Empresas russas congelaram 90% dos projetos com AI generativa e não os levaram à produção

As grandes empresas russas trouxeram apenas uma pequena parte de seus pilotos com IA generativa para implementação em larga escala até março de 2026. A maioria das iniciativas com LLMs, chatbots e agentes nunca saiu do modo de teste, foi reconstruída para tarefas mais estreitas ou foi encerrada completamente.

Por que os pilotos travaram

Segundo uma avaliação da consultoria "Análise Inteligente", apenas 7–10% dos projetos piloto que grandes empresas lançaram em 2025 atingiram produção industrial. A amostra incluiu cerca de 50 empresas de TI, manufatura, finanças, setor público, transporte e logística. As iniciativas restantes até março de 2026 ficaram presas na fase piloto, foram radicalmente reconstruídas ou paralisadas.

Isso mostra o quanto é difícil traduzir lindas demonstrações com grandes modelos de linguagem, chatbots e agentes de IA em um produto corporativo funcional. Ao mesmo tempo, os participantes do mercado não consideram essa conversão algo sensacional. Alguns projetos ainda estão em desenvolvimento e teoricamente poderiam chegar à produção depois.

Mas a lacuna entre o número de lançamentos e implementações reais já é perceptível: em 2025, as empresas frequentemente perseguiam não os cenários mais úteis, mas aqueles que davam um efeito rápido de impressionamento para apresentações e relações públicas. Quando chegava a fase de integração, medição de ROI e prestação de contas pelos resultados, muitas iniciativas começavam a travar.

Onde a economia quebra

Cerca de 30–40% dos pilotos, segundo os participantes da pesquisa, foram encerrados porque não entregaram o efeito financeiro esperado. O principal problema acabou não sendo a ideia de IA generativa em si, mas a fraca integração com os processos cotidianos da empresa. Em muitos casos, os modelos não foram incorporados em CRM, ERP, gestão de documentos e outros sistemas corporativos, então permaneceram como uma vitrine separada em vez de uma ferramenta de trabalho. Assim que o negócio tentava calcular economia de tempo, redução de carga nos funcionários ou impacto na receita, o conceito bonito rapidamente perdia credibilidade.

• Nenhuma integração profunda com CRM, ERP e sistemas internos
• Projetos foram lançados para efeito de relações públicas em vez de uma tarefa de negócio específica
• Não havia dados suficientes de qualidade e representativos para ajuste fino
• Os modelos careciam de multimodalidade, maturidade e requisitos de segurança

Falhas técnicas também são evidentes. Em um caso, uma empresa ajustou independentemente um modelo chinês para tarefas do departamento jurídico, mas coletou dados insuficientes e a precisão do assistente não ultrapassou 30%, após o que o projeto foi encerrado. Em outro caso, o serviço de suporte queria automatizar o processamento de documentos e imagens, mas em agosto de 2025, os modelos disponíveis não suportavam o cenário multimodal necessário completamente. Em outras palavras, o problema muitas vezes não era o hype de IA, mas expectativas irrealistas sobre ferramentas específicas.

Os prazos se movem para a direita

Metade dos executivos pesquisados viu seus prazos de transição de piloto para produção industrial se deslocarem de 2025 e início de 2026 para a segunda metade ou final de 2026. As razões são bastante pragmáticas: as empresas tiveram que gastar mais tempo treinando funcionários, modernizando infraestrutura e resolvendo questões de segurança da informação e proteção de dados. Enquanto isso, gastos com experimentos já são substanciais.

Em 2024, grandes e médias organizações russas gastaram 90,3 bilhões de rublos em implementação e uso de IA, e um orçamento típico de piloto em 2025, não incluindo infraestrutura, foi estimado em 5–15 milhões de rublos. Uma complicação adicional é que soluções de agentes rapidamente expõem velhos problemas nos próprios processos. Se uma busca inteligente por uma base de conhecimento pode ser implementada localmente, um agente de IA mais complexo quase imediatamente esbarra em integrações não planejadas, regras informais e contornos manuais aos quais os funcionários há muito estão acostumados.

Segundo avaliação da Cloud.ru, a cultura de familiaridade com ferramentas de IA em empresas já pode atingir 80–90%, mas a integração real nos processos de negócio ainda permanece em 5–10%. O maior potencial de crescimento é visto em serviços jurídicos, consultoria, manufatura, medicina, setor público e educação.

O que isso significa

O mercado russo não está abandonando IA generativa, mas está saindo da fase de hype e transitando para uma fase de teste rigoroso de utilidade e ROI. A próxima onda de implementações provavelmente se concentrará não em vitrines barulhentas, mas em cenários estreitos, bem mensuráveis com integração clara, segurança e um proprietário claro dos resultados dentro do negócio.