A inteligência artificial virou prioridade em quase toda pauta de diretoria. Mesmo assim, muitos projetos param no meio do caminho. Um estudo da GFT Technologies, conduzido pela Wakefield Research com 945 CIOs e CTOs em 19 países, mostra que 84% dos líderes de tecnologia já cancelaram um projeto ou piloto de IA por causa de limitações de sistemas legados (TI Inside, 29/09/2026). A pesquisa ouviu empresas com receita a partir de US$ 500 milhões.
O dado destaca uma barreira importante: além do modelo, a base tecnológica pode comprometer a adoção de IA. Sistemas antigos, dados desorganizados, processos pouco documentados e uma governança que chega tarde demais.
O que mais a pesquisa revela
O cancelamento de projetos é só a ponta do problema. Segundo o mesmo estudo da GFT (TI Inside):
- 93% acreditam que rodar IA sobre sistemas antigos, sem modernizar, vai levar a uma crise de segurança;
- só 20% dizem que o C-Level e o conselho entendem plenamente esses riscos;
- 89% temem que o investimento em IA cresça mais rápido do que o valor entregue;
- na América Latina e no México, 66% planejam buscar um parceiro externo para habilidades em IA, contra 49% na média global.
Em outras palavras, o risco não é apenas técnico. É de segurança, de orçamento e de alinhamento entre tecnologia e liderança.
No Brasil, o legado consome o orçamento
O cenário brasileiro segue a mesma direção. Uma pesquisa da TQI com a Fundação Dom Cabral e a Integratum, feita com 51 empresas de 19 setores, aponta que 76% gastam 70% ou mais do orçamento de TI mantendo sistemas legados (TQI, 30/09/2026). O dinheiro que poderia financiar dados, integração e IA fica preso na manutenção do que já existe. A pesquisa abrange 51 empresas brasileiras, 57% com faturamento superior a R$ 500 milhões por ano; os resultados não representam todo o mercado.
A integração também pesa. No estudo "State of AI Development 2026", da OutSystems, a dificuldade de integração com sistemas existentes (40%) é o principal motivo citado no Brasil para que projetos de desenvolvimento de aplicações não comecem, e 31% mencionam o impacto de sistemas legados ou dados fragmentados (Newly, 13/04/2026).
O gargalo está nos dados e na infraestrutura
Fora do Brasil, os sinais se repetem. O Gartner prevê que, até 2026, as organizações vão abandonar 60% dos projetos de IA que não tiverem dados prontos para IA ("AI-ready"). É uma previsão, não uma medição, mas vem acompanhada de outro número: 63% das organizações não têm, ou não sabem se têm, práticas de gestão de dados adequadas para IA (Gartner, 26/02/2025).
A IA não é a salvação
Diante desses números, a conclusão é direta: a IA sozinha não resolve. Ela amplifica o que já existe. Se a base é frágil, a IA amplifica a fragilidade. Se os dados são confiáveis e os processos estão claros, ela amplifica o resultado.
Isso vale para qualquer tecnologia: sistemas, IA, controles, governança ou segurança da informação. Sem conscientização da liderança, sem treinamento das equipes e sem um assessment honesto do ponto de partida, nenhuma ferramenta entrega o que promete.
Vale notar também o papel de quem ajuda no caminho. O relatório do MIT Project NANDA indica que parcerias externas chegaram à implantação em cerca de 67% dos casos analisados, contra cerca de 33% dos projetos feitos só internamente (MIT NANDA, jul./2025). O próprio relatório alerta que é uma correlação baseada em 52 entrevistas, não uma relação de causa.
O dever de casa antes do próximo piloto
Antes de aprovar um novo projeto de IA, vale responder quatro pontos:
- Mapear sistemas e dados críticos. O que existe, onde está e em que estado.
- Priorizar casos de uso com valor de negócio claro. Começar pelo problema, não pela ferramenta.
- Tratar governança, segurança e LGPD desde o primeiro dia. Não como etapa final.
- Modernizar de forma incremental. Por etapas, sem apostar tudo em uma grande virada.
A sequência ORN4B
Na ORN4B, organizamos esse caminho em cinco etapas: inspirar, capacitar, diagnosticar, planejar e transformar. Primeiro, a liderança entende o que está em jogo. Depois, as equipes ganham repertório. Em seguida, o diagnóstico mostra a real condição de sistemas, dados e processos. Com isso, o plano nasce com prioridades e riscos claros, e a transformação acontece com segurança. É assim que estratégia, pessoas, processos e tecnologia se conectam antes de escalar.
Vamos conversar
Sua empresa está avaliando projetos de IA e quer saber se a base está pronta? Preencha o formulário de contato da ORN4B e vamos conversar sobre o próximo passo da sua empresa.