Liberar a ferramenta não é o mesmo que adotar IA
A adoção de IA na empresa costuma começar com uma decisão simples: contratar licenças e avisar a equipe. Depois de alguns meses, parte das pessoas usa bastante, outra parte testou uma vez e desistiu, e a diretoria não consegue dizer se o investimento se pagou. Esse cenário é comum, e a pesquisa recente ajuda a explicar o motivo.
O problema raramente está na tecnologia. Na maioria das vezes, falta um ponto de partida claro: o que fazer com a ferramenta, em qual tarefa e como saber se funcionou. Este artigo mostra o que dois estudos encontraram e como transformar isso em um plano prático para pequenas e médias empresas.
O que um experimento com 7 mil profissionais mostrou
Um experimento de campo publicado como estudo do NBER (Dillon, Jaffe, Immorlica e Stanton, 2025), com autores da Microsoft Research e da Harvard Business School, acompanhou 7.137 profissionais em 66 empresas. Parte deles recebeu, por sorteio, um assistente de IA integrado aos aplicativos que já usava para e-mail, reuniões e escrita.
Na segunda metade dos seis meses, os 80% do grupo com acesso que usaram a ferramenta passaram duas horas a menos por semana no e-mail e reduziram o trabalho fora do horário regular. É um ganho real. Mas há uma segunda parte no resultado: além dessa economia individual de tempo, os pesquisadores não detectaram mudanças na quantidade ou na composição das tarefas.
Dar acesso individual à IA economizou tempo. Por si só, não mudou a forma como o trabalho estava organizado.
Dois cuidados na leitura: o trabalho é um artigo de discussão, sem a revisão formal do NBER, e a ferramenta estudada é da própria Microsoft, onde parte dos autores trabalha. Ainda assim, o desenho com sorteio e o tamanho da amostra tornam o estudo uma referência importante.
A lição para o gestor é direta: quem quer um resultado maior do que alguns minutos ganhos por pessoa precisa redesenhar processos, e não apenas distribuir licenças.
Treinamento muda a adoção de IA na empresa
A segunda referência vem da Stockholm School of Economics (2026), que divulgou resultados de um experimento em grande escala com três grupos: sem acesso, apenas com acesso ao ChatGPT e com acesso mais treinamento estruturado. A comparação durou cerca de seis meses.
O uso em si não foi o obstáculo: mais de 80% dos participantes usaram as ferramentas com regularidade. Ainda assim, entrevistas revelaram desorientação no grupo que só recebeu acesso. Um diretor resumiu dizendo que havia tantas possibilidades que não sabia por onde começar, e acabava fechando a ferramenta para voltar à rotina.
O treinamento mudou esse quadro. Metade dos convidados participou, e o grupo de usuários intensivos subiu de 7% para 12%, enquanto os que não usavam caíram de 5% para 1%. Segundo o pesquisador Sebastian Krakowski, o treinamento funcionou não por ensinar truques de comando, e sim por dar às pessoas um ponto de partida para o próprio trabalho.
Esses resultados foram apresentados em evento da universidade e devem ser tratados como preliminares. Mesmo assim, apontam para a mesma direção do estudo anterior: acesso é o começo, não o resultado.
Por que a adoção trava nas PMEs
Em empresas menores, os obstáculos costumam ser bem concretos:
- Falta de caso de uso: a equipe ouve que deve usar IA, mas não sabe em qual tarefa.
- Medo de errar ou de ser substituído: sem uma regra clara, as pessoas usam escondido ou nem tentam.
- Dados soltos: a informação está em planilhas, conversas e sistemas que não se comunicam.
- Nenhum dono do projeto: quando é tarefa de todos, ninguém acompanha.
- Sem medição: sem um número de partida, não dá para provar o ganho.
Plano de 30 dias para adotar IA na empresa
- Semana 1 — escolha duas tarefas. Prefira atividades repetitivas, frequentes e fáceis de revisar, como resumir atendimentos ou responder dúvidas recorrentes.
- Semana 1 — meça o ponto de partida. Anote o tempo gasto, o volume e a taxa de erro de hoje.
- Semana 2 — defina as regras. Diga quais dados podem ser usados, quais não podem e quem revisa o resultado.
- Semana 2 — treine com trabalho real. Troque a aula genérica por uma sessão usando as tarefas escolhidas.
- Semana 3 — nomeie um responsável por área. Essa pessoa coleta dúvidas, compartilha o que funciona e acompanha o uso.
- Semana 4 — compare e decida. Repita a medição. Se houve ganho, padronize; se não houve, troque a tarefa.
Do uso individual à automação do processo
Depois que a equipe ganha confiança, vem a etapa em que o retorno tende a crescer: tirar a IA do uso avulso e colocá-la dentro do fluxo. Em vez de cada pessoa copiar e colar em um chat, o sistema recebe o pedido, consulta os dados, prepara o rascunho e deixa o humano aprovar.
É nessa etapa que a integração entre CRM, WhatsApp, planilhas e sistemas internos faz diferença. Se quiser ver exemplos desse caminho, confira nossos cases e os demais artigos do blog da Riwer Labs.
Como saber se o investimento está valendo a pena
Evite medir só a quantidade de pessoas com login ativo. Acompanhe também:
- horas economizadas nas tarefas escolhidas;
- tempo de resposta ao cliente;
- taxa de retrabalho depois da revisão humana;
- volume atendido pela mesma equipe;
- custo mensal das ferramentas comparado ao ganho.
Conclusão: comece pequeno, mas com método
A adoção de IA na empresa não acontece no dia em que a licença é contratada. Ela acontece quando as pessoas sabem onde aplicar a ferramenta, têm regras claras e veem o ganho medido. Escolha poucas tarefas, treine a equipe com trabalho real e só depois avance para automatizar o processo.
Quer descobrir por onde começar na sua empresa? Fale com a Riwer Labs e solicite um diagnóstico gratuito pelo WhatsApp (51) 99222-4832.


