O avanço da GenAI nas empresas não está sendo travado pela falta de interesse ou tecnologia — mas por desafios operacionais, estruturais e culturais que precisam ser enfrentados com clareza. Adotar IA com responsabilidade exige mais do que pilotos e testes de conceito. Exige remover barreiras que ainda impedem a transição para o uso prático, integrado e sustentável da tecnologia.
O gráfico do relatório da SAS mostra os principais obstáculos citados pelas organizações ao redor do mundo. A análise desses pontos mostra um caminho nítido: não basta ter acesso à GenAI, é preciso criar condições reais para que ela funcione no contexto da empresa.
O desafio da governança de dados segue como o mais crítico
A maior barreira apontada é a dificuldade de usar dados públicos e proprietários de forma eficaz. Isso aparece como obstáculo para 52% dos respondentes, e em algumas regiões, como América Latina e Norte da Europa, chega a mais de 54%.
Sem dados confiáveis, estruturados e bem governados, os modelos de GenAI não conseguem operar com precisão. A base de dados é o que alimenta a qualidade das respostas, a confiabilidade das análises e a escalabilidade das soluções.
Empresas que tratam a IA como prioridade, mas não cuidam da fundação dos dados, correm o risco de investir alto e colher pouco.
A falta de ferramentas certas também trava a aplicação
Quase metade das organizações afirma que não possui as ferramentas adequadas para aplicar GenAI no seu dia a dia. Essa limitação pode estar ligada à maturidade da arquitetura digital, à falta de integração com plataformas existentes ou à escolha de soluções que não se adaptam ao contexto específico da empresa.
Esse é um desafio comum em empresas que ainda operam com sistemas legados ou que não têm uma estratégia clara de interoperabilidade entre plataformas de dados, ERP, CRM e os modelos de IA. A ferramenta precisa se encaixar no fluxo, não forçar o fluxo a se encaixar nela.
A distância entre o conceito e a aplicação ainda é um gargalo
Cerca de 47% dos participantes citam como obstáculo a dificuldade de levar GenAI do discurso para a prática. Isso revela um desalinhamento entre a expectativa estratégica da liderança e a realidade das áreas operacionais que precisam aplicar a tecnologia no dia a dia.
O problema não está na intenção, mas na execução. A ausência de casos de uso bem definidos, a falta de critérios de priorização e a dificuldade de mensurar valor acabam retardando a adoção real da GenAI nos processos que mais precisam dela.
Capacitação e estrutura interna ainda são pontos frágeis
A escassez de talentos preparados internamente para operar GenAI aparece como obstáculo para 39% das organizações. A dificuldade de comprovar retorno sobre o investimento é outro ponto de atenção, citado por 37% dos entrevistados. E 31% mencionam os custos associados aos modelos de linguagem como fator limitante.
Esses dados reforçam que, para além da escolha da tecnologia, a capacitação dos times, a clareza sobre o ROI e o modelo financeiro precisam estar integrados desde o início da jornada.
Sem um plano de formação e sem uma estratégia de financiamento que justifique o investimento, a adoção pode se tornar um ciclo de frustração e baixa entrega.
