O paradoxo da produção de IA: o que 2.527 líderes de empresas nos contaram

Há dois anos, a conversa sobre IA corporativa é a mesma. Colocar pilotos em produção é o gargalo. Supere isso e você estará à frente. 

Nossa nova pesquisa mostra que essa história está errada – e os dados para comprovar isso vêm de 2.527 líderes que tomam decisões em empresas de dez países e seis setores. Hoje, estamos lançando os primeiros resultados da The AI Production Paradox, um estudo independente da Sinch sobre o estado real da IA na comunicação com o cliente. 

Veja o que descobrimos. 

Existe uma história amplamente aceita na IA corporativa de que o maior desafio é colocar pilotos em produção. McKinsey relatou em 2025 que dois terços das organizações continuavam presas nas fases de experimentação. BCG descobriu que 60% ainda não haviam demonstrado nenhum valor material a partir de seus investimentos em IA. Gartner previu que metade de todos os projetos de IA generativa seria abandonada após a prova de conceito. 

Na comunicação com o cliente especificamente, aconteceu algo diferente. Nossa pesquisa mostra que 62% das organizações já têm agentes de IA ativos em produção nos canais do cliente, e 88% esperam chegar lá até o final de 2026. Isso significa que quase nove em cada dez empresas estarão implementando ativamente agentes de IA até o final deste ano.

As empresas também não estão apenas testando as águas. A implementação média abrange 3,3 canais simultaneamente, com quase metade executando IA em quatro ou mais canais – chatbots para web, email, redes sociais, WhatsApp, SMS/MMS, RCS e voz e respostas interativas de voz. E a meta que impulsiona a maior parte desse investimento não é a redução de custos. Para 36% das pessoas entrevistadas, o objetivo principal é melhorar a satisfação e a fidelidade do cliente. Elas estão usando a IA para competir na experiência do clientee conquistar algo mais difícil de medir do que a eficiência: a confiança do cliente. 

Em cada métrica que o mercado estabeleceu para medir o progresso da IA, essas organizações venceram. Elas escaparam do purgatório dos pilotos. Elas cruzaram a linha de chegada. 

Só que essa não era a linha de chegada.

Aqui está a descoberta que deve fazer com que toda liderança de comunicação de IA pare e leia com mais atenção: 74% das organizações que implementaram agentes de comunicação de IA com sucesso foram forçadas a desativá-los ou revertê-los. 

Isso se aplica a todas as regiões e setores em nosso estudo. Não diminui com a experiência. Não diminui com o investimento. O tempo todo, o mercado tem traçado a linha de chegada errada – e o que acontece depois que as empresas fazem o lançamento com sucesso muda radicalmente a pergunta que cada líder de comunicação de IA deveria estar se fazendo agora. 

É aqui que a situação fica interessante. Entre as organizações que descrevem suas proteções como totalmente maduras – os programas de IA mais governados e monitorados da pesquisa –, a taxa de reversão é de 81%. 

Mais governança, mais monitoramento, mais investimento – e ainda assim, oito em cada dez dos programas mais avançados tiveram que desativar algo. 

Os dados oferecem uma explicação preocupante. Organizações com instrumentação de governança madura conseguem ver falhas que as organizações menos maduras ignoram completamente. Os programas que relatam taxas de reversão mais baixas não estão necessariamente executando uma IA mais limpa – em muitos casos, simplesmente falta a eles o monitoramento para saber quando algo dá errado. As organizações que não relatam falhas de governança não são a referência. Eles podem ser apenas aqueles com a menor visibilidade do que está acontecendo.

“Se a governança fosse a solução, as equipes mais maduras fariam menos reversões. Elas não fazem. O que está quebrando não é a camada de política. É a confiabilidade no sistema real: dados, fluxos de trabalho, integrações e casos extremos. E o custo é real: 84% das equipes de engenharia de IA passam pelo menos metade de seu tempo em infraestrutura de segurança, em vez de melhorar a experiência do cliente. Esse é o imposto de proteção.”

Daniel Morris CPO da Sinch

E então temos o problema da confiança. 90% das pessoas responsáveis pelas decisões nas empresas se descrevem como confiantes na prontidão de seus agentes de IA. Daquelas que já estão em produção, 75% vivenciaram pelo menos uma reversão de governança. A confiança não está relacionada a menos falhas. Em muitos casos, essa é a condição exata sob a qual a próxima falha está sendo preparada. 

A pergunta mais útil para qualquer equipe de liderança não é “estamos confiantes?” E sim: “se algo desse errado agora, saberíamos antes que nossos clientes soubessem?” 

Quando um agente de comunicações de AI falha em produção, os clientes percebem. Nossos dados mostram que o impacto se divide em três direções simultaneamente – e a maioria das organizações está apenas fazendo o rastreamento da primeira.

35% das organizações citam um aumento na carga de trabalho da equipe de suporte humano como a principal consequência. O agente cai, e cada interação com a qual ele estava lidando é revertida para uma pessoa. Uma equipe de suporte dimensionada para um mundo onde a IA lida com um volume significativo de repente está gerenciando tudo. Nos momentos de pico – um lançamento de produto, uma interrupção de serviço, um aumento sazonal – isso não é um inconveniente. É uma crise operacional. 

Esse é o tipo de falha que é relatado para a liderança superior. Aparece nos painéis, gera análises de incidentes e é resolvido quando o agente volta a ficar online. É visível, mensurável e tem um caminho claro para a resolução. 

34% citam danos à reputação e perda de confiança do cliente – basicamente empatados com a sobrecarga do suporte. Esse quase empate é uma das descobertas menos relatadas na pesquisa, porque esses dois modos de falha não são resolvidos da mesma forma. A fila de suporte é esvaziada. O dano à marca não tem um caminho claro de volta. 

Do ponto de vista do cliente, não há plataforma, fornecedor ou camada de infraestrutura. Existe apenas a sua marca. Para 31% das organizações, a principal causa de uma reversão por falha de governança é a exposição de dados do cliente: informações pessoais surgindo em uma interação onde não deveriam. Essa atribuição é permanente de uma forma que um pico na fila não é. 

O que torna isso mais difícil de resolver é que, muitas vezes, não é visível para as pessoas que poderiam tomar alguma atitude. A liderança técnica relata reversões a uma taxa maior do que seus equivalentes de negócios nas mesmas organizações – 77% contra 69%. No varejo, a diretoria executiva tem 2,3 vezes mais probabilidade do que as vice-presidências e diretorias de afirmar que a maioria dos pilotos de comunicação de IA está tendo sucesso. Mesma organização, relatos muito diferentes sobre os mesmos eventos. É nessa lacuna de visibilidade que a marca sofre o impacto. 

Há um terceiro custo que não aparece no painel nem nas reclamações do cliente. Os dados da Sinch mostram que 84% das equipes de engenharia de comunicação de IA passam pelo menos metade de seu tempo criando proteções e controles de segurança – em vez de criar a próxima experiência do cliente. 35% passam a maior parte do seu tempo nisso. 

E a direção desse peso surpreende as pessoas. As equipes de engenharia no estágio de produção estão gastando mais tempo em infraestrutura de segurança do que as equipes de pré-produção, e não menos. Cada novo agente, cada novo canal, cada novo requisito de conformidade adiciona mais uma camada. O imposto de proteção não é amortizado. Ele se acumula. 

“Toda equipe precisa decidir quais controles pertencem à camada da plataforma e o que seus engenheiros devem construir por cima, porque o custo de construir proteções personalizadas aumenta com o tempo, especialmente à medida que a equipe avança pelo ciclo de vida do produto. Cada novo agente, cada novo canal, cada nova implantação aumenta a pilha. E, no fim das contas, você perde esse impulso quando se trata de ter um desempenho superior no mercado.”

Anton Efimenko SVP de engenharia de software na Sinch

Em todos os métodos estatísticos que aplicamos a esse conjunto de dados – correlações, modelos de regressão, tabulações cruzadas – uma variável supera consistentemente todas as outras como previsora do sucesso da implementação de IA: a satisfação com a infraestrutura de comunicação. 

Não o nível de investimento. Não a maturidade da IA. Não há quanto tempo você está em produção. Nem quão sofisticadas são suas políticas de segurança. 

A correlação entre a satisfação com a infraestrutura e a confiança na implementação de IA é de 0,52 – o relacionamento mais forte entre 4.656 pares de variáveis analisados no estudo. Como uma organização se sente em relação à sua infraestrutura de comunicação é um previsor melhor do sucesso da IA do que qualquer outra coisa que medimos. 

Ainda assim, a maioria das organizações identifica pelo menos uma falha significativa no seu provedor atual. As lacunas mais comuns: confiabilidade insuficiente para IA em escala (42%), capacidade multicanal limitada (37%) e falta de integrações com a plataforma de IA (32%). 

E mais da metade das empresas (55%) está desenvolvendo sob medida a capacidade de preservar o contexto do cliente quando alguém passa de um canal para outro – do chat para a voz, do WhatsApp para uma chamada telefônica – porque a plataforma delas não oferece isso nativamente. Quando um cliente precisa se repetir para um agente de IA, ele não está sofrendo uma falha de modelo. Ele está vivenciando a lacuna de infraestrutura diretamente. E é a sua marca que paga o preço. 

O setor votou com seus orçamentos – confiança, segurança e conformidade é a categoria de gastos nº 1 no mundo, à frente do próprio desenvolvimento da IA. Mas a maior parte desse investimento está indo para as proteções da camada de aplicação construídas pelas equipes de engenharia, tratando os sintomas enquanto a infraestrutura subjacente continua a mesma. É por isso que 74% ainda estão revertendo agentes. Você pode investir pesado em segurança e ainda falhar, porque os modos de falha se originam uma camada abaixo. 

As empresas ainda não articularam totalmente esse diagnóstico, mas seu comportamento sugere que elas já o sentiram. 86% tiveram conversas ativas ou exploratórias com provedores alternativos nos últimos 12 meses, e apenas 4% não têm planos para avaliação. 

O gatilho mais forte para a mudança não é a insatisfação com o fornecedor. É a experiência. 91% das empresas que tiveram de reverter um agente ativo já avaliaram ou estão ativamente avaliando um novo provedor de comunicação. As pessoas que compram de maneira mais sofisticada são as que mais pesquisam – não porque estejam insatisfeitas com um fornecedor, mas porque suas ambições de IA superaram o que a infraestrutura atual foi construída para suportar. 

Quando as empresas avaliam alternativas, a confiabilidade fica em primeiro lugar, com 29% das pessoas entrevistadas colocando-a no topo, à frente da capacidade de conformidade, da facilidade de integração e – notavelmente – dos preços. Os preços ficaram em oitavo lugar entre os nove fatores da pesquisa.

62% das organizações têm um agente de IA de comunicação com o cliente ativo. 88% terão um até o final de 2026. 

Chegar à produção foi difícil, e a maioria das empresas conseguiu. Mas os dados são claros: escapar do purgatório dos pilotos não foi a parte mais difícil. As organizações que estão saindo na frente não estão mais debatendo cronogramas de produção ou casos de investimento. Elas implementaram, estão escalando – e o que encontraram do outro lado não é o que o mercado esperava. 

Três perguntas que valem a pena levar para a sua próxima revisão de liderança: 

• Quanto do tempo da sua equipe de engenharia está sendo direcionado para construir proteções do zero em vez de construir a próxima experiência do cliente? 
• Se o seu agente de comunicação de IA falhasse agora mesmo, você saberia antes que seus clientes soubessem? 
• A sua infraestrutura de comunicação foi desenvolvida para o que você está planejando implementar nos próximos 12 meses, ou para o que você entregou há 18 meses? 

Os primeiros resultados da The AI Production Paradox já estão disponíveis. O relatório completo – incluindo recortes regionais nas Américas, EMEA e APAC, análises verticais profundas e análise de persona – será publicado em junho. 

Autor: Beatriz Redondo Tejedor Bea é Diretora de Content Marketing na Sinch. Ex-professora de idiomas, ela tem mais de uma década de experiência na criação de estratégias globais e multilíngues de comunicação e content marketing.