Porque falha a adopção de IA nas PMEs: o erro de sequência

Algures na vossa rede existe um servidor a correr um ERP. Foi o maior investimento tecnológico da empresa em anos. Tem módulos que nunca foram ativados. A equipa mantém um ficheiro Excel paralelo porque «é mais rápido». O diretor financeiro sabe a palavra-passe; os outros já não se lembram da deles. A consultora que fez a implementação foi entretanto adquirida ou encerrou.

Agora alguém vos está a tentar vender IA.

Se não mudarem nada no método pelo qual tomam esta decisão, o resultado vai ser o mesmo. Não por azar. Por estrutura. Ou falta dela.

O ciclo é reconhecível porque já aconteceu antes. Nos anos 90 e 2000, os ERPs chegaram com o mesmo argumento: demos impressionantes, casos de uso de grandes empresas, urgência competitiva — os vossos concorrentes já estão a fazer isto — e uma fase de implementação que raramente correu como prometido. Hoje, a IA chegou com o mesmo guião.

Os números confirmam o padrão. Num estudo da BCG de 2024, com mil executivos em 59 países, 74% das empresas que investiram em IA afirmam não ter gerado valor tangível. Não é uma excepção silenciosa — é a norma. Mas 26% conseguem. A diferença entre os dois grupos não é orçamento nem sofisticação técnica — é método.

Quando uma PME contrata um ERP, a decisão costuma começar na demonstração. O software parece capaz, o vendedor conhece as objeções de cor, o preço é negociável — e a assinatura acontece antes de qualquer pergunta do processo ser feita. As perguntas que definiriam o sucesso do projeto não foram feitas com respostas completas.

Com a IA, o padrão repete-se com uma agravante: a tecnologia é mais abstracta, mais rápida a demonstrar, e o ciclo de vendas é mais curto. É possível comprar uma solução numa tarde, depois de uma demonstração de quarenta minutos, com base em casos de uso que não têm nada a ver com a vossa operação.

Há um segundo factor que torna este ciclo mais difícil de quebrar: a memória organizacional. Um artigo recente do MIT Sloan Management Review chama a isto change fatigue — a memória racional de projectos anteriores. As equipas que hoje resistem à IA não são avessas à tecnologia. São racionais. Viveram um ERP que prometeu resolver a gestão de stock e criou três passos adicionais para cada encomenda. Viveram um CRM onde só os líderes entram. Viveram um sistema de marcações que a equipa de recepção contorna com uma agenda de papel. Cada novo projeto tecnológico chega com dívida incorporada dos anteriores. Isto não é resistência ao progresso — é informação acumulada sobre o que costuma correr mal.

Os dados de quem gera valor são instrutivos precisamente porque contrariam o instinto habitual de um comprador de tecnologia.

O que distingue os 6% não é o orçamento. É que redesenharam os processos antes — ou em paralelo — com a adopção tecnológica. Não compraram uma ferramenta à espera que se encaixasse. Partiram do processo que não funcionava, perceberam onde estava a frição, e só depois avaliaram que tecnologia poderia ajudar. O redesenho foi incremental — construído sobre o que a equipa já sabia fazer, não a substituir tudo de uma vez.

Antes de aceitar qualquer apresentação de IA, há três perguntas que valem mais do que qualquer funcionalidade demonstrada.

Estas perguntas não são para fazer ao vendedor. São para fazer à vossa equipa, antes de entrar em qualquer sala de demo.

Quando a equipa resiste a uma nova ferramenta, o reflexo habitual é acelerar a formação, aumentar a pressão, ou mudar de ferramenta. Raramente alguém pergunta: o que é que esta resistência nos está a dizer sobre o processo?

A fadiga acumulada nas vossas equipas não é um obstáculo à adopção de IA. É diagnóstico. Diz-vos onde os projectos anteriores pararam a meio, onde os processos nunca foram completamente resolvidos, onde a tecnologia foi comprada antes das perguntas certas serem feitas.

A IA não resolve isso automaticamente. Mas se começarem pelo processo — antes da demo, antes do contrato, antes da formação — têm uma hipótese real de não repetir o ciclo.