em IA.

    “Crescimento tem sido o principal motor de investimento em IA, não apenas extrair mais com os mesmos recursos. E isso cria novos tipos de empregos que não existiam.”

    Ela destaca que a IA também impulsiona a criação de novos tipos de empregos, como os de anotação de dados e engenheiro de conhecimento. Para os profissionais, isso representa um reinício, com vastas oportunidades para aqueles dispostos a aprender e se adaptar às novas demandas do mercado.

    Agentes autônomos: o futuro próximo?

    Sobre a adoção de agentes 100% autônomos, Tung ressalta que a resposta depende da definição. Agentes que realizam pesquisas ou interagem com outros sistemas para resolver tarefas específicas, como processar uma fatura, já estão em uso. Contudo, o fator humano continua essencial. Nesses cenários, um agente realiza o trabalho inicial, mas um profissional humano valida a precisão e aprova a ação final.

    A executiva acredita que a colaboração humano-IA persistirá. Embora possa haver menos necessidade de codificação manual para o fluxo de dados, a curadoria da informação e a supervisão humana continuarão sendo cruciais para garantir a confiabilidade e a eficácia das soluções de inteligência artificial.