O estágio de maturidade em IA de uma empresa se define pelo grau em que a tecnologia está integrada a processos, dados e decisões, não pelo número de pessoas com acesso a uma ferramenta. Existem cinco estágios progressivos, do uso experimental isolado à IA no centro do modelo de negócio. A maioria das organizações brasileiras está nos dois primeiros.
O dado mais desconfortável dessa discussão vem da distância entre percepção e realidade. Segundo o estudo Panorama IA nas Empresas Brasileiras, realizado pela H2R Insights & Trends para a TOTVS em 2025 com 194 empresas, 71% se posicionam no estágio inicial de adoção, 25% no intermediário e apenas 4% no avançado. No mesmo levantamento, apenas 7% das empresas calculam o retorno sobre o investimento em IA. A ausência de medição é o que torna o autodiagnóstico frágil.
O que define o estágio de maturidade em IA de uma empresa?
O estágio de maturidade em IA é definido por seis dimensões avaliadas em conjunto: dados, tecnologia, processos, pessoas, cultura e governança. Uma empresa avança de estágio quando todas as seis evoluem, não quando adota uma ferramenta nova. É por isso que adoção e maturidade não são sinônimos.
O modelo de maturidade em IA da Gartner mede sete pilares — estratégia, dados, governança, engenharia, modelo operacional, cultura e valor do produto de IA — e organiza as empresas em cinco estágios: foundational, emerging, operational, scaled e transformational. A lógica é a mesma em qualquer framework de referência: a nota mais baixa entre as dimensões limita o estágio real da organização.
Essa é a razão pela qual empresas com acesso a modelos avançados permanecem em estágios iniciais. Segundo o estudo produzido pela International Data Corporation a pedido da ABES, divulgado em agosto de 2026 com 107 tomadores de decisão de TI, 95% das organizações já usam IA, mas apenas 48% afirmam ter dados bem estruturados e governados. Outros 49% reconhecem trabalhar com dados parcialmente estruturados e com lacunas.
Quais são os cinco estágios de maturidade em IA?
Os cinco estágios de maturidade em IA são: consciência, experimentação, piloto estruturado, escala e liderança. Cada estágio se distingue pela forma como a empresa organiza dados, atribui responsabilidade formal pelos projetos e mede resultado. A passagem entre estágios exige mudança estrutural, não mais treinamento de ferramenta.
No estágio de consciência, a IA é assunto de reunião sem projeto correspondente. Os dados estão dispersos em planilhas locais e sistemas desconectados. Não existe pessoa formalmente responsável.
No estágio de experimentação, há pilotos isolados em uma área específica, normalmente marketing, atendimento ou recursos humanos. Esses pilotos costumam nascer de iniciativa individual, sem métrica de sucesso nem plano de expansão.
No piloto estruturado, os projetos passam a ter patrocínio da liderança, equipe alocada e critério formal de avaliação. Uma infraestrutura de dados começa a ser organizada.
Na escala, vários projetos operam em produção com impacto mensurável, sustentados por processos de manutenção de modelos e por uma equipe interna capaz de evoluir os sistemas.
Na liderança, a IA é um ativo estratégico construído sobre dados proprietários. A vantagem competitiva se torna difícil de replicar porque depende de dados que o concorrente não possui.
Em qual estágio está a maioria das empresas brasileiras?
A maioria das empresas brasileiras está nos estágios de consciência e experimentação. Segundo a pesquisa TIC Empresas 2025, do Cetic.br e do NIC.br, publicada em 2026 com 4.174 empresas de dez ou mais pessoas empregadas, apenas 17% utilizaram algum tipo de IA em 2025. Entre as grandes empresas, com mais de 250 funcionários, o índice chega a 50%.
Os números variam conforme o universo pesquisado, mas o padrão se repete. A pesquisa da Amcham Brasil em parceria com a Humanizadas, divulgada em agosto de 2026 com 629 executivos, aponta que 84% das empresas ouvidas usam IA. Nesse mesmo grupo, 34% afirmam que a tecnologia produziu resultados pontuais sem efeito relevante no negócio e 27% dizem não ter obtido nenhum resultado relevante. Somados, os dois grupos representam 61% dos respondentes.
O contraste entre uso amplo e resultado escasso é a assinatura do estágio de experimentação. A tecnologia está presente. O processo ao redor dela não mudou.
Por que a maioria das empresas superestima o próprio estágio?
Empresas superestimam o próprio estágio de maturidade porque medem adoção em vez de integração. Contar quantas pessoas usam ChatGPT é simples e produz um número alto. Medir quantos processos foram redesenhados ao redor da IA é difícil e produz um número baixo.
Uma pesquisa da Gartner de 2024 mostrou que 80% das grandes organizações afirmam ter iniciativas ativas de governança de IA, mas menos da metade consegue demonstrar maturidade de governança mensurável. A distância entre declarar e comprovar é exatamente o espaço onde o autodiagnóstico falha.
O dado brasileiro mais direto sobre esse desequilíbrio vem da pesquisa Maturidade da IA Corporativa no Brasil, do Templo, realizada com 382 profissionais de diferentes níveis e setores. O score médio geral foi de 55,6 em 100 pontos, e 61% dos profissionais avaliados operam abaixo do nível intermediário. As dimensões comportamentais pontuaram bem: cultura de inovação recebeu 67,9 e ética no uso 65,1. As dimensões técnicas ficaram muito atrás: automação de workflows recebeu 35,0 e conhecimento conceitual 44,6.
A leitura prática é que a disposição para usar IA já existe na maioria das empresas brasileiras. A base técnica para converter essa disposição em processo, não.
Que sinais indicam que a empresa está travada na experimentação?
Cinco sinais indicam que uma empresa está travada no estágio de experimentação: uso individual sem processo, ausência de métrica de negócio, dados fragmentados, ausência de política formal e pilotos que não escalam. Qualquer um deles isolado já limita o avanço. Combinados, definem o estágio.
O primeiro sinal é o uso extraoficial. A pesquisa ABIACOM sobre adoção de IA, conduzida com a Brazil Panels e a Lideres.ai entre outubro e novembro de 2025 com 200 empresas, identificou que 47,4% dos profissionais usam ferramentas de IA sem aprovação formal, enquanto o uso oficial fica em 38,4%.
O segundo é a ausência de medição. No estudo da TOTVS, 24% das empresas que usam IA não possuem métrica definida para avaliar o resultado.
O terceiro é a fragmentação de dados. O quarto é a ausência de política: a mesma pesquisa da ABIACOM mostra que 59,1% das empresas brasileiras não têm políticas definidas para uso de IA.
O quinto sinal é o piloto que não vira produto. Rodrigo Silveira, diretor de dados e IA da Gerdau, nomeou esse ponto em abril de 2026, no Gartner Data & Analytics, como o principal desafio da companhia: o vale da morte da prova de conceito e a quebra de sistemas no momento de escalar.
Quanto orçamento separa um estágio do outro?
O volume de investimento é um dos indicadores mais confiáveis do estágio de maturidade em IA, porque não depende de autopercepção. Empresas em estágios iniciais destinam frações residuais do orçamento à tecnologia. Empresas em escala destinam parcelas relevantes e sustentadas.
Segundo a pesquisa da Amcham Brasil com a Humanizadas, 77% das empresas brasileiras não investem em IA ou destinam até 2% do orçamento à tecnologia. Apenas 9% direcionam mais de 5%.
O contraste internacional é útil. O relatório The State of AI in 2025, da McKinsey, publicado em novembro de 2025, identificou um grupo de organizações que atribuem 5% ou mais do EBIT ao uso de IA, cerca de 6% da amostra. Mais de um terço desse grupo destina mais de 20% do orçamento digital a IA. Cerca de três quartos delas já escalaram a tecnologia, contra um terço das demais.
O padrão é consistente: o orçamento não segue a maturidade, ele a antecede.
Quais empresas brasileiras exemplificam cada estágio?
As grandes companhias brasileiras que hoje operam nos estágios de escala e liderança percorreram os estágios anteriores de forma documentada, o que as torna referência útil de comparação. Vale, Gerdau, Suzano, Magazine Luiza, Natura e Itaú Unibanco ocupam posições distintas nessa distribuição.
A Vale exemplifica a passagem do piloto estruturado para a escala. A Usina Modelo Conceição II, em Itabira, recebeu investimento de R$ 200 milhões e, desde 2024, registrou aumento de 25% na produtividade, crescimento de 40% na produção de minério premium e redução de 26% das perdas de ferro no rejeito, segundo o Valor Econômico em agosto de 2026. A empresa agora replica a arquitetura em Brucutu, com conclusão prevista para 2027.
A Suzano ilustra o piloto estruturado que se sustenta. A solução Ana Maria, desenvolvida com a Microsoft na fábrica de Três Lagoas, reduziu em 15 horas o tempo de treinamento de novos profissionais no processo de cozimento da celulose. Em paralelo, o GPT Suzano foi liberado para quase 50 mil colaboradores no primeiro semestre de 2024.
A Gerdau opera em escala com governança formalizada. A automação da cotação de matéria-prima atingiu 95% de assertividade e reduziu em 65% o tempo de atendimento ao cliente, de 51 para 16 dias. O monitoramento por câmeras identifica mais de 2.300 riscos diários com 90% de precisão. A companhia mantém um comitê mensal de governança que avalia riscos éticos e legais.
O Itaú Unibanco está no estágio de liderança, sustentado por infraestrutura de dados própria. O banco reúne mais de 800 iniciativas de IA e mantém 1,5 mil curadores de dados, com 95% dos dados sob responsáveis nomeados e 70% das tabelas internas em monitoramento contínuo de qualidade, segundo dados apresentados por Carlos Eduardo Mazzei, diretor de tecnologia, em julho de 2026. Entre 2024 e 2025, a instituição reduziu em 65% os custos com tokens.
O Magazine Luiza mostra o que muda quando a IA entra no produto. A Lu no WhatsApp registra conversão três vezes maior que a busca no aplicativo tradicional e índice de satisfação de 90, acima da média de 85 dos outros canais da varejista.
O que muda na prática ao avançar um estágio?
Avançar um estágio de maturidade em IA muda quem decide, o que se mede e onde a tecnologia opera. A mudança é organizacional antes de ser técnica. Ferramenta nova sem redesenho de processo mantém a empresa no mesmo estágio.
O relatório da McKinsey de 2025 quantificou esse ponto. Entre 25 atributos testados, o redesenho de fluxos de trabalho é o que tem maior efeito sobre a capacidade de a organização registrar impacto no EBIT a partir da IA. Ainda assim, apenas 21% das empresas que usam IA generativa afirmam ter redesenhado profundamente algum fluxo de trabalho.
Na prática, a passagem da experimentação para o piloto estruturado exige três decisões: nomear um responsável formal, definir a métrica de negócio antes de iniciar o projeto e documentar o que funcionou. A passagem do piloto estruturado para a escala exige política de governança, dados organizados e equipes que conectem tecnologia e processo de negócio. A descrição detalhada de cada transição está em Os 5 Níveis de Maturidade em IA que Toda Empresa Deve Conhecer.
Quanto tempo leva para avançar de estágio?
Avançar um estágio de maturidade em IA leva meses, não semanas, porque depende de mudança de processo e de governança. A velocidade varia com o porte da empresa e com a qualidade dos dados existentes, mas o gargalo é organizacional em praticamente todos os casos.
O porte pesa. Segundo a McKinsey, quase metade das organizações com mais de US$ 5 bilhões em receita alcançou o estágio de escala, contra 29% das empresas com menos de US$ 100 milhões. Capacidade de investimento, disponibilidade de talento e infraestrutura explicam a diferença.
A contrapartida é que empresas menores têm menos camadas de aprovação. Quando o diagnóstico aponta com clareza qual dimensão está travando o avanço, a transição pode ser mais rápida do que em uma organização grande.
O relatório Maturidade da IA Corporativa no Brasil, do Templo, reúne os dados dos 382 profissionais avaliados e detalha a distribuição por dimensão e por área funcional. É um ponto de partida útil para comparar a própria organização com o mercado brasileiro antes de definir prioridade de investimento.
Perguntas frequentes
Maturidade em IA é a mesma coisa que adoção de IA?
Não. Adoção mede quantas pessoas usam a tecnologia. Maturidade mede o quanto ela está integrada a processos, dados e decisões. Uma empresa pode ter 90% dos colaboradores usando IA e permanecer no estágio inicial, porque o uso é individual e não alterou como o trabalho acontece.
Uma empresa pode estar em estágios diferentes em áreas diferentes?
Sim, e isso é comum. Segundo a pesquisa do Templo, Recursos Humanos pontuou 61,0 e Educação corporativa 61,3 em 100, enquanto Comercial e Vendas ficaram em 47,4 e Revenue Management em 43,9. Um diagnóstico por área evita tratar todas as equipes com o mesmo investimento.
Empresas pequenas precisam medir estágio de maturidade em IA?
Sim. O porte não isenta a necessidade de diagnóstico. A pesquisa do Cetic.br mostra que a adoção entre pequenas empresas subiu de 10% em 2024 para 15% em 2025, o que indica que a tecnologia deixou de ser exclusividade de quem tem grande estrutura.
Quem deve conduzir o diagnóstico de estágio dentro da empresa?
O diagnóstico precisa envolver liderança de negócio e de tecnologia em conjunto, porque as dimensões avaliadas atravessam as duas áreas. Diagnósticos conduzidos apenas por TI tendem a superestimar a dimensão tecnológica e subestimar processo e cultura. O método completo está em Como Avaliar a Maturidade em IA da Sua Organização.
Vale a pena avançar de estágio sem resolver os dados primeiro?
Não. Dados são a dimensão que limita todas as outras. O estudo da IDC para a ABES mostra que apenas 48% das empresas brasileiras afirmam ter dados bem estruturados e governados, situação que restringe diretamente a capacidade de escalar projetos de IA com segurança.
Identificar o estágio é a etapa que antecede qualquer decisão de investimento em IA. Sem ela, o padrão mais comum é comprar mais ferramenta para um problema que está em processo, ou treinar mais gente para um problema que está em dados. Vamos conversar sobre como isso afeta a sua empresa: o Assessment de IA do Templo aplica o diagnóstico por dimensão e por área, com resultado em minutos.
