NTT DATA: 86% das empresas latinas investem ou exploram IA generativa

O relatório "La Inteligencia Artificial en América Latina 2025", elaborado pela NTT DATA em parceria com o MIT Technology Review, traz um dado que merece destaque: 86% das empresas latino-americanas já investem ou estão em fase de exploração de IA generativa. São 58% com implementações ativas e 28% em fase de exploração. Somado a isso, 90% consideram que o impacto da IA generativa será "revolucionário" para seus negócios.

Esses números sinalizam que a América Latina não está apenas acompanhando a tendência global — está se movendo com velocidade comparável a mercados mais maduros. Mas a análise detalhada revela que a maturidade ainda é baixa, e há uma enorme diferença entre "explorar" e "dominar".

O panorama completo da adoção

O estudo da NTT DATA e do MIT Technology Review oferece uma radiografia detalhada de onde as empresas latino-americanas estão na jornada de IA:

IA tradicional: crescimento de 25% ano a ano

A adoção de IA tradicional (machine learning, analytics preditivo, automação baseada em regras) cresceu 25% na região no último ano. Esse é o alicerce sobre o qual a IA generativa está sendo construída — empresas que já têm infraestrutura de dados e modelos preditivos estão mais preparadas para dar o próximo passo.

IA generativa: crescimento de 23% ao ano

A IA generativa cresceu quase 23% em adoção, partindo de uma base menor mas com aceleração forte. O salto de integração foi de 58% para 71% entre 2020 e 2023, e continua em trajetória ascendente.

A pirâmide de maturidade

O dado mais revelador do estudo é a distribuição por estágio de maturidade em IA generativa:

Ou seja, quase 72% das empresas que usam IA generativa estão nos estágios iniciais. Apenas 6% se consideram líderes. Isso revela que, embora a adoção seja ampla, a profundidade ainda é limitada. A maioria está testando, não transformando.

México e Brasil na liderança

O estudo destaca México e Brasil como os países com maior concentração de empresas apostando fortemente em IA:

México

• Lidera em número de empresas fazendo investimentos significativos em IA generativa
• O ecossistema de inovação está se beneficiando do nearshoring e da proximidade com o mercado norte-americano de tecnologia
• Setores como serviços financeiros, telecomunicações e varejo lideram a adoção

Brasil

• Maior mercado absoluto de IA da região, com ecossistema de startups maduro
• Fintechs brasileiras (Nubank, Stone, PagSeguro) são referências globais em uso de IA
• O setor financeiro é, historicamente, o mais avançado em adoção tecnológica no país

Onde a IA generativa está sendo aplicada

O estudo mapeia os principais casos de uso de IA generativa nas empresas latino-americanas:

Atendimento ao cliente

O caso de uso mais comum. 86% das empresas que adotam IA generativa a utilizam para transformar o atendimento ao cliente — chatbots avançados, personalização de respostas e resolução automatizada de problemas.

Geração de conteúdo e comunicação

Criação automatizada de relatórios, comunicações internas, materiais de marketing e documentação técnica. Para departamentos financeiros, isso se traduz em:

• Geração de narrativas para relatórios de resultados
• Criação de resumos executivos a partir de dados brutos
• Documentação automatizada de processos e controles

Análise de dados e insights

Modelos de IA generativa complementam analytics tradicionais ao:

• Interpretar grandes volumes de dados e gerar explicações em linguagem natural
• Identificar padrões que modelos supervisionados não capturam
• Sugerir hipóteses e linhas de investigação para analistas financeiros

Automação de processos internos

Desde a classificação de documentos até a geração de código, a IA generativa está sendo integrada a workflows internos para:

• Acelerar processos de onboarding e KYC
• Automatizar a extração de dados de contratos e faturas
• Gerar código para automações e integrações

Os desafios que persistem

Apesar do otimismo (90% veem IA como "revolucionária"), o estudo identifica obstáculos significativos:

Qualidade de dados

O problema mais citado. Empresas latino-americanas frequentemente operam com dados fragmentados entre múltiplos sistemas, formatos inconsistentes e históricos incompletos. IA generativa amplifica os problemas de dados — se a entrada é ruim, a saída é pior.

Talentos

A demanda por profissionais que combinem conhecimento de domínio (finanças, contabilidade) com habilidades de IA supera amplamente a oferta na região. O gap é especialmente agudo em empresas de médio porte que não conseguem competir com big techs por talentos.

Segurança e privacidade

Preocupações sobre o uso de dados sensíveis em modelos de IA generativa são particularmente relevantes em setores regulados como finanças. Questões como:

• Onde os dados são processados (soberania de dados)
• Quem tem acesso às saídas dos modelos
• Como garantir que informações confidenciais não vazem via prompts
• Conformidade com LGPD e regulações setoriais

ROI ainda incerto

Embora o otimismo seja alto, muitas empresas ainda não conseguem quantificar o retorno de seus investimentos em IA generativa. A fase de exploração, por definição, gera mais aprendizado do que receita.

O que os 6% líderes fazem diferente

O estudo permite inferir o que separa as empresas que se consideram líderes (6%) das demais:

• Investem em infraestrutura de dados antes de investir em modelos de IA
• Integram IA ao core business, não como projeto lateral
• Medem resultados financeiros concretos (redução de custo, aumento de receita, ganho de produtividade)
• Capacitam profissionais de negócio, não apenas equipes técnicas
• Tratam governança como habilitador, não como freio — definindo políticas claras de uso que aceleram a adoção em vez de inibi-la

O que isso significa para finanças corporativas

Para líderes financeiros na América Latina, os dados do estudo NTT DATA/MIT trazem implicações claras:

• Você provavelmente já está em algum estágio de adoção. Com 86% das empresas investindo ou explorando, a pergunta não é "se", mas "quão rápido".
• A maioria dos concorrentes está nos estágios iniciais. Com 72% em fases iniciais, há uma janela para se diferenciar. Empresas que avançarem para implementação avançada nos próximos 12-18 meses terão vantagem competitiva.
• O crescimento de 25% em IA tradicional é tão importante quanto o de 23% em generativa. IA generativa atrai mais atenção, mas IA tradicional (modelos preditivos, classificação automatizada, otimização) frequentemente entrega ROI mais rápido em finanças.
• O setor financeiro é natural early adopter. No Brasil e no México, finanças lideram a adoção de IA. Isso significa que ferramentas, casos de uso e melhores práticas estão mais disponíveis para este setor.

Ações práticas para esta semana

1. Posicione sua empresa na pirâmide de maturidade. Use os cinco estágios do estudo (exploração, implementação inicial, implementação avançada, liderança) para mapear onde você está. Defina o que seria necessário para subir um nível.
2. Combine IA tradicional e generativa. Não abandone modelos preditivos e analytics em favor de IA generativa. A combinação de ambos — previsão com modelos tradicionais e interpretação/comunicação com IA generativa — é mais poderosa que qualquer um isoladamente.
3. Resolva o problema de dados primeiro. Antes de investir em ferramentas de IA generativa, avalie a qualidade, integração e governança dos seus dados financeiros. Esse é o investimento com maior retorno de longo prazo.
4. Defina uma política de uso de IA. Estabeleça regras claras sobre quais dados podem ser usados com quais ferramentas, quem pode acessar os resultados e como garantir conformidade regulatória. Políticas claras aceleram a adoção — ambiguidade a paralisa.