O ponto de virada da InovAção

Inovação já não é mais o momento do “eureca”, nem a corrida frenética para lançar o próximo produto inédito. Na era da Inteligência Artificial (IA), inovar significa aprender, em tempo real, com dados, pessoas e erros. O ciclo linear entre ideia, protótipo e entrega se dissolveu, dando lugar a um processo vivo de experimentação, no qual as empresas deixam de perseguir apenas a novidade e passam a buscar relevância e evolução constante.

As empresas estão percebendo que inovar é um verbo no presente contínuo

Henrique Coelho, diretor de Estratégia de Dados da Serasa Experian

“A IA não substitui o humano; ela amplia nossa capacidade de entender o que realmente importa”, afirma Henrique Coelho, diretor de Estratégia de Dados da Serasa Experian. “As empresas estão percebendo que inovar é um verbo no presente contínuo.”

Não há dúvidas de que a Inteligência Artificial puxou todos os fios ao mesmo tempo: dados, segurança, CX, cultura, produtividade. Com isso, força as empresas a fazer o movimento que o Consumidor Moderno Innovation Summit deste ano trouxe como destaque: alinhar estratégia de IA, desenho de experiência e governança de segurança em uma única linha de visão.

Esse movimento já é consenso entre empresas de todos os setores. Dados da Palo Alto Networks mostram que 47% das empresas brasileiras usam IA, mas apenas 6% possuem estratégia de segurança para isso – um descompasso que expõe o novo dilema da inovação: não dá mais para escalar no escuro.

O que aparece, então, quando a luz acende? Um Brasil corporativo que já não trata IA como ferramenta, mas como infraestrutura de inovação contínua, sustentada por dados, contexto e pessoas preparadas para interpretar – mas que ainda pode evoluir, e muito, nesse sentido.

Quando inovar deixou de ser um projeto?

Se existe consenso entre as empresas, é este: houve um ponto de virada claro no significado de inovar. O gatilho foi a chegada da IA como infraestrutura, e não mais como ferramenta.

Carlos Eduardo Mazzei, diretor de Tecnologia do Itaú Unibanco, sintetiza a mudança: “Inovar é aprender rápido, escalar o que gera valor e corrigir o que não funciona, com base em dados e na proximidade com o cliente. A chegada da IA acelerou esse processo”.

Inovar é aprender rápido, escalar o que gera valor e corrigir o que não funciona

Carlos Eduardo Mazzei, diretor de Tecnologia do Itaú Unibanco

No banco, essa mudança ganhou forma na Inteligência Itaú, plataforma de IA generativa construída sobre dados internos, arquitetura de multiagentes e foco em resolver problemas reais, do “fazer Pix no WhatsApp” às “22 mil simulações para recomendar investimentos”. Não é um projeto: é uma camada viva, que se aperfeiçoa conforme o cliente usa. É inovação como sistema.

Os números mostram a escala dessa prática no Itaú:

690 casos de uso de IA em desenvolvimento.
140 já em produção.
Redução de 42% do tempo médio de resolução
de incidentes.

Uma das frentes mais transformadas é o jurídico: a IA já analisa mais de 100 mil documentos por mês, preenche campos automaticamente, lê sentenças, cruza padrões e cria diagnósticos em escala. O resultado disso são operações mais ágeis, inteligentes e sustentáveis.

A Deloitte tem uma leitura de cenário semelhante. Para Jefferson Lopes Denti, Chief Disruption Officer da companhia, a tecnologia entrou em hiperciclo e chega antes do processo, da regulação e até da capacitação de pessoas.

Victor Loureiro Lima, líder de Inovação da Accenture para a América Latina

“Aquele ciclo de inovação linear, que começava com a ideia, partia para o projeto, para o desenvolvimento do case e depois para a prática, não dá mais conta. Ele foi encurtado pela obsolescência da tecnologia”, afirma.

A lógica, diz o executivo, deixou de ser de cases e passou a ser de portfólio: alguns geram eficiência, outros geram receita, outros criam aprendizado. “O que era projeto virou processo”, completa.

Diante dessas mudanças, é preciso enxergar em longo prazo e já pensar o futuro: “Como será 2035?”.

O ciclo de inovação linear foi encurtado pela obsolescência da tecnologia

Jefferson Lopes Denti, Chief Disruption Officer da Deloitte

A Accenture traz outro elemento decisivo para o novo significado de inovar: IA não é só velocidade. É supermemória e superagência. Entendendo isso, a consultoria já encurtou todo o ciclo da inovação usando IA – da descoberta do problema à prototipação e à entrega com agentes inteligentes apoiando o desenvolvimento.

Victor Loureiro Lima, líder de Inovação da Accenture para a América Latina, resume a estratégia: “Muita coisa muda nessa nova onda de IA, mas a necessidade de conveniência, utilidade e atendimento humanizado continua exatamente onde sempre esteve. São estes os diferenciais das empresas ganhadoras na era da IA”.

O impacto da IA na inovação das empresas

Eficiência operacional

42% menos tempo para resolver incidentes (Itaú)
Projeto de 9 meses entregue em 1 mês e meio (Serasa)
Classificação de meias-carcaças em 1 segundo (Minerva)
Atendimento mais rápido com GenAI (PagBank)

Segurança e confiabilidade

99,9997% das viagens sem incidentes (99)
-32,5% nos casos de assédio (99)
IA antecipando achados críticos (Fleury)
IA liberando médicos para atividades clínicas (Einstein)

Engajamento e adoção

+9,5% de usuários recorrentes nas interfaces conversacionais (Itaú)
90% de recorrência no Pix por WhatsApp (Itaú)
+33% de pedidos mais rápidos via Ailo (iFood)
+48% de chance de a busca virar carrinho (iFood)

IA no centro, mas dos bastidores

Apesar de tão transformadora, a IA atua onde o cliente não vê. Ela está nos bastidores, na operação, na prevenção, na orquestração de dados – e é cada vez mais decisiva. Justamente por operar no invisível, tem transformado a experiência final.

A 99 é um exemplo claro desse protagonismo silencioso. Como descreve Fabrício Ribeiro, diretor de Operações, o marketplace de mobilidade funciona como “um organismo vivo”. Em cada corrida, o sistema cruza trânsito, clima, comportamento de passageiros, probabilidade de cancelamento, produtividade de motoristas e até indicadores de vulnerabilidade de passageiras à noite. A partir disso, a IA Pítia pode, por exemplo, direcionar viagens de mulheres para motoristas mais bem avaliados ou mulheres, enquanto a IA Atena envia mensagens educativas aos condutores.

Fabrício Ribeiro, diretor de Operações da 99

Esse ecossistema de modelos permitiu uma evolução decisiva: a redução de 32,5% nos incidentes de assédio contra passageiras no 1º semestre de 2024.

“Com a IA, evoluímos em um ponto essencial: a prevenção. Se há um desvio de rota ou comportamento fora do padrão, os sistemas identificam isso rapidamente e acionam recursos de segurança antes que a situação se torne crítica”, afirma Fabrício.

No iFood, o funcionamento é parecido, só que em escala industrial. Em uma única jornada de pedido, cerca de 40 modelos proprietários de IA são acionados até que o prato chegue ao consumidor. Há modelos para prever tempo de preparo, roteirizar entregas, fazer o match inteligente com o entregador e monitorar inconsistências em tempo real.

Na camada de atendimento, a assistente Rosie, construída em arquitetura de multiagentes, já automatiza mais de 70% das interações. Para os restaurantes, há a Cris, que envia insights de venda via WhatsApp; e para o entregador, o Jhow, que entende áudios e gírias e acelerou em 40% o suporte a quem está na rua. Assim, a IA deixa de ser apenas uma ferramenta para tornar-se uma infraestrutura de orquestração.

“A IA é o pilar central da nossa inovação. O impacto é sentido desde o início do preparo da comida até a logística preditiva, garantindo que o entregador chegue no momento ideal ao estabelecimento”, resume Thiago Cardoso, diretor de Dados e IA do iFood.

A Serasa Experian reforça o mesmo ponto: a inovação que move a operação acontece antes do atendimento, antes da interface, antes do clique. “Com a IA, conseguimos levar um projeto estimado em nove meses a apenas um mês e meio”, explica Henrique Coelho, diretor de Estratégia de Dados.

Em outra frente, a companhia correlaciona 1,4 milhão de combinações de dados para antecipar problemas de performance, algo que antes levava semanas de análise manual. A GenAI também atua onde o olho humano não alcança: “Usamos IA para revelar problemas e oportunidades escondidas em códigos e documentações antigas”, diz.

Diante dessas mudanças, é preciso enxergar em longo prazo e já pensar o futuro: “Como será 2035?”.

A IA é o pilar central da nossa inovação

Thiago Cardoso, diretor de Dados e IA do iFood

E não é só velocidade: é democratização. “Hoje, qualquer colaborador, mesmo sem profundo conhecimento técnico, pode acessar dados e informações de forma organizada, segura e conversacional”, completa Coelho. A empresa está prestes a lançar programas internos baseados em IA que permitirão experimentação e compartilhamento de aprendizados e ideias entre áreas, enquanto um assistente de governança já organiza e distribui inteligência de forma segura dentro da companhia.

Em todas essas organizações, a IA não está apenas na vitrine – está na engrenagem, e isso molda a sua inovação.

O lado B da inovação: erros, riscos e aprendizados

Inovar com IA também significa aprender com erros. A McKinsey revela que 51% das empresas tiveram pelo menos uma consequência negativa com IA no último ano, sendo imprecisão o risco mais comum (30%), seguido por questões de cibersegurança (14%) e compliance regulatório (11%).

Paradoxalmente, os “high performers” reportam mais riscos, não menos, pois usam IA em contextos críticos e monitoram de perto. A diferença é que eles também mitigam mais rapidamente e aprendem com cada falha.

“As organizações mais ambiciosas estão usando IA em situações de missão crítica, o que naturalmente expõe mais riscos”, explica Alexander Sukharevsky, sócio sênior da McKinsey. “Mas essa ambição também explica por que elas tendem a superar seus pares. Abordar a IA apenas pela lente da eficiência não é suficiente. Alcançar resultados mensuráveis requer que os líderes persigam uma agenda ousada, impulsionada por inovação e transformação.”

Saúde: inovação contínua salva tempo – e gente

Se ROI (Retorno Sobre o Investimento), vendas e conversão já mostram os ganhos objetivos da IA, na saúde o impacto é ainda mais evidente – porque se mede em tempo e, muitas vezes, em vidas.

No Hospital Albert Einstein, Rodrigo Demarch, diretor de Inovação, detalha um movimento de dez anos: preparar a instituição e não apenas a tecnologia para trabalhar com dados, analytics e IA. Agora, com a estratégia AI First, esse processo ganhou método. A equipe mapeia perfis de adoção (alfa testers, beta testers, multiplicadores), capacita profissionais e leva IA exatamente para os pontos em que o gargalo é crítico: análise de laudos, sumarização de histórico e transcrição de consultas.

Paralelamente, o hospital tem formado seu corpo clínico para compreender e aplicar IA: desde 2024, mais de 1.200 médicos já passaram pelos programas de educação em inovação. O resultado é mensurável: mais tempo do médico no cuidado clínico e menos tempo em tarefas administrativas, porque a IA absorve a parte repetitiva, volumosa e burocrática.

A inovação e a tecnologia são instrumentos para levar cuidado de excelência para o maior número possível de pessoas

Rodrigo Demarch, diretor de Inovação do Hospital Albert Einstein

O Einstein também mostrou como a IA pode ser inclusão de acesso. O projeto de diagnóstico de doenças de pele negligenciadas na Amazônia, feito com o Ministério da Saúde, 10 centros de pesquisa e o financiamento do Banco Interamericano de Desenvolvimento (BID), usa um aplicativo com IA para pré-classificar lesões e colocar o paciente na fila certa mais rápido. O projeto completo deve ficar pronto em 2027.

“Entendemos que a inovação e a tecnologia são instrumentos para levar cuidado de excelência para o maior número possível de pessoas, para que se possa expandir o acesso ao serviço de saúde de boa qualidade”, afirma Demarch.

No Grupo Fleury, o presidente da Unidade de Negócios Médico, Técnico, de Hospitais, Novos Elos e Inovação, Dr. Edgar Rizzatti, abre a cortina de um laboratório que parece mais um campus de pesquisa: são 94 papers publicados em apenas um ano, 70 projetos de pesquisa em andamento, parcerias com universidades e uma área de P&D que transforma achados clínicos em novos testes e serviços.

Tudo isso com a IA nos bastidores, para garantir rapidez e qualidade. Exemplo disso é a triagem automatizada de achados críticos, como tromboembolismo pulmonar e sangramento intracraniano: o algoritmo sinaliza o risco ao médico enquanto o paciente ainda está no equipamento. Isso salva minutos, e minutos, nesse caso, valem muito.

CX e marketing em sintonia

O relacionamento com o cliente também vem mudando a cada dia. Se antes marketing era comunicação e experiência era atendimento, a IA apagou completamente essa linha e transformou a natureza das áreas.

O que antes era um esforço pontual, um projeto por trimestre, virou um processo contínuo de adaptação, personalização e aprendizado diário. E é justamente nesse ponto em que Marketing e CX deixam de ser áreas separadas e tornam-se parte do mesmo sistema inteligente.

A velocidade não vem da tecnologia em si, mas do salto que ela cria na experiência do usuário

Gustavo Souza, diretor de Produtos e Soluções do Google

A Forrester chama esse movimento de Total Experience: um modelo em que marca, jornada, operação e tecnologia formam uma única disciplina estratégica. A lógica é simples e radical: inovar deixou de ser “criar algo” e passou a ser “ajustar tudo”, o tempo todo, conforme o comportamento real do consumidor. É um fluxo vivo, alimentado por dados.

O Google vive isso há uma década. Desde 2015, a empresa usa IA para simplificar campanhas, interpretar intenção, personalizar experiências e criar automações que antes exigiam exércitos de analistas. Hoje, com busca multimodal, AI Overviews e modelos que entendem imagem, voz e contexto, a inovação acontece na interação, em tempo real.

“A velocidade não vem da tecnologia em si, mas do salto que ela cria na experiência do usuário”, explica Gustavo Souza, diretor de Produtos e Soluções do Google. “A IA mudou a inovação porque ela muda tudo ao mesmo tempo: produto, jornada, anúncio e expectativa.”

“Um exemplo é o serviço de assistência das maquininhas, em que a IA analisa imagens enviadas pelos clientes para identificar a necessidade de troca, assim como atuar em uma primeira camada resolutiva no atendimento e acionar o humano com oportunidades de atuação mais elaboradas ou identificação de casos mais complexos”, complementa.

A Microsoft observa o mesmo fenômeno dentro das chamadas “Frontier Firms”: equipes híbridas, formadas por humanos e agentes de IA, que reinventam a forma de trabalhar. Copilotos analisam dados, sintetizam informações, sugerem ações e liberam o time para pensar estratégia, não operação.

“Um exemplo desse papel dos copilotos de IA é o GitHub Copilot, que auxilia desenvolvedores ao realizar testes unitários, gerar versões preliminares de programas e preparar fluxos de dados”, conta Alessandro Jannuzzi, líder de Customer Success da Microsoft Brasil. Nesse modelo, marketing e CX são alimentados pela mesma base, pelo mesmo fluxo de insights e pelo mesmo ritmo de teste e aprendizado. É inovação contínua como metodologia, não como evento.

O PagBank usa dados de comportamento para personalizar ofertas, prever demandas e antecipar necessidades financeiras em tempo real. “A IA traz precisão e personalização, mas não substitui a sensibilidade humana. Usamos algoritmos para antecipar necessidades e agilizar processos”, conta Arilda Vasconcelos, diretora de Atendimento, Operações e Logística do PagBank.

A IA traz precisão e personalização, mas não substitui a sensibilidade humana

Arilda Vasconcelos, diretora de Atendimento, Operações e Logística do PagBank

Alessandro Jannuzzi, líder de Customer Success da Microsoft Brasil

Já a Samsung aposta na personalização integrada ao ecossistema, desde produtos, como câmeras e eletrodomésticos, passando por recomendações, eficiência energética e interfaces adaptativas.

Segundo o Google, anunciantes mais maduros em uso de IA crescem até 60% mais em receita. Para a Forrester, organizações que adotam modelos integrados de Total Experience reduzem fricções e ampliam fidelidade de forma consistente. E a Microsoft reforça: não há inovação real sem alinhamento entre dados, experiência, criação e operação – todos evoluindo juntos, impulsionados pela IA.

Inovação virou cultura, não departamento

Outra transformação trazida pela IA foi fazer com que a inovação deixasse de ser um departamento e passasse a ser um comportamento organizacional contínuo. Mais do que tecnologias novas, as empresas estão redesenhando a própria forma de trabalhar.

Na Samsung, inovação significa cultivar uma cultura de escuta ativa, troca entre áreas e estímulo permanente à experimentação. A companhia opera como um ecossistema interno que mistura dados, observação de comportamento e criatividade, conectando centros de P&D, times multidisciplinares e parceiros externos.

Guilherme Soares, diretor de Consumer Experience da Samsung Brasil

Segundo Guilherme Soares, diretor de Consumer Experience da Samsung Brasil, “a tecnologia tem permitido identificar demandas com maior precisão; oferecer respostas mais rápidas e personalizadas; e direcionar o consumidor ao suporte mais adequado em cada situação”.

O resultado é uma empresa que aprende enquanto opera, revisa continuamente suas hipóteses e transforma cada insight do consumidor em melhoria prática de produto.

Na Minerva Foods, a inovação também deixou de ser uma área e tornou-se um valor cultural mensurável. Programas como a Academia Minerva e o Prêmio Criando Conexões estimulam colaboradores de todas as áreas a propor ideias, testar soluções e participar de war rooms que conectam logística, sustentabilidade, indústria e tecnologia.

Com a IA redirecionando o tempo do time para tarefas de maior valor, a empresa passou a ter pessoas preparadas e disponíveis para explorar um novo espaço criativo. “Desde 2022 implementamos 41 projetos apoiados por IA envolvendo otimização, visão computacional, Machine Learning e modelos de linguagem integrados aos planejamentos industrial e logístico. Esses projetos têm impacto direto em padronização de processos (SGI), redução de custo e ganho de eficiência operacional”, ressalta Roberto Stern, Chief Technology Officer da Minerva Foods.

O PagBank segue o mesmo princípio, mas com uma cultura de colaboração radical: hackathons, programas de cocriação e squads multidisciplinares aceleram a evolução de produtos que são ajustados em ciclos curtos. Nesse modelo, a IA não entra apenas para automatizar – ela cria um loop contínuo de aprendizado, alimentado diretamente pelo comportamento dos clientes e pelas interações com o produto financeiro.

Já na Amazon, a cultura do Day 1, que incentiva pensar como dono, testar rápido e não se acomodar, é a base para um ambiente em que a experimentação é mandatória.

Os “two-pizza teams” formam um mecanismo organizacional que mantém a inovação descentralizada e autônoma: times pequenos, independentes e orientados por métricas próprias, que, com a IA, ganham nova potência. Agentes inteligentes assumem tarefas repetitivas, liberando as equipes para decisões mais estratégicas e ciclos mais rápidos de prototipagem.

Em comum, todas essas empresas mostram que a IA mudou principalmente quem inova e como essa inovação acontece. O talento humano migra para atividades de valor; a IA assume o peso operacional; e a colaboração horizontal torna-se essencial para que a inovação seja, finalmente, contínua, adaptativa e distribuída.

Roberto Stern, Chief Technology Officer da Minerva Foods

A era agêntica já começou – e todos estão aprendendo

Quando perguntamos às empresas sobre futuro, a versão agêntica da IA ganha protagonismo. Se hoje ela recomenda, prevê ou responde, o próximo passo é agir, fazer e executar tarefas inteiras sem supervisão, linha a linha.

Hoje, 62% das empresas globalmente estão experimentando agentes de IA, sistemas baseados em modelos de fundação capazes de planejar e executar múltiplas etapas.

das empresas ao redor do mundo já experimentam agentes de IA

0 %

O Google foi direto ao ponto: “estamos entrando na era das experiências agênticas, em que modelos assumem sequências de ações, desde preencher cadastros até navegar na web, executar rotinas e resolver problemas de ponta a ponta”.

A Microsoft reforça esse movimento com uma visão estrutural: no futuro próximo, cada profissional será “chefe de agentes”, coordenando sistemas inteligentes especializados que assumem o trabalho repetitivo e o “cognitive heavy lifting”. A Amazon segue na mesma direção ao apostar na aplicação de agentes capazes de revisar códigos, reunir pesquisas, planejar e gerenciar processos corporativos inteiros.

A segunda grande aposta é a hiperpersonalização em escala, agora viável em tempo real.

No iFood, a arquitetura de IA já entrega jornadas completamente diferentes para seus 60 milhões de usuários. O PagBank usa dados de comportamento para personalizar ofertas, prever demandas e antecipar necessidades financeiras. A Samsung aposta na personalização integrada ao ecossistema. O Google leva isso ainda mais longe: imagens, voz, contexto, multimodalidade e busca conversacional formam uma camada de personalização profunda, entendendo nuances que antes dependiam de interpretação humana.

Outro fator no qual as empresas estão de olho – mais silencioso, mas decisivo – é a infraestrutura própria de dados e modelos. A mensagem começa a ser clara: não basta usar IA; é preciso ter IA, controlar seus dados e treinar modelos em bases internas.

O Einstein e o Fleury são exemplos claros: usam grandes bases clínicas próprias para criar modelos de triagem, sumarização e apoio à decisão com impacto direto na assistência. Já a Minerva integra dados do campo à indústria e à logística, criando um pipeline que permite predição, padronização e eficiência no nível do detalhe.

Esses movimentos convergem para um ponto: o futuro da inovação não é mais apenas a evolução da tecnologia, e sim o quanto as empresas conseguem automatizar, personalizar e aprender – tudo ao mesmo tempo.

A IA redefine papéis, reorganiza equipes, cria ciclos de produto mais curtos e exige uma maturidade cultural que não existia antes. O próximo salto, segundo as empresas, será organizacional.

Uso de IA nas organizações

Fonte: McKinsey Global Surveys sobre o estado da IA, 2017-25:
https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai#/

Estágio das empresas que usam IA

Dados: McKinsey 2025

A régua da inovação mudou

As 3 perguntas do CM Innovation Summit para saber se a utilização da IA na sua empresa é madura:

A empresa tem visibilidade de todo o ecossistema de IA que usa?
Sabe quais modelos são sancionados e se algum está vazando dado sensível?
Protege modelo, dados, aplicações e agentes ao mesmo tempo?

No Consumidor Moderno Innovation Summit deste ano, quando se falou sobre o “balé dos momentos”, uma ideia ficou evidente: hoje, a inovação só acontece quando a empresa consegue enxergar o que o cliente vive e responde a isso quase que em tempo real. A IA chegou justamente para dar essa visão, essa velocidade e essa capacidade de aprender continuamente.

Mas os dados da McKinsey mostram que a jornada ainda está no meio do caminho: 88% das empresas usam IA, mas apenas 38% escalaram além de pilotos; 64% dizem que a IA habilita inovação, mas apenas 39% veem impacto no EBIT. A tecnologia está disseminada, mas o valor nem tanto.

Mas tudo o que sustenta esse movimento – segurança, governança, cultura, talento, dados, propósito – permanece sendo uma escolha humana. A tecnologia acelera, mas não decide. Ela faz o que é preciso e as pessoas determinam por quê.

das empresas usam IA, mas apenas 38% escalaram além de pilotos

0 %

O novo significado da inovação nas empresas é usar uma tecnologia que aprende o tempo todo para entregar uma experiência que permaneça humana o tempo todo. E fazem isso sem fogos de artifício, sem grandes anúncios, mas no cotidiano, no produto que melhora, no processo que se ajusta, no atendimento que evolui, no serviço que fica mais claro, mais rápido, mais útil.

A inovação deixou de ser o “grande ato” e virou o “trabalho diário”.

E, paradoxalmente, é isso que a torna ainda mais inovadora.

das empresas dizem que a IA habilita inovação, mas apenas 39% veem impacto no EBIT

0 %