A McKinsey acabou de publicar um dado que deveria incomodar qualquer empreendedor ou gestor que assinou um plano de IA nos últimos dois anos: 88% das empresas do mundo já usam inteligência artificial em pelo menos uma função do negócio. Parece ótimo, certo? Exceto que o mesmo relatório revela que apenas 6% dessas organizações estão gerando impacto financeiro real. Você não leu errado. Quase todo mundo entrou. Quase ninguém está colhendo resultado. E a pergunta que o relatório não responde diretamente — mas os dados deixam clara — é: por quê?
“88% das empresas usam IA. 6% geram resultado. O gap não é de tecnologia — é de método.”
O paradoxo que a McKinsey colocou em números
O The State of AI 2025, pesquisa anual da McKinsey com quase 2.000 empresas globais, é o retrato mais completo do que está acontecendo com a adoção de IA nas organizações. E o que ele mostra é um paradoxo que qualquer empreendedor que já tentou implementar IA vai reconhecer imediatamente.
Em 2024, 33% das empresas pesquisadas usavam IA generativa. Em 2025, esse número pulou para 72%. Crescimento de mais de 100% em um ano. As ferramentas viraram commodity. O acesso nunca foi tão fácil. E mesmo assim, apenas 39% das organizações reportam qualquer efeito mensurável no resultado operacional — e, entre essas, a maioria diz que IA representa menos de 5% do resultado.
Apenas 1% dos líderes empresariais classifica sua empresa como “madura” em IA — ou seja, com a tecnologia integrada de verdade aos fluxos de trabalho e gerando resultados consistentes.
Um. Por cento.
Isso significa que 99% das empresas que dizem usar IA estão, na prática, experimentando, pilotando, testando em silos ou usando de forma isolada sem nenhuma mudança estrutural no negócio. A adoção existe. O impacto, não.
Por que isso acontece: o problema que ninguém quer nomear
Existe uma narrativa conveniente para esse cenário, e ela vem das mesmas Big Techs que vendem as ferramentas: “é só uma questão de tempo”, “as empresas precisam aprender”, “o potencial é de trilhões — aguarde”. É uma narrativa que mantém o ciclo de consumo ativo sem resolver o problema real.
O dado que o relatório da McKinsey revela sobre os high performers — as empresas que de fato geram resultado com IA — destrói essa narrativa de forma cirúrgica: elas redesenharam os fluxos de trabalho antes de escolher as ferramentas. Não compraram software primeiro e tentaram encaixar nos processos existentes. Fizeram o oposto.
Isso não é uma observação técnica. É um diagnóstico de método. As empresas que colhem resultado partiram de uma pergunta diferente: “como nosso processo precisa mudar para que a IA gere valor?” — e não “qual ferramenta de IA eu coloco em cima do que já faço?”
É o mesmo gap que qualquer praticante acidental reconhece quando para para pensar. Como expliquei no post sobre o paradoxo de mais ferramentas e menos produtividade, a adição de mais tecnologia em cima de processos quebrados não resolve — amplifica o problema. A ferramenta é neutra. O método não é.
O que os 6% fazem diferente
A McKinsey identifica um grupo de empresas que chama de high performers: organizações que atribuem mais de 5% do resultado operacional ao uso de IA e que reportam impacto significativo. O que elas têm em comum?
- Redesenho de processo primeiro: antes de escolher qualquer modelo ou plataforma, mapearam onde o fluxo de trabalho precisava mudar. Dois vezes mais propensos a fazer isso do que a média.
- Casos de uso transformacionais, não incrementais: três vezes mais propensos a buscar mudanças estruturais no negócio do que pequenas melhorias de eficiência.
- Governança de dados e qualidade de entrada: investiram na infraestrutura de dados antes de escalar qualquer automação.
- Liderança envolvida na estratégia de IA: não delegaram para TI. Trataram como iniciativa de negócio, não de tecnologia.
Note que nenhum desses diferenciais é uma ferramenta específica. Não é “usam o Claude em vez do ChatGPT”. Não é “assinaram o plano Enterprise”. É tudo sobre como estruturaram a implementação — antes de qualquer clique.
O que o relatório não diz explicitamente (mas os dados implicam)
A McKinsey estima que IA generativa tem potencial de gerar entre ,6 e ,4 trilhões de valor anual em 63 casos de uso mapeados. É um número que aparece em todo relatório, todo artigo, todo pitch de software. É real. E é completamente irrelevante para a empresa que está no piloto eterno.
O potencial é real. O acesso é real. O resultado, para 94% das empresas, ainda não é.
E a questão que o relatório não responde diretamente — mas que os dados implicam com clareza — é que a barreira não é tecnológica. É metodológica. Não é falta de ferramenta. É falta de saber como implementar.
O mesmo padrão se repete com os agentes de IA: 62% das organizações estão experimentando, 23% já usam em pelo menos uma função. Mais adoção. A mesma ausência de método para escalar além do experimento.
E esse padrão não é acidente. Não é incompetência das empresas. É o resultado previsível de um mercado que priorizou distribuição de ferramentas sobre educação de método. Vender acesso é escalável. Ensinar método real exige fricção que o modelo de negócio das Big Techs não comporta.
O que isso significa para quem está tentando implementar IA agora
Se você assinou algum plano de IA nos últimos dois anos e ainda não vê resultado claro, você está nos 94%. Isso não é fracasso individual — é o estado normal do mercado, confirmado pela maior consultoria do mundo.
A boa notícia é que os dados da McKinsey mostram o que muda quando o método está certo. E a má notícia é que não existe atalho: as empresas que geram resultado redesenharam processos antes de instalar ferramentas. Isso exige clareza sobre o que precisa mudar — não sobre qual ferramenta usar.
Exatamente por isso que assinar um plano de IA sem ter ninguém para ensinar a usar é o investimento mais comum e o retorno mais baixo que existe nesse mercado. O acesso sem método é o produto mais vendido da indústria de IA — e o que menos entrega.
O gap entre os 88% que usam e os 6% que colhem resultado é um gap de método. Não de ferramenta, orçamento, ou timing.
A pergunta que o dado da McKinsey realmente levanta
Quando 88% das empresas adotam uma tecnologia e 94% não conseguem extrair valor real dela, o problema não está nas empresas. Está em como essa tecnologia foi vendida, distribuída e implementada.
A narrativa de que “IA é para todos”, “é fácil de usar”, “qualquer um consegue” serviu bem para acelerar a adoção. E serviu ainda melhor para vender planos, cursos, ferramentas e consultorias. Mas o relatório da McKinsey é o termômetro objetivo desse processo: a adoção massiva aconteceu. O resultado, não.
O que você faz com esse dado depende de onde você está agora. Se está nos 94%, a pergunta não é “qual ferramenta de IA devo usar a seguir”. A pergunta é “como meu processo precisa mudar antes de qualquer ferramenta entrar?”
Quem acerta essa pergunta — de acordo com os próprios dados da McKinsey — está no 1% que chama sua empresa de madura em IA. E provavelmente não está esperando que a próxima ferramenta resolva o que o método não resolveu.
Leia também
- Você não ganhou tempo com IA — você só trocou de retrabalho
- Claude esquece o que você disse? O problema é a janela de contexto
- 90 mil demissões por IA em 3 meses — o medo que você sente mas não sabe nomear
FAQ — Perguntas frequentes
O que o relatório da McKinsey sobre IA em 2025 revelou?
O relatório The State of AI 2025 da McKinsey, baseado em respostas de quase 2.000 empresas, revelou que 88% das organizações já usam IA em pelo menos uma função de negócio — mas apenas cerca de 6% geram impacto financeiro real e mensurável. Apenas 1% dos líderes classifica sua empresa como madura em IA.
Por que a maioria das empresas não gera resultado com IA?
O principal diferencial identificado pelo relatório entre empresas que geram resultado e as que não geram é o redesenho de processos antes da implementação de ferramentas. Empresas que colhem resultado partiram da pergunta “como nosso processo precisa mudar?” — e não “qual ferramenta vou usar?”. O problema é de método, não de tecnologia.
O que são os “high performers” no relatório McKinsey de IA?
São as organizações que atribuem mais de 5% do resultado operacional ao uso de IA e reportam impacto significativo. Elas são três vezes mais propensas a buscar casos de uso transformacionais, redesenham fluxos de trabalho antes de escolher ferramentas, e envolvem a liderança de negócio na estratégia de IA — não apenas a área de TI.
Qual o potencial de valor que a IA pode gerar segundo a McKinsey?
A McKinsey estima que a IA generativa tem potencial de gerar entre ,6 e ,4 trilhões de valor anual em 63 casos de uso mapeados, com maiores impactos em operações de clientes, marketing e vendas, engenharia de software e P&D. O desafio não é o potencial — é como estruturar a implementação para capturá-lo.
Como saber se minha empresa está no caminho certo com IA?
A McKinsey sugere avaliar se você está redesenhando processos antes de selecionar ferramentas, se há governança de dados adequada, se a liderança está envolvida estrategicamente e se você está buscando casos de uso transformacionais — e não apenas automações incrementais em cima de processos existentes. Se sua implementação de IA não mudou nenhum fluxo de trabalho central, você provavelmente está nos 94% que ainda não geraram impacto real.
