← Conteúdo/Artigo

O Paradoxo dos 92%

Quando a adoção de tecnologia deixa de ser evidência de transformação

12 de setembro de 2026·Assina Wagner Freitas

O mercado de capitais brasileiro atingiu a quase unanimidade tecnológica: 92% das empresas já usam inteligência artificial em alguma atividade interna. No mesmo levantamento, a maturidade média de adoção é 2,7 numa escala de zero a cinco. Os dois números não se contradizem. Eles descrevem, com precisão desconfortável, o estado real do setor: a tecnologia foi comprada, a arquitetura que a converte em valor econômico não.

Os dados são da pesquisa Retrato da Inteligência Artificial no Mercado de Capitais, conduzida pela Anbima em parceria com o Datafolha, com 177 instituições, campo entre janeiro e abril de 2026 e divulgação em 1º de setembro.

Essa distância entre penetração e maturidade é o ativo analítico mais relevante que a pesquisa entrega ao conselho de administração. Penetração é um dado de compra. Maturidade é um dado de capacidade. Confundir os dois é a origem da maior parte dos programas de IA que consomem orçamento sem jamais aparecer na demonstração de resultados.

A falsa dicotomia

O debate corporativo sobre IA no setor financeiro foi capturado por uma escolha binária e falsa: adotar agora e absorver o risco regulatório, ou esperar a regulação amadurecer e aceitar o atraso competitivo.

Ambas as posições partem da mesma premissa equivocada, a de que a variável crítica é a tecnologia. Não é. A pesquisa desmonta essa premissa nos próprios dados de fricção reportados pelo mercado.

Quando questionadas sobre as desvantagens percebidas, as instituições apontaram: necessidade de novos controles ou auditorias (24%), falta de capacitação ou treinamento (22%), custo de implementação (19%), falta de segurança e privacidade (17%) e escassez de especialistas no mercado (16%).

Decompondo: das cinco fricções citadas, quatro são de natureza organizacional — controle, capacitação, governança de dados e capital humano. Somadas, respondem por 79 das 98 menções. O custo de implementação aparece em terceiro lugar, não em primeiro. O CAPEX, que domina a pauta dos comitês de investimento, não é a restrição dominante. A restrição dominante é a ausência da camada institucional que transforma uso em capacidade.

O mercado está respondendo, corretamente, que o gargalo não está no fornecedor. Está na casa.

Lente Harvard: o modelo operacional é o produto

Marco Iansiti e Karim Lakhani, da Harvard Business School, estabeleceram em Competing in the Age of AI uma distinção que o mercado brasileiro ainda não internalizou: empresas que acoplam inteligência artificial a processos legados obtêm ganhos marginais e decrescentes; empresas que redesenham o modelo operacional em torno de dados e decisão algorítmica obtêm retornos crescentes de escala.

A diferença não é de intensidade de investimento. É de arquitetura.

Isso explica por que a adoção no setor se concentra, segundo a própria Anbima, em aplicações táticas, no backoffice e em processos internos. O uso tático é o que cabe dentro do modelo operacional existente sem exigir sua reengenharia. É o caminho de menor resistência política. E é, precisamente por isso, o caminho de menor geração de valor econômico.

Um banco que aplica IA para acelerar conciliação de backoffice captura eficiência de custo. Um banco que reconstrói sua cadeia de decisão de crédito em torno de inferência contínua captura margem, velocidade de originação e qualidade de carteira. O primeiro movimento reduz despesa. O segundo altera o ROIC. São naturezas econômicas distintas, frequentemente apresentadas ao conselho sob o mesmo rótulo.

Lente Stanford: a Curva J da produtividade

Erik Brynjolfsson e colegas, no Stanford Digital Economy Lab, descreveram o fenômeno que a maturidade 2,7 está expressando: a Curva J da Produtividade.

Tecnologias de propósito geral não entregam ganho mensurável no momento da adoção. Exigem investimento prévio e substancial em ativos intangíveis complementares: redesenho de processo, capacitação de equipes, estruturas de controle, reorganização de dados. Esses investimentos são contabilizados como despesa no presente, enquanto o retorno se materializa com defasagem. O resultado é uma depressão inicial na produtividade medida, seguida de aceleração para as organizações que persistiram na construção da camada intangível.

A leitura é direta: os 24% que citam necessidade de novos controles e os 22% que citam falta de capacitação não estão descrevendo obstáculos. Estão descrevendo a fatura dos ativos complementares, o preço de entrada na parte ascendente da curva.

Quem interpreta essa fatura como evidência de que "a tecnologia ainda não está madura" abandona o investimento exatamente no ponto de menor retorno aparente e maior retorno futuro. É o erro clássico de leitura da Curva J, e ele destrói mais valor do que qualquer falha de modelo.

Pensamento integrativo

A dicotomia se dissolve quando se reconhece que a camada de controle não é o freio da escala. É a sua condição de possibilidade.

A terceira via não é adotar mais rápido nem esperar mais. É inverter a sequência de construção:

Primeiro a arquitetura de governança. Depois a escala de uso.

Instituições que constroem rastreabilidade, auditabilidade de decisão algorítmica, política de dados e capacitação antes de ampliar o perímetro de aplicação conseguem escalar sem replicar risco. Instituições que escalam primeiro descobrem, no primeiro incidente material ou na primeira inspeção regulatória, que ampliaram ao mesmo tempo o benefício e a exposição, e que a remediação retroativa custa múltiplos da construção preventiva.

Os 24% que pedem auditoria não estão reclamando de burocracia. Estão identificando o ativo faltante.

O problema de mensuração

Há uma constatação na pesquisa que merece tratamento separado, porque é a que mais compromete a alocação de capital: o mercado reconhece geração de valor, mas tem dificuldade em quantificá-la.

A distância entre uso e capacidade aparece com clareza em dois números da mesma pesquisa. Apenas 12% das instituições declaram ter infraestrutura de governança e controles estruturados para inteligência artificial. No mesmo mercado, 67% já usam IA generativa.

Convicção corre na frente de comprovação, e uso corre na frente de controle.

Adoção sem mensuração não é investimento. É dispêndio com narrativa. Não sobrevive a um teste de EVA, porque não há linha de base, não há atribuição causal e não há custo de capital associado ao resultado declarado.

O custo da inércia aqui é silencioso e composto: cada ciclo orçamentário em que a IA é aprovada por convicção e não por evidência degrada a disciplina de alocação de capital da organização inteira, e cria um passivo de credibilidade que cobrará juros no momento em que o conselho precisar aprovar o investimento realmente estruturante.

Implicações para o conselho

Cinco perguntas que separam programa de IA com tese econômica de programa de IA com tese de marketing:

1. Qual é a nossa posição na Curva J? Estamos financiando ativos complementares deliberadamente, ou esperando retorno de uma adoção que não foi acompanhada de redesenho operacional?

2. Qual linha da nossa demonstração de resultados a IA deve mover, e em que prazo? Redução de despesa administrativa e expansão de margem de originação são teses distintas, com investimentos, riscos e horizontes distintos. Aprovar as duas sob o mesmo item de orçamento é abdicar da alocação.

3. Nossa camada de controle escala na mesma velocidade que nosso uso? Se a resposta for negativa, o programa não está adiantado. Está descoberto.

4. Onde está a capacitação no orçamento? Com 22% do mercado apontando esse gap, a escassez de talento é estrutural e não será resolvida por contratação. Será resolvida por formação interna ou não será resolvida.

5. Quem responde pela decisão algorítmica? Rastreabilidade e atribuição de responsabilidade são pré-condições de supervisão, não refinamentos posteriores.

Insight

A maturidade 2,7 não é um diagnóstico de atraso tecnológico. É um diagnóstico de arbitragem disponível.

Num mercado em que 92% já operam a tecnologia e poucos a integraram à estratégia, o diferencial competitivo não será capturado por quem adotar primeiro. Será capturado por quem construir primeiro a arquitetura que sustenta a adoção: governança de dados, controle auditável, capacidade humana e mensuração vinculada ao custo de capital.

A tecnologia já é commodity no setor. A arquitetura, não.

E é sempre na arquitetura que o valor econômico se aloja.

Se o seu conselho vai discutir orçamento de IA neste ciclo, as cinco perguntas acima cabem na pauta sem precisar de mais nada.

Se quiser, mande para um de nós a sua resposta à primeira delas. A gente devolve, por escrito, uma leitura curta de onde discordaríamos e por quê. Sem apresentação, sem proposta na mesa e sem ninguém ligando depois.

Fontes

O próximo passo

Mande a sua resposta à primeira das cinco perguntas. A gente devolve, por escrito, uma leitura curta de onde discordaríamos e por quê.

Falar com a Prumo →

Publicado pela Prumo Partners em 12 de setembro de 2026 · Wagner Freitas

Agendar 25 minFale conosco