Foto de Amélie Mourichon na Unsplash
Todo mundo tem um piloto de IA. Quase ninguém tem um produto de IA. No Brasil, 58% das empresas levaram para a operação no máximo 20% dos seus pilotos, segundo a pesquisa State of AI in the Enterprise 2026, da Deloitte. Só 23% conseguiram escalar 40% ou mais. Se você está tocando um piloto agora, vale entender por que tantos morrem no caminho.
O cemitério de pilotos
A pesquisa da Deloitte ouviu 3.235 líderes de negócio e de TI em 24 países, 115 deles no Brasil. As entrevistas foram feitas entre agosto e setembro de 2025, então o retrato tem cerca de um ano. Mesmo assim, o descompasso chama atenção: 95% das empresas brasileiras planejam adotar agentes de IA em até dois anos, mas só 27% têm um modelo de governança maduro.
Um estudo da iniciativa NANDA, do MIT, divulgado em 2025 e citado pelo Tecnoblog, foi ainda mais duro: 95% dos projetos corporativos de IA generativa não geravam ganho relevante de receita ou de eficiência. O motivo principal não era o modelo. Era a aplicação: ferramentas genéricas que não entram no fluxo de trabalho de verdade e não aprendem com os sistemas da empresa.
O que muda para você
Um piloto prova que a tecnologia funciona. Um produto prova que alguém usa e que um número mudou. São perguntas diferentes, e a maioria dos pilotos só responde a primeira.
Depois de anos acompanhando projetos que não saíram do lugar, os motivos se repetem. Não há um dono do lado do negócio, só do lado da tecnologia. A métrica de sucesso não foi definida antes. A IA fica numa aba separada, fora do fluxo em que as pessoas já trabalham. Os dados não estão prontos. E ninguém sabe quem responde quando ela erra.
Nenhum desses é um problema de IA. Todos são problemas de produto. E é por isso que quem sabe pensar como PM vira peça-chave nessa fase.
Na prática: o piloto que sobrevive
Antes de começar, responda por escrito:
- Quem é o dono no negócio? A pessoa que ganha ou perde com o resultado.
- Qual número vai mudar, e quanto? Com a linha de base medida antes.
- Onde a IA entra no fluxo? Na ferramenta que o time já usa, não numa tela nova.
- Os dados estão prontos e liberados? Quem autoriza o acesso.
- Quem revisa os erros? E o que acontece quando a IA erra com um cliente.
- Quanto custa em escala? Não só no piloto com dez usuários.
- Quando é a decisão? Uma data marcada para escalar, ajustar ou encerrar.
Para achar os pontos fracos antes que eles apareçam, faça um pré-mortem com a IA:
“Imagine que daqui a seis meses este piloto de IA foi cancelado sem chegar à operação. [Descreva o piloto.] Liste os cinco motivos mais prováveis, do mais ao menos provável, e para cada um sugira o que eu posso fazer agora para evitar.”
Leve a lista para o dono do negócio. Se ele não se preocupar com nenhum item, talvez o piloto não seja tão importante para ele quanto parece.
Deixe seu comentário