🏢Na vida real, empresas só querem acesso ao ChatGPT e ao Claude

A realidade do adoption de IA nas empresas

Pesquisadores e executivos discutem infraestrutura proprietária de IA, modelos personalizados e fine-tuning. Mas no chão de fábrica corporativo, a realidade é outra: funcionários querem acesso ao ChatGPT ou ao Claude — e estão pressionando o setor de compras para conseguir licenças.

Ethan Mollick, professor da Wharton e referência em estudos sobre IA no trabalho, sintetizou esse paradoxo em uma observação direta: as empresas estão cheias de gente querendo acesso a ferramentas de IA generativa e batendo na porta dos departamentos de compras para obter licenças oficiais.

O abismo entre narrativa e prática

O que explica essa distância entre o que se говори nas conferências de tecnologia e o que acontece dentro das empresas? Primeiro, a maioria das organizações não precisa — e não consegue — construir sistemas de IA do zero. Desenvolver infraestrutura proprietária exige investimento pesado em engenharia, dados proprietários e capacidade computacional que poucas empresas têm.

Segundo, os funcionários já conhecem as ferramentas. ChatGPT e Claude se tornaram commodities de produtividade. A barreira não é descobrir o que fazer com IA, mas conseguir aprovação para usar o que já existe.

O problema não é tecnologia, é processo

Em empresas de médio e grande porte, o processo de aprovação de software é frequentemente o maior obstáculo à inovação. Enquanto um desenvolvedor pode experimentar Claude Code em minutos no seu computador pessoal, dentro do ambiente corporativo pode levar semanas ou meses para obter uma licença oficial.

Esse descompasso cria uma dinâmica perigosa:影子 IT, uso de contas pessoais para tarefas corporativas, e perda de visibilidade para os times de segurança e compliance.

O que isso significa para builders e devs brasileiros

Para quem constrói produtos e soluções em IA no Brasil, o cenário apresenta implicações diretas:

• **Demanda por integração**: empresas vão buscar ferramentas que se conectem aos LLMs já adotados, não necessariamente modelos customizados
• **Oportunidade em onboarding**: ajudar organizações a implementar políticas de uso de IA generativa é um mercado em crescimento
• **APIs como padrão**: a tendência é que APIs de modelos prontos se tornem o padrão de facto, não a construção de modelos próprios
• **Treinamento interno**: a барreira está menos na tecnologia e mais na adoção — times que conseguirem facilitar o uso terão vantagem

A lição principal é simples: enquanto o mercado discute o futuro da IA, os funcionários estão usando a tecnologia hoje. Para empresas brasileiras, o caminho mais rápido de valor não passa necessariamente por infraestrutura proprietária — passa por remover fricção para que as equipes usem as ferramentas que já funcionam.