A adoção de inteligência artificial nas empresas continua a crescer, mas demonstrar o seu impacto real na produtividade permanece um desafio. Para ajudar as organizações a avaliar os resultados dos investimentos em IA, a Foundever identificou seis passos essenciais para medir melhorias operacionais, estabelecer objetivos e distinguir ganhos efetivos de expectativas.
Segundo dados da McKinsey & Company citados pela Foundever, quase nove em cada dez empresas já utilizavam inteligência artificial em pelo menos uma área de negócio no final de 2025. No entanto, 94% dos inquiridos afirmavam ainda não ter obtido valor significativo desses investimentos.
Em contrapartida, um estudo do National Bureau of Economic Research (NBER), realizado com 5.179 profissionais de apoio ao cliente, identificou um aumento médio de 14% na produtividade com a utilização de uma ferramenta de IA generativa.
Estes resultados mostram que a adoção da tecnologia, por si só, não garante melhorias mensuráveis.
Como medir o impacto da inteligência artificial na produtividade?
A Foundever recomenda que as empresas comecem por estabelecer um ponto de partida, analisando entre 60 e 90 dias de dados operacionais antes da implementação de novas ferramentas.
Indicadores como o tempo médio de atendimento, a resolução no primeiro contacto e os índices de qualidade permitem criar uma referência para avaliar os resultados posteriores.
O segundo passo consiste em selecionar as métricas adequadas. Reduzir o tempo de uma chamada, por exemplo, não representa necessariamente um ganho de produtividade se aumentar o trabalho administrativo realizado depois.
Por isso, a avaliação deve considerar o tempo, o volume de trabalho e a qualidade dos resultados.
Definir responsabilidades e objetivos concretos
A terceira recomendação passa por separar as equipas responsáveis pela implementação tecnológica daquelas que avaliam os resultados.
Esta divisão permite uma análise mais independente, evitando confundir a conclusão de um projeto com a obtenção de benefícios operacionais.
O quarto passo consiste em transformar expectativas genéricas em metas mensuráveis, definindo indicadores, prazos e critérios de sucesso.
A Foundever apresenta como exemplo um projeto desenvolvido com uma seguradora norte-americana, envolvendo 150 profissionais de gestão de sinistros.
Após a implementação do EverAssist, ferramenta de IA que apoia tarefas como o registo de notas e a consulta de informação, o tempo médio de atendimento passou de 12 minutos para 10 minutos e 12 segundos.
A redução de 15% foi alcançada em 30 dias, mantendo a satisfação dos clientes nos 90%, segundo a empresa.
Resultados dos projetos-piloto devem ser validados
A quinta recomendação alerta para a necessidade de distinguir os resultados obtidos durante projetos-piloto daqueles que podem ser alcançados numa operação regular.
As fases de teste recebem frequentemente acompanhamento adicional e envolvem equipas particularmente motivadas, fatores que podem influenciar os resultados.
Antes de expandir uma solução, é importante confirmar que os benefícios se mantêm sem esse apoio extraordinário.
O sexto passo consiste em dar visibilidade aos resultados negativos. Para a Foundever, os objetivos não alcançados também fornecem informação relevante para melhorar decisões futuras.
Produtividade com IA exige mais do que automatização
A medição do impacto da inteligência artificial torna-se especialmente importante num contexto em que as empresas procuram justificar investimentos tecnológicos.
Um estudo da S&P Global Market Intelligence, citado pela Foundever, indica que 42% das empresas analisadas abandonaram a maioria das suas iniciativas de IA antes de estas chegarem à produção, face a 17% no ano anterior.
Os dados reforçam a importância de definir objetivos claros, testar soluções e acompanhar os resultados.
Para as organizações, o desafio deixa de ser apenas implementar inteligência artificial e passa a ser demonstrar, através de indicadores concretos, que a tecnologia está a gerar valor.