Onde a IA realmente dá retorno numa empresa média

Operadora de serviços de saúde ocupacional, 260 pessoas, atendimento a 900 empresas clientes. No ano passado a empresa comprou licenças de uma ferramenta de IA generativa para toda a área administrativa, treinou o time em duas manhãs e esperou. Doze meses depois, a pesquisa interna dizia que 71% das pessoas usavam a ferramenta com frequência, e nenhum indicador de operação havia se movido.

Não é fracasso de execução nem de ferramenta. É o padrão que a economia da produtividade descreve há décadas, e que tem nome.

01A curva J #

Erik Brynjolfsson, Daniel Rock e Chad Syverson publicaram em 2021, no American Economic Journal: Macroeconomics, o trabalho conhecido como 'The Productivity J-Curve'. A tese: tecnologias de propósito geral exigem investimento complementar em ativos intangíveis — processo redesenhado, dado organizado, competência das pessoas, nova forma de coordenar. Esse investimento é caro e não aparece nas contas como investimento; aparece como custo e como tempo perdido.

O resultado é o formato de J: a produtividade medida cai ou fica plana durante o período de construção dos complementos, e só depois sobe. Empresas que compram a tecnologia e não fazem a parte cara ficam permanentemente no fundo do J, com uso alto e resultado nenhum.

Brynjolfsson e Andrew McAfee já haviam preparado o terreno em The Second Machine Age (2014), ao argumentar que o efeito econômico das tecnologias digitais depende da recombinação — juntar a tecnologia com mudanças organizacionais — e não da capacidade isolada da máquina. A diferença entre 2014 e agora é a velocidade da tecnologia, não a natureza do problema.

02Onde há evidência de ganho #

Há estudos controlados, e é honesto usar só o que eles mostram. Shakked Noy e Whitney Zhang publicaram na Science, em 2023, um experimento com tarefas de escrita profissional de meia hora: os participantes com acesso à ferramenta terminaram em menos tempo e com qualidade avaliada como superior, e o ganho foi maior para quem tinha desempenho mais baixo no início.

Brynjolfsson, Danielle Li e Lindsey Raymond estudaram atendimento ao cliente em ambiente real, num trabalho circulado como working paper do NBER em 2023 e publicado no Quarterly Journal of Economics em 2025. O padrão se repetiu: ganho concentrado nos atendentes menos experientes, com efeito pequeno entre os mais experientes, e melhora na satisfação de quem era atendido.

Dois limites precisam ser ditos junto. Primeiro: são tarefas específicas, não empresas inteiras — extrapolar de tarefa para resultado organizacional é exatamente o salto que a curva J diz não acontecer sozinho. Segundo: o padrão 'ganho maior para quem sabe menos' tem implicação gerencial direta e pouco confortável — o retorno tende a aparecer em nivelamento de desempenho, não em multiplicação do desempenho de quem já é bom.

03O que rende na escala de 50 a 1.000 pessoas #

1. Trabalho de coordenação repetitivo. Cobrar pendência, encaminhar demanda, consolidar status. Volume alto, regra estável, erro reversível. É o território mais seguro e o menos glamouroso.
2. Triagem e classificação de entrada. Solicitações, currículos, notas fiscais, ocorrências. O ganho vem de reduzir o tempo até a coisa chegar na mesa certa, não de acertar 100%.
3. Redação estruturada e recorrente. Resposta padrão, ata, resumo de reunião, primeira versão de proposta. Aqui a evidência experimental é a mais sólida — e o efeito é maior no time menos experiente.
4. Leitura de documento longo. Contrato, edital, laudo. Extrair campos e apontar divergências, com conferência humana onde a consequência é irreversível.
5. Rampa de gente nova. Responder 'como se faz aqui' com base no que a empresa já registrou. Depende inteiramente de a empresa ter registrado.

Quer ver como isso fica dentro de uma operação de verdade? Conheça a plataforma.

E o que costuma não melhorar: decisão de priorização entre frentes, negociação, avaliação de pessoa, diagnóstico de causa em operação sem dado, e qualquer coisa cujo gargalo seja político. Se duas áreas discordam sobre quem manda no processo, nenhum agente resolve isso — a discordância vai apenas passar a ser expressa mais rápido.

04A conta, com premissas declaradas #

Escala da operadora de saúde ocupacional, considerando apenas a triagem de solicitações de agendamento. Premissas explícitas; substitua pelos seus números antes de usar isso em qualquer decisão:

Com essas premissas, a primeira onda endereça cerca de 243 horas por mês. A um custo interno de R$ 62 por hora, são aproximadamente R$ 15 mil mensais em capacidade liberada — contra um investimento que, no primeiro ano, inclui licenças, o trabalho de mapear o processo e o tempo de duas pessoas na implantação. O ponto do exercício não é o resultado: é que ele só pode ser feito porque alguém mediu as 4,5 minutos por solicitação antes.

A empresa que não tem esse dado não consegue calcular retorno de IA por um motivo simples: ela não conhece o denominador. É a mesma armadilha de medir só o que é fácil de contar descrita em quando a meta vira alvo, a métrica morre.

05Como sair do fundo do J #

Na Relevanti, medir para onde vai o tempo e colocar o agente dentro do processo são a mesma coisa, porque acontecem no mesmo lugar — veja a plataforma, o recorte por área em soluções ou traga a sua conta para uma conversa.

A curva J não é um argumento contra investir em IA. É um argumento contra esperar resultado sem pagar a parte cara — e um alerta de que, sem linha de base, você não vai nem saber em que ponto da curva está.