Entre o entusiasmo e a implementação real da inteligência artificial, há diferenças significativas: enquanto algumas tecnologias já estão amplamente integradas, outras começam agora a entrar na agenda estratégica dos líderes empresariais. Um estudo recente da Forbes Research, baseado em mais de 1.000 executivos de topo, mostra que a adoção de IA está longe de ser homogénea e revela quais são as tecnologias que dominam hoje e aquelas que irão moldar o futuro.
A tecnologia mais utilizada pelas empresas é o machine learning, já implementado por 85% dos executivos inquiridos. Este domínio confirma o papel central desta tecnologia na análise de dados, automação de processos e apoio à decisão.
No entanto, a adoção varia significativamente entre setores. A indústria automóvel destaca-se como a mais avançada, com 94% das empresas a utilizar machine learning, refletindo a forte aposta em automação e eficiência operacional.
No extremo oposto, o setor dos media e entretenimento apresenta uma adoção mais moderada, com apenas 69% dos executivos a reportar utilização desta tecnologia.
IA generativa acelera, mas com diferenças regionais
Logo atrás surge a IA generativa, já utilizada por 80% das empresas, impulsionada pela popularização de ferramentas capazes de criar texto, imagem e código.
A análise revela diferenças geográficas relevantes:
- Ásia-Pacífico: 92%;
- Europa, Médio Oriente e África: 89%;
- América Latina: 80%;
- América do Norte: 70%.
Este desfasamento sugere diferentes ritmos de adoção e níveis de maturidade digital entre regiões, com destaque para a forte aceleração fora dos Estados Unidos.
Reconhecimento de imagem e IA preditiva ganham espaço
Além do machine learning e da IA generativa, outras tecnologias já consolidadas incluem:
- Reconhecimento de imagem, utilizado em contextos industriais e de segurança;
- Processamento de linguagem natural, que permite interpretar texto e fala;
- IA preditiva, usada para antecipar tendências e comportamentos.
Estas soluções estão cada vez mais integradas em operações empresariais, sobretudo em áreas como marketing, logística e gestão de risco.
Robótica ainda é residual, mas estratégica
Apesar do avanço generalizado da IA, a robótica continua a ter uma adoção limitada, sendo utilizada por apenas 21% das empresas.
No entanto, o cenário muda em setores específicos:
- 51% na indústria automóvel
- 46% na indústria transformadora
Este padrão sugere que a robótica está a evoluir de forma mais localizada, com forte impacto em ambientes industriais, mas ainda longe de uma adoção transversal.
O futuro da IA passa por sistemas mais autónomos
Se o presente é dominado pelo machine learning, o futuro aponta para sistemas mais complexos e autónomos.
Entre as tecnologias que os executivos planeiam implementar, destacam-se:
Sistemas multi-agente (62%)
Permitem que múltiplos sistemas de IA trabalhem em conjunto para resolver problemas complexos, abrindo caminho a decisões mais autónomas e coordenadas.
Reinforcement learning (60%)
Focado na aprendizagem por tentativa e erro, este modelo permite que sistemas de IA tomem decisões otimizadas com base em feedback contínuo.
Federated learning (53%)
Uma abordagem centrada na privacidade, que permite treinar modelos de IA sem centralizar os dados particularmente relevante em setores como a saúde.
IA passa de ferramenta a infraestrutura estratégica
A leitura global do estudo é clara: a inteligência artificial deixou de ser uma tecnologia experimental para se tornar uma infraestrutura crítica para a competitividade empresarial.
No curto prazo, o desafio passa por escalar as soluções já implementadas. No médio prazo, as empresas terão de integrar sistemas mais autónomos, capazes de tomar decisões e operar com menor intervenção humana.
A velocidade de adoção poderá variar entre setores e geografias, mas a direção é inequívoca: a IA está a redefinir o papel das organizações, da operação à estratégia.
