Quatro avanços de IA já saíram do laboratório e chegam à mesa da diretoria: modelos multimodais que leem imagem, áudio e vídeo; agentes que executam tarefas em sistemas reais; memória de contexto que acumula o conhecimento da empresa; e queda no custo de computação. Nenhum deles pede aposta tecnológica. Todos pedem decisão de processo.
Por que antecipar avanços e não persegui-los
A diretoria brasileira média recebe uma novidade de IA por semana e nenhuma régua para separar o que muda a operação do que muda só a apresentação de vendas do fornecedor. O resultado costuma ser um dos dois extremos: comprar tudo ou congelar tudo.
Antecipar é diferente de perseguir. Antecipar significa saber qual avanço tornaria obsoleta uma decisão que a empresa está prestes a tomar. Quem vai assinar um contrato de três anos de terceirização de digitação de documentos precisa saber que a leitura automática de documento já é commodity.
Antecipar avanço é decidir o que não contratar.
O que são avanços de IA relevantes para a decisão executiva?
Avanço de IA relevante é aquele que altera a fronteira do que pode ser delegado a uma máquina dentro da empresa, mudando custo unitário, prazo ou nível de supervisão exigido. Novidade que não move nenhuma dessas três variáveis é notícia, não avanço.
Os quatro abaixo movem as três.
1. Multimodalidade: a máquina passa a ver e ouvir
Modelos multimodais processam texto, imagem, áudio e vídeo no mesmo fluxo. Para a operação, isso tira do papel tudo o que antes exigia uma pessoa olhando: nota fiscal fotografada, avaria em carga, laudo, gravação de call center, prateleira de supermercado.
Exemplo público de mercado: o Mercado Livre relatou mais de 1 milhão de imagens de produtos geradas para anúncios e um detector de fraude com acurácia próxima de 99% analisando milhões de anúncios por dia, segundo o Mobile Time em setembro de 2025.
O que muda para quem decide: processos que dependiam de conferência visual deixam de ser gargalo de pessoal e passam a ser gargalo de qualidade de captura. A pergunta muda de "quantos conferentes contratar" para "como padronizar a foto".
2. Agentes: da resposta à execução
Agentes de IA recebem um objetivo, decidem os passos e usam sistemas da empresa para cumprir a tarefa. A diferença para o chatbot é que o agente age, e ação exige alçada.
Os números pedem cautela nos dois sentidos. A Deloitte, no State of AI in the Enterprise 2026, encontrou 23% das empresas usando agentes ao menos moderadamente e 74% projetando uso em dois anos; no recorte brasileiro, 95% planejam adotar. A McKinsey, na State of AI 2025, viu escala de agentes em 23% das empresas, mas em nenhuma função acima de 10%. E o Gartner projeta que mais de 40% dos projetos de IA agêntica sejam cancelados até o fim de 2027, por custo mal dimensionado e valor pouco claro.
Exemplo público de mercado: no Mercado Livre, o agente Verdi passou a conduzir 10% das mediações entre comprador e vendedor de forma autônoma, um recorte estreito de decisão delegada com fronteira explícita.
3. Memória de contexto: o sistema para de recomeçar do zero
O terceiro avanço é menos vistoso e mais decisivo. Sistemas passam a reter política comercial, histórico de cliente, jurisprudência interna e regra de alçada, em vez de tratar cada interação como a primeira.
O efeito prático é que a vantagem deixa de estar no modelo e passa a estar no acervo. Duas empresas com o mesmo fornecedor de IA terão desempenhos diferentes por causa do que cada uma organizou. Isso reabre uma discussão antiga: quem é dono do dado, quem o mantém e onde ele mora. Empresa cujo conhecimento vive em planilha pessoal e conversa de WhatsApp não tem acervo, tem folclore.
4. Custo de computação: o preço do experimento cai
A intensidade de uso corporativo dispara. A OpenAI, no State of Enterprise AI 2025, registrou crescimento de 320 vezes em tokens de raciocínio por organização em doze meses, sinal de que tarefas mais longas ficaram economicamente viáveis.
Para a diretoria, isso desloca o risco. O erro caro deixa de ser gastar demais com processamento e passa a ser gastar meses decidindo. Quando o experimento fica barato, a escassez muda de lugar: falta gente capaz de formular a pergunta certa e de aceitar o resultado.
Como líderes acompanham avanços de IA sem virar refém do hype?
- Mantenha uma lista curta de decisões sensíveis a tecnologia. Contratos longos, contratação em massa, compra de sistema. Revise a lista a cada trimestre.
- Separe demonstração de operação. Toda novidade entra por um processo real, com dado real e um indicador que já existe.
- Defina alçada antes de autonomia. Onde o sistema pode decidir sozinho, onde precisa de aprovação, onde não entra.
- Meça o acervo, não a ferramenta. Quanto do conhecimento da empresa está estruturado e acessível.
- Trate hype como sinal, não como prazo. O avanço é real; o cronograma do fornecedor, quase nunca.
A leitura da Delta
Nenhum dos quatro avanços pede que a empresa vire uma casa de tecnologia. Todos pedem que ela saiba descrever o próprio processo. A Delta encontra a mesma cena em empresas de setores distintos: a tecnologia está disponível, e o que falta é alguém que saiba dizer, em uma página, como o pedido entra, quem aprova e onde trava.
Por isso a régua da metodologia Delta continua sendo 70% pessoas e processos, 30% tecnologia. Antecipar avanço é uma capacidade de leitura da diretoria, não uma assinatura de software. Quem entende o que são agentes de IA decide melhor sobre alçada; quem acompanha tendências de IA além do hype decide melhor sobre prazo; e quem aplica o radar de maturidade em IA descobre qual eixo trava a empresa antes de o fornecedor descobrir.
O custo da inércia aqui é silencioso. Ele não aparece como prejuízo, aparece como contrato assinado por três anos para um trabalho que a máquina passou a fazer no segundo. Para o recorte de governança e supervisão, vale ler como liderar IA com confiança.
Perguntas frequentes
Quais avanços de IA os líderes devem antecipar?
Quatro, na prática: modelos multimodais, que processam imagem, áudio e vídeo; agentes, que executam tarefas em sistemas reais; memória de contexto, que acumula conhecimento da empresa; e a queda no custo de computação, que barateia o experimento. Os quatro mudam custo unitário, prazo ou nível de supervisão exigido, e por isso afetam decisões de contrato e de quadro.
O que muda com a IA multimodal na empresa?
Todo processo que dependia de alguém olhando passa a ser automatizável: conferência de documento, vistoria, análise de imagem, escuta de gravação. O gargalo migra de pessoal para qualidade de captura e padronização. A decisão executiva deixa de ser quantas pessoas contratar para conferir e passa a ser como padronizar a entrada de dados.
Agentes de IA substituem chatbots?
Em boa parte dos casos de atendimento e backoffice, sim, mas com uma diferença que muda a governança: chatbot erra uma resposta, agente erra uma ação em sistema real. A adoção segue mais lenta que o discurso. O Gartner projeta cancelamento de mais de 40% dos projetos de IA agêntica até o fim de 2027, quase sempre por escopo mal definido.
Como saber se um avanço de IA importa para a empresa?
Teste com três perguntas. Ele muda o custo unitário de alguma coisa que a empresa faz muitas vezes por dia? Ele encurta um prazo que o cliente percebe? Ele reduz o nível de supervisão humana exigido em uma etapa? Se a resposta for não para as três, é notícia de setor, não decisão de diretoria.
Próximo passo
Antecipar um avanço vira decisão quando alguém da casa testa o que ele muda em um processo que já existe. O Delta In-Company organiza hackathon dentro da empresa como formato de formação, com times da própria operação prototipando em cima de um gargalo real em vez de assistir à demonstração de um fornecedor. O que sobra depois do evento é gente treinada e um protótipo com dono. Para desenhar um hackathon interno a partir dos quatro avanços, fale com a Delta.
Fontes
- Deloitte. State of AI in the Enterprise 2026. Janeiro de 2026. https://www.deloitte.com/br/pt/about/press-room/state-of-ai-2026.html
- McKinsey. The state of AI in 2025. 05/11/2025. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
- Gartner. Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027. 25/06/2025. https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
- OpenAI. The State of Enterprise AI: 2025 Report. 2025.
- Mobile Time. Mercado Livre e IA. 26/09/2025. https://www.mobiletime.com.br/noticias/26/09/2025/mercado-livre-ia/
