Novo estudo da IDC feito a pedido da ABES mostra que 95% das empresas brasileiras já usam ou vão usar inteligência artificial — mas o maior obstáculo para escalar essa transformação não está mais na tecnologia, e sim na escassez de profissionais qualificados e na governança dos dados
Há uma pergunta que deixou de fazer sentido nas salas de diretoria brasileiras: “vamos adotar inteligência artificial?” Um estudo que a IDC realizou a pedido da ABES, com 107 tomadores de decisão de TI em empresas de mais de 100 funcionários no país, mostra que essa discussão já foi encerrada. Noventa e cinco por cento das empresas afirmam que já usam IA na operação, e a fatia que ainda hesita é residual: apenas 5% planejam adotar nos próximos 12 meses. No caso da IA generativa, o quadro é semelhante: 86% já usam no dia a dia e, somando quem vai adotar no próximo ano, a adoção chega a 98%.
O apetite não para na intenção — chegou ao orçamento. 86% das empresas vão aumentar o investimento em TI em 2026, e a retração é praticamente inexistente: menos de 1% planeja cortar. Quase sete em cada dez organizações (69%) já saíram da fase de piloto e têm plano de gastos formal para IA generativa, cobrindo treinamento, aquisição de software e consultoria para os próximos 18 meses.
Se a decisão de investir está tomada, o gargalo mudou de lugar. Ao listar os maiores desafios para implementar IA, metade das empresas (50%) apontou a falta de pessoal qualificado especializado — à frente de custo, de governança e até da ausência de regulamentação. Outros 43% citam a falta de funcionários com habilidades para trabalhar com a tecnologia. Mas pessoal não é o único gargalo: logo atrás dele vem a qualidade da base de dados que vai alimentar essa IA.
Apenas 48,6% das empresas consideram seus dados um ativo bem estruturado e governado; para praticamente a mesma fatia (49%), os dados seguem parcialmente estruturados, com lacunas que travam qualquer ambição de escala. O problema aparece em cada fase da jornada de IA, não só no início: a adoção de Big Data & Analytics já é quase universal — 94% das empresas usam ou vão usar essas soluções —, mas 18% relatam que sua base carece de processos básicos de governança, como segurança e proveniência, e 13% dizem que os dados sequer estão centralizados ou otimizados na nuvem. Modelo bom com dado ruim não é atalho, é risco em escala: se a IA vai decidir preço, crédito, atendimento ou produção, a confiabilidade da base que a alimenta deixa de ser tema de TI e vira decisão de governança corporativa.
Já vivi essa sequência antes, em outra tecnologia. Acompanhei o mercado brasileiro de TI migrar do hardware para o software, e do software para o serviço. Em cada uma dessas transições, o momento mais crítico nunca foi comprar a máquina certa ou licenciar o sistema certo: foi formar gente capaz de operá-lo com competência. A infraestrutura sempre chegou antes da capacidade humana de extrair valor dela. Com a IA, o padrão se repete, só que em velocidade muito maior — e com um ingrediente a mais: a base de dados que alimenta o modelo.
O próprio estudo da IDC mostra que essa insegurança é real, mas passageira: apenas 44% das empresas se dizem “muito” ou “extremamente” preparadas para tirar o máximo proveito da IA hoje. Em quatro anos, esse número sobe para 90%. A confiança vem — a pergunta que fica é o que fazemos enquanto ela ainda não chegou.
O mesmo movimento aparece em nuvem e em cibersegurança, áreas que sustentam a operação de IA em escala. Dois terços das empresas vão ampliar workloads em nuvem pública ou SaaS neste ano, mas 55% já trouxeram alguma carga de volta para dentro de casa — não por desilusão com a nuvem, e sim por exigências de soberania e segurança de dados. Em cibersegurança, 86% já tratam o orçamento da área como investimento estratégico, e 80% vão aumentá-lo em 2026. Tecnologia, orçamento e intenção estratégica estão alinhados. O que falta é a mesma dupla de sempre: gente formada e dados confiáveis.
Para o setor de tecnologia brasileiro, isso deveria reordenar as prioridades para 2026. Não faz mais sentido medir a maturidade digital de uma empresa pela ferramenta que ela comprou. A régua real é a capacidade de formar talento e organizar dados na mesma velocidade em que a tecnologia evolui. É isso que vai separar quem vai transformar IA em produtividade real de quem vai continuar pagando uma licença cara por uma promessa não cumprida.
A ABES vem repetindo esse alerta há anos, sob diferentes rótulos. Hoje ele aparece nos números da IDC com uma clareza rara: o investimento em tecnologia deixou de ser o desafio brasileiro. O desafio, agora, é formar gente e organizar dados — com urgência — para que essa tecnologia valha a pena.
Isso significa tratar capacitação de pessoas e governança de dados como duas linhas de investimento permanentes, não como projeto pontual de RH ou item avulso de compliance. Empresas, universidades e entidades como a própria ABES têm papel direto nisso: em programas de requalificação e em políticas claras de qualidade, segurança e proveniência de dados que acompanhem a IA em cada fase da implementação. Quem entender isso primeiro não vai apenas usar IA melhor do que o concorrente — vai ser a empresa mais preparada para o próximo ciclo de tecnologia no Brasil, seja qual for o nome que ele receber depois da IA.
Jorge Sukarie, conselheiro da Associação Brasileira das Empresas de Software (ABES) e fundador e CEO da Brasoftware, uma das maiores provedoras de tecnologia do Brasil. Graduado e pós-graduado em Administração de Empresas pela FGV/EAESP, atua no Setor de Tecnologia há mais de 40 anos e acompanha há mais de duas décadas a evolução do mercado brasileiro de software por meio do estudo anual ABES/IDC “Mercado Brasileiro de Software: Panorama e Tendências”.
