AI e automação avançam nas companhias. Mas quem está medindo o ROI?

Em 2024, a Gartner indicou que a hiperautomação ja era disciplina central pra 90% das grandes companhias, mas que menas de 20% delas dominavam a mensuração dessas iniciativas. Dois anos depois, com GenAI e agentes no topo da agenda, vejo essa distância ampliar. A pesquisa State of the CIO 2026, com 662 lideres de TI, mostra que só 19% levam em conta que suas iniciativas de AI alcançaram as metas de negócio.

Menas da metade (47%) tem KPIs formais, e 32% indicam métricas de ROI mal definidas como barreira pra escalar. Somado a isso, a Gartner projeta que mais de 40% dos projetos de AI agêntica serão cancelados ate 2027 por gastos crescentes, valor pouco claro ou Gamepads de risco insuficientes. Minha leitura é que automatizar uma missao e comprovar seu benefício são fases diferentes.

Um sistema pode processar documentos em segundos e preencher cadastros sem intervenção humana. A pergunta que o conselho faz ao CIO é outra: o prazo de atendimento caiu? A operacao ficou mais acessível?

Os bugs diminuíram? A hiperautomação mescla AI, RPA e integracao de sistemas pra automatizar processos inteiros, nao somente missoes. A avaliacao precisa continuar a mesma lógica.

Uma missao mais rápida pode esconder um processo vagaroso Imagine uma companhia que automatiza a conferencia de documentos: o que levava duas horas passa a levar minutos. Mas o pedido segue parado três dias à aguarda de aprovação. A conferencia agilizou; o atendimento, praticamente nada.

Portanto desconfio de painéis que contam missoes automatizadas. Quem mede somente a fase que recebeu tecnologia abandona de ver o gargalo que mais impacta o cliente. O indicador que importa é o tempo entre a entrada da solicitação e sua conclusao, com filas, aprovações e devoluções.

É ele que mostra se o próximo avanço depende de outra automação ou de redesenhar o fluxo. O que vale acompanhar Os indicadores nascem do problema que motivou o projeto. Automação concebida pra reduzir bugs se analisa pela qualidade; pra agilizar o atendimento, pelo prazo de resolução.

A própria Gartner resume o valor da AI agêntica em gasto, qualidade, velocidade e escala. Trabalho com quatro medidas equivalentes: Tempo: quanto leva uma exige, da entrada à entrega? Qualidade: quantos casos têm bug ou retrabalho?

Gasto: quanto custa cada exige concluída, incluindo a operacao da tecnologia? Capacidade: quantas solicitações a equipe atende com os features atuais? Elas só fazem sentido juntas.

Mais volume com mais retrabalho nao é lucro; encurtar uma fase