A promessa da Inteligência Artificial é transformadora, mas muitas organizações se veem em um platô após a adoção inicial, questionando o verdadeiro retorno sobre o investimento (ROI). Embora especialistas debatam sobre governança, implementação ou capacitação, um novo estudo da The Next Web com mais de 800 profissionais de Aprendizagem e Desenvolvimento (L&D) em mais de 25 países aponta para uma lacuna crucial: a falta de alinhamento em relação ao que constitui o sucesso e como medi-lo.
Profissionais de L&D, que deveriam ser os mais preparados para construir novas habilidades, enfrentam os mesmos desafios organizacionais. Eles também lutam para mensurar o ROI da IA, evidenciando que o problema não está na falta de esforço, mas na estrutura em que a IA é implementada e avaliada. A pesquisa destaca que, sem resultados acordados, as equipes tendem a priorizar a velocidade, o que nem sempre se traduz em melhorias significativas de desempenho.
Velocidade sem direção: o risco da adoção superficial
Quando as organizações recompensam o uso da IA sem atrelá-lo a resultados claros, as equipes naturalmente focam no que é mais fácil de medir: a velocidade. O relatório da The Next Web revela que 75% dos entrevistados identificaram a criação mais rápida de conteúdo como o impacto mais evidente da IA. Isso se manifesta na redução do tempo de produção de treinamentos e no aumento do volume de material gerado. No entanto, apenas 11% apontaram a melhoria do desempenho no trabalho como um impacto direto.
É paradoxal, pois a maioria dos treinamentos corporativos visa justamente aprimorar o desempenho no dia a dia. Contudo, somente 35% das equipes de L&D medem consistentemente essa melhoria, em contraste com os 72% que acompanham a participação e a conclusão dos cursos. Essa discrepância sugere que as lideranças ou recompensam métricas de volume, ou, mais provavelmente, não há um consenso sobre o que o sucesso da IA realmente significa. Mais de um em cada cinco profissionais de L&D citou a falta de métricas de sucesso acordadas como a maior barreira para comprovar o impacto da IA.
Barreiras organizacionais e a necessidade de integração de dados
Além da falta de métricas claras, as equipes de L&D enfrentam outras restrições organizacionais. Mesmo quando há um mandato da liderança para usar IA, 73% dessas equipes ainda precisam de permissão departamental ou multifuncional para testar novas ferramentas. Muitas vezes, o acesso é limitado a soluções pré-aprovadas pela empresa, impedindo a experimentação e a descoberta de novas aplicações.
Outro desafio crítico é o acesso aos dados certos para avaliar o impacto da IA. A maioria das equipes de L&D confia que a IA está gerando melhorias, mas tem dificuldade em fornecer evidências concretas. Cerca de 53% apontaram restrições organizacionais, como a falta de métricas de sucesso e acesso a dados ou ferramentas de medição, como os maiores obstáculos. Isso ocorre frequentemente porque os dados necessários para medir o impacto estão dispersos em sistemas desconectados, como sistemas de gestão de aprendizagem, sistemas de informação de RH, ferramentas de pesquisa e plataformas de vídeo com IA. Se a IA é usada apenas para acelerar a produção de conteúdo sem avaliar se esse conteúdo leva a mudanças comportamentis, ela se torna uma mera “fábrica de conteúdo”, sem entregar o valor estratégico esperado.
O que isso muda para você
Para profissionais brasileiros, especialmente aqueles em posições de liderança ou em equipes de L&D, a mensagem é clara: a simples adoção de ferramentas de IA não é suficiente para garantir um ROI significativo. É fundamental ir além do entusiasmo inicial e estabelecer uma estratégia robusta que defina o que a IA deve alcançar, como seu uso será recompensado e, crucialmente, como seu impacto será medido. Sem essa clareza, o risco é investir em tecnologia que acelera processos, mas não impulsiona o desempenho real.
O próximo passo concreto é iniciar um diálogo multifuncional dentro da sua organização. Reúna líderes de diferentes áreas, incluindo L&D, TI e RH, para alinhar as expectativas e definir métricas de sucesso para a IA que vão além da velocidade. Invista na integração de dados entre sistemas para que as equipes tenham as informações necessárias para avaliar o impacto da IA de forma holística. Ao fazer isso, você não apenas otimizará seus investimentos em IA, mas também capacitará sua equipe para usar a tecnologia de forma estratégica, transformando a maneira como o trabalho é feito e gerando valor tangível para o negócio.


