Em um cenário onde bilhões de dólares são investidos em Inteligência Artificial Generativa (GenAI), um novo e impactante estudo do MIT, o "State of AI in Business 2025", traz uma revelação alarmante: 95% dos projetos piloto de GenAI falham. A razão, destacada em uma recente análise da Forbes, é surpreendente e vai na contramão do que muitas empresas acreditam: elas estão evitando a fricção, o elemento que, segundo a pesquisa, é essencial para o sucesso.
A pesquisa do MIT aponta para o que chama de "The GenAI Divide" (A Divisão da GenAI), uma separação clara entre a esmagadora maioria que falha e os 5% que alcançam o sucesso e o tão esperado Retorno sobre o Investimento (ROI). Este artigo explora os dados e insights deste estudo crucial, oferecendo um guia prático para navegar neste novo e complexo território da IA.
O Dado Central: Apenas 5% das ferramentas customizadas de GenAI sobrevivem à transição da fase piloto para a produção. Em contraste, chatbots genéricos atingem 83% de adoção para tarefas simples, mas falham em escalar para workflows complexos que exigem contexto e personalização.
A Divisão da GenAI: Os 95% vs. os 5%
O estudo do MIT é categórico ao diferenciar os dois grupos de empresas que se aventuram em projetos de GenAI:
- Os 95% (A Maioria que Falha): Estas empresas tendem a se apoiar em ferramentas genéricas, que impressionam em demonstrações, mas se mostram frágeis quando inseridas em fluxos de trabalho reais. Elas ficam presas em um ciclo de "alta adoção, baixa transformação", onde a tecnologia é usada, mas não gera valor real.
- Os 5% (A Minoria de Sucesso): Este grupo seleto projeta para a fricção. Eles incorporam a GenAI em workflows de alto valor, realizam integrações profundas e desenvolvem ferramentas com memória e ciclos de aprendizado contínuo. É neste ambiente que o verdadeiro ROI da IA reside.
Por Que a Fricção é Essencial para o Sucesso da GenAI?
A palavra "fricção" geralmente tem uma conotação negativa, associada à ineficiência. No entanto, o estudo do MIT, conforme analisado pela Forbes, a redefine como a resistência que força a adaptação e a evolução. Em física, a fricção impede que um carro perca o controle. Nos negócios, a fricção da GenAI é a restrição que impulsiona a criação de novos protocolos, o alinhamento de incentivos e, crucialmente, a necessidade de redesenhar workflows em vez de simplesmente adicionar mais uma ferramenta.
"Pilotos que deslizam sem atrito da demonstração para a implantação nunca constroem o músculo para escalar. Eles colapsam no momento em que atingem a textura organizacional real: conformidade, política, qualidade dos dados e julgamento humano." - Análise da Forbes sobre o estudo do MIT.
Em outras palavras, sem fricção, a GenAI se torna um "teatro de inovação". As demonstrações são suaves e impressionantes, mas sem governança, memória e um redesenho cuidadoso dos processos, elas não entregam valor tangível. As empresas que têm sucesso são aquelas que engenham para a fricção, calibrando-a em vez de eliminá-la.
O "Imposto de Verificação" e a "Volante da Precisão"
Outro conceito vital abordado é o "imposto de verificação" (verification tax). Quando um sistema de GenAI está "confiantemente errado", os funcionários gastam mais tempo checando as informações do que o tempo que economizaram. Essa fricção não gerenciada destrói o ROI.
A solução não está em modelos maiores, mas em modelos mais "humildes". A PromptQL chama isso de "volante da precisão" (accuracy flywheel):
- Se o sistema está incerto, ele se abstém de responder.
- Ele expõe as lacunas de contexto que o impediram de ter certeza.
- Ele aprende com as correções feitas pelo usuário.
Este ciclo de abstenção → correção → melhoria é a fricção trabalhando a favor do sistema, construindo confiança não pela ausência de atrito, mas pelo design inteligente dele.
Shadow AI: O ROI Escondido que Prova a Tese
Um dos achados mais reveladores do estudo é a existência de uma economia de "Shadow AI". Mesmo quando os pilotos oficiais falham, 90% dos funcionários relatam usar ferramentas pessoais de GenAI no trabalho. Em uma seguradora da Fortune 500, o piloto oficial falhou por não reter contexto, mas os funcionários já usavam suas próprias ferramentas de IA para acelerar o processamento de sinistros.
Este uso "clandestino" já está gerando um ROI significativo, com economias estimadas entre $2 milhões e $10 milhões por ano em custos externos e uma redução de 30% nos gastos com agências. A Shadow AI é a fricção em ação, uma realidade de baixo para cima que prova a necessidade de ferramentas que realmente funcionem.
O Playbook dos 5%: Como Ter Sucesso com GenAI
As empresas que cruzam a "Divisão da GenAI" seguem um manual consistente. Elas não perseguem demos vistosas, mas constroem sistemas que aprendem, admitem incerteza e se integram profundamente aos workflows. O estudo do MIT e a análise da Forbes destilam isso em um playbook prático:
The GenAI Friction Playbook
- Meça absorção, não adoção: Foque em quantos workflows foram redesenhados, não em quantos logins foram feitos.
- Invista na camada de memória: Se a ferramenta não retém contexto, ela não pode escalar.
- Redesenhe contratos com fornecedores: Pague por marcos de aprendizado, não por licenças de usuário.
- Canalize a Shadow AI: Formalize o que os funcionários já estão fazendo com sucesso, em vez de proibir.
- Trate a fricção como um sinal: Se o seu piloto parece fácil demais, provavelmente ele é superficial demais.
Conclusão: Projete a Fricção, Colha o ROI
A lição do MIT é clara: a fricção não é o inimigo do sucesso da GenAI, mas a prova dele. A resistência revela onde os sistemas precisam se adaptar, onde os fluxos de trabalho devem ser redesenhados e onde a governança precisa amadurecer.
Se a última década de transformação digital foi sobre remover atritos, a próxima década de GenAI será sobre projetá-los com sabedoria. As empresas que aprenderem a calibrar a resistência para impulsionar o aprendizado, em vez de paralisar o progresso, serão as que capturarão não apenas o ROI, mas também a resiliência, o significado e uma vantagem competitiva duradoura.
Na We Ramp, entendemos profundamente a importância de aplicar a IA de forma estratégica e integrada aos processos de negócio. Nossos agentes de IA são projetados para se adaptar ao seu workflow, aprender com as interações e gerar valor real, transformando o atrito em tração para o seu crescimento.
Fonte: Análise baseada no artigo "MIT Finds 95% Of GenAI Pilots Fail Because Companies Avoid Friction" de Jason Snyder, publicado na Forbes em 26 de agosto de 2025, e no estudo "State of AI in Business 2025" do MIT.