IA e automação avançam nas empresas. Mas quem está medindo o ROI?

Em 2024, a Gartner apontou que a hiperautomação já era disciplina central para 90% das grandes empresas, mas que menos de 20% delas dominavam a mensuração dessas iniciativas. Dois anos depois, com IA generativa e agentes no topo da agenda, vejo essa distância aumentar. A pesquisa State of the CIO 2026, com 662 líderes de TI, mostra que só 19% consideram que suas iniciativas de IA atingiram as metas de negócio.

Menos da metade (47%) tem KPIs formais, e 32% apontam métricas de ROI mal definidas como barreira para escalar. Além disso, a Gartner projeta que mais de 40% dos projetos de IA agêntica serão cancelados até 2027 por custos crescentes, valor pouco claro ou controles de risco insuficientes. Minha leitura é que automatizar uma tarefa e comprovar seu benefício são etapas diferentes.

Um sistema pode processar documentos em segundos e preencher cadastros sem intervenção humana. A pergunta que o conselho faz ao CIO é outra: o prazo de atendimento caiu? A operação ficou mais barata?

Os erros diminuíram? A hiperautomação combina IA, RPA e integração de sistemas para automatizar processos inteiros, não apenas tarefas. A avaliação precisa seguir a mesma lógica.

Uma tarefa mais rápida pode esconder um processo lento Imagine uma empresa que automatiza a conferência de documentos: o que levava duas horas passa a levar minutos. Mas o pedido continua parado três dias à espera de aprovação. A conferência acelerou; o atendimento, quase nada.

Por isso desconfio de painéis que contam tarefas automatizadas. Quem mede apenas a etapa que recebeu tecnologia deixa de ver o gargalo que mais afeta o cliente. O indicador que importa é o tempo entre a entrada da solicitação e sua conclusão, com filas, aprovações e devoluções.

É ele que mostra se o próximo avanço depende de outra automação ou de redesenhar o fluxo. O que vale acompanhar Os indicadores nascem do problema que motivou o projeto. Automação criada para reduzir erros se avalia pela qualidade; para acelerar o atendimento, pelo prazo de resolução.

A própria Gartner resume o valor da IA agêntica em custo, qualidade, velocidade e escala. Trabalho com quatro medidas equivalentes: Tempo: quanto leva uma demanda, da entrada à entrega? Qualidade: quantos casos têm erro ou retrabalho?

Custo: quanto custa cada demanda concluída, incluindo a operação da tecnologia? Capacidade: quantas solicitações a equipe atende com os recursos atuais? Elas só fazem sentido juntas.

Mais volume com mais retrabalho não é ganho; encurtar uma etapa pouco vale se a fila só muda de lugar. Outro erro comum está no cálculo de produtividade. Uma automação que libera 100 horas por mês cria capacidade, não necessariamente economia.

Esse tempo pode virar mais clientes atendidos, menos pendências ou mais análise humana, benefícios reais desde que comprovados após a implantação. Converter toda hora liberada em economia infla a expectativa de retorno; mas redução de custo só existe quando uma despesa efetivamente cai. A conta precisa incluir licenças, integrações, manutenção, consumo de nuvem e de modelos e tratamento de exceções.

Um levantamento da Gartner com 353 líderes de dados e IA mostra que só 44% das organizações adotaram práticas de FinOps ou limites financeiros para IA. Solução que exige correções manuais frequentes consome parte do ganho que prometia. A medição começa antes da tecnologia Não há comparação sem linha de base.

Antes de automatizar, é preciso registrar quanto o processo leva, quanto custa e com que frequência falha. Depois, os mesmos indicadores mostram o que mudou e revelam perdas causadas por novas regras, aumento de demanda ou mudanças nos sistemas. Esse trabalho é compartilhado.

A TI acompanha a execução da solução; a área dona do processo verifica o efeito nas entregas; finanças valida o retorno quando a meta é financeira. Defendo que cada iniciativa tenha um patrocinador técnico e outro de negócio, corresponsáveis pelo resultado. Ampliar uma automação deve ser decisão baseada em evidência.

Prefiro financiar resultados, não entregas, com revisões em marcos como 90, 180 e 270 dias. Se o prazo caiu, a qualidade subiu e o custo por demanda diminuiu, há base para escalar. Se o ganho ficou restrito a uma etapa, o trabalho não terminou: é preciso descobrir o que ainda trava o processo.

O post IA e automação avançam nas empresas. Mas quem está medindo o ROI? apareceu primeiro em Olhar Digital .

]]>