Futuros: de dentro pra fora
SEGUIR
SEGUINDO
A ressaca da inteligência artificial
Da euforia ao vale do desencanto: quando a ferramenta funciona, mas a matemática não fecha
Por Sabina Deweik 23 jun 2026, 15h59
Havia uma promessa no ar. Simples, sedutora, quase irresistível: adote IA e tudo ficará mais rápido, mais barato, mais inteligente. Bilhões de dólares foram investidos nessa narrativa. Executivos em todo o mundo viraram evangelistas da tecnologia. E durante um bom tempo, a lua de mel pareceu real. Agora vem a ressaca.
Em maio de 2026, o mundo da tecnologia assistiu a uma cena que nenhum analista esperava tão cedo: a Microsoft, a mesma empresa que investiu bilhões na OpenAI e cujo CEO anunciou orgulhoso que 30% do seu código já é gerado por IA, cancelou a maioria de suas licenças internas do Claude Code, a ferramenta de programação da Anthropic, e ordenou que seus engenheiros migrassem para o GitHub Copilot. A história foi revelada pelo jornalista Tom Warren, do The Verge, em 14 de maio. O motivo? Os custos por engenheiro chegaram a entre 500 e 2.000 dólares por mês — não porque a ferramenta fracassou, mas porque os engenheiros a usaram demais. Para uma divisão responsável pelo Windows, pelo Microsoft 365 e pelo Teams, com milhares de engenheiros, a matemática simplesmente não fechava.
A ironia é precisa: a ferramenta funcionava. Claude Code havia se tornado, por vários relatos, a ferramenta preferida dentro da Microsoft. Se os custos tivessem melhorado com a escala, este seria o momento de fechar um contrato plurianual em termos favoráveis. Em vez disso, a empresa desfaz o experimento. Quando a companhia com mais poder de barganha no setor abandona um fornecedor cujo produto seus próprios funcionários preferem, o sinal não é sobre preferência tecnológica. É sobre a matemática que ainda não fecha.
A Microsoft não estava sozinha nessa conta. Praveen Neppalli Naga, CTO da Uber, revelou em abril à The Information que a empresa consumiu todo o orçamento planejado para IA em 2026, em quatro meses. Por março, o uso do Claude Code havia saltado de 32% para 84% de sua organização de cerca de 5.000 engenheiros. O próprio COO da Uber, Andrew Macdonald, chamou o momento de “head-exploding” ao constatar que o link entre consumo de tokens e melhoria nos produtos para o consumidor simplesmente não estava lá.
Existe um nome para o que estamos vivendo: Trough of Disillusionment ou vale do desencanto. “A melhora na previsibilidade do ROI precisa ocorrer antes que a IA possa verdadeiramente ser escalada pelas empresas”, disse John Lovelock, analista do Gartner. A pesquisadora Melanie Freeze foi mais direta: “57% dos líderes de TI que relataram pelo menos uma falha, disseram que seus projetos de IA fracassaram porque esperavam demais, rápido demais.”
Os números são reveladores. Em 2026, os gastos globais com IA devem chegar a 2 trilhões de dólares. E ainda assim 95% dos pilotos de IA entregam zero retorno financeiro mensurável dentro de seis meses de implantação. Pesquisa do Gartner realizada com 353 líderes globais de dados e IA, publicada em abril de 2026, revelou que apenas 39% dos líderes tecnológicos estão confiantes de que os investimentos atuais em IA de suas empresas terão impacto positivo no desempenho financeiro.” Mas o problema não é a tecnologia. É como estamos pensando sobre ela.
Há um conceito novo circulando nos círculos corporativos que merece atenção: workslop. É a palavra que descreve o que acontece quando a IA é usada sem critério, relatórios longos, slides bonitos, textos elaborados que parecem bons à primeira vista, mas não resolvem nada.
Entregas com aparência de competência e ausência de substância. A cientista comportamental Kate Niederhoffer identificou algo ainda mais grave nesse fenômeno: quando alguém recebe um workslop de um colega, não perde apenas tempo. Perde confiança. Perde vontade de colaborar. Perde a abertura para o relacionamento.
As organizações que relatam iniciativas de IA bem-sucedidas investem até quatro vezes mais, como percentual da receita, em fundações: qualidade de dados, governança, pessoas preparadas para IA e gestão da mudança. Ferramenta sem estratégia raramente produz transformação. O paradoxo da eficiência é exato: a IA economiza tempo para quem produz, mas muitas vezes transfere o trabalho para quem recebe. Gartner
Toda inovação passa por isso. Primeiro vem o encantamento, depois as perguntas difíceis. O encantamento foi necessário, sem ele, não haveria escala, não haveria aprendizado coletivo, não haveria dados suficientes para entender o que realmente funciona. Mas as perguntas difíceis não podem mais ser adiadas. Onde a IA realmente agrega valor? O que continua exigindo julgamento humano? Como evitar que ela gere mais problemas do que soluções?
A IA não substitui pensamento, contexto, critério nem responsabilidade. A visão humana continua determinando o valor do que é produzido. Estamos ensinando nossas equipes a usar IA ou apenas exigindo que encontrem uma maneira de utilizá-la?
A diferença entre as duas perguntas vai determinar quem sai do vale do desencanto com vantagem real. E quem vai sair com slides bonitos.
