79% das empresas já têm agentes de IA em produção. Só 15% vincularam totalmente o investimento em IA a resultados no P&L.
Os números vêm do relatório “Autonomy in Practice”, da Genpact, divulgado nesta semana. Eles mostram que colocar o agente para rodar e provar que ele move o resultado financeiro são duas conquistas diferentes, e a segunda está muito atrás da primeira.
O que a pesquisa mostra
O levantamento ouviu mais de 2.000 executivos de empresas com receita anual entre US$ 1 bilhão e mais de US$ 50 bilhões, em 17 setores e 14 funções de negócio. Entre os resultados:
- 79% têm agentes de IA em produção, mas só 20% os usam de forma ampla e consistente entre as funções.
- 15% vincularam totalmente o investimento em IA a resultados de P&L.
- Em média, 49% das iniciativas de IA financiadas nos últimos 24 meses entregaram o valor esperado.
- 9% concluíram uma transformação significativa do modelo operacional.
- Entre as empresas com agentes em produção, 92% mantiveram ou aumentaram o tamanho da força de trabalho.
Uma ressalva: a Genpact vende serviços de operações com agentes de IA, os dados são autodeclarados e a amostra reúne grandes empresas. A tendência é útil, mas não representa automaticamente a realidade de uma empresa de médio porte.
Estar em produção não é gerar resultado
A conclusão do próprio relatório é que os agentes chegaram à produção mais rápido do que as empresas redesenharam suas operações, e que a barreira para gerar valor é mais operacional do que tecnológica.
Faz sentido. Implantar um agente exige orçamento e um time técnico. Redesenhar o processo ao redor dele exige decisões que cruzam áreas, mudam rotinas e mexem em indicadores. A primeira parte costuma andar. A segunda costuma ficar para depois.
Por que o investimento não chega ao P&L
Três causas aparecem com frequência quando um agente funciona tecnicamente, mas o resultado não aparece:
O objetivo de negócio veio depois do projeto. Sem saber qual linha do resultado o agente deveria mover, qualquer melhoria vira argumento e nenhuma vira prova.
O agente foi encaixado em um processo antigo. A tarefa ficou mais rápida, mas as etapas ao redor continuaram as mesmas. O ganho local se perde no caminho.
Não existe linha de base. Sem medir o custo, o tempo e a qualidade antes da implantação, não há com o que comparar depois.
O dado do headcount
Entre as empresas com agentes em produção, 92% mantiveram ou ampliaram o tamanho do time. O dado é autodeclarado, mas reforça um ponto: quem entra em IA apenas para cortar pessoas tende a medir o indicador errado.
O ganho costuma aparecer como capacidade: mais volume atendido, ciclos mais curtos, crescimento sem contratação proporcional. Horas liberadas só viram redução de despesa se alguém decidir isso explicitamente.
Como ligar um agente a uma linha do resultado
- Escolha o indicador antes de construir. Custo por transação, tempo de ciclo, receita por vendedor, prazo de recebimento. Um, não dez.
- Meça a linha de base. Registre como o processo performa hoje, antes de qualquer automação.
- Redesenhe o processo ao redor do agente. Defina o que ele resolve, o que vai para exceção e quem decide o restante.
- Acompanhe o custo total. Implantação, integrações, licenças, infraestrutura, monitoramento e custo de IA, comparados ao ganho medido.
- Revise por ciclo. Um agente que não move o indicador após um período combinado precisa ser ajustado ou encerrado.
Um cenário hipotético no comercial
Uma empresa implanta um agente para responder pedidos de cotação. A equipe sente que está mais rápido, mas ninguém registrou o tempo de resposta nem a taxa de conversão antes.
Seis meses depois, a discussão é de opinião: uns acham que melhorou, outros não. Com um indicador escolhido e a linha de base registrada, a mesma conversa seria sobre números, e a decisão de ampliar ou ajustar o agente seria direta.
A pergunta para o CEO esta semana
Para cada agente de IA em produção na empresa, qual linha do P&L ele deveria mover, e quem acompanha isso?
Se não houver resposta para algum deles, esse é o primeiro a ser revisado.
D&D Perspective
Investimento em IA não se justifica por estar em produção. Justifica-se pelo resultado que muda.
Isso exige tratar cada agente como uma decisão de negócio: objetivo claro, processo redesenhado, dados confiáveis, custo acompanhado e revisão periódica. Quando essa disciplina existe, o investimento deixa de ser aposta e passa a ser capacidade que se mede, se ajusta e se escala.
A pergunta que separa quem usa IA de quem cresce com IA continua a mesma: o que, exatamente, mudou no resultado da empresa?
Quer saber onde sua operação está mais distante de ligar IA a resultado? Faça o diagnóstico Framework AI da D&D: https://framework-ai-1.dedgroup.com.br
Fontes
- Genpact, via PR Newswire. 79% of Enterprises Report AI Agents in Production, but Only 15% Have Fully Tied AI Investment to P&L Outcomes (12/11/2026).
