Resposta direta: porque o setor em que sua empresa opera define, mais do que qualquer outra variável, quanto tempo vai levar até a IA aparecer no resultado financeiro — e quase ninguém fala sobre isso antes de aprovar o orçamento. Um levantamento da Bradata em parceria com a Mind Group, publicado em 2026, mostra que empresas de jurídico e financeiro costumam ver payback de IA em 3 a 8 meses. Na indústria, o setor mais complexo de implementar, o prazo típico é de 8 a 18 meses. É a mesma tecnologia, o mesmo discurso de mercado, e um intervalo de retorno que pode ser seis vezes maior de um setor para o outro.
Isso importa porque o dinheiro está entrando pesado nesse jogo agora — o governo federal anunciou um pacote de R$ 2,2 bilhões para infraestrutura de IA, incluindo um supercomputador de 7.200 petaflops no Rio Grande do Norte, dentro de um plano que prevê R$ 23 bilhões até 2028; o BNDES já aprovou R$ 4,7 bilhões em projetos de IA. Com tanto capital público e privado convergindo para a mesma pauta, a tentação de qualquer comitê executivo é usar o cronograma do case mais visível — quase sempre um banco ou uma fintech — como referência para o próprio orçamento. E é exatamente aí que mora o erro de expectativa que mais cancela projeto de IA no meio do caminho.
Principais aprendizados
- O payback de IA varia de 3-8 meses (jurídico e financeiro) a 8-18 meses (indústria) — comparar cronogramas entre setores sem ajustar a régua é a causa mais comum de expectativa quebrada.
- Investimento recorde em infraestrutura de IA (R$ 2,2 bi do governo, R$ 4,7 bi do BNDES) não muda o prazo de payback do seu setor — infraestrutura resolve capacidade computacional, não velocidade de maturação de processo.
- ROI comprovado em piloto não garante continuidade: já vi projeto de IA preditiva com retorno validado acima de 300% ser suspenso por decisão orçamentária de curto prazo, justamente por o payback formal ainda não ter batido na régua esperada pelo comitê.
- A régua certa não é “quanto tempo a IA demora para dar retorno” — é “quanto tempo esse tipo específico de processo, nesse setor específico, historicamente demora para maturar”, com ou sem IA.
- Quem aprova orçamento de IA com prazo de fintech para um projeto industrial está, sem perceber, criando o próprio motivo para cancelar o projeto antes da hora.
Por que o payback da IA muda tanto entre setores?
Não é sobre o modelo de IA ser melhor ou pior — é sobre a distância entre a decisão e o resultado mensurável em cada tipo de operação. Jurídico e financeiro têm ciclos curtos, dado estruturado e processos com fim bem definido: uma análise de contrato, uma decisão de crédito, uma triagem de fraude. O resultado aparece rápido porque o próprio processo é rápido. Indústria trabalha com ciclos mais longos, dado mais disperso entre sistemas legados e sensores, e processos que atravessam etapas físicas que a IA não acelera sozinha — só orquestra melhor.
Isso não é uma limitação da tecnologia. É uma característica do negócio que já existia antes da IA chegar, e que continua existindo depois. Uma empresa industrial que espera ver o mesmo payback de 3-8 meses de um banco está, na prática, comparando o tempo de maturação do próprio processo com o de um processo completamente diferente — e vai declarar “fracasso” um projeto que, no cronograma certo, ainda estaria dentro do prazo esperado.
Dinheiro recorde em infraestrutura resolve esse descompasso de prazo?
Não. O pacote de R$ 2,2 bilhões do governo federal para infraestrutura de IA — supercomputador no Rio Grande do Norte, mais uma segunda infraestrutura no Rio de Janeiro — e os R$ 4,7 bilhões já aprovados pelo BNDES resolvem um problema diferente: capacidade computacional disponível no país. Isso é bom para o ecossistema, mas, como já escrevemos na HAIA sobre esse mesmo pacote, não muda em nada o tempo que um processo industrial leva para amadurecer dentro da sua empresa. Ter mais poder de processamento acessível não acelera o ciclo de um chão de fábrica — quem decide isso é o desenho do processo, não o hardware por trás do modelo.
O mesmo vale para o padrão que vejo hoje no M&A de tecnologia: o volume de transações caiu 33% no primeiro semestre de 2026, mas quem compra paga prêmio por dado proprietário aplicado a um fluxo de negócio real, não por “ter IA” como funcionalidade genérica. É o mesmo critério que deveria orientar orçamento interno: o valor não está na infraestrutura disponível, está em quão bem seu processo específico foi mapeado antes de a IA entrar nele.
O que acontece quando o comitê usa o prazo errado para julgar um projeto de IA?
Acompanhei de perto um caso assim numa indústria gráfica e editorial de grande porte. Dois projetos de IA preditiva já tinham ROI validado — 290% e 318%, número formal, auditado, sem ambiguidade. Mesmo assim, o Go-Live de ambos foi suspenso por decisão orçamentária do próprio cliente, porque o retorno ainda não tinha “batido” dentro da janela fiscal que o comitê esperava — uma janela pensada para outro tipo de projeto, não para o ciclo real daquela operação industrial. O memorando executivo que documentou a decisão chegou a quantificar a perda: até 15% do retorno líquido do projeto, perdido só pela janela fiscal ter fechado antes da hora certa.
O projeto não falhou por causa da tecnologia. Falhou porque a régua de julgamento — o prazo esperado de retorno — nunca tinha sido calibrada para o setor real daquela empresa. Eu já vi essa história se repetir em mais de uma forma ao longo da carreira: um projeto de atendimento ao cliente que precisa de resultado em semanas porque o ciclo do negócio é curto, ao lado de um projeto de conformidade fiscal na mesma empresa que só mostra resultado depois de fechar um ciclo regulatório inteiro. Tratar os dois com a mesma régua de tempo é o erro mais silencioso — e mais caro — que vejo comitês executivos cometerem.
Perguntas frequentes
Qual é o payback médio de um projeto de IA?
Não existe um número único — varia por setor. Segundo levantamento da Bradata/Mind Group (2026), jurídico e financeiro costumam ver retorno em 3 a 8 meses; na indústria, o prazo típico é de 8 a 18 meses, por causa da maior complexidade de integração e da natureza mais longa dos ciclos de processo.
Investir mais em infraestrutura de IA acelera o retorno?
Não diretamente. Infraestrutura — como o pacote de R$ 2,2 bilhões do governo federal ou os R$ 4,7 bilhões já aprovados pelo BNDES — resolve capacidade computacional disponível no ecossistema. O prazo de retorno de um projeto específico depende do desenho do processo dentro da sua empresa, não da infraestrutura de mercado disponível.
Por que um projeto com ROI comprovado pode ainda assim ser cancelado?
Porque o cancelamento raramente é sobre a tecnologia não funcionar — é sobre o resultado não ter aparecido dentro do prazo que o comitê esperava. Se essa expectativa de prazo foi copiada de outro setor (um caso de banco, por exemplo, aplicado a uma operação industrial), o projeto corre risco de ser julgado fracassado antes mesmo de chegar ao ponto de maturação real.
Como calibrar a expectativa de retorno antes de aprovar orçamento de IA?
Pergunte, antes de aprovar: qual é o ciclo natural desse processo específico, com ou sem IA? Se a resposta histórica já era de 12 a 18 meses antes de qualquer tecnologia entrar, não faz sentido exigir payback de IA em 4 meses. A régua certa nasce do processo, não do case mais falado no mercado.
Gillian Pellegrino é fundadora da HAIA e tem mais de 30 anos de carreira em tecnologia, com passagens por operações de telecomunicações e de bens de consumo de grande porte antes de fundar a HAIA. Hoje ajuda empresas médias brasileiras a calibrar expectativa de retorno de IA pelo setor real em que operam, não pelo case mais visível do mercado.
