O gargalo da IA virou disputa de poder dentro da empresa

Ming Lu, sócio sênior da KKR e ex-presidente da KKR Ásia-Pacífico, publicou um artigo de opinião na Fortune em 11 de outubro batizando o fenômeno de “paradoxo da inovação”: quanto mais rápido a tecnologia avança, mais devagar a economia cresce. Apoiado na pesquisa State of AI 2026, da McKinsey, ele mostra que 88% dos CFOs das maiores empresas do mundo dizem que a IA ainda não mudou significativamente o resultado financeiro das próprias companhias. A resposta mais comum, segundo a pesquisa, foi um literal “not so much”. Entre as organizações que já usam IA em alguma função, também 88%, só 6% registram impacto de 5% ou mais sobre o lucro operacional, proporção estável desde 2025.

A leitura mais repetida por aí é de calendário: toda tecnologia nova atropela a capacidade das instituições de absorvê-la, e a história se repete. PC, banda larga, internet móvel: sempre o mesmo intervalo entre a adoção do consumidor e o ganho de produtividade nas empresas, escreve Lu, citando o economista Robert Solow. Resolver seria questão de tempo: esperar a organização amadurecer, redesenhar processos no próprio ritmo, e o resultado financeiro aparece depois, como aconteceu, décadas depois, com a eletricidade.

O gargalo não está no relógio

Lu descreve uma segunda lacuna, menos comentada que a primeira. Entre as empresas que já adotaram IA em alguma função, as de alta performance, aquelas com impacto real no lucro, têm três vezes mais chance de terem redesenhado fluxos de trabalho de ponta a ponta. Entre todas as adotantes, porém, só 21% chegaram a fazer esse redesenho. A diferença entre usar IA e redesenhar a decisão em torno dela soma 82 pontos percentuais nos números de Lu, e é aí que o resultado financeiro se perde, não no relógio.

Redesenhar um fluxo cobra algo que esperar não cobra: alguém precisa abrir mão da etapa de aprovação que hoje justifica parte do cargo que ocupa, ou aceitar que uma decisão que subia à sua mesa passa a ser tomada direto por quem opera o agente.

O gargalo de 82 pontos não fecha com paciência. Fecha quando alguém aceita perder a etapa de aprovação que hoje justifica o cargo que ocupa.

A separação entre ferramenta e camada de gestão já apareceu nesta publicação quando o funil do ROI parou exatamente no ponto em que a tarefa ficou mais rápida, mas a decisão de negócio continuou a mesma. O artigo de Lu dá a essa lacuna uma escala: o padrão se repete entre consumidor e empresa, e entre empresas de alta e baixa performance, porque a resistência que trava o redesenho não é de ordem tecnológica.

Quem admite a disputa

Lu cita uma pesquisa da Writer com a Workplace Intelligence, com 2.400 líderes globais: 79% relatam dificuldade na adoção de IA, salto de dois dígitos sobre 2025. E 54% dos executivos de C-level admitem que a adoção já está, nas palavras da pesquisa, “despedaçando a empresa” (tearing the company apart). É conflito reconhecido pelos próprios executivos, não fricção de início de curva.

A leitura óbvia	O que os números de Lu mostram
A IA é rápida, a organização é lenta: basta esperar	Só 21% dos adotantes redesenharam algum fluxo; isso separa quem ganha, não o calendário
O atrito é natural no início da curva de adoção	54% dos executivos dizem que a adoção já divide a empresa, agora
O custo de conformidade e gestão cai quando a economia maturar	Desde 2000, o índice de overhead nos EUA só subiu, e o crescimento não voltou ao mesmo ritmo

Lu soma gasto público, despesa administrativa corporativa e custo de conformidade regulatória num índice que chama de Combined Overhead Ratio. Nos Estados Unidos, esse índice passou de 47% do PIB por volta de 2000. Desde então, o crescimento da economia não voltou a superar 2,5% ao ano, quase a metade da taxa registrada quando o índice ficava abaixo de 35%, nos anos 1960. Em empresas do S&P 500, entre 1985 e 2025, 73% das observações por setor e década mostram despesa administrativa crescendo mais rápido que a receita.

O tempo não resolve isso.

O que muda na segunda-feira

Para quem dirige empresa no Brasil, a implicação mais direta é de medida. Medir quantas pessoas usam IA, ou se a produtividade individual subiu, mede a camada que menos importa para o resultado: a execução mais rápida da mesma decisão, tomada pela mesma pessoa, do mesmo jeito de antes. A pergunta que separa as duas camadas é outra: qual decisão mudou de mão, e quem perdeu a etapa de aprovação que tinha antes.

Essa mudança de mão não é evento com data de entrega. Tratar a adoção de IA como obra com inauguração, e não como rito contínuo, é o erro que esta publicação já flagrou num ERP cujo orçamento termina no go-live, sem verba para treinar quem precisa aprender a contestar a máquina depois. Redesenhar um fluxo de decisão não termina quando o agente entra em produção: começa ali.

A saída concreta passa por nomear, antes de qualquer novo projeto de IA, quem tem autoridade para eliminar uma etapa de aprovação quando o agente já cobre o trabalho que ela existia para checar, e tornar essa decisão visível a cada trimestre numa lista do que foi de fato removido do fluxo, não do que foi testado ou comprado. Sem essa lista, a empresa continua comprando ferramenta e adiando a parte que de fato move o resultado.

Quando a próxima rodada de agentes entrar em produção na sua empresa, quem vai ter autoridade para dizer, com abertura real, que uma aprovação inteira deixou de fazer sentido?