Uma tarefa levava quatro horas.
Com inteligência artificial, passou a levar uma.
A empresa economizou três horas.
Mas isso significa que houve retorno sobre o investimento em IA?
Não necessariamente.
Calcular o ROI da inteligência artificial parece simples: comparar quanto a tecnologia custa com quanto ela devolve. O problema começa quando tentamos descobrir o que realmente significa “devolver”.
A diferença entre tempo economizado e valor criado ajuda a explicar um dos desafios atuais da adoção de IA nas empresas. Na pesquisa global da McKinsey publicada em agosto de 2026, 80% dos respondentes disseram que a IA melhorou sua produtividade individual, enquanto 37% atribuíram algum impacto positivo no EBIT de suas organizações. A pesquisa ouviu 1.719 participantes entre maio e junho de 2026.
O intervalo entre esses dois números merece atenção.
A tecnologia pode estar funcionando. O resultado empresarial ainda pode não ter aparecido.
Como calcular o ROI da IA?
A fórmula básica é conhecida:
ROI da IA = (valor econômico gerado − custo total da IA) ÷ custo total da IA × 100
A divisão é simples.
O difícil é decidir o que pode ser chamado de valor econômico gerado e o que precisa entrar no custo total.
Se uma ferramenta economiza uma hora de um profissional, a empresa não necessariamente recebeu o valor daquela hora em dinheiro. O salário continuou sendo pago. O profissional continuou trabalhando.
O que a empresa recebeu foi capacidade.
A partir daí, a pergunta muda: o que ela fez com essa capacidade?
Economizar tempo não é o mesmo que economizar dinheiro
Imagine uma empresa com dez profissionais administrativos.
Com o uso de IA, cada um economiza aproximadamente uma hora por dia. Considerando 22 dias úteis, são cerca de 220 horas recuperadas por mês.
Mas a empresa não reduziu a equipe. Não aumentou vendas. Não diminuiu horas extras. Não aumentou a produção. Não passou a atender mais clientes.
Houve ganho de produtividade?
Sim.
Houve retorno financeiro comprovado?
Ainda não necessariamente.
Isso não torna as 220 horas irrelevantes. Significa apenas que elas estão em uma etapa anterior da cadeia de valor.
A Deloitte chegou a uma formulação semelhante ao analisar IA e trabalho em 2026: a tecnologia pode criar capacidade sem criar valor automaticamente. Para transformar capacidade em impacto, a organização precisa redesenhar o trabalho e decidir deliberadamente onde reinvestir o tempo liberado.
O que a empresa fez com as 220 horas?
Essa talvez seja uma pergunta mais importante do que simplesmente calcular quanto custa uma hora de trabalho.
As horas recuperadas podem financiar, em tempo, um novo projeto.
Podem aumentar o contato com clientes.
Podem ser usadas para treinamento.
Uma equipe pode dedicar parte delas ao desenvolvimento de novos agentes e à automação de outras tarefas.
Um profissional pode deixar uma atividade repetitiva para se concentrar em análise, negociação, criatividade ou tomada de decisão.
Forma-se um ciclo:
a IA assume parte do operacional → a equipe ganha capacidade → as pessoas direcionam parte dessa capacidade a atividades de maior valor → novas tarefas podem ser automatizadas → mais capacidade é liberada.
A tecnologia deixa de ser apenas uma forma de executar a mesma tarefa mais rapidamente.
Passa a funcionar como alavanca de escala.
A própria IBM encontrou esse movimento em pesquisa publicada em janeiro de 2026: 70% dos executivos pesquisados disseram planejar reinvestir o valor obtido com ganhos de produtividade de IA em iniciativas de crescimento. É uma intenção declarada, não uma garantia de resultado, mas mostra que eficiência e expansão não precisam ser objetivos opostos.
IA não precisa demitir para gerar valor
Existe um pensamento reducionista que precisa ser estrategicamente superado: o de que uma implementação de IA só demonstra retorno quando permite reduzir pessoas.
Em determinadas situações, a automação poderá reduzir a necessidade de mão de obra em uma atividade.
Mas transformar demissões na principal métrica de sucesso pode fazer a empresa ignorar uma oportunidade maior.
Se a IA permite que uma equipe execute suas tarefas em menos tempo, a empresa ganhou capacidade para crescer.
Uma equipe comercial pode atender mais contas.
Um analista pode gastar menos tempo consolidando informações e mais tempo interpretando-as.
Uma equipe de marketing pode reduzir tarefas repetitivas e aumentar a quantidade de testes.
Uma área administrativa pode absorver crescimento sem aumentar sua estrutura na mesma proporção.
A pergunta deixa de ser “quantas pessoas podemos retirar desta operação?” e passa a ser “quanto mais conseguimos fazer com as pessoas que já temos?”
A Deloitte também vem alertando para essa distinção. Em análise de junho de 2026, a consultoria argumenta que reduzir funções pode abrir orçamento, mas que criação de valor depende de redesenho do trabalho e da combinação entre capacidade humana e IA.
O concorrente também está aprendendo a usar IA
Existe outra variável nessa decisão: talento.
Bons profissionais dispensados não desaparecem do mercado.
Eles podem ir para concorrentes.
E esses concorrentes também podem estar aprendendo a utilizar inteligência artificial.
Surge uma diferença estratégica.
Uma empresa pode usar IA principalmente para diminuir sua estrutura.
Outra pode combinar bons profissionais com automação para aumentar sua capacidade de execução.
As duas podem reduzir o custo por tarefa.
Mas estão construindo organizações diferentes.
O verdadeiro ouro pode não estar nas pessoas que a IA permite retirar da empresa, mas na capacidade que ela permite acrescentar a cada bom profissional.
A IA erra. E o retrabalho também custa
Automação não significa ausência de supervisão.
A IA pode produzir respostas incorretas, interpretar mal um contexto, omitir informações ou executar uma tarefa de forma diferente da esperada.
Um erro automatizado também pode escalar.
Imagine uma automação que economize 100 horas mensais, mas gere erros que exijam outras 60 horas de conferência, correção e retrabalho.
A economia real não foi de 100 horas.
A capacidade líquida recuperada foi de 40.
Em setembro de 2026, uma pesquisa do IBM Institute for Business Value com lideranças de RH reforçou esse ponto: 80% dos CHROs pesquisados disseram acreditar que a adoção de IA cria trabalho “invisível”, incluindo validar recomendações, corrigir erros, fornecer contexto e administrar exceções.
Isso não significa que toda implantação terá esse custo. Significa que revisão humana não pode ser tratada como se fosse gratuita.
O homem comanda a máquina
Agentes de IA já conseguem executar determinadas tarefas com conhecimento e autonomia antes associados a profissionais mais experientes.
Isso aumenta sua capacidade de execução.
Mas não elimina a importância humana.
Quanto mais poderosa a ferramenta, mais importantes se tornam a definição do problema, o contexto fornecido, os critérios estabelecidos e a avaliação do resultado.
O homem comanda a máquina. A máquina amplia sua capacidade de execução.
Uma IA poderosa nas mãos de uma equipe despreparada não produz, automaticamente, uma empresa mais inteligente.
É a combinação entre inteligência humana, automação e escala que pode produzir vantagem competitiva.
Nem todo retorno aparece imediatamente no caixa
Voltemos às 220 horas.
A empresa decide utilizar 80 delas para treinar a equipe e desenvolver novas automações.
Nos primeiros seis meses, não houve aumento mensurável de receita ou margem.
O projeto fracassou?
Não necessariamente.
Existe uma diferença entre retorno estratégico e retorno financeiro comprovado.
A organização pode ter desenvolvido competências internas, aumentado sua capacidade de automação e preparado pessoas para atividades mais complexas.
Existe valor sendo construído.
Mas seria precipitado chamar automaticamente esse valor de ROI financeiro.
A forma correta de avaliar o resultado depende do objetivo definido antes do investimento.
Se o projeto nasceu para reduzir custos, precisamos medir custos.
Se nasceu para aumentar capacidade, precisamos medir capacidade.
Se nasceu para desenvolver competências, precisamos acompanhar aprendizado, autonomia e novas automações.
Se nasceu para aumentar receita, produtividade isoladamente não encerra a conta.
A discussão sobre ROI começa antes da contratação da ferramenta.
Primeiro definimos o resultado esperado. Depois escolhemos como medi-lo. Só então podemos descobrir se a IA entregou o que esperávamos.
Da automação ao valor
A NEODY passa a utilizar um framework de análise para acompanhar o caminho entre uma tarefa automatizada e o resultado empresarial.
Ele ainda não é apresentado como metodologia validada. É um modelo de investigação que será refinado à medida que novos casos e dados de empresas forem analisados.
1. Automação
O que a IA passou a executar?
Antes de calcular qualquer retorno, identifique exatamente qual processo foi alterado.
2. Capacidade
Quanto tempo realmente voltou para a empresa?
Desconte supervisão, correções e retrabalho.
Se uma automação economiza 220 horas, mas exige 40 horas adicionais de revisão e correção, a capacidade líquida recuperada é de 180 horas.
3. Realocação
Para onde foram essas 180 horas?
Clientes, novos projetos, estratégia, treinamento, inovação ou desenvolvimento de novas automações são destinos possíveis.
As horas também podem simplesmente ser absorvidas pela rotina.
Nos dois casos houve economia de tempo.
O resultado empresarial pode ser completamente diferente.
4. Valor
O que a nova capacidade produziu?
Agora entram os resultados: receita, margem, clientes atendidos, produção, redução de perdas, contratação evitada, qualidade, novos projetos ou novas competências.
É aqui que produtividade começa a se transformar em valor.
5. Retorno
O valor criado justificou o investimento realizado?
Nesse cálculo entram não apenas assinaturas, mas implantação, integração, treinamento, infraestrutura, supervisão, manutenção e retrabalho.
A sequência completa é:
Automação → Capacidade → Realocação → Valor → Retorno
Exemplo: 220 horas economizadas não são 220 horas de retorno
Considere um projeto hipotético.
A equipe recupera 220 horas por mês com IA.
A supervisão consome 25 horas.
Correções e retrabalho consomem outras 15.
A capacidade líquida é de 180 horas.
A empresa realoca 120 horas para atendimento de novos clientes, 40 para treinamento e desenvolvimento de novas automações e deixa 20 serem absorvidas pela rotina.
Nesse momento, ainda não podemos declarar o valor financeiro das 180 horas.
Precisamos medir o que aconteceu depois.
Os novos clientes produziram receita e margem?
O treinamento reduziu o custo ou aumentou a qualidade de outras tarefas?
As novas automações liberaram capacidade adicional?
É essa segunda parte da conta que transforma uma história de produtividade em uma análise econômica.
Cinco contas antes de comemorar o ROI da IA
1. Quanto a IA realmente custa?
Some software, modelos, APIs, implantação, integração, infraestrutura, treinamento, supervisão, manutenção e retrabalho.
2. Quantas horas líquidas foram recuperadas?
Horas economizadas menos o tempo adicional necessário para supervisionar e corrigir a tecnologia.
3. Para onde essa capacidade foi realocada?
Economizar uma hora não informa o que aconteceu com ela.
4. Que valor essa realocação produziu?
Receita, margem, capacidade, qualidade, inovação, clientes, redução de perdas ou desenvolvimento de competências.
5. Esse investimento foi melhor que as alternativas?
Capital também tem custo de oportunidade.
Investir R$ 100 mil em IA significa não utilizar os mesmos R$ 100 mil em outra iniciativa. A comparação precisa considerar as alternativas disponíveis.
O que essa análise não permite concluir
Não existe uma taxa universal de retorno para projetos de IA.
Uma automação de atendimento, uma ferramenta de desenvolvimento de software e um agente de cobrança têm estruturas de custo, risco e valor diferentes.
Também não é correto assumir que toda hora recuperada será convertida em receita.
Da mesma forma, não é correto concluir que capacidade sem impacto financeiro imediato não possui valor estratégico.
O objetivo do framework é justamente impedir que essas etapas diferentes sejam misturadas.
A próxima métrica da IA talvez não seja o tempo
Durante a primeira fase da adoção empresarial da inteligência artificial, mostrar horas economizadas fazia sentido.
Era uma maneira simples de demonstrar que a tecnologia funcionava.
Agora precisamos avançar.
Se uma empresa economiza milhares de horas e não sabe dizer o que aconteceu com elas, conhece a eficiência da ferramenta, mas ainda sabe pouco sobre seu impacto no negócio.
Capacidade liberada não é retorno realizado.
Mas também não é economicamente irrelevante.
Ela representa uma oportunidade.
E talvez a principal vantagem competitiva da inteligência artificial não esteja em descobrir quantas pessoas uma empresa consegue substituir.
Pode estar em descobrir quanto mais uma empresa consegue fazer quando seus melhores profissionais passam a trabalhar com máquinas capazes de ampliar sua capacidade de execução.
Essa é uma conta muito mais interessante.
