“O maior equívoco é achar que a IA, sobretudo a IA Generativa, simplifica tanto tudo que já não exige verdadeiro trabalho de projeto”, atira para início de conversa Pedro Amorim, partner da LTPlabs e professor na Universidade do Porto. Com um percurso que cruza o meio académico e a aplicação prática, incluindo mais de uma década a liderar projetos de análise de dados e inteligência artificial, o especialista aponta para um erro estrutural: a ideia de que a tecnologia, por si só, resolve problemas.

Essa perceção ganhou força com a democratização da IA generativa. Ferramentas mais acessíveis, interfaces simples, respostas rápidas. Tudo parece mais fácil, mas essa facilidade esconde uma realidade mais exigente: compreender o problema, preparar dados, validar resultados e integrar soluções no negócio continuam a ser etapas críticas. Ignorá-las cria o que descreve como uma “falsa sensação de capacidade”, sobretudo em contextos onde a literacia tecnológica ainda é limitada.

Na prática, o ponto de partida está frequentemente errado. “Um projeto de IA deve começar sempre por uma oportunidade ou por um problema de negócio, e não pela tecnologia em si”, afirma. A distinção entre projetos “AI-push” e “AI-pull” torna-se aqui essencial: no primeiro caso, a tecnologia é imposta; no segundo, responde a uma necessidade concreta. É nessa diferença que se joga grande parte do sucesso.

Pedro Amorim é partner da LTPlabs e professor na Universidade do Porto

Porque falham tantos projetos?

Os números ajudam a enquadrar o problema: estima-se que cerca de 80% dos projetos de analytics e IA não chegam a gerar impacto relevante. Mais do que uma falha tecnológica, trata-se de uma falha organizacional.

“As empresas erram no processo, na tecnologia e, muitas vezes mais importante, nas pessoas”, sublinha o responsável. Falta estrutura na definição do problema, escolhas tecnológicas desalinhadas com a realidade e, sobretudo, ausência de competências e literacia suficientes para transformar potencial em execução.

Neste contexto, o papel da liderança ganha relevância. Não basta delegar a IA a equipas técnicas. “As lideranças precisam de perceber suficientemente bem como estas tecnologias funcionam, para fazerem as perguntas certas e criarem tração nos sítios certos”. Sem esse entendimento, os projetos ficam presos em pilotos, testes ou iniciativas isoladas que nunca escalam.

Curiosamente, a tecnologia raramente é o principal bloqueio. “O maior bloqueio está mais na cultura e na tomada de decisão”, diz. Muitas empresas experimentam, mas não avançam por falta de compromisso em integrar a IA no funcionamento real do negócio.

A discussão atual tende a concentrar-se na IA generativa, mas, para Pedro Amorim, esse foco é redutor. A evolução da inteligência artificial nas organizações faz-se em três camadas distintas e complementares. “A IA analítica ajuda-nos a ler dados e a apoiar decisões. A generativa ajuda-nos a explicar, comunicar e transformar essas conclusões em ação. E os agentes começam agora a executar”.

Esta progressão muda a relação entre tecnologia e operação. Se, numa primeira fase, a IA apoiava a decisão, hoje começa a participar diretamente na execução. Isso implica redesenhar processos, clarificar responsabilidades e redefinir o papel humano. É muito mais do que apenas adotar ferramentas. Trata-se de transformar a forma como as organizações funcionam.

Onde o aspeto humano continua a fazer a diferença

Num cenário em que a tecnologia ganha autonomia, a questão torna-se inevitável: o que sobra para o humano? A resposta está na complementaridade. “Um modelo é uma abstração da realidade. Há subtilezas que só o ser humano consegue captar”, afirma.

Intuição, contexto, leitura de nuances. Elementos difíceis de formalizar, mas decisivos na tomada de decisão. À medida que a tecnologia se torna mais capaz, o valor humano desloca-se para esse “extra”, aquilo que não é replicável.

A experiência da LTPlabs — consultora especializada em análise de dados e IA, com presença em setores como indústria, retalho e bens de consumo — mostra que o impacto já é concreto. Planeamento, pricing, gestão de stock, previsão de vendas. As aplicações existem e estão a gerar valor, mas o acesso à tecnologia não garante resultados. O diferencial está na capacidade de executar.

“Interessa-me pouco ter tecnologia muito florescente, se depois as pessoas não entenderem, se não adotarem, se não compreenderem”, resume. A literacia surge, por isso, como o primeiro passo, mais relevante do que qualquer investimento inicial em ferramentas.

Entre o entusiasmo e a realidade, a Inteligência Artificial continua a ser, sobretudo, um desafio de transformação organizacional. E talvez seja esse o ponto menos visível, e mais determinante, de todos.

LER TAMBÉM:

• 72% dos portugueses já usam Inteligência Artificial em casa, mas exigem controlo humano

• Indústria alimentar portuguesa testa IA e robótica em fábricas através do programa Test4Food

• As empresas portuguesas continuam sem saber ler os dados da IA

• Inteligência Artificial nas empresas dispara 282% em 2025