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

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.

Leia também: Totvs (TOTS3) hoje: lucro do 4T25 cresce 44% e receita atinge R$ 1,5 bilhão.

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:

Leia também: Os bairros com o melhor custo benefício para alugar um apartamento em São Paulo.

• “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: US800kemimplementac\ca~o+US800kemimplementac\c​a~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:

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.