Para medir a maturidade da sua empresa em inteligência artificial, não conte licenças nem pilotos. Pergunte onde a IA já mudou o jeito de trabalhar e quem responde por isso. Eu uso quatro níveis.
Para medir a maturidade da sua empresa em inteligência artificial, não conte licenças nem pilotos. Pergunte onde a IA já mudou o jeito de trabalhar e quem responde por isso. Eu uso quatro níveis. No primeiro, as pessoas experimentam sozinhas. No segundo, existem pilotos com caso de uso e métrica. No terceiro, processos inteiros funcionam de outro jeito, com dono e indicador. No quarto, a IA está dentro das decisões e às vezes vira produto. A pesquisa do MIT mostra que a diferença de resultado financeiro aparece na passagem do segundo para o terceiro nível, e é por isso que eu gasto tanto tempo nessa fronteira.
Por que essa pergunta ficou urgente agora
Nesta época do ano, a diretoria está fechando o orçamento de 2027 e o conselho quer saber onde a IA entra. A resposta mais comum é uma lista: tantas licenças compradas, tantos pilotos rodando, tantas pessoas treinadas. Essa lista mostra atividade. Ela não diz em que estágio a empresa está nem o que precisa acontecer para ela avançar.
Os números ajudam a entender o tamanho do problema. No relatório Superagency in the workplace, da McKinsey, publicado em janeiro de 2025, só 1% dos executivos de alto escalão ouvidos nos Estados Unidos descreveram a implantação de IA generativa da própria empresa como madura, ou seja, mudando de verdade o jeito de trabalhar e gerando resultado relevante. A maior parte se colocou nos estágios do meio: 39% em "pilotos começando a mostrar valor" e 31% em "mudando alguns fluxos de trabalho".
Já escrevi sobre como medir se a IA está melhorando a empresa, que trata do resultado de cada iniciativa. Aqui a pergunta é anterior: em que estágio a empresa inteira está.
Os quatro estágios que o MIT encontrou
O centro de pesquisa em sistemas de informação do MIT Sloan (MIT CISR) publicou em dezembro de 2024 o modelo de maturidade de IA empresarial, baseado numa pesquisa com 721 empresas. Ele separa quatro estágios:
- Experimentar e preparar. A empresa educa as pessoas, cria regras de uso aceitável, organiza o acesso a dados e define onde um humano precisa revisar.
- Construir pilotos e capacidades. Surgem os casos de uso, as métricas dos pilotos e os primeiros processos simplificados e automatizados.
- Criar novas formas de trabalhar. A automação se espalha, a empresa passa a testar e aprender como rotina, reaproveita o que construiu e começa a explorar agentes autônomos.
- Ficar pronta para o futuro. A IA está dentro das decisões e dos processos, e a empresa às vezes vende serviços apoiados nela.
O dado que mais importa para quem decide orçamento: no levantamento original, as empresas dos estágios 1 e 2 tinham desempenho financeiro abaixo da média do seu setor, e as dos estágios 3 e 4 ficavam bem acima. Na atualização de 2025, com uma nova pesquisa de 152 empresas, os pesquisadores repetiram a conclusão: para ter desempenho acima da média do setor, a empresa precisa sair dos pilotos (estágio 2) e escalar (estágio 3). Nessa nova rodada, as empresas no estágio 4 cresceram 13,9 pontos percentuais acima da média do setor, e as do estágio 1 ficaram 26,5 pontos abaixo.
Uma ressalva honesta: é uma pesquisa de correlação, com empresas que responderam ao questionário. Ela mostra que maturidade e resultado andam juntos. Ela não prova que subir um estágio garante o aumento de margem.
O teste dos 1, 10, 100 e 1.000 agentes
O modelo do MIT olha a empresa de cima. Para enxergar o estágio no dia a dia, eu gosto de uma escala que o Boris Cherny, criador do Claude Code na Anthropic, descreveu numa entrevista ao programa Advanced Insights, da AMD. Ele conta quantos agentes (programas de IA que executam tarefas com alguma autonomia) trabalham para cada pessoa:
| Escala | O que acontece no trabalho | Quem revisa |
|---|---|---|
| 1 agente | Cada pessoa usa um assistente para escrever, resumir e pesquisar | A própria pessoa, o tempo todo |
| 10 agentes | Uma área roda várias tarefas em paralelo com agentes | Um humano revisa tudo que sai |
| 100 agentes | Agentes coordenam outros agentes e um processo roda de ponta a ponta | O humano cuida só das exceções |
| 1.000 agentes | O sistema distribui trabalhos enormes entre times de agentes | O humano define objetivo, regra e critério de aceite |
Segundo ele, a maioria das empresas está entre o primeiro e o segundo degrau, e a própria Anthropic está, em média, no terceiro. O que eu acho mais útil nessa escala é o que ela mostra sobre o salto do segundo para o terceiro degrau: ele não depende de tecnologia nova. Ele depende de confiança. A empresa só deixa um processo rodar com o humano olhando apenas as exceções quando tem testes, regras e evidência de que o resultado é bom.
Repare que é a mesma fronteira do MIT. Sair do piloto e mudar o jeito de trabalhar é exatamente o ponto em que a maioria trava.
Seis perguntas para descobrir o estágio numa reunião de diretoria
Quando faço o diagnóstico de uma empresa, começo por seis perguntas, uma para cada dimensão que eu avalio: estratégia, dados, processos, pessoas, governança e capacidade de execução. Dá para responder numa reunião de uma hora, desde que cada diretor responda pela própria área, e não pela empresa como um todo.
- Estratégia: a IA está ligada a uma meta do plano de 2027? Se a resposta é "temos uma frente de inovação", a empresa está no estágio 1. Se cada iniciativa está pendurada numa meta de margem, ciclo, qualidade, risco ou receita, ela já pode estar no 2 ou no 3.
- Dados: o agente consegue acessar os dados de que precisa sem alguém exportar uma planilha? Se depende de exportação manual, é difícil passar do estágio 2.
- Processos: existe algum processo que funciona de outro jeito por causa da IA, e não só mais rápido? Uma área que escreve e-mails mais rápido está no estágio 1. Uma área em que o agente faz a primeira versão e o humano só trata as exceções está no 3.
- Pessoas: quem usa é quem decide? Se só os analistas usam e a diretoria não, a empresa ainda está no estágio 1. No modelo do MIT, a formação da diretoria e do conselho é um dos primeiros investimentos desse estágio.
- Governança: existe uma regra escrita sobre o que pode e o que não pode, e alguém que responde quando algo dá errado? Sem regra e sem responsável, a empresa não pode deixar nenhum processo rodar sozinho. Algumas das perguntas que o conselho deve fazer sobre IA entram aqui.
- Execução: cada piloto tem dono, data para decidir e critério para parar? Se a empresa tem pilotos que nunca terminam, ela está acumulando o que eu chamei de projetos zumbis.
Uma dica para não se enganar: a empresa raramente está num estágio só. É comum o comercial estar no 2, o jurídico no 1 e o atendimento no 3. Dê a nota por área. A média da empresa esconde onde está o problema.
O que fazer em cada estágio
- Se a maior parte das áreas está no estágio 1, o passo é colocar a diretoria na mesma página, com linguagem comum e exemplos do próprio setor, e escrever a regra de uso. Uma palestra sobre IA para a liderança ou uma imersão para a diretoria resolvem essa parte.
- Se a empresa está no estágio 2, com muitos pilotos e pouca mudança, o passo é escolher poucos processos e decidir quais pilotos param. É nesse estágio que o dinheiro costuma ficar parado em iniciativas sem dono.
- Se algumas áreas já estão no estágio 3, o trabalho é proteger o que funciona: testes que provam que o resultado é bom, regra para exceções e um indicador que o conselho acompanha.
- No estágio 4, a conversa muda para produto e receita nova, e o tema passa a ser do conselho.
Perguntas frequentes
Qual a diferença entre medir maturidade e medir resultado de IA?
Maturidade mostra em que estágio a empresa está e o que ela precisa construir para avançar. Resultado mostra se uma iniciativa específica mudou margem, ciclo, qualidade, risco ou receita. As duas medidas se completam: a maturidade diz onde investir, e o resultado diz se valeu a pena.
Existe um modelo de maturidade de IA reconhecido?
Sim. Um modelo baseado em pesquisa é o do MIT CISR, com quatro estágios e dados de desempenho financeiro por estágio. A McKinsey também usa uma escala de cinco estágios em suas pesquisas com executivos.
Quanto tempo leva um diagnóstico de maturidade?
O Assessment de Maturidade Agentic que eu conduzo leva duas semanas. A empresa sai com um mapa de maturidade nas seis dimensões, até três fluxos priorizados por impacto e viabilidade, critérios de decisão e um plano de 90 dias. Ele não inclui desenvolvimento de software nem implantação.
A empresa precisa estar avançada para fazer o diagnóstico?
Não. O diagnóstico é mais útil justamente quando a IA já está na pauta, mas a execução está espalhada em pilotos de várias áreas disputando prioridade e orçamento.
---
Se a sua diretoria vai decidir o orçamento de IA de 2027 e ninguém sabe dizer em que estágio a empresa está, comece pelo Assessment de Maturidade Agentic. Se a decisão já foi tomada e o desafio é acompanhar a execução mês a mês, veja o advisory. E se você quiser primeiro alinhar a liderança, me mande o contexto. Para receber textos como este toda semana, assine a newsletter.
Quer transformar esta ideia em uma palestra, workshop ou advisory conectado ao desafio da sua empresa?