Poupar dez minutos num processo não significa ainda retirar dez minutos a uma fatura. Esta diferença, familiar a qualquer equipa que tenha de dar resposta ao trabalho, ajuda a compreender o debate sobre a rentabilidade da inteligência artificial. Uma ferramenta pode acelerar uma tarefa sem que as despesas diminuam; também pode melhorar um serviço sem que essa melhoria apareça imediatamente nas contas.
O comunicado publicado pela Gartner em 26 de outubro de 2026 põe esta tensão em evidência. O título indica que 3 % das organizações ultrapassam os seus objetivos de poupança através dos ganhos de produtividade. Refere também que 77 % dos membros dos conselhos de administração esperam que a IA proporcione ganhos de produtividade e reduções de custos. Estes indicadores descrevem expectativas e a sua concretização declarada, não uma medição universal do valor de todas as ferramentas.
Uma percentagem deve ser lida tendo em conta o seu denominador
«Ultrapassar o objetivo» é um critério exigente e relativo: depende do nível do objetivo inicial. Uma organização pode obter algum ganho e ficar aquém de uma ambição demasiado elevada. Por outro lado, ultrapassar uma meta modesta não basta para demonstrar um resultado excecional.
No corpo do comunicado, a Gartner usa uma formulação mais ampla sobre as poupanças pretendidas do que no título. Junto do valor de 3 %, não especifica a dimensão da amostra nem o questionário correspondente. Seria, por isso, imprudente concluir que 97 % de todas as empresas não retiram qualquer benefício da IA, ou que os seus investimentos constituem outros tantos fracassos.
Esta limitação não torna o alerta inútil. Leva-nos a colocar uma pergunta mais precisa: quando uma empresa anuncia um ganho, que grandeza mediu efetivamente?
Um estudo observa efetivamente uma tarefa acelerada
Um estudo publicado em 2025 no Quarterly Journal of Economics apresenta outro tipo de prova. Erik Brynjolfsson, Danielle Li e Lindsey Raymond analisam a implementação gradual de um assistente conversacional junto de 5 172 agentes de apoio ao cliente. Medem um aumento médio de 15 % no número de problemas resolvidos por hora.
Os resultados variam significativamente consoante a experiência: os menos experientes progridem mais, enquanto os mais competentes registam pequenos ganhos de velocidade e uma ligeira quebra de qualidade. Os autores salientam que o estudo incide sobre uma empresa e efeitos a médio prazo. Não mede as consequências gerais para os salários ou o emprego.
Este estudo não contradiz automaticamente o alerta da Gartner. O número de pedidos resolvidos por hora e o cumprimento de um objetivo orçamental respondem a duas perguntas diferentes. Compará-los ajuda a compreender a diferença; confundi-los levaria a uma conclusão errada.
Três resultados que demasiadas vezes se confundem
O primeiro é o tempo dedicado a uma operação. Um relatório pode ser preparado mais depressa, mas o cronómetro deve incluir a sua verificação e eventuais correções. Medir apenas a geração do primeiro texto é parar antes de o trabalho estar concluído.
O segundo é a capacidade da equipa: quantos processos concluídos consegue tratar, mantendo uma qualidade comparável? O tempo libertado pode permitir responder mais depressa, eliminar atrasos ou tratar casos que antes ficavam de lado. São benefícios possíveis, mesmo que os custos salariais se mantenham iguais.
O terceiro é uma poupança efetivamente verificada. Implica comparar despesas ao longo de um período definido, tendo em conta os custos adicionais associados à ferramenta. Não se chega a este resultado multiplicando mecanicamente todos os minutos «poupados» por um custo horário.
Uma empresa deve, por isso, especificar o que promete. «Produzir mais», «responder melhor» e «gastar menos» são três objetivos defensáveis. Reuni-los num único número impede saber qual deles foi alcançado.
Um exemplo simples para evitar cálculos enganadores
Imaginemos uma equipa fictícia que prepara cem processos por semana. Cada processo demorava vinte minutos. Com um assistente, a preparação passa a demorar doze minutos, aos quais se acrescentam três minutos de verificação: o ganho líquido é de cinco minutos, ou seja, quinhentos minutos por semana, cerca de oito horas e vinte minutos.
Este cálculo é útil, mas não corresponde a uma poupança contabilística de oito horas e vinte minutos. Se a equipa se mantiver com os mesmos horários e os mesmos custos, passa a dispor de capacidade adicional. Falta ainda observar o que faz com ela.
Se as verificações se tornarem mais demoradas ou se os erros obrigarem a refazer alguns processos, o ganho real diminui. Se a capacidade libertada servir para reduzir um tempo de espera importante para os clientes, o valor pode, pelo contrário, manifestar-se noutro lado que não na redução das despesas. O exemplo não prevê qualquer resultado empresarial: mostra apenas as etapas de um raciocínio verificável.
Medir a cadeia completa, não a demonstração
Para avaliar uma utilização, pode começar-se por uma tarefa delimitada e um resultado esperado: um processo aceite, uma resposta que resolva o problema, um documento utilizável. As tentativas falhadas e o trabalho repetido fazem parte do custo desse resultado, tal como as subscrições ou as chamadas para o serviço.
A comparação deve depois incidir em casos de dificuldade semelhante. Se a ferramenta tratar os pedidos fáceis enquanto as pessoas ficam com todas as exceções, comparar os seus tempos médios sem ter em conta essa distribuição não esclarece grande coisa.
Por fim, o acompanhamento deve manter um critério de qualidade. Avançar mais depressa, produzindo mais correções posteriores, transfere a carga em vez de a eliminar. O resultado final que interessa é o trabalho aceite, com um nível de erro explícito.
A IA não deve, portanto, ser julgada com base numa alternativa simplista entre milagre e desilusão. A questão operacional é mais exigente: para que tarefa, com que controlo, se obtém que resultado líquido? É nesta escala que uma organização pode transformar uma promessa de produtividade num benefício demonstrado.
Fotografia ilustrativa: um posto de trabalho informático, sem relação estabelecida com as empresas estudadas. Crédito: Shixart1985 / Wikimedia Commons / CC BY 2.0.
