A Apollo, gestora de investimentos, questionou o retorno financeiro da inteligência artificial fora das grandes empresas de tecnologia. A nota de seu economista-chefe, Torsten Slok, é de 24 de outubro e ganhou nova repercussão neste domingo, 25.

A expressão que puxou a discussão foi “zero retorno financeiro”. É a conclusão do economista sobre indicadores agregados dos Estados Unidos, não uma auditoria do resultado de cada empresa que usa IA.

Este artigo explica a análise original e cruza seu recorte com dados de produtividade e uma pesquisa de atendimento ao cliente. A questão prática é entender quando uma tarefa mais rápida realmente melhora o resultado do negócio.

O que a Apollo encontrou sobre o retorno da IA?

A Apollo compara receita por trabalhador e margens de lucro das chamadas Magníficas Sete com as outras 493 empresas do S&P 500, índice de grandes companhias americanas. Segundo a nota, os indicadores avançam no primeiro grupo e permanecem estáveis no segundo.

A leitura de Slok é que o ganho ainda não aparece de forma ampla no resultado das empresas fora daquele grupo. Ele também questiona se inteligência mais barata, por si só, vai virar receita e margem maiores.

Há uma ressalva no próprio recorte: S&P 493 significa retirar sete companhias do índice, não excluir formalmente todo o setor de tecnologia. Também não representa o conjunto das pequenas empresas brasileiras.

“Zero retorno” significa que nenhuma empresa ganhou com IA?

Não. Uma comparação agregada não mede o efeito causal da IA em cada organização. Receita, custos, demanda e composição da equipe podem mudar ao mesmo tempo, e a nota não apresenta um experimento que isole essas variáveis.

O indicador de produtividade citado ali também exige cuidado. O Federal Reserve de São Francisco publica uma série trimestral para o setor empresarial americano, com ajustes para a intensidade de uso do trabalho e do capital.

Na atualização de 8 de outubro, a produtividade total dos fatores acumulava crescimento de 1,42% em quatro trimestres até o segundo trimestre de 2026. Já a versão ajustada pela utilização dos fatores recuava 0,07%.

São medidas diferentes. Nenhuma delas, sozinha, informa quanto uma implantação de IA acrescentou ao lucro de uma empresa específica.

Já existe pesquisa mostrando ganho em uma tarefa real?

Sim. O estudo Generative AI at Work, publicado em 2025 no Quarterly Journal of Economics, analisou 5.172 profissionais de atendimento. O acesso a um assistente de IA aumentou em 15%, em média, os problemas resolvidos por hora.

Os ganhos variaram conforme a experiência dos trabalhadores. Os menos experientes tiveram benefícios maiores; entre os mais qualificados, os autores observaram pequenos ganhos de velocidade e pequenas quedas de qualidade.

O sistema sugeria respostas, e o atendente podia editar ou ignorar a sugestão. Não era um agente atendendo sozinho sem supervisão.

Esse estudo é contexto anterior, não uma descoberta deste domingo. Além disso, aconteceu em uma única empresa de software: não comprova retorno para toda a economia nem refuta diretamente o recorte das 493 companhias.

Ele ajuda a separar duas perguntas: uma tarefa melhorou? E essa melhora apareceu no resultado financeiro?

Por que uma tarefa mais rápida pode não virar lucro?

Porque o tempo liberado precisa ter um destino útil, e a conta precisa incluir os custos da mudança. O estudo de atendimento mede produtividade por hora; esse indicador não equivale automaticamente à margem de lucro da empresa.

Um exemplo hipotético: uma equipe economiza 40 horas mensais usando IA para preparar propostas. Se revisar as respostas e corrigir erros consome 25 horas, sobram 15 horas de capacidade, antes de considerar treinamento e integração.

Se essas horas permitirem atender pedidos que antes eram recusados, há um caminho para receita adicional. Se não houver demanda ou outra tarefa útil, a capacidade liberada pode não aumentar o faturamento.

E capacidade disponível não é dinheiro que saiu a menos do caixa. Salários, assinaturas e despesas fixas podem continuar iguais.

Como avaliar isso dentro de uma empresa?

Uma comparação útil acompanha o processo inteiro: volume entregue, qualidade, tempo total e custo. Minha leitura é que o alerta serve para cobrar essa conta de cada aplicação de IA, inclusive quando a demonstração impressiona.

Num teste de propostas comerciais, por exemplo, faria sentido registrar antes e depois:

  • Quantas propostas foram enviadas e quantas viraram venda.
  • Tempo de preparação, revisão e correção por proposta.
  • Despesas com ferramentas e implantação.
  • Erros que exigiram retrabalho ou chegaram ao cliente.

Isso é um exemplo de avaliação, não um teste realizado pelo ibe.IA. O mesmo raciocínio vale para um aplicativo criado com vibe coding: publicar o sistema é uma entrega; reduzir custo ou gerar receita exige outra medição.

A Formação em IA para Negócios do ibe.IA ensina a aplicar IA em áreas como atendimento, marketing, vendas e análise dentro da empresa. É um caminho para sair da ferramenta solta e conectar o uso a uma tarefa concreta.

Para acompanhar outras análises sobre IA aplicada aos negócios, siga o ibe.IA no Instagram: @ibe.ia.

Fonte