IA já está presente em 80% das empresas, mas poucas medem seu retorno. Veja por que integração, dados e processos definem o resultado.
A inteligência artificial já entrou na rotina das empresas brasileiras. Ela escreve descrições de produtos, resume relatórios, auxilia campanhas, responde clientes, organiza informações e acelera diversas atividades que antes dependiam exclusivamente de trabalho manual.
O problema é que usar inteligência artificial não significa necessariamente obter resultado com ela.
Um estudo realizado pela MIT Sloan Management Review Brasil a pedido da TOTVS mostra justamente esse contraste. Entre 583 empresas pesquisadas em diferentes regiões do Brasil, 80% afirmam já testar ou utilizar inteligência artificial, mas 93% ainda não incorporaram a tecnologia de maneira efetiva à estratégia do negócio.
O cenário se torna ainda mais relevante quando o assunto é dinheiro. Cerca de 86% das empresas não medem quanto gastam com inteligência artificial e 88% não acompanham o retorno financeiro gerado pelos projetos.
Para o e-commerce, essa diferença entre adoção e resultado merece atenção.
Usar ChatGPT para produzir uma descrição de produto pode gerar produtividade. Automatizar respostas de atendimento também. Mas uma transformação mais profunda acontece quando a inteligência artificial passa a conversar com estoque, pedidos, ERP, histórico de vendas, clientes, logística e indicadores financeiros.
É nesse momento que a IA deixa de ser apenas uma ferramenta individual e passa a participar da operação.
O problema não é mais começar a usar inteligência artificial
Nos últimos anos, a principal barreira para a adoção da IA era o acesso.
Isso mudou rapidamente.
Ferramentas generativas passaram a estar disponíveis para praticamente qualquer profissional com acesso à internet. Equipes de marketing começaram a produzir textos e imagens mais rapidamente. Times comerciais ganharam apoio na elaboração de propostas. Analistas passaram a utilizar assistentes para interpretar informações e acelerar tarefas.
A adoção aconteceu.
O desafio agora é outro.
A inteligência artificial precisa deixar de funcionar apenas como um conjunto de ferramentas isoladas e começar a produzir ganhos mensuráveis dentro dos processos que realmente movimentam o negócio.
O estudo apresentado pela TOTVS mostra que, em 40% das empresas avaliadas, as iniciativas relacionadas à IA ainda acontecem sem coordenação entre departamentos.
Na prática, isso pode significar marketing utilizando uma solução, atendimento usando outra, tecnologia testando uma terceira e gestores experimentando diferentes assistentes sem que exista uma estratégia comum.
Esse modelo consegue gerar ganhos locais de produtividade.
Mas dificilmente produz transformação operacional.
A diferença entre uma IA que ajuda e uma IA que transforma
Durante a apresentação do estudo, executivos da TOTVS utilizaram uma comparação simples para explicar o atual momento das empresas brasileiras.
Existe a IA usada no “CPF” e a IA usada no “CNPJ”.
A primeira aparece quando um profissional usa uma ferramenta para resumir documentos, escrever textos ou organizar informações.
A segunda ocorre quando a tecnologia entra nos processos estratégicos da organização e passa a influenciar a forma como a empresa opera.
Essa diferença é especialmente clara no e-commerce.
Imagine uma operação que utiliza IA para escrever títulos e descrições dos produtos. Existe um ganho evidente de produtividade.
Agora considere outra operação em que a tecnologia acessa vendas anteriores, estoque disponível, margem de cada SKU, campanhas ativas e sazonalidade para auxiliar a previsão de demanda.
Os dois negócios utilizam inteligência artificial.
Mas o impacto potencial é completamente diferente.
No primeiro caso, existe automação de tarefa.
No segundo, existe inteligência integrada à tomada de decisão.
Só 8% integram amplamente a IA aos sistemas de gestão
Um dos dados mais relevantes do levantamento está na conexão entre inteligência artificial e os sistemas centrais das empresas.
Somente 8% das organizações pesquisadas afirmaram integrar amplamente a IA aos sistemas de gestão, como ERPs. Além disso, apenas 46% disseram que suas soluções de inteligência artificial conseguem acessar automaticamente os dados da companhia.
Essa limitação ajuda a explicar por que tantas iniciativas permanecem superficiais.
No e-commerce, grande parte das informações necessárias para decisões importantes está distribuída entre diferentes sistemas.
O ERP conhece estoque, faturamento e compras.
O marketplace possui dados de pedidos, anúncios e desempenho comercial.
A plataforma de e-commerce registra navegação e conversão.
A ferramenta de mídia possui dados de investimento e aquisição.
O CRM concentra informações sobre clientes.
A transportadora conhece prazos e ocorrências logísticas.
Quando a inteligência artificial não consegue acessar essas bases de forma organizada, ela trabalha com apenas uma fração da realidade da empresa.
E uma IA com pouco contexto pode ser muito eficiente em responder perguntas, mas pouco eficiente em tomar decisões relevantes.
Dados fragmentados limitam qualquer automação
A discussão sobre inteligência artificial frequentemente começa pelo modelo ou pela ferramenta.
Para muitas operações, deveria começar pelos dados.
Um seller pode querer usar IA para prever estoque, por exemplo. Mas se o ERP apresenta divergências de inventário, produtos duplicados ou históricos incompletos, a previsão será construída sobre uma base pouco confiável.
O mesmo acontece na precificação.
Um algoritmo pode recomendar alterações de preço rapidamente. Mas se ele não conhece comissão do marketplace, custo logístico, impostos, custo do produto e investimento em publicidade, aumentar vendas pode significar reduzir margem.
A qualidade da decisão continua dependendo da qualidade da informação disponível.
Por isso, organizar a infraestrutura de dados se torna uma das etapas mais importantes antes de automatizar processos críticos.
O e-commerce precisa começar a medir o ROI da IA
Outro ponto do estudo expõe uma fragilidade de gestão.
Se 88% das empresas não acompanham o retorno financeiro da inteligência artificial, grande parte das iniciativas ainda está sendo avaliada pela percepção de produtividade e não necessariamente pelo resultado econômico.
Esse modelo tende a se tornar insustentável conforme o número de ferramentas aumenta.
Uma operação pode contratar soluções para criação de conteúdo, atendimento, análise de dados, geração de imagens, automação de campanhas e previsão de demanda.
Individualmente, os custos podem parecer pequenos.
Somados, eles passam a representar uma nova linha relevante no orçamento tecnológico.
O gestor precisa então responder a uma pergunta básica.
O que melhorou depois da implementação?
Dependendo da aplicação, o indicador pode variar.
Em atendimento, pode ser redução do tempo médio de resposta ou aumento da resolução automática.
Em marketing, pode ser redução do custo de produção ou aumento da conversão.
Em cadastro, pode ser ganho de produtividade e redução de erros.
Em estoque, pode ser diminuição de ruptura e capital imobilizado.
Em mídia, pode ser melhora de ROAS ou redução de desperdício.
Sem uma métrica anterior à implementação, praticamente qualquer resultado pode parecer positivo.
Automatizar um processo ruim não resolve o processo
Outro ponto levantado durante a apresentação do estudo é a necessidade de redesenhar processos em vez de simplesmente adicionar IA ao fluxo existente.
A lógica é importante.
Quando uma empresa introduz inteligência artificial em uma etapa ineficiente sem revisar o processo completo, ela pode apenas executar mais rapidamente algo que já era mal estruturado.
No e-commerce isso acontece com frequência.
Considere um catálogo com títulos inconsistentes, atributos incompletos e produtos duplicados.
Colocar uma IA para produzir mais descrições pode aumentar a velocidade de cadastro.
Mas o problema estrutural continua existindo.
Uma abordagem mais madura começa definindo quais informações cada categoria precisa possuir, criando padrões de cadastro e estabelecendo regras de validação.
Depois disso, a IA pode acelerar a execução.
A mesma lógica vale para atendimento, precificação, análise de campanhas e gestão de estoque.
Primeiro é necessário entender o processo.
Depois, decidir onde a automação realmente gera valor.
A integração com o ERP tende a ganhar protagonismo
A baixa integração entre IA e sistemas de gestão abre uma das principais frentes de evolução tecnológica para os próximos anos.
O motivo é simples.
Grande parte das decisões comerciais depende de informações que já estão dentro do ERP.
Uma inteligência conectada ao sistema pode, por exemplo, cruzar velocidade de vendas e estoque para identificar risco de ruptura.
Também pode detectar produtos com baixo giro, comparar margem entre canais ou sinalizar pedidos com características fora do padrão.
Em operações mais avançadas, agentes podem executar etapas desses fluxos automaticamente, seguindo regras determinadas pela empresa.
Isso não significa entregar todas as decisões para a máquina.
Significa reduzir o intervalo entre detectar um problema e agir sobre ele.
Governança passa a ser parte da estratégia
Quanto mais a inteligência artificial acessa dados corporativos e participa de decisões importantes, maior se torna a necessidade de governança.
O estudo mostra que apenas 14% das empresas pesquisadas possuem uma política formal de governança de IA aplicada a toda a organização. Ao mesmo tempo, 46% apontam vazamento ou uso indevido de dados como o principal risco associado à tecnologia.
Para empresas de e-commerce, o tema envolve informações potencialmente sensíveis.
Dados de clientes, faturamento, margens, fornecedores, preços, documentos e estratégias comerciais não podem ser enviados indiscriminadamente para qualquer ferramenta.
Isso exige políticas claras.
Quais ferramentas estão autorizadas?
Quais dados podem ser utilizados?
Quais informações precisam ser anonimizadas?
Quem valida decisões automatizadas?
Como erros são registrados?
Quem responde por uma decisão incorreta?
À medida que a IA deixa de ser apenas um assistente de texto e passa a atuar nos sistemas da empresa, essas perguntas deixam de ser burocracia e passam a fazer parte da própria arquitetura tecnológica.
Capacitar pessoas continua sendo necessário
A transformação também possui uma dimensão humana.
Segundo o levantamento, 43% dos funcionários têm receio de errar por confiar demais na inteligência artificial e 37% afirmam não saber utilizar corretamente as ferramentas. Apesar disso, somente 7% das empresas oferecem capacitação estruturada para todos os colaboradores.
Isso cria um paradoxo.
As organizações compram tecnologia rapidamente, mas nem sempre desenvolvem a capacidade interna necessária para utilizá-la.
Para operações de e-commerce, treinamento não precisa significar ensinar dezenas de ferramentas.
O mais importante é ensinar como identificar boas aplicações, avaliar respostas, proteger informações, validar resultados e reconhecer situações em que a decisão humana continua necessária.
A próxima fase será menos sobre ferramentas e mais sobre processos
A corrida inicial da inteligência artificial foi marcada por uma pergunta simples.
Qual ferramenta sua empresa está usando?
A próxima fase provavelmente será definida por outra.
Qual resultado essa ferramenta realmente gera?
Essa mudança de perspectiva pode ser positiva para o e-commerce.
Depois de um período marcado pelo lançamento constante de assistentes, copilotos e agentes, as empresas começam a precisar justificar investimentos com indicadores mais concretos.
O impacto mais relevante da IA não deve vir apenas da velocidade para escrever uma descrição ou gerar uma peça publicitária.
Ele tende a aparecer quando a tecnologia consegue conectar dados, reduzir retrabalho, antecipar problemas e melhorar decisões comerciais.
Para sellers, varejistas e indústrias que vendem online, a prioridade não precisa ser implementar inteligência artificial em toda a empresa.
Pode ser mais eficiente escolher um problema operacional relevante, estabelecer uma métrica, organizar os dados necessários e testar a tecnologia naquele processo.
Depois, medir.
Se houver resultado, escalar.
A maturidade em inteligência artificial provavelmente será menos definida pela quantidade de ferramentas contratadas e mais pela capacidade de transformar tecnologia em margem, produtividade, experiência do cliente e crescimento sustentável.
FAQ
Quantas empresas brasileiras já usam inteligência artificial?
O estudo da MIT Sloan Management Review Brasil realizado a pedido da TOTVS aponta que 80% das 583 empresas pesquisadas já testam ou utilizam inteligência artificial de alguma forma.
Por que 93% das empresas ainda não obtêm impacto estratégico com IA?
O levantamento indica que a maior parte das empresas ainda utiliza a tecnologia em iniciativas fragmentadas ou experimentais, sem integração suficiente com estratégia, processos e sistemas corporativos.
Quantas empresas medem o retorno financeiro da inteligência artificial?
Somente cerca de 12% das empresas pesquisadas acompanham o retorno financeiro da IA. Em outras palavras, 88% ainda não realizam essa medição.
A IA precisa estar integrada ao ERP?
Não necessariamente em todas as aplicações. Porém, para usos relacionados a estoque, pedidos, finanças, compras ou análise operacional, a integração com sistemas de gestão pode fornecer o contexto necessário para decisões mais precisas.
Como calcular o ROI da IA no e-commerce?
Primeiro é necessário determinar o indicador que a implementação pretende melhorar. O resultado pode ser calculado comparando ganhos financeiros ou redução de custos com os custos totais da solução, incluindo licenças, integração, treinamento e manutenção.
Qual é o melhor processo para começar a usar IA no e-commerce?
O melhor ponto de partida costuma ser um processo repetitivo, mensurável e com dados confiáveis. Atendimento, cadastro de produtos, análise de vendas e monitoramento de estoque são exemplos possíveis, desde que exista uma métrica clara para comparar o desempenho antes e depois.
A inteligência artificial pode tomar decisões sozinha no e-commerce?
Tecnicamente, alguns sistemas podem automatizar determinadas decisões. Porém, regras de negócio, limites de atuação, revisão humana e governança são especialmente importantes em processos que envolvem preços, clientes, dados pessoais, pagamentos ou impacto financeiro.
PROMPT PARA IMAGEM DE DESTAQUE
Fotografia editorial premium, hiper-realista e humanizada mostrando uma equipe de e-commerce brasileira analisando o desempenho de inteligência artificial dentro de uma operação digital. Em primeiro plano, um gestor e uma analista observam juntos um monitor grande com dashboards modernos de vendas, estoque, pedidos, automações e indicadores de desempenho, sem textos ou números legíveis. Ao lado, notebook aberto e elementos reais de uma operação de e-commerce, como caixas de expedição, leitor de código de barras e pequenas embalagens organizadas. Ao fundo, outros profissionais trabalhando em um ambiente moderno de tecnologia e varejo digital. Inserir de forma sutil elementos visuais que representem conexão entre inteligência artificial, ERP, estoque, vendas e dados, como fluxos luminosos discretos conectando interfaces digitais, sem robôs humanoides e sem estética futurista exagerada. Pessoas com expressões naturais de análise, concentração e tomada de decisão, sem poses de banco de imagens. Iluminação cinematográfica profissional, combinação equilibrada de luz natural e iluminação tecnológica, profundidade de campo, textura realista de pele, tecidos, mesas e equipamentos. Sensação de inteligência operacional, mensuração de resultados e integração tecnológica. Visual sofisticado, corporativo e contemporâneo. Sem logos, marcas, palavras, textos ou elementos publicitários. Composição horizontal 16:9, resolução 4K, fotografia editorial de alto nível para capa de blog sobre inteligência artificial, ROI, ERP e transformação digital no e-commerce.
