A inteligência artificial generativa já acelera o trabalho de profissionais que revisam contratos, preparam propostas, pesquisam mercados, analisam dados e escrevem código. O efeito desse ganho sobre o resultado financeiro das empresas, porém, ainda é bem menor do que a percepção de produtividade sugere.
Uma pesquisa global da McKinsey publicada em agosto de 2026, com 1.719 participantes em 97 países, dá a dimensão dessa diferença. Do total, 80% relataram melhora na produtividade individual, enquanto 37% apontaram contribuição positiva da IA ao EBIT, o lucro antes de juros e impostos. Cerca de 6% foram classificados como de alto desempenho, por combinarem valor significativo com impacto de pelo menos 5% no EBIT. Os resultados são declarados pelos próprios participantes.
A leitura é de Alexandre Azevedo, CEO da White Cube, empresa do Grupo Think que desenvolve o White Conductor ( www.whiteconductor.com.br). O tema guiou a palestra “A Virada Biônica”, apresentada por ele na Semana Caldeira 2026.
Descobertas que não circulam
Segundo Azevedo, a distância começa quando cada profissional evolui com a IA de forma isolada. Um prompt que encurta uma análise, um método de pesquisa ou uma maneira mais consistente de revisar cláusulas ficam guardados na conta, no histórico ou na memória de quem os criou. Outros colegas refazem o mesmo caminho, e parte das equipes segue trabalhando como antes.
“A empresa paga pela mesma descoberta várias vezes.”
Redesenhar o trabalho pesa mais
Outro levantamento da McKinsey, de março de 2025, mostrou que somente 21% dos respondentes cujas organizações usavam IA generativa relataram ter redesenhado de forma fundamental ao menos alguns fluxos de trabalho. Entre 25 atributos analisados, esse redesenho teve a associação mais forte com impacto no EBIT. A associação não comprova causalidade, mas indica que mudar a operação faz diferença.
“O acesso ao modelo abre uma possibilidade. A forma como a organização incorpora o aprendizado determina quanto dessa possibilidade se transforma em capacidade real.”
Custo também trava
A pesquisa de 2026 aponta ainda que cerca de 20% dos respondentes disseram que custos operacionais, incluindo tokens, limitaram o uso de IA em suas organizações. Para Azevedo, isso exige práticas de AI FinOps, que relacionam consumo, orçamento e valor entregue por área e por caso de uso.
O executivo defende também que a empresa decida o destino do tempo liberado, seja para atender mais clientes, reduzir atrasos ou melhorar decisões, e que acompanhe tempo de execução, qualidade, retrabalho, reutilização de conhecimento e impacto financeiro em relação a uma referência anterior.
Por que o ganho não chega ao lucro
Para Azevedo, a IA aumenta a produtividade sem mover o lucro na mesma proporção por três motivos: o conhecimento fica preso em indivíduos, os fluxos de trabalho não são redesenhados e os custos não são ligados ao valor gerado. A saída, segundo ele, é governar tanto a execução quanto o aprendizado.