Capitalistas de risco estão mais uma vez prevendo um aumento na adoção de IA empresarial, desta vez apontando 2026 como o ano crucial. Essa previsão surge após três anos de projeções otimistas que ainda não se concretizaram totalmente, apesar do investimento significativo e da proliferação de startups de IA após o lançamento do ChatGPT da OpenAI.

O otimismo é atenuado pela realidade de que muitas empresas ainda estão lutando para obter benefícios tangíveis de seus investimentos em IA. Uma pesquisa recente do MIT revelou que impressionantes 95% das empresas não estão vendo um retorno significativo sobre seus investimentos em IA. Isso levanta a questão crítica: quando as empresas realmente começarão a ver valor na integração e utilização da IA?

O TechCrunch entrevistou 24 capitalistas de risco especializados em IA empresarial, e o consenso esmagador aponta para 2026 como o ano em que as empresas adotarão significativamente a IA, testemunharão seu valor e, subsequentemente, aumentarão seus orçamentos para a tecnologia. Essa previsão, no entanto, ecoa previsões semelhantes feitas em anos anteriores, provocando ceticismo sobre se 2026 será realmente diferente.

O mercado de IA empresarial tem experimentado um crescimento substancial, impulsionado pela promessa de maior eficiência, automação e tomada de decisões orientada por dados. No entanto, a complexidade de integrar soluções de IA na infraestrutura existente, juntamente com a falta de uma compreensão clara das capacidades da IA, tem dificultado a adoção generalizada. Além disso, os primeiros a adotar podem ter superestimado as capacidades dos Large Language Models (LLMs), vendo-os como uma solução universal em vez de uma ferramenta mais adequada para aplicações específicas. Como observou Kirby Winfield, sócio-fundador da Ascend, as empresas estão começando a perceber que os LLMs não são uma bala de prata para a maioria dos problemas.

Olhando para o futuro, a integração bem-sucedida da IA na empresa depende de vários fatores. Em primeiro lugar, as empresas precisam desenvolver uma compreensão clara de suas necessidades específicas e identificar soluções de IA que atendam diretamente a essas necessidades. Em segundo lugar, o investimento em treinamento e educação é crucial para garantir que os funcionários possam utilizar e gerenciar as ferramentas de IA de forma eficaz. Finalmente, um foco na qualidade e governança dos dados é essencial para garantir que os algoritmos de IA sejam treinados em dados confiáveis e precisos. Se esses desafios forem enfrentados, 2026 pode realmente ser o ano em que a IA empresarial finalmente cumprirá seu potencial há muito prometido.