Estudo do MIT aponta taxa de sucesso cerca de duas vezes maior em parcerias, e CEO da Vircos explica o que o dado compara
Ao levar a inteligência artificial para dentro da operação, gestores costumam enfrentar uma escolha: desenvolver o projeto com a equipe da própria empresa ou contar com um fornecedor especializado. O relatório State of AI in Business 2025, da iniciativa NANDA, do MIT (Instituto de Tecnologia de Massachusetts), traz um dado sobre essa decisão. As iniciativas conduzidas em parceria com fornecedores especializados apresentaram taxa de sucesso aproximadamente duas vezes maior do que as construções internas.
Guilherme Friol, CEO da Vircos, empresa de engenharia de inteligência artificial corporativa, propõe uma leitura mais precisa do número, frequentemente citado como argumento contra construir. Ele chama atenção para o que está, de fato, sendo comparado.
“O estudo não compara comprar com construir. Compara quem tem engenharia no projeto com quem não tem. Construção interna sem time especializado falha mais mesmo, e é por isso que existe engenharia externa”, diz o executivo.
A engenharia como variável
Na visão de Friol, o que separa uma demonstração bem-sucedida de um sistema em operação é a engenharia construída em torno do modelo, e não a capacidade do modelo. Por isso, a pergunta central para o gestor deixa de ser apenas quem vai desenvolver e passa a ser se o projeto conta com engenharia especializada.
“A demonstração mostra o sistema acertando. A operação é definida pelo que acontece quando ele erra, e essa parte quase nunca está no projeto”, afirma.
O que essa engenharia precisa entregar
O executivo lista quatro componentes que a operação exige. O tratamento de erro determina como o sistema age quando não tem confiança na resposta, quando recebe dados incompletos ou quando a integração com outro sistema falha. O escalonamento humano garante um caminho para transferir o caso a uma pessoa, com o contexto preservado e o motivo registrado.
O monitoramento acompanha de forma contínua a qualidade das respostas e o custo por operação, evitando que a degradação só seja percebida por reclamação de cliente ou por fatura fora do esperado. O isolamento da regra de negócio separa o processo da tecnologia que o executa, de modo que a atualização do modelo pelo provedor não obrigue a empresa a reconstruir o processo.
Contexto de mercado
A decisão também aparece no orçamento. Segundo Friol, um piloto custa pouco e entrega rápido justamente por não incluir esses quatro componentes, enquanto a conta da operação inclui todos. Na comparação entre desenvolver internamente e contratar, portanto, a pergunta útil é se o escopo prevê esses itens, independentemente de quem vai executá-los.
O mesmo relatório do MIT mapeou o percurso do investimento corporativo em inteligência artificial generativa, com aportes globais estimados entre US$ 30 bilhões e US$ 40 bilhões. A Gartner projeta que mais de 40% dos projetos de inteligência artificial agêntica sejam cancelados até o fim de 2027, por custos crescentes, valor de negócio pouco claro e controles de risco inadequados.
No ciclo de expectativas de 2026, a consultoria registra ainda que 17% das organizações implantaram agentes de inteligência artificial, enquanto mais de 60% pretendem fazê-lo em dois anos, um volume de decisões de contratação ou desenvolvimento que deve ganhar força no período.
Para o gestor que avalia desenvolver internamente ou contratar, a leitura de Friol desloca a decisão. A variável que pesa no resultado é a presença de engenharia especializada no projeto, capaz de entregar os quatro componentes que a operação cobra. Construções internas sem esse time tendem a falhar mais, e é essa lacuna que a engenharia externa preenche.
