Por que 20% das Empresas Capturam 74% dos Ganhos com IA

A pesquisa da PwC identifica a "convergência setorial" — o uso da IA para operar além das fronteiras tradicionais do setor, entrar em mercados adjacentes e construir fluxos de receita que não existiam no segmento histórico da empresa — como o mais forte preditor isolado de desempenho financeiro impulsionado por IA. Os líderes que utilizam a IA para convergência geram 7,2 vezes mais receita e ganhos de eficiência do que o concorrente médio, e possuem margens de lucro quatro pontos percentuais maiores. Em contrapartida, empresas que usam a IA principalmente para redução interna de custos — automatizando tarefas administrativas, reduzindo equipes em funções de suporte, comprimindo ciclos de compras — estão obtendo retornos reais, mas comparativamente modestos. No geral, apenas 33% das organizações pesquisadas relataram ganhos significativos em redução de custos ou crescimento de receita com IA. Cinquenta e seis por cento afirmaram não ter observado nenhum benefício financeiro relevante até o momento.

“No geral, apenas 33% das organizações pesquisadas relataram ganhos significativos em redução de custos ou crescimento de receita com IA.”

Mohamed Kande, Presidente Global da PwC, declarou em comunicado que acompanhou a divulgação do estudo que as descobertas apontavam para um erro estratégico que a maioria das empresas estava repetindo. "Elas estão usando a IA para fazer o que já fazem, um pouco mais rápido ou um pouco mais barato", disse Kande. "As empresas que estão extraindo retornos desproporcionais estão usando a IA para fazer coisas que antes não conseguiam fazer de forma alguma — para entrar em mercados, para atender clientes em diferentes setores, para criar produtos que combinam cadeias de valor antes separadas." Kande citou exemplos em serviços financeiros, onde líderes em IA avançaram para a análise de dados de saúde; em logística, onde absorveram funções antes desempenhadas pelos departamentos de compras de seus clientes; e em mídia, onde empresas de distribuição se tornaram produtoras de conteúdo ao usar a IA para produzir em escala.

A diferença de autonomia é igualmente pronunciada. As empresas com os melhores resultados financeiros impulsionados por IA têm quase o dobro de probabilidade de implantar IA de formas avançadas — executando múltiplas tarefas dentro de parâmetros definidos (1,8 vez mais provável) ou operando em modos totalmente autônomos e de autoaperfeiçoamento sem intervenção humana (1,9 vez). Os líderes em IA estão aumentando a proporção de decisões tomadas sem revisão humana em 2,8 vezes a taxa das organizações concorrentes. Essa vantagem de velocidade se acumula: ciclos de tomada de decisão mais rápidos geram mais dados, o que melhora o desempenho dos modelos, o que permite decisões mais rápidas. O estudo da PwC descreve isso como um "ciclo de reforço" que torna a diferença entre líderes e retardatários progressivamente mais difícil de fechar quanto mais tempo ela persiste.

A dimensão da governança é menos intuitiva, mas, segundo os dados, igualmente importante. Os líderes em IA têm 1,7 vez mais probabilidade de ter implementado uma estrutura formal de IA responsável e 1,5 vez mais probabilidade de ter um conselho de governança de IA multifuncional. Os analistas da PwC argumentam que a infraestrutura de governança acelera a implantação da IA, em vez de freá-la, ao eliminar a paralisia interna que acompanha decisões ad hoc sobre riscos. Empresas sem estruturas de governança relataram taxas significativamente maiores de abandono de projetos de IA na fase de produção — tipicamente porque questões de responsabilidade, preocupações com conformidade ou objeções de stakeholders que deveriam ter sido resolvidas no design só eram encontradas na implantação.

As descobertas do estudo surgem em um contexto setorial mais amplo no qual o investimento em IA continua a superar os retornos mensuráveis para a maioria das empresas. A OpenAI superou US$ 25 bilhões em receita anualizada no primeiro trimestre de 2026, de acordo com dados divulgados pelo The Information em 14 de abril, e estaria tomando os primeiros passos em direção a uma abertura de capital. A Anthropic se aproxima de US$ 19 bilhões em receita anualizada, segundo o mesmo relatório. Ambos os números sugerem que a camada de infraestrutura do mercado de IA — provedores de modelos e fornecedores de computação em nuvem — está capturando valor inicial substancial. O estudo da PwC sugere que a questão para os implantadores corporativos é se estão posicionados para capturar retornos equivalentes no lado do uso.

A ressalva que o estudo não aborda em profundidade é a de habilidades. Um índice separado de IA de Stanford, publicado em 14 de abril de 2026, observou que a demanda por talentos em engenharia de IA agora supera a oferta em um fator de aproximadamente 4,5 para 1 nos Estados Unidos, com proporções semelhantes relatadas na Alemanha e no Reino Unido. Os líderes da PwC não estão apenas comprando mais capacidade computacional ou implantando mais modelos — eles têm uma equipe diferente. Rachel Romer, CEO da Guild Education, que administra programas de requalificação corporativa para empresas da Fortune 500, disse à CNBC em 15 de abril que "o teto de habilidades é o teto real" para a maioria das grandes organizações. "Elas conseguem enxergar a lógica estratégica. Mas não conseguem executá-la porque as pessoas que a executariam ou ainda não existem ou já estão empregadas pelos 20%."

A diferença documentada pela PwC dificilmente se fechará rapidamente. As estratégias de convergência que distinguem os líderes em IA normalmente requerem de 18 a 36 meses para passar da concepção à receita mensurável, segundo os dados de cronograma de implementação do estudo. As empresas que iniciam essa jornada hoje, em resposta às descobertas de abril de 2026, estão operando contra um patamar que os líderes já terão ampliado quando os seguidores chegarem.