Relatórios
Pesquisa da Körber constata que o uso de IA está aumentando enquanto as decisões empresariais ficam mais difíceis
Pontos-chave76% dos decisores seniores afirmam que as decisões se tornaram mais complexas, mesmo…
Ver mais
- 76% dos decisores seniores afirmam que as decisões se tornaram mais complexas, mesmo com a IA a assumir um papel maior.
- Resumos de IA mais rápidos não resolvem qual registo é o atual nem quem aprova uma exceção.
- 73% dos inquiridos sentiram-se desconfortáveis em deixar a tecnologia tomar a decisão final.
As empresas estão atribuindo um papel maior à IA nas decisões, mas isso não significa que seus líderes considerem as decisões mais fáceis. Em uma pesquisa publicada pela Körber, 76% dos profissionais em cargos de decisão sênior disseram que tomar decisões havia se tornado mais complexo. A mesma proporção afirmou que permite à IA desempenhar um papel maior. As respostas descrevem duas tendências que ocorrem ao mesmo tempo; não demonstram que uma tenha causado a outra.
A pesquisa incluiu 2.000 altos executivos, divididos igualmente entre os Estados Unidos e a Alemanha. Segundo a Körber, os entrevistados trabalhavam em organizações com receita anual superior a US$ 250 milhões e pelo menos 250 funcionários, e o trabalho de campo foi realizado de 27 de agosto a 8 de setembro de 2026. Assim, os resultados oferecem um retrato da tomada de decisões em organizações maiores de dois mercados, e não uma medida representativa de todos os empregadores ou das pequenas empresas.
Onde as decisões ficam emperradas
O comunicado que acompanha a pesquisa informa que 74% dos entrevistados disseram que o volume de informações pode atrapalhar as decisões, enquanto 75% afirmaram que elas ficam paralisadas quando informações essenciais não estão disponíveis no momento certo. Ter mais dados e dispor dos dados certos quando chega a hora de decidir são problemas distintos.
Considere um gerente que precisa decidir se deve atrasar uma remessa. As equipes de vendas, operações de armazém e finanças podem ter registros diferentes do mesmo pedido, todos atualizados em momentos distintos. Um assistente de IA pode resumir esses registros rapidamente, mas um resumo mais rápido não permite determinar qual informação está atualizada nem quem pode aprovar uma exceção. A menos que a equipe consiga verificar as fontes e resolver as divergências entre os registros, a ferramenta pode transferir o trabalho de conciliação de uma pessoa para outra, em vez de eliminá-lo.
A pesquisa também constatou que 73% dos entrevistados não se sentiam à vontade para permitir que a tecnologia tomasse a decisão final. Isso ajuda a explicar por que as empresas podem querer incluir a IA no fluxo de trabalho sem lhe dar o controle do resultado. Elaborar uma justificativa, reunir documentos comprobatórios e tomar uma decisão que comprometa a empresa são tarefas distintas. O custo de um erro varia em cada uma delas.
O que relataram os grupos em estágio piloto e em toda a empresa
Entre os entrevistados cujas organizações descreveram a transformação como abrangente em toda a empresa, 63,8% relataram um forte desempenho organizacional, em comparação com 41,6% daqueles cujas organizações estavam na fase piloto. A confiança na preparação para o futuro foi de 66,4% e 46,5%, respectivamente. Os planos de investir significativamente em apoio à tomada de decisões com IA eram quase idênticos: 59% no grupo com transformação abrangente em toda a empresa, contra 59,4% no grupo em fase piloto.
Essas são diferenças entre grupos autorrelatadas, não retornos medidos em uma implantação controlada. As organizações capazes de implementar tecnologia em vários departamentos talvez já disponham de dados melhores, mais recursos ou processos operacionais mais eficientes. A publicação não demonstra que ampliar um projeto-piloto cause uma melhora no desempenho. É melhor interpretar os resultados como um convite a perguntar o que as implementações maduras fazem de diferente e quais dessas práticas uma determinada equipe pode testar.
Uma medida melhor do que a adoção por si só
A questão prática para quem gerencia operações é saber em que ponto uma ferramenta melhora o trabalho entre uma pergunta e uma decisão. A Estrutura de Gestão de Riscos de IA do NIST oferece uma maneira de formalizar responsabilidades e decidir o que medir em cada contexto. As equipes podem escolher uma decisão recorrente e comparar quanto tempo levam para obter as evidências necessárias, com que frequência uma recomendação precisa ser corrigida e se quem aprova consegue explicar em que informações se baseou.
Acompanhar essas medidas separadamente pode revelar uma compensação que um único indicador de adoção não mostra. Uma ferramenta pode gerar relatórios mais rapidamente e, ao mesmo tempo, aumentar o tempo gasto na verificação deles; ou pode permitir que as pessoas dediquem menos tempo à coleta de fatos e mais à avaliação de opções. Para os executivos entrevistados, o desafio não é simplesmente tornar a IA mais acessível. É definir o papel que ela desempenha quando as informações são incompletas e alguém ainda precisa assumir a responsabilidade pela decisão.












