Projetos de IA desconectados são hoje a forma mais comum de uma empresa brasileira “ter IA” — e a menos produtiva. Um levantamento da KPMG com 150 líderes brasileiros, parte do Global Tech Report 2026, aponta que praticamente todas as empresas ouvidas já implementaram algum tipo de automação ou IA agêntica. Ao mesmo tempo, 45% admitem que essas iniciativas não conversam entre si: cada área tem seu piloto, sua ferramenta, seu contrato — e nenhuma delas se encaixa nas outras.
Depois de mais de 30 anos em tecnologia, minha leitura é direta: isso não é um problema de IA. É o mesmo padrão de fragmentação que eu vi com CRM, ERP, sistema de ponto e pesquisa de clima nas últimas três décadas. O que muda com a inteligência artificial é a velocidade com que os projetos entram — e o tamanho da conta quando eles não se encontram.
Principais aprendizados
- Adoção quase universal e integração baixa convivem: a maioria das empresas brasileiras ouvidas pela KPMG já usa automação ou IA agêntica, mas 45% relatam projetos desconectados entre si.
- Um projeto de IA isolado raramente é “meio caminho andado” para a IA integrada. Na maior parte dos casos é dívida técnica que encarece a integração depois.
- O custo maior da fragmentação não é a licença duplicada. É a hora de trabalho gasta consolidando à mão o que os sistemas deveriam trocar sozinhos — e o erro embutido nessa consolidação.
- O sintoma que aparece primeiro (uma ferramenta pouco usada, um piloto que não escala) quase sempre tem causa raiz em uma dor adjacente: a ausência de uma camada de integração.
- Antes de aprovar mais um piloto de IA, a pergunta que muda o rumo é simples: “esse projeto troca dados com o que já existe, ou vai viver sozinho?”.
Por que projetos de IA desconectados viraram a regra?
Porque a IA entrou nas empresas pela borda. Área por área, sem passar por uma decisão central sobre dado e integração. Um gerente de atendimento resolve o problema dele com uma ferramenta; o financeiro contrata outra; o RH assina uma terceira. A compra é rápida, às vezes no cartão corporativo, e a área de tecnologia costuma descobrir depois. É o que eu chamo de uso informal — e uso informal de IA não é adoção de IA no sentido que sustenta decisão executiva.
Esse padrão não nasceu com os agentes. Vi de perto a área de recursos humanos de um grande grupo educacional brasileiro que tinha ferramenta boa para recrutamento, para clima, para treinamento, para ponto e para consolidação financeira. Cinco sistemas, cada um resolvendo bem o seu recorte, nenhum conversando com o outro. O sintoma que a liderança enxergava era baixo engajamento na pesquisa de clima. A causa raiz era outra: o time estava saturado de sistemas desconectados pedindo o mesmo dado separadamente. Trocar a ferramenta de pesquisa não resolveria nada — o ganho real estava em conectar o que já existia.
Com IA, a mecânica é idêntica, só que mais cara. Cada piloto traz seu próprio conector, sua própria base de conhecimento, sua própria régua de acesso. Quando a empresa decide juntar tudo, descobre que os projetos foram desenhados como ilhas — e integrar ilha depois de pronta custa mais do que ter previsto a ponte no início.
Quanto custa manter a IA fragmentada em vez de integrada?
O custo relevante não é a soma das assinaturas. É a hora de trabalho gasta reconciliando o que os sistemas não trocam sozinhos, mais o erro que essa reconciliação manual carrega, mais o retrabalho quando o erro aparece três semanas depois. Some a isso o custo de decisão: quando o dado mora em cinco lugares e nenhum bate com o outro, a liderança para de confiar no número e volta a decidir no feeling.
Os dados de mercado reforçam o ponto. Uma pesquisa da Amcham Brasil com a Humanizadas, divulgada em agosto de 2026, ouviu 629 executivos de médias e grandes empresas: 84% já aplicam inteligência artificial de forma pontual, “aos pedaços”, e apenas 3% dizem que a IA já gerou receita nova ou vantagem competitiva. Escrevi sobre essa distância entre uso e resultado em ter resultado com IA: a conta que quase ninguém faz antes de começar. A fragmentação é uma das razões pelas quais o uso não vira resultado: energia que deveria estar gerando valor é consumida costurando integrações que não foram planejadas.
Há ainda um custo de governança que só aparece quando algo dá errado. Quando ninguém sabe quantos assistentes e automações existem em produção, quem responde por cada um e com que dado cada um trabalha, a empresa não tem como avaliar risco — nem de operação, nem de proteção de dados. A HAIA tratou o lado institucional dessa dor em IA fragmentada: por que empresas brasileiras não veem resultado. O ponto é o mesmo por qualquer ângulo: iniciativa espalhada sem camada comum é risco espalhado sem controle comum.
Como sair de pilotos isolados para uma base de IA que se sustenta?
Não é com um big bang de plataforma única. Já vi essa ambição fracassar mais vezes do que vi dar certo. O caminho que funciona tem três movimentos, nessa ordem.
Primeiro, inventário. Mapear o que já existe: quais ferramentas de IA e automação estão em uso, contratadas por quem, tocando em qual processo, com qual dado. Sem esse mapa, qualquer decisão de integração é chute.
Segundo, escolher a camada de integração antes do próximo piloto. Definir onde os dados se encontram — um repositório, um barramento, uma planilha bem governada, o que couber no porte da empresa — e exigir que todo projeto novo se conecte a essa camada. A ponte precisa existir antes da próxima ilha.
Terceiro, um padrão de decisão. Quem aprova um novo projeto de IA e com que critério. Se “conversa com o que já existe” não estiver na lista de aprovação, a fragmentação continua — só que mais rápido.
Num diagnóstico recente, encontrei uma área comercial que tinha tentado implantar um CRM unificado cerca de 45 vezes ao longo de quase 28 anos. Não era falta de orçamento, nem trauma de um projeto específico — era o processo de implementação que nunca resolveu a causa raiz. Contei essa história em IA na gestão de empresas: o que 45 tentativas fracassadas de CRM me ensinaram. A lição vale inteira para IA: propor “mais um piloto” sem entender por que os anteriores não se conectaram é repetir o padrão com tecnologia mais cara.
O começo mais honesto costuma ser pequeno: uma integração real entre dois sistemas que hoje são reconciliados na mão, funcionando de ponta a ponta, antes de qualquer promessa de plataforma que unifica tudo. Arroz com feijão bem feito. É menos vistoso num slide de conselho, mas é o que sobra em produção seis meses depois.
Perguntas frequentes
O que caracteriza um projeto de IA desconectado?
É uma iniciativa de IA ou automação que opera sem trocar dados com os outros sistemas da empresa. Na prática, ela tem sua própria fonte de informação, sua própria régua de acesso e exige consolidação manual para que o resultado dela apareça junto com o resto. Cada área resolve seu recorte, mas o conjunto não forma capacidade.
Um projeto de IA isolado é melhor que nenhum projeto de IA?
Depende de como ele é tratado. Como aprendizado de escopo limitado e prazo curto, sim, tem valor. Como base para escalar, geralmente não: o projeto isolado vira dívida técnica e o custo de integrá-lo depois costuma superar o de tê-lo desenhado conectado desde o início.
Por onde começar a integrar iniciativas de IA que já existem?
Pelo inventário. Mapear quais ferramentas estão em uso, quem contratou, qual processo cada uma toca e com qual dado. Só com esse mapa é possível escolher a camada onde os dados vão se encontrar e definir um critério de aprovação para projetos novos.
Integração de IA exige uma plataforma única?
Não. Plataforma única é uma opção, não um pré-requisito, e tentativas de unificação em big bang falham com frequência. O que a integração exige é uma camada comum de dados e uma regra clara de que todo projeto novo se conecta a ela — o formato dessa camada varia com o porte da empresa.
Sou Gillian Pellegrino, fundadora da HAIA e consultora executiva em inteligência artificial. São mais de 30 anos em tecnologia — de CRM e ERP a agentes de IA — ajudando líderes a transformar IA em resultado que aparece no balanço. Escrevo aqui sobre o que vejo nos diagnósticos e nas decisões que acompanho de perto.
