LINKSAPP

Inteligência Artificial Será um Custo, Não Receita, para a Maioria das Empresas, Diz Especialista

Escrito por

LINKSAPP

em

Inteligência Artificial Será Um Custo, Não Fonte de Receita, Para a Maioria das Empresas – Análise Completa

O Cenário Atual da Inteligência Artificial

A inteligência artificial (IA) vem dominando as discussões corporativas e os investimentos tecnológicos globais. Segundo dados do McKinsey Global Institute, os gastos com soluções de IA devem ultrapassar US$ 300 bilhões até 2026. No entanto, em uma análise provocativa ao Brazil Journal, Aswath Damodaran, professor de finanças da NYU Stern School of Business e autoridade mundial em valuation, lança um alerta:

Para a maioria das empresas, a inteligência artificial será um custo operacional, não uma fonte de receita adicional.

Esta declaração contrasta radicalmente com o otimismo do mercado, que projeta a IA como a próxima fronteira de crescimento empresarial. Neste artigo, vamos explorar:

  1. As bases da argumentação de Damodaran
  2. Casos reais de implementação corporativa
  3. Setores que podem ser exceções à regra
  4. O impacto nos modelos de negócios
  5. Estratégias para empresas aproveitarem a IA de forma eficiente

Quem é Aswath Damodaran e Por Que Sua Opinião Importa?

Conhecido como o “Guru da Avaliação”, Damodaran é professor há mais de 30 anos na NYU e autor de livros fundamentais como:

  • “Investment Valuation”
  • “The Little Book of Valuation”
  • “Narrative and Numbers”
  • Seu mais recente: “O Ciclo de Vida Corporativo” (Intrínseca, 624 páginas)

Seu trabalho influenciou gerações de analistas e executivos, com métodos de valuation aplicados por empresas como Amazon e Tesla. Quando ele fala sobre o impacto financeiro da IA, o mercado ouve.

A Tese Central: IA Como Custo Operacional

1. Os Três Pilares do Argumento

Damodaran estrutura sua análise em três dimensões:

a) Natureza da Tecnologia:

  • A IA é fundamentalmente uma ferramenta de produtividade
  • Assim como planilhas e emails, torna processos mais eficientes
  • Mas raramente cria novos fluxos de receita por si só

b) Economia da Implementação:

  • Custo médio de implementação: US$250k-1M para médias empresas
  • ROI difícil de quantificar em muitos casos
  • Necessidade de atualizações constantes (20-30% do custo anual)

c) Dinâmica Competitiva:

  • Vantagem competitiva temporária
  • Rápida commoditização das soluções
  • Pressão sobre margens à medida que mais players adotam

2. Dados que Sustentam a Tese

Um estudo da MIT Sloan (2024) com 1.200 empresas mostrou que:

  • 73% usam IA principalmente para automação de processos
  • Apenas 12% criaram novos produtos/serviços baseados em IA
  • 63% não conseguem medir ROI direto de seus investimentos

Casos Práticos: Quando a Inteligência Artificial é Custo vs. Receita

Exemplo 1: Varejo (Custo)

  • Caso: Rede de supermercados implementa IA para gestão de estoque
  • Benefícios: Redução de 15% em perdas e 30% em tempo de reposição
  • Custos: US800kemimplementacca~o+US200k/ano
  • Resultado: Economia operacional, mas sem nova receita

Exemplo 2: SaaS (Receita)

  • Caso: Startup desenvolve ferramenta de copywriting com IA
  • Modelo: Assinaturas a US$99/mês
  • Resultado: US$12M ARR em 18 meses

Setores Onde a Inteligência Artificial Pode Gerar Receita Direta

Damodaran reconhece exceções à regra:

  1. Plataformas de IA Proprietárias
    • OpenAI (ChatGPT)
    • Midjourney
    • Anthropic
  2. Infraestrutura de IA
    • NVIDIA (GPUs)
    • TSMC (chips)
    • Cloud providers (AWS, Azure)
  3. Consultorias Especializadas
    • Implementação customizada
    • Treinamento de modelos específicos

O Livro “O Ciclo de Vida Corporativo” e a Inteligência Artificial

No seu novo trabalho, Damodaran analisa como empresas devem abordar a IA em diferentes fases:

Fase Estratégia de IA Recomendada Riscos
Startup Foco em MVP sem IA Queimar caixa rápido
Crescimento Automatizar processos-chave Distração do core
Maturidade Otimização operacional ROI decrescente
Renovação IA como diferencial competitivo Custo de transição

5 Estratégias Para Empresas Comuns

Para organizações que não são pure players de IA, Damodaran sugere:

  1. Abordagem Incremental
    • Começar com casos de uso simples
    • Expandir gradualmente
  2. Parcerias Estratégicas
    • Evitar desenvolvimento interno caro
    • Usar APIs e soluções prontas
  3. Foco em Dados
    • Limpeza e organização primeiro
    • Modelos simples antes de soluções complexas
  4. Gestão de Expectativas
    • Projetar ROI realista
    • Prazos de 3-5 anos
  5. Monitoramento Contínuo
    • Métricas claras de performance
    • Pontos de parada definidos

O Futuro: Quando a Inteligência Artificial Pode Virar Receita?

Damodaran prevê dois cenários possíveis:

  1. Cenário Conservador (Mais Provável)
    • Consolidação do mercado
    • 80% das empresas usando IA como custo
    • 20% gerando receita direta
  2. Cenário Disruptivo
    • Novos modelos de negócios emergentes
    • Commoditização acelerada
    • Barreiras de entrada drasticamente reduzidas

Realismo na Era da IA

Enquanto o mercado especula sobre um futuro de US$ 3.5 trilhões em IA, Damodaran aconselha cautela:

“As empresas precisam separar o hype da realidade. Invista em IA, mas faça as contas. Na maioria dos casos, será uma linha de custo, não de receita.”

Para executivos, a mensagem é clara: a IA trará eficiência operacional, mas raramente será o motor de crescimento que muitos esperam.

Mais posts