Inteligência artificial movimenta US$ 2,7 trilhões, mas retorno patina; o que falta?O dinheiro está entrando em ritmo acelerado na inteligência artificial, mas transformar investimento em lucro continua sendo a parte mais difícil. Segundo o Gartner, os gastos globais com a tecnologia devem alcançar US$ 2,7 trilhões em 2026, crescimento de 49,5% em relação ao ano anterior.A maior fatia, de aproximadamente US$ 1,48 trilhão, será destinada à infraestrutura, como data centers, servidores, redes e semicondutores. Outros US$ 576,5 bilhões devem ser aplicados em serviços de IA, enquanto o mercado de software deve movimentar US$ 461,6 bilhões.O avanço mostra o tamanho da corrida tecnológica, mas também levanta uma pergunta importante para empresas e investidores: todo esse dinheiro já está gerando retorno?Inteligência artificial cresce, mas impacto no lucro ainda é limitadoUma pesquisa da McKinsey mostra que quase nove em cada dez empresas já utilizam inteligência artificial em pelo menos uma função. Além disso, 44% afirmam estar ampliando a tecnologia para diferentes áreas do negócio, ante 38% no ano anterior.O impacto financeiro, porém, continua restrito. Apenas 37% das organizações relatam alguma contribuição positiva da IA para o lucro operacional.O UBS também identificou uma distância entre testes e aplicações em larga escala. Em levantamento divulgado em setembro, somente 8% das empresas consultadas afirmaram ter implantado a chamada IA agêntica de forma ampla.A IA agêntica vai além dos chatbots tradicionais. Em vez de apenas responder a uma pergunta, o sistema consegue cumprir diferentes etapas de uma tarefa, consultar informações, tomar decisões dentro de regras predefinidas e acionar outros sistemas.“Na IA, o maior custo hoje é não fazer nada”, afirmou Mariano Castaños, CEO da Konecta para as Américas, em entrevista à Suno Notícias.Na avaliação do executivo, um dos erros mais comuns é comprar licenças antes de organizar dados, processos e bases de conhecimento. Sem essa preparação, a ferramenta pode até funcionar, mas dificilmente transforma a operação ou produz um retorno mensurável.Você aprende sobre ações, FIIs, renda fixa e valuation. Mas quem ensina você a lidar com o próprio comportamento? A Suno liberou pela primeira vez três e-books sobre o tema. Acesse gratuitamente.OpenAI e Anthropic entram na operação das empresasPara acelerar a adoção, a Konecta criou o Kolibri, plataforma que conecta agentes de IA, funcionários e sistemas corporativos. A arquitetura é independente de um único modelo e pode trabalhar com tecnologias de empresas como OpenAI e Anthropic.Na prática, isso permite trocar ou combinar modelos conforme o custo, a segurança e a qualidade exigidos por cada tarefa. Se uma ferramenta apresentar desempenho inferior, outro modelo pode assumir parte da operação.Segundo a companhia, aproximadamente 80% dos casos de uso da plataforma já chegam pré-construídos. A Konecta também anunciou um investimento de € 150 milhões no plano Katalyst 2028, voltado à expansão de soluções de IA, dados e transformação digital.Para o investidor, a disputa envolve diferentes partes da cadeia. OpenAI e Anthropic continuam sendo empresas fechadas, sem ações negociadas em bolsa. A exposição indireta pode ocorrer por meio de parceiras como Microsoft (MSFT34) e Amazon (AMZO34), além de fabricantes de chips, provedores de nuvem e empresas de software.Casos mostram redução de custos e aumento de vendasOs casos fornecidos pela Konecta mostram que os resultados aparecem quando a IA é aplicada a processos específicos.Em uma operação da Telepizza, na Espanha, um assistente passou a receber pedidos de clientes e consultar dados do estoque e do ponto de venda. Segundo a companhia, a automação alcançou entre 40% e 60% das solicitações e reduziu em 35% o custo da gestão dos pedidos.No Brasil, a integração da IA ao atendimento de uma empresa de seguro de saúde pelo WhatsApp elevou o NPS em 24 pontos, reduziu o custo operacional em 68% e aumentou a retenção em 74%, de acordo com dados da Konecta. O cliente não foi identificado.Outro projeto, desenvolvido para uma empresa financeira, utilizou IA para estimar a propensão de pagamento e sugerir argumentos aos profissionais de cobrança. O resultado informado foi um aumento de 15% na taxa de quitação das dívidas.Os números ajudam a explicar por que o mercado está olhando menos para o simples acesso aos modelos e mais para a capacidade de integrá-los a dados e processos reais. Para Castaños, a empresa que apenas compra uma ferramenta, sem redesenhar a operação, corre o risco de elevar despesas sem capturar os benefícios prometidos pela inteligência artificial.