A pergunta que chegou ao noticiário em outubro de 2026 tem resposta curta: a maior parte das empresas fora do setor de tecnologia ainda não consegue ligar o uso de inteligência artificial a ganho financeiro mensurável. O levantamento da Apollo, divulgado pelo BlockTrends em 25 de outubro, aponta retorno financeiro próximo de zero nesse grupo. A leitura correta não é que a tecnologia falhou, e sim que muitas organizações compraram ferramenta antes de resolver o processo que a ferramenta deveria melhorar.
Para gestores de operação, atendimento, vendas e tecnologia, o recado prático é direto: antes de ampliar licenças ou pilotos, vale mapear onde o trabalho ainda depende de planilha paralela, retrabalho e dado duplicado. É nesse ponto que o investimento costuma travar, independentemente do fornecedor escolhido.
O que o dado da Apollo realmente mostra
O levantamento indica que empresas de setores não tecnológicos relatam pouco ou nenhum retorno financeiro atribuível à inteligência artificial. Isso não significa ausência de uso: significa ausência de vínculo entre uso e resultado contábil. São coisas diferentes, e confundi-las leva a decisões erradas, como cortar projetos que ainda não tiveram tempo de amadurecer ou, no extremo oposto, renovar contratos sem corrigir a base que sustenta o projeto.
Há três explicações plausíveis para o fenômeno, e elas costumam aparecer juntas:
- Processo não desenhado. A ferramenta entra em um fluxo que ninguém documentou, e o ganho se dilui em exceções.
- Dado fragmentado. Informação crítica mora em planilhas, e-mails e sistemas que não conversam entre si.
- Métrica ausente. Sem linha de base, não há como provar economia de tempo, redução de erro ou aumento de conversão.
Nenhuma dessas causas é técnica no sentido restrito. Todas são operacionais, e é por isso que o retorno demora a aparecer em empresas cujo negócio principal não é software.
Por que a dor aparece antes do resultado
Em operações fora da tecnologia, o cotidiano raramente é organizado por APIs. É organizado por pessoas resolvendo pendências. Um pedido chega por WhatsApp, é copiado para uma planilha, depois para o ERP, e o histórico fica no e-mail de quem atendeu. Quando a empresa decide aplicar inteligência artificial nesse fluxo, ela automatiza o trecho visível e deixa o restante intacto. O resultado é uma camada nova sobre um processo antigo.
O sintoma mais comum é o retrabalho silencioso. Um cadastro é digitado duas vezes porque os sistemas não se falam. Um cliente liga de novo porque o atendimento anterior não ficou registrado. Um relatório é montado manualmente toda segunda-feira porque o dashboard não cobre a pergunta que a diretoria faz. Cada um desses pontos consome horas que não aparecem em nenhum indicador formal, mas explicam por que o investimento em tecnologia não se converte em margem.
Automatizar um processo confuso apenas produz confusão mais rápida. A ordem correta é organizar o fluxo, integrar os dados e só então ampliar a camada de decisão.
Antes e depois: o mesmo processo em dois estados
Um cenário hipotético ajuda a tornar o argumento concreto. Imagine uma distribuidora de médio porte que recebe pedidos por três canais e mantém o controle em uma planilha compartilhada. O time comercial confirma disponibilidade por telefone com o estoque, e o financeiro confere o limite de crédito em outro sistema.
Antes: o pedido é digitado na planilha, conferido por telefone e lançado no ERP. Erros de digitação geram devoluções, e o prazo médio de confirmação depende de quem está disponível. Nenhuma etapa é medida com precisão.
Depois: o pedido entra por um formulário único, consulta estoque e crédito por integração, e só chega ao ERP depois de validado. O histórico fica no CRM, e o atendimento enxerga o que já foi tratado. O prazo de confirmação passa a ser registrado, e a empresa consegue comparar semanas.
A diferença entre os dois estados não está na ferramenta mais avançada, e sim na eliminação de pontos cegos. É essa base que permite, mais adiante, usar modelos de previsão ou triagem automática com alguma chance de retorno.
Critérios para decidir onde investir primeiro
A escolha do primeiro projeto costuma definir a percepção interna sobre tecnologia pelos próximos anos. Um critério útil é priorizar processos que reúnem três características ao mesmo tempo: alto volume, regra clara e resultado observável em poucas semanas.
| Frente | Quando faz sentido começar por ela | Sinal de que está funcionando |
|---|---|---|
| Integração entre CRM, ERP e atendimento | Quando o mesmo dado é digitado em mais de um lugar | Queda de retrabalho e de correção manual |
| Automação de triagem de solicitações | Quando o volume é alto e as regras são estáveis | Tempo de primeira resposta menor e fila organizada |
| Dashboard operacional | Quando relatórios são montados à mão toda semana | Decisão tomada com dado atualizado, sem planilha paralela |
| API própria para parceiros | Quando integrações são refeitas a cada novo cliente | Menos horas de desenvolvimento por conexão nova |
Repare que nenhuma linha da tabela promete ganho imediato de receita. O retorno aparece primeiro como tempo liberado e erro reduzido. Transformar isso em resultado financeiro exige medição consistente, e essa é justamente a etapa que costuma faltar nos projetos que não decolam.
O papel da integração e do software sob medida
Sistemas prontos resolvem bem funções padronizadas, como emissão fiscal ou folha de pagamento. O problema surge nas bordas, onde a empresa tem regra própria: aprovação em duas etapas, tabela de preço por região, cálculo de comissão específico. É nesse território que a integração e o software sob medida fazem diferença, porque conectam o que já existe em vez de exigir substituição total.
Uma abordagem realista começa pelo inventário de fontes de dados: quais sistemas guardam informação crítica, quem acessa, com que frequência e por qual meio. Em seguida, define-se qual fluxo será integrado primeiro e qual métrica provará o ganho. Só depois entra a camada de decisão, que pode incluir classificação automática de chamados, sugestão de resposta ou previsão de demanda.
Esse encadeamento tem uma consequência importante para o orçamento. Projetos que começam pela integração tendem a custar menos por etapa e a produzir evidência mais cedo. Projetos que começam pela camada de decisão, sem base organizada, acumulam custo sem conseguir demonstrar efeito.
Checklist para avaliar um projeto antes de aprovar
- O processo afetado está documentado, com entradas, saídas e responsáveis definidos?
- Existe uma métrica de linha de base medida antes do início, como tempo médio de atendimento ou taxa de erro?
- Os sistemas envolvidos conseguem trocar dados por API ou exigem digitação manual?
- Quem opera o processo participou do desenho da solução?
- Há plano de manutenção e de evolução, ou o projeto termina na entrega?
- O ganho esperado é verificável em até um trimestre?
Se a resposta for negativa em mais da metade dos itens, o projeto provavelmente repetirá o padrão descrito pela Apollo: uso crescente, retorno indefinido.
Limitações que precisam ser ditas
Integrar sistemas não elimina problema de gestão. Se a regra de negócio é ambígua, a automação vai reproduzir a ambiguidade com mais velocidade. Da mesma forma, dashboards não substituem decisão, e modelos preditivos não corrigem dado de origem ruim. Há também custo de manutenção: toda integração precisa de monitoramento, tratamento de erro e revisão quando um dos sistemas muda.
Por isso, a expectativa correta é de ganho gradual e mensurável, não de salto. Empresas que tratam tecnologia como projeto contínuo, com responsável definido e revisão periódica, tendem a acumular vantagem. As que tratam como compra pontual voltam ao ponto de partida a cada troca de fornecedor.
Perguntas frequentes
O levantamento da Apollo significa que inteligência artificial não funciona fora da tecnologia?
Não. O dado indica ausência de retorno financeiro comprovado em boa parte das empresas não tecnológicas, o que é diferente de ausência de uso ou de valor. A explicação mais provável está na falta de processo organizado, dado integrado e métrica de acompanhamento.
Qual deve ser o primeiro passo em uma empresa que ainda usa planilhas para tudo?
Mapear os três fluxos de maior volume e identificar onde o mesmo dado é digitado mais de uma vez. A partir daí, escolher um fluxo para integrar e definir uma métrica simples, como tempo de resposta ou número de correções manuais por semana.
É preciso substituir o ERP para obter resultado?
Na maioria dos casos, não. O caminho mais econômico é integrar o que já existe por API e criar camadas específicas para as regras que o sistema padrão não cobre. A substituição total costuma ser a alternativa mais cara e mais lenta.
Como saber se o investimento está valendo a pena?
Comparando a métrica escolhida antes e depois da implantação, com o mesmo critério de medição. Se o indicador não se move em um trimestre, o desenho do projeto precisa ser revisto antes de ampliar escopo.
Quanto tempo leva para ver resultado?
Depende do escopo, mas projetos de integração bem delimitados costumam produzir evidência operacional em semanas, não em anos. O prazo deve ser definido no início, junto com a métrica que provará o ganho.
Próximo passo
Se a sua operação reconhece os sintomas descritos aqui, o caminho mais produtivo é revisar o processo antes de ampliar ferramentas. A FTHYRK SOFTWARE trabalha com integrações, automação, CRM, APIs e dashboards sob medida para conectar o que já existe e tornar o resultado verificável. O ponto de partida está em fthyrk.com.
Quer transformar essa visão em tecnologia no seu negócio?
Desenvolvemos sistemas sob medida, arquitetura de software, automação inteligente e integrações completas para a sua empresa crescer.