Projetos de IA corporativa fracassam devido a lacunas na infraestrutura de dados, mostra um estudo do MIT

Projetos de IA corporativa na África do Sul e globalmente estão sendo encerrados ou adiados neste trimestre após falharem na transição de prova de conceito para produção, apesar de demonstrações impressionantes seis meses antes. As falhas se devem principalmente a custos inesperados de infraestrutura e computação, falta de prontidão em nível empresarial e governança de dados fragmentada, e não a limitações da tecnologia de IA. A iniciativa NANDA da MIT revisou mais de 300 implantações corporativas para seu estudo de 2025, The GenAI Divide, e constatou que cerca de 95% não geraram impacto mensurável no resultado final, enquanto apenas 1 em 20 chegou à produção com valor real. Já o Índice de Prontidão de Dados 2026 da Cloudera revelou que 89% dos líderes de TI da EMEA afirmaram ter visibilidade total dos dados, mas apenas 26% confirmaram que seus dados estavam totalmente governados.

Estudo da MIT revela que 95% das implantações de IA corporativa não entregam impacto mensurável

A iniciativa NANDA da MIT revisou mais de 300 implantações corporativas para seu estudo de 2025, The GenAI Divide, e registrou que cerca de 95% não geraram impacto mensurável no resultado final. Somente aproximadamente 1 em 20 projetos chegou à produção com valor real. A MIT atribuiu grande parte da taxa de fracasso à fraca integração com fluxos de trabalho e a sistemas que nunca aprendem. Nos serviços financeiros africanos, telecomunicações e setor público, dados fragmentados, não governados e mal integrados representam o fio condutor por trás das implementações que falharam.

Índice da Cloudera expõe lacuna de governança de dados entre líderes de TI da EMEA

O Índice de Prontidão de Dados 2026 da Cloudera encontrou que 89% dos líderes de TI da EMEA afirmaram ter visibilidade completa sobre onde seus dados estão, mas apenas 26% disseram que esses dados são totalmente governados. A Gartner previu em 2025 que essa lacuna de prontidão de dados faria com que 60% dos projetos de IA corporativa falhassem até o fim de 2026, porque eles não têm dados prontos para IA. A distância entre o que os líderes acreditam conseguir ver e o que realmente conseguem governar representa o principal desafio de infraestrutura enfrentado pelas implementações de IA corporativa.

Engenheiros da Anthropic quantificam taxas de consumo de tokens para agentes de IA

Sistemas de IA generativa são cobrados por token, encarecendo o volume de texto e conteúdo processado independentemente da qualidade da resposta. Engenheiros da Anthropic descobriram que um único agente consome aproximadamente 4 vezes mais tokens do que um chat comum e que um sistema com vários agentes consome cerca de 15 vezes mais tokens antes de qualquer coisa dar errado. Dados fragmentados forçam as organizações a incluir mais contexto em cada prompt para compensar a baixa qualidade dos dados, enquanto respostas não confiáveis levam a tentativas repetidas que geram chamadas adicionais cobradas. A Gartner previu que mais de 40% dos projetos de IA agentica serão cancelados até o fim de 2027, listando o aumento dos custos como o primeiro motivo.

Organizações da EMEA enfrentam barreiras de acesso a dados e integração

Nos achados para a EMEA do índice da Cloudera, 42% dos líderes identificaram requisitos complicados de acesso como sua principal barreira para usar os dados que conseguem ver, e apenas aproximadamente um terço tem suas fontes de dados totalmente integradas entre ambientes. Organizações sul-africanas enfrentam pressões adicionais, incluindo obrigações da POPIA, orçamentos apertados e escassez de habilidades, o que torna financeiramente insustentáveis demonstrações caras sobre bases de dados instáveis. As equipes frequentemente tratam projetos de IA como experimentos focados em tecnologia, medidos por precisão técnica, em vez de valor de negócio tangível, enquanto negligenciam a gestão de mudanças humana e os requisitos reais de fluxos de trabalho necessários para a adoção pelos funcionários.

Melhorias na infraestrutura de dados vêm antes da implementação bem-sucedida de IA

Organizações que obtêm valor real com IA priorizam tornar os dados acessíveis, integrados e governados antes de implantar sistemas de IA. A governança que acompanha os dados, em vez de viver dentro da plataforma de um único provedor, cria trilhas de auditoria compatíveis com a POPIA, e não passivos. Levar IA para dados governados por meio de padrões abertos permite planejamento de custos em vez de gastos sem controle. Warren Olivier, Vice-Presidente Regional para a África da Cloudera, afirmou que projetos de IA bem-sucedidos começam com trabalho de infraestrutura de dados, e não com implantação de modelos ou lançamento de agentes.

FAQ

Que porcentagem das implantações de IA corporativa entregaram impacto empresarial mensurável, segundo o estudo de 2025 da MIT?

A iniciativa NANDA da MIT revisou mais de 300 implantações corporativas para seu estudo de 2025, The GenAI Divide, e constatou que cerca de 95% não geraram impacto mensurável no resultado final, com apenas aproximadamente 1 em 20 chegando à produção com valor real.

Quanta diferença de consumo de tokens os agentes de IA geram em comparação com sistemas de chat comuns?

Engenheiros da Anthropic descobriram que um único agente consome aproximadamente 4 vezes mais tokens do que um chat comum e que um sistema com vários agentes consome cerca de 15 vezes mais tokens antes de qualquer coisa dar errado, gerando crescimento exponencial de custos quando aplicado a bases de dados fracas.

Qual lacuna de governança de dados o índice 2026 da Cloudera revelou entre líderes de TI da EMEA?

O Índice de Prontidão de Dados 2026 da Cloudera encontrou que 89% dos líderes de TI da EMEA afirmaram ter visibilidade completa sobre onde seus dados estão, mas apenas 26% disseram que esses dados eram totalmente governados. Enquanto isso, 42% identificaram requisitos complicados de acesso como sua principal barreira para usar os dados visíveis.