Agentes de IA sem régua: o Brasil compra rápido e mede devagar

O que diz o estudo ABES/IDC 2026?

O levantamento é da Associação Brasileira das Empresas de Software com a IDC, dentro do Estudo do Mercado Brasileiro de Software: Panorama e Tendências 2026, divulgado em junho. Foram ouvidos 103 executivos no Brasil e 507 na América Latina. Três números desenham o cenário: 40% das empresas já investem em agentes de IA, 33% pretendem adotar nos próximos 12 meses e 53% dos líderes apontam IA e agentes como a prioridade estratégica número um de 2026, à frente de cibersegurança (41%).

Até aqui, festa. O problema aparece quando o mesmo estudo mede a base embaixo dessa ambição: 57% dizem ter objetivos claros e bem definidos para o uso de IA, mas só 38% têm uma estrutura sólida de governança de dados e apenas 34% têm arquitetura e políticas de cibersegurança preparadas para agentes operando de verdade. A cobertura do TI Inside sobre o estudo resumiu a distância no título: o Brasil acelera, mas ainda não sabe medir o retorno.

Traduzindo a matemática: mais da metade das empresas sabe o que quer da IA. Pouco mais de um terço construiu o alicerce de dados que permite saber se conseguiu.

O que o radar da Orna mostra: 6 pesquisas, o mesmo desenho

O Observatório Orna acompanha diariamente as notícias de IA pela lente de quem opera um negócio B2B. Entre 2 de junho e 13 de julho, o radar curou 74 notícias relevantes. Dentro delas, 6 são pesquisas com amostra brasileira. E aqui está o dado que nenhuma delas mostra sozinha: todas as 6 pareiam um número alto de adoção ou intenção com um número baixo de estrutura ou medição.

• Google, Sebrae, Itaú e Tera: 96% dos donos de PME conhecem IA; menos de 50% usam no próprio negócio.
• IDC com Microsoft Brasil: 88% dos executivos veem IA como principal motor de competitividade até 2030; 23% escalaram para produção.
• Information Management, com dados McKinsey: 72% das empresas brasileiras seguem em fase experimental com IA.
• KPMG Brasil: 81% já investiram em IA agentiva; 45% admitem que os projetos rodam em silos desconectados.
• Deloitte Brasil: 95% planejam IA agentiva; 27% têm governança madura; só 1 em cada 4 escalou 40% ou mais dos pilotos.
• ABES com IDC: 73% investem ou vão investir em agentes; 57% têm objetivo claro; 38% têm governança de dados estruturada.

Seis amostras diferentes, seis metodologias diferentes, um desenho só. Nas 5 pesquisas que trazem o par completo, o número da frente (crença, compra, intenção) é em média 2,6 vezes maior que o número de trás (produção, governança, medição). No pior caso, quase 4 vezes. O mercado brasileiro não tem um problema de entusiasmo com IA. Tem um problema de alicerce.

Por que medir o retorno de agente de IA é tão difícil?

Porque medir exige uma coisa que a pressa não entrega: base de comparação. A empresa que pluga um agente sem fotografar o antes (quanto tempo o processo tomava, quanto custava, quanto vazava) não tem contra o que comparar o depois. O resultado vira sensação de time, e sensação não passa em reunião de sócio.

O agente ainda complica um detalhe: ele atravessa processos. Um agente que qualifica lead toca marketing, comercial e atendimento ao mesmo tempo. Se cada área mede de um jeito (ou não mede), o ganho se dilui em três relatórios que não conversam. Foi exatamente essa conta que derrubou o orçamento anual de IA da Uber em quatro meses: consumo alto, linha de resultado invisível.

E tem o custo espalhado. Agente de IA não custa só a assinatura: custa token, custa integração, custa a hora de quem revisa a saída. Quem soma só a licença está comparando um retorno inteiro com um custo pela metade. A conta certa está no nosso guia de ROI de automação com IA.

Como colocar régua antes do agente: 4 passos

Nada disso pede consultoria de seis meses. Pede disciplina de uma semana antes da compra:

• Fotografe o antes. Tempo, custo e volume do processo que o agente vai assumir, medidos por 2 semanas. Sem essa foto, qualquer resultado futuro é opinião.
• Um indicador por processo. "ROI da IA" genérico não existe. Existe tempo de resposta do orçamento, custo por lead qualificado, dias de fechamento contábil.
• Some o custo inteiro. Licença, consumo de token, integração e hora humana de revisão entram na mesma linha. Se quiser um ponto de partida, use a calculadora de automação da Orna.
• Marque a data da revisão. 30, 60 e 90 dias, com critério de corte combinado antes: o que fica, o que ajusta, o que desliga.

A leitura da Orna é a mesma que sustenta este observatório: execução está virando commodity. Quando 7 em cada 10 empresas tiverem agente, ter agente não diferencia mais ninguém. O diferencial passa a ser quem estruturou a operação para saber, com número, o que a IA devolve por real investido. Os 38% com governança de dados já começaram na frente dos outros 62%.