A IA que valoriza a sua empresa não é a que aparece no pitch

A IA que valoriza a sua empresa não é a que você mostra no pitch nem a que aparece no material de venda. É a que está rodando dentro de um processo específico, apoiada em dado próprio, com um número que foi medido ao longo do tempo. Essa distinção deixou de ser sutil em 2026: o mercado brasileiro de fusões e aquisições em tecnologia registrou 87 transações no primeiro semestre, queda de 33% frente a 2025, com uma régua de seleção mais alta. Compradores estratégicos e fundos passaram a pagar prêmio por software vertical com dado proprietário e IA aplicada a um problema real — não por “ter IA” no discurso.

No mesmo período, 72% das empresas brasileiras que já usam IA seguem em estágio inicial ou experimental, segundo a pesquisa TIC Empresas do Cetic.br. É muita ferramenta ligada e pouco processo consolidado. E o capital de risco, que aplicou US$ 510 bilhões globalmente no primeiro semestre de 2026, ficou mais criterioso sobre o que financia. O dinheiro não sumiu; a exigência de evidência é que subiu.

Depois de mais de 30 anos em tecnologia, boa parte deles vendo empresas serem compradas, vendidas e avaliadas de perto, minha leitura é simples: a IA que entra na conta de uma avaliação é a que alguém de fora consegue verificar. Qual processo mudou, qual dado sustenta o modelo, qual indicador se moveu e por quanto tempo. Tudo o que não passa nesse teste é promessa — e promessa não move avaliação.

Principais aprendizados

• O mercado de M&A de tecnologia encolheu 33% no primeiro semestre de 2026, mas a exigência subiu: paga-se prêmio por IA aplicada a um problema real com dado proprietário, não por menção genérica a IA.
• A IA do pitch é uma promessa; a IA que valoriza a empresa é uma linha dentro de um processo, com dono, dado organizado e um indicador que se moveu de forma mensurável.
• Ter 72% das iniciativas de IA em estágio experimental, como é a média brasileira, aparece numa due diligence como risco a descontar, não como ativo a precificar.
• O que um comprador ou investidor consegue auditar: o recorte do processo, a origem e a governança do dado, o número medido e o tempo de medição, e o grau de dependência de um único fornecedor.
• Construir esse ativo é o trabalho de sempre — recorte de processo, dado com governança, métrica-norte antes da narrativa. Não há atalho por captação: o BNDES já aprovou R$ 4,7 bilhões para projetos de IA no país.

O que mudou na forma como a IA entra na conta de uma empresa?

Até pouco tempo atrás, citar IA no deck de uma rodada ou no material de um processo de venda funcionava como diferencial. Bastava mostrar que a empresa “estava de olho” no assunto. Isso acabou. Em 2026, a menção a IA virou pré-requisito: quem não fala do tema chama atenção pela ausência, mas quem fala precisa sustentar com evidência.

Os números do semestre ajudam a entender a mudança. Foram 87 transações de M&A em tecnologia no Brasil, um terço a menos que no ano anterior. Menos negócio fechando significa seleção mais dura, e a seleção passou a privilegiar software vertical — aquele que resolve um problema específico de um setor — com dado proprietário e IA embutida em um fluxo que já opera. O prêmio não vai para quem tem a tecnologia mais nova; vai para quem tem o dado que ninguém mais tem e um resultado que dá para conferir.

Escrevi no blog da HAIA uma leitura desse mesmo dado do ponto de vista de quem precisa preparar a empresa média para uma rodada ou uma venda, com o passo a passo de como transformar iniciativas dispersas em algo que o comprador reconhece como valor. O capital de risco segue a mesma direção: mesmo com volume recorde, os fundos ficaram mais seletivos, e as startups que mais captaram no período não venderam IA, venderam resultado medido. A régua é a mesma para quem levanta investimento e para quem quer ser adquirido.

Por que a IA do pitch não sobrevive a uma due diligence?

Uma due diligence não pergunta se a empresa usa IA. Ela pergunta coisas concretas: qual processo específico foi alterado, qual base de dados alimenta o modelo, quem é o dono dessa base, qual indicador mudou, qual era a linha de base antes e por quanto tempo o efeito foi observado. São perguntas que uma apresentação bem-feita não responde e que um processo real responde sozinho.

Um caso que acompanhei de perto, anonimizado: em uma operadora de telecom, um assistente virtual de atendimento custou na ordem de R$ 12 milhões por ano e gerou algo próximo de R$ 131 milhões em custo evitado ao longo de três anos. Esse número sobrevive a uma auditoria porque dá para abrir a conta — foi um processo, um canal, três anos de medição, com a linha de base registrada antes de começar. Não é “IA no atendimento inteiro”; é um recorte que alguém de fora consegue validar linha por linha.

O contraexemplo é o mais comum: a empresa que rodou pilotos de IA em quatro áreas ao mesmo tempo, sem definir antes qual métrica cada um deveria mover. Na hora da avaliação, isso não vira ativo — vira uma lista de despesas sem retorno demonstrável, exatamente o quadro dos 72% que seguem em estágio experimental. O avaliador não consegue precificar o que não consegue verificar, então desconta.

Como construir a IA que valoriza a sua empresa?

É o mesmo método que faz um projeto de IA dar certo no dia a dia, o que não é coincidência: o ativo que sobrevive a uma due diligence e o que gera resultado operacional são a mesma coisa. Começa pela escolha de um processo que já tenha dado próprio organizado e impacto claro. Define-se a métrica-norte antes de configurar qualquer ferramenta. Mede-se a linha de base. Roda-se o piloto com um dono. E registra-se o número ao longo do tempo, não só no primeiro mês.

Outro caso anonimizado ilustra o formato: em um grande grupo educacional, um assistente omnichannel derrubou o tempo de espera de cerca de duas horas para menos de um minuto, absorvendo um volume 45% maior sem aumento proporcional de equipe. De novo, foi uma jornada, um canal, uma métrica definida antes. Esse recorte é o que permite, mais tarde, colocar o resultado num relatório e defendê-lo.

Repare no que não entra nessa lista: captação. O BNDES já aprovou R$ 4,7 bilhões para projetos de IA dentro do plano nacional, e o capital de risco global bateu recorde no semestre. Dinheiro existe. O que costuma faltar na empresa média é processo pronto para receber o investimento sem travar na implementação — e é isso que se constrói primeiro, com disciplina de recorte e de medição, não com orçamento maior.

Há um estudo, comissionado pela OpenAI e conduzido pelo Reglab, projetando que a IA pode adicionar até R$ 986,7 bilhões ao PIB brasileiro entre 2027 e 2030. É um número que aparece em pitch e em justificativa de orçamento. Mas projeção de setor não entra em avaliação de empresa. O que entra é o seu número, medido no seu processo, ao longo do seu tempo. Essa é a diferença entre participar do discurso e ter o ativo.

Perguntas frequentes

IA aumenta o valor de uma empresa numa aquisição?

Aumenta quando é verificável: um processo definido, dado proprietário com governança e um número medido ao longo do tempo. Em 2026, a menção genérica a IA no material de venda não move a avaliação, porque virou pré-requisito. O que move é a evidência de que a IA está embutida em um fluxo que opera e gera resultado auditável.

O que um comprador ou investidor verifica sobre a IA da empresa?

Qual processo específico mudou, qual base de dados alimenta o modelo e quem é o dono dela, qual indicador se moveu e qual era a linha de base, por quanto tempo o efeito foi observado e se existe dependência crítica de um único fornecedor. São perguntas que um processo real responde e que uma apresentação não sustenta.

Minha empresa é de médio porte e não pensa em venda. Isso importa?

Importa. O ativo que sobrevive a uma due diligence é o mesmo que dá resultado no dia a dia: processo recortado, dado organizado, métrica clara antes de começar. Preparar a empresa para uma auditoria futura e operar bem agora são o mesmo trabalho, feito uma vez só.

Preciso de captação para construir IA que valoriza a empresa?

Não. O capital está disponível — o BNDES aprovou R$ 4,7 bilhões para projetos de IA e o capital de risco global está em recorde. O gargalo da empresa média é processo pronto e dado organizado para receber o investimento, não a falta de dinheiro.

Sou Gillian Pellegrino, fundadora da HAIA e consultora executiva de IA. São mais de 30 anos de carreira em tecnologia, boa parte deles vendo empresas serem compradas, vendidas e avaliadas de perto. Se a sua empresa quer transformar iniciativas de IA em um ativo que se defende num relatório, fale com a HAIA.