
Com base em dados de mais de 25 mil trabalhadores e 7 mil locais de trabalho na Dinamarca – os investigadores concluíram que os chatbots de IA permitem uma poupança média de tempo na ordem dos 2,8%. Uma redução quase irrelevante no contexto de uma semana laboral padrão. E essa eficiência modesta não se traduziu, regra geral, nem em aumentos salariais nem em redução de horas de trabalho.
As conclusões contrariam, assim, o otimismo de muitos líderes empresariais e consultoras que viram nos sistemas como o ChatGPT — que alcançou 100 milhões de utilizadores apenas dois meses após o seu lançamento — o início de uma nova era de produtividade exponencial. A investigação demonstra que, embora 64% a 90% dos utilizadores relatem algum grau de poupança de tempo, o impacto na qualidade do trabalho ou na satisfação profissional é inconsistente e, por vezes, nulo.
A diferença entre o laboratório e o mundo real
Parte da discrepância entre a promessa da IA generativa e a sua aplicação prática reside nas condições de adoção. Estudos anteriores, conduzidos em ambientes altamente controlados e com tarefas bem delimitadas, chegaram a medir ganhos de produtividade superiores a 15%. Mas como alertam os autores do novo relatório, extrapolar esses resultados para o mundo laboral em geral — com maior diversidade de tarefas, resistências internas e graus variáveis de literacia digital — é precipitado.
As organizações têm promovido o uso de IA por via de formação e desenvolvimento interno de modelos, o que elevou a adoção de 47% para 83% entre os trabalhadores analisados. Curiosamente, os benefícios aumentam entre 10% a 40% quando há uma clara estratégia de promoção da IA por parte das empresas. Mas mesmo assim, o retorno económico é limitado.
Segundo o relatório, “os chatbots de IA não tiveram impacto significativo nos rendimentos ou nas horas registadas em nenhuma das ocupações avaliadas”.
ROI: o enigma ainda por resolver
A frustração sentida pelos executivos não se limita ao setor público ou académico. Um inquérito recente da IBM com 2.000 CEO revela que apenas 25% dos projetos de IA estão a cumprir as expectativas de retorno sobre o investimento. E o mesmo estudo mostra que 64% das empresas investem em IA sobretudo por receio de ficarem atrás da concorrência, não por clareza estratégica.
O panorama traçado por outras entidades, como a Gartner, não é mais animador: a consultora indica que a IA generativa está a atravessar o “vale da desilusão” — fase em que o entusiasmo inicial cede lugar à deceção devido a dificuldades técnicas, ausência de métricas claras de valor e resistência organizacional.
Mesmo os ganhos de tempo reportados — cerca de 5,4 horas por semana, segundo a Gartner — acabam por ser desperdiçados em atividades de baixo valor acrescentado. Uma realidade que mostra como a eficiência, por si só, não gera impacto económico relevante se não for acompanhada por uma reestruturação dos processos e dos modelos de negócio.
Agentes autónomos: a próxima fronteira?
Mas nem tudo é ceticismo. O foco começa a deslocar-se dos chatbots para os AI agents — sistemas autónomos com capacidade para executar tarefas complexas de forma independente, como responder a clientes, pesquisar bases de dados e tomar decisões em tempo real. De acordo com uma sondagem recente da EY, 48% das empresas já adotaram ou estão em fase de implementação de agentes de IA, e quase metade antecipa que mais de 50% das suas iniciativas de IA passarão por esta abordagem nos próximos dois anos.
Outros estudos mostram que empresas pioneiras no uso de AI agents estão a alcançar melhorias de produtividade superiores a 30%. Porém, essas organizações são ainda uma minoria e enfrentam um obstáculo comum: o défice de competências internas para tirar partido da tecnologia.
No fundo, a grande questão talvez não seja se a IA poupa tempo, mas o que as empresas fazem com esse tempo. Como sintetiza um analista da Gartner, “focar-se apenas na eficiência é uma estratégia de curto alcance; não aumenta a relevância da empresa para os seus clientes”.
A verdadeira promessa da IA não reside apenas na otimização de tarefas existentes, mas na possibilidade de reinventar funções, modelos de trabalho e cadeias de valor. O que os dados agora sugerem é que esse potencial ainda não foi plenamente explorado — e que os chatbots, sozinhos, não são o caminho.