Recentemente saiu o episódio do Vibbracast com o Joás Andrade, CEO da Inova Tech Serviços em Tecnologia, com mais de duas décadas conectando tecnologia, negócio e governança em uma trajetória rara. Acompanha de perto o tema da IA, está atualmente fazendo um mestrado em gestão estratégica, em Valência, na Espanha, e mantém contato ativo com executivos dos mercados americano, europeu e latino-americano.
Traduzindo: quando o Joás fala sobre como a IA chega ao board, ele fala com a visão de dentro. Não de fora.
O ângulo desse episódio foi específico e sensível, abordando questões como:
- Quando a IA entra na mesa de decisão e a discussão vira investimento, por que a conta não fecha?
- Por que projetos tecnicamente bons são reprovados no comitê financeiro?
- E o que separa os boards que estão avançando daqueles que estão emperrando na própria planilha?
Foi um dos episódios mais densos que gravamos. Cinco pontos que vale a pena trazer.
IA entrou no board. E não está mais saindo.
A primeira colocação do Joás foi esta: talvez a pergunta certa não seja mais “como a IA entra no board”, mas “por que ela não sai mais”. Com isso, ele mapeou dois pilares que empurraram esse tema para a mesa de decisão de forma irreversível, sendo eles:
- A pressão competitiva: o CEO senta para tomar café, lê que o concorrente lançou um projeto novo com IA e, na semana seguinte, chega à reunião perguntando: “Por que nós não estamos fazendo algo parecido?”. O tema deixou de ser experimental e virou sobrevivência.
- A busca por eficiência operacional: Fazer mais com menos no mundo caro pós-pandemia. Toda operação está buscando onde reduzir sem comprometer a entrega, e a IA aparece como candidata natural.
A colocação dele que ficou:
“Até 2025, a gente estava testando a onda. Estava num caminho meio de piloto, testando algumas tecnologias. Mas o tema agora é estratégico. Ele entra na mesa de decisão por sobrevivência.”
E, quando ele entra, em poucos minutos a pergunta chega: “quanto isso vai custar e quanto vamos ver de retorno?”, e é aí que a conversa trava.
Onde a decisão emperra: expectativa versus métrica
Esse foi o ponto mais denso do papo, onde Joás foi cirúrgico dizendo que a trava não é devido a tecnologia, e sim o desalinhamento entre a expectativa do executivo e a métrica pela qual ele está tentando avaliar a IA.
O executivo tenta medir a IA com a mesma régua com que mede um projeto de TI tradicional, isso é
- Payback rápido;
- Redução direta de custo fixo;
- Aumento de receita já no próximo ano fiscal.
Só que a IA entrega valor distribuído, de forma indireta e com prazo de médio a longo. E boa parte do valor está na inovação de produto, na experiência do cliente e na resiliência operacional, coisas que a planilha tradicional não captura.
O Joás trouxe três dados que fundamentam esse ponto e que vale a pena colar na parede:
MIT, em um estudo de 2025: 95% dos pilotos de IA nas empresas estão falhando. E o motivo, na análise deles, não é a falta de tecnologia. É o learning gap. As organizações não redesenham o workflow em torno da IA, não capacitam as pessoas para capturar o valor e, por isso, o impacto financeiro fica invisível na linha do P&L.
Forbes, em uma pesquisa com mais de 1.075 executivos responsáveis por decisões: 39% citam a medição de ROI como o principal desafio em iniciativas de IA. E menos de 1% desse grupo relata um ROI significativo, acima de 20% de lucratividade ou economia. A grande maioria vê um ganho limitado, entre 1% e 5%, no primeiro ano.
TOTVS, no Panorama Brasil 2025: somente 20% dos executivos brasileiros consideram a IA altamente estratégica. Outros 42% relatam baixo alinhamento com os objetivos de negócio.
Traduzindo os três dados juntos: o problema é a lente pela qual o board está olhando para a IA, e não a IA em si.
O caso que fechou a discussão para mim
O Joás contou um caso na gravação que resume o problema inteiro em uma história, o qual vale trazê-lo quase completo aqui, porque é o tipo de caso que qualquer executivo brasileiro pode reconhecer.
O Joás atuava como conselheiro numa indústria de médio porte. Lá o time técnico desenvolveu um piloto de IA preditiva para a manutenção de equipamentos críticos, entregando:
- Precisão de 82% na antecipação de falhas.
- Projeção de redução de downtime de cerca de 28% em paradas não planejadas.
- Governança de dados sólida, com time engajado e solução tecnicamente robusta.
O projeto vai para o comitê de investimentos e é reprovado, e o motivo: o principal benefício era evitar um custo futuro. Na planilha tradicional, isso aparece como “benefício projetado”, não como “economia certa e imediata”. O board queria ver uma redução clara de custo fixo e um aumento direto de receita no próximo ano fiscal. Não foi possível provar isso dentro dessa métrica, e por isso o projeto foi arquivado.
Um mês depois, a empresa teve duas paradas não planejadas, exatamente nos equipamentos que o modelo teria identificado como críticos. O custo dessas duas paradas ficou bem acima do investimento que o projeto teria exigido.
O Joás disse, com uma ironia contida: “a área financeira até brincou que aquela decisão não tinha sido acertada ao longo do tempo.”
Traduzindo sem eufemismo: o board reprovou um projeto de IA porque não conseguiu enxergar o valor sob a lente antiga, e o custo real disso apareceu na quebra seguinte de uma máquina. Isso é o padrão, não é exceção.
Ele trouxe outros dois casos na mesma linha: um em análise de crédito, com detecção de fraude no setor financeiro, e outro em precificação dinâmica no varejo. Mesma dinâmica: o ganho aparece como “menor perda” ou “margem incremental”, não como “lucro imediato”, e o comitê recua.
A frase que já anotei para usar em muita conversa
Em uma das colocações do Joás, saiu esta frase, que resume o dilema todo: “a IA não vai substituir pessoas. Vai substituir pessoas que não estão preparadas para trabalhar com IA.”
E ele estendeu o raciocínio para o nível executivo, que é o ponto que mais importa aqui. O board que continuar olhando para a IA com a lente da infraestrutura de dez anos atrás vai perder para o board que aprendeu a enxergá-la como uma transformação de negócio.
O papel do CTO, na análise dele, também mudou. Antes, era o líder técnico que respondia ao comitê com uma solução operacional. Hoje, precisa ser o braço direito do conselho na tomada de decisões estratégicas. Fala a linguagem do negócio, não a do stack.
Se o seu CTO ainda entra em uma reunião de board com um slide técnico, o problema não é a IA.
O que precisa mudar na régua do CFO
No fechamento, perguntei ao Joás em que linha da planilha o executivo de tecnologia deveria posicionar um projeto de IA para ter mais chances de aprovação. CAPEX, OPEX, algum novo formato?
A resposta foi mais afiada do que a pergunta, dizendo que não se trata de ajustar a planilha e sim de mudar a mentalidade.
Ele listou o que precisa ser revisto como critério de decisão, sendo:
- Sair do payback de 7 a 18 meses como exigência obrigatória: muitos projetos de IA têm retorno em 24 ou 36 meses e continuam sendo os melhores investimentos possíveis.
- Sair do foco exclusivo na redução de headcount ou de custo fixo: redução de risco, ganho de resiliência, aceleração da inovação e melhoria da experiência do cliente também são retornos. Só que precisam ser modelados.
- Parar de exigir que 100% do benefício seja quantificado e atribuído no primeiro ano: isso mata pilotos que teriam dado sustentação estratégica no longo prazo.
- Adotar uma visão de portfólio estratégico: categorizar projetos, aceitar diferentes prazos de maturação e modelar por camada de risco.
- Fortalecer a governança, a cultura e a capacitação antes da planilha: sem capacidade de captura de valor dentro da organização, o melhor projeto de IA falha na execução.
E fechou com uma linha que uso agora: “a grande dificuldade de justificar o investimento em IA não está na ausência de valor. Está na forma como ainda tentamos medir esse valor com modelos tradicionais.”
Bônus: a analogia da lente
Para fechar o episódio, o Joás usou uma imagem que ficou comigo por dias. Ele comparou a lente pela qual o board avalia a IA com os óculos que a gente usa. Com o tempo, a lente muda. O grau aumenta. E a pessoa que se recusa a atualizar a lente continua vendo o mundo com a nitidez de dez anos atrás.
O board que continua olhando para a IA como TI de suporte está usando uma lente antiga. E o custo disso, como ele explicou com o caso da Kodak, aparece anos depois, quando não dá mais para corrigir.
O trecho está nos minutos finais do episódio. Vale escutar o próprio Joás. É uma das melhores metáforas que já ouvi para explicar este momento.
Onde ouvir o episódio completo
Episódio completo no YouTube e no Spotify. Links abaixo.
🎧 Spotify: https://open.spotify.com/episode/67OzzmnPDhSJdlEftPVSMW
🎧 YouTube: https://youtu.be/b3cTV42VCI8
São cerca de 50 minutos. Vale cada minuto, especialmente se você é CTO, CIO, CEO, conselheiro ou está lidando agora com a tarefa de defender um orçamento de IA dentro do seu comitê de investimentos.
O Joás é generoso ao compartilhar não só o diagnóstico, mas também o caminho de saída. Ele fala com uma autoridade rara, porque viveu essas mesas e continua vivendo essa realidade em três continentes diferentes.
Aperta o play.
