A adopção cresce, mas licenças e assistentes não produzem automaticamente ganhos empresariais. A diferença está nos processos que desaparecem, nas decisões que mudam e nas responsabilidades que ficam claras.
- Em 2025, 11,5% das empresas portuguesas com 10 ou mais pessoas utilizavam IA, abaixo dos 20,0% registados na União Europeia.
- A utilização inicial concentra-se em linguagem, conteúdos, administração, gestão, marketing e vendas — áreas onde é mais simples iniciar experiências, mas não necessariamente transformar a operação.
- Ganhos de produtividade em tarefas individuais só se tornam capacidade económica quando a empresa altera processos, elimina duplicações, reduz aprovações ou redesenha responsabilidades.
Comprar uma ferramenta de inteligência artificial é uma decisão relativamente simples. Criar produtividade empresarial com essa ferramenta é uma decisão de operação, de gestão e de desenho organizacional.
Poupar minutos numa tarefa não é o mesmo que libertar capacidade económica na empresa.
A distinção importa porque a adopção está a acelerar, mas o seu significado económico continua a ser frequentemente sobrestimado. Em 2025, 11,5% das empresas portuguesas com 10 ou mais pessoas ao serviço utilizavam pelo menos uma tecnologia de IA. É uma subida face aos 8,6% de 2024, embora ainda distante da média da União Europeia, de 20,0%.
Este número mede utilização, não maturidade, intensidade de uso, retorno financeiro ou transformação operacional. Uma empresa que disponibiliza um assistente de escrita a uma equipa comercial e outra que altera o planeamento de produção com apoio de IA surgem ambas como utilizadoras. A estatística é útil para medir difusão, mas insuficiente para avaliar impacto.
É aqui que a conversa sobre IA precisa de mudar. A questão relevante deixou de ser apenas «devemos comprar esta ferramenta?». Passa a ser: que processo deixa de existir, que decisão passa a ser tomada de outra forma e quem responde pela qualidade do resultado?
A primeira vaga entrou pelas funções de apoio
Os dados divulgados sobre Portugal ajudam a perceber porquê. Entre as empresas utilizadoras de IA, as aplicações mais frequentes em 2025 foram a análise de linguagem escrita, a geração de imagens, vídeo ou áudio e a geração de texto, fala ou código. As áreas de aplicação mais referidas foram a organização de processos administrativos ou de gestão e o marketing ou vendas.
Não há nada de secundário nestas funções. Redigir mais depressa, resumir informação, organizar documentação ou apoiar campanhas pode ter valor imediato. Mas é uma interpretação razoável dos dados afirmar que a primeira vaga de adopção incide sobretudo em actividades de suporte, comunicação e produção de conteúdos. São usos acessíveis, com baixa barreira de entrada e resultados visíveis no plano individual.
O problema surge quando se confunde rapidez local com transformação da empresa. Se uma pessoa prepara uma proposta comercial em metade do tempo, mas a proposta continua a passar pelos mesmos níveis de aprovação, a depender de dados dispersos e a ficar dias à espera de validação, a melhoria na tarefa não altera necessariamente o prazo total. Pode até criar mais trabalho a jusante: mais versões para rever, mais conteúdos para validar e mais excepções para tratar.
A produtividade empresarial não resulta da soma de minutos poupados em actividades isoladas. Resulta de uma alteração efectiva da capacidade: menos erros, menor prazo, maior volume processado, menor custo por operação ou possibilidade de absorver mais procura sem aumentar proporcionalmente os recursos.
O paradoxo entre ganhos na tarefa e resultados na empresa
Uma revisão da Organização Internacional do Trabalho, publicada em 2026, identifica ganhos de produtividade entre 10% e 70% em tarefas bem definidas, intensivas em texto e, em particular, para trabalhadores menos experientes. O dado é relevante, mas não autoriza uma conclusão automática sobre produtividade global.
A mesma revisão indica que os resultados ao nível das empresas são mais heterogéneos. Os ganhos tendem a concentrar-se em organizações maiores e mais avançadas digitalmente, enquanto muitas empresas ainda não detectam impacto mensurável para além de projectos-piloto. Também não existe, nas estatísticas oficiais, um crescimento agregado da produtividade que possa ser claramente atribuído à IA.
Não é uma contradição. É um problema de agregação. Uma empresa pode tornar várias tarefas mais rápidas sem alterar o tempo do processo completo. Pode gerar mais informação sem melhorar a decisão. Pode automatizar uma primeira resposta e, simultaneamente, reforçar a revisão humana porque os erros continuam a ter custo elevado.
Para converter uma melhoria pontual em resultado económico, é necessário mexer na etapa seguinte. Isso pode significar eliminar duplicação de registos, reduzir níveis de aprovação, encaminhar apenas excepções para validação humana, redefinir carteiras de clientes, normalizar dados ou reorganizar equipas em torno do processo completo, e não de departamentos isolados.
O valor da IA não está no número de licenças activas. Está na capacidade de retirar etapas, reduzir tempos de espera e clarificar quem decide e quem responde pelo resultado.
Ferramentas generalistas não substituem integração operacional
O Joint Research Centre da Comissão Europeia assinala que o crescimento da adopção tem sido impulsionado, em larga medida, por ferramentas de IA de uso geral, mais acessíveis e menos dispendiosas. Ao mesmo tempo, conclui que, em muitos sectores, a IA continua por integrar nos processos de negócio nucleares, incluindo a produção.
A análise distingue três dimensões: reorganização do trabalho, uso em produção e recurso a soluções prontas ou adaptadas. Encontra uma correlação positiva entre mudança organizacional e integração da IA na produção. Isto não demonstra que a reorganização, isoladamente, cause melhores resultados. Demonstra, porém, que a aquisição de uma solução pronta não equivale à sua incorporação na forma como a empresa produz, entrega, controla ou decide.
Uma organização pode, portanto, aumentar rapidamente o número de utilizadores, prompts e subscrições sem mudar o modo como serve clientes, planeia stocks, controla qualidade, trata reclamações ou gere risco. Pode parecer mais tecnológica e continuar operacionalmente igual.
Esta é a diferença entre adopção e arquitectura operacional. A primeira é visível no orçamento de software e nos acessos atribuídos. A segunda exige escolhas menos fáceis: quais os dados que podem ser usados, que decisões são automatizáveis, que limiares exigem intervenção humana, como se tratam as excepções e quem tem autoridade para corrigir o processo quando o resultado falha.
A camada de custos que não aparece na demonstração
Chamar à IA um custo fixo exige precisão. Parte da despesa é variável: APIs, processamento, armazenamento ou utilização podem crescer com o consumo. Ainda assim, existe uma camada recorrente e persistente que pode acumular-se antes de surgir qualquer ganho proporcional.
- Licenças por utilizador, subscrições e fornecedores especializados;
- Integração com sistemas existentes e manutenção dessas ligações;
- Preparação, limpeza, normalização e governação de dados;
- Segurança, controlo de acessos e gestão de risco de fornecedores;
- Revisão humana, validação de resultados e tratamento de excepções;
- Formação, literacia em IA e actualização de procedimentos internos;
- Monitorização de qualidade, erros, enviesamentos e incidentes;
- Documentação e requisitos de conformidade quando aplicáveis.
Os obstáculos identificados ao nível europeu mostram que esta não é apenas uma questão de resistência à mudança. Entre as empresas que consideraram usar IA mas não a adoptaram, a falta de competências relevantes foi a barreira mais referida em 2025, seguida da incerteza sobre consequências legais, das preocupações com protecção de dados e privacidade, da qualidade ou disponibilidade insuficiente dos dados e da incompatibilidade com sistemas existentes.
O custo directo foi referido por uma proporção menor de empresas do que estas limitações. A leitura prudente é que o preço da ferramenta é apenas uma parte da conta. Em muitos casos, o custo real está em tornar a organização capaz de usar a ferramenta de forma consistente, segura e útil.
Governação deixou de ser um detalhe posterior
O enquadramento europeu também mudou. O AI Act entrou genericamente em aplicação em 2 de Agosto de 2026, embora algumas disposições já fossem aplicáveis antes e outras tenham calendários próprios. Isto não significa que toda a utilização de IA se tornou excessivamente onerosa ou uniforme. As obrigações dependem do papel da empresa e do caso de uso.
Mas significa que, em processos que afectam trabalhadores, clientes ou cidadãos, já não basta perguntar se a tecnologia funciona. É necessário perguntar como é supervisionada, que informação é prestada, que formação têm as pessoas que a usam e onde começa e termina a responsabilidade humana.
Em particular, a literacia em IA não deve ser tratada como uma sessão genérica de formação. Deve estar ligada ao processo concreto: o que o sistema pode fazer, onde falha, que dados não devem ser introduzidos, quando um resultado deve ser revisto e quem pode interromper ou corrigir uma decisão.
O teste que a gestão deve fazer
Antes de aprovar mais uma licença, uma administração pode colocar perguntas simples, mas exigentes. Que actividade deixa de ser feita? Que aprovação deixa de ser necessária? Que decisão passa a ser tomada com melhor informação ou em menor tempo? Que taxa de erro deverá diminuir? Que capacidade adicional fica disponível? E quem é responsável pelo processo completo, em vez de apenas pela ferramenta?
Se estas perguntas não tiverem resposta, a empresa não está necessariamente a desperdiçar dinheiro. Pode estar a aprender. Mas deve reconhecer que está numa fase de experimentação, não de produtividade comprovada.
A tese não é que a IA sem redesenho de processos falha sempre. É mais limitada e mais útil: sem eliminar etapas, redefinir decisões e atribuir responsabilidades, a IA tende a acrescentar uma camada recorrente de software, controlo e revisão sobre processos que continuam iguais.
A decisão de software continua a existir. Só deixou de ser a decisão principal.
- https://ec.europa.eu/eurostat/statistics-explained/SEPDF/cache/106920.pdf?v=6445108450801668 ↗
- 11,5% das empresas utilizam Inteligência Artificial ↗
- AI adoption more than doubles in almost every EU strategic sector - Joint Research Centre ↗
- The Aggregation Paradox of AI: Why do micro-economic productivity gains from AI disappear at scale | International Labour Organization ↗
- The Adoption of Artificial Intelligence in Firms | OECD ↗