Letícia Ferreira analisa o desafio de preparar pequenas empresas para inteligência artificial

A adoção de inteligência artificial por empresas americanas avançou para além dos testes isolados, mas continua marcada por diferenças de porte, setor e capacidade operacional. Dados recentes do U.S. Census Bureau mostram que, entre dezembro de 2025 e maio de 2026, a proporção de empresas que informaram utilizar inteligência artificial em suas operações oscilou entre 17% e 20%. No mesmo período, entre 20% e 23% esperavam utilizar a tecnologia nos seis meses seguintes.

O levantamento Business Trends and Outlook Survey também indica que empresas maiores mantêm taxas mais elevadas. No período encerrado em 3 de maio de 2026, 37% das organizações com pelo menos 250 empregados relataram uso de inteligência artificial, enquanto 32% das empresas com 100 a 249 trabalhadores fizeram a mesma declaração. As diferenças reforçam que acesso a ferramentas não elimina barreiras relacionadas a dados, competências e integração.

É nesse ponto que a trajetória de Letícia Ferreira se conecta ao debate. Administradora e especialista em Gestão Comercial e Inteligência de Mercado, ela atua há cerca de 14 anos em funções que combinam planejamento comercial, análise de mercado, indicadores, rentabilidade, dados e liderança. Atualmente, ocupa a gerência de Dados e Inteligência de Mercado na Wiz Corporate, com responsabilidade sobre qualidade, integridade, governança, análises estatísticas e alinhamento das iniciativas analíticas à estratégia.

A experiência permite observar um problema recorrente sem reduzir a discussão a uma tecnologia específica. Empresas podem contratar sistemas de CRM, plataformas de automação e aplicações de inteligência artificial e, ainda assim, continuar sem definições consistentes para cliente, oportunidade, origem, etapa ou receita. Quando as bases divergem, o ganho de velocidade pode apenas acelerar interpretações frágeis.

“A inteligência artificial não corrige sozinha um processo que ainda não está claro. Antes de automatizar, a empresa precisa saber quais decisões pretende melhorar, de onde vêm os dados, quem responde por eles e como o resultado será conferido. Sem essa base, a ferramenta pode produzir respostas rápidas, mas não necessariamente confiáveis”, afirma Letícia.

A questão possui relevância especial para pequenas e médias empresas. Relatório publicado pela OECD em 2025 concluiu que a adoção de inteligência artificial por esse grupo permanecia relativamente baixa em comparação com organizações maiores e com tecnologias digitais mais maduras. Entre os fatores apontados estavam competências, dados, infraestrutura, financiamento e conhecimento sobre aplicações adequadas.

Ao mesmo tempo, pesquisas medem fenômenos diferentes. O U.S. Census Bureau pergunta sobre uso de inteligência artificial em funções empresariais, enquanto levantamentos sobre inteligência artificial generativa podem considerar uso individual por trabalhadores. Por isso, percentuais de fontes distintas não devem ser somados ou apresentados como se descrevessem a mesma população. A cautela metodológica também é parte da qualidade da informação.

Para Letícia, a sequência mais segura começa pela visibilidade. A empresa precisa mapear seu funil, sistemas, atividades manuais e pontos de perda de informação. Depois, pode padronizar etapas e responsabilidades, integrar fontes, automatizar tarefas repetitivas e somente então ampliar aplicações de inteligência artificial. A ordem não precisa ser rígida, mas cada avanço deve preservar capacidade de teste, pausa e correção.

Outro desafio é evitar que a adoção seja guiada por volume de ferramentas. Plataformas desconectadas podem elevar custos, duplicar registros e dificultar a atribuição de responsabilidades. A análise de retorno precisa considerar tempo liberado, qualidade, redução de risco e capacidade de decisão, e não apenas número de mensagens, leads processados ou relatórios produzidos.

A profissionalização também pode ampliar a capacidade de pequenas empresas competirem. Dados consistentes permitem identificar segmentos, medir conversão, compreender perdas e direcionar recursos. Automação bem delimitada pode reduzir tarefas repetitivas. Aplicações de inteligência artificial podem apoiar resumo, classificação e preparação de decisões, desde que seus limites sejam conhecidos e monitorados.

O cenário abre espaço para especialistas capazes de traduzir necessidades comerciais em processos, métricas e controles, sem substituir atribuições jurídicas, contábeis ou de segurança reservadas a profissionais responsáveis. Essa tradução exige diálogo entre liderança, vendas, marketing, tecnologia e usuários dos sistemas.

Como especialista, Letícia estuda estruturar na Flórida uma operação de consultoria em Revenue Operations, CRM, dados, automação e inteligência artificial aplicada para pequenas e médias empresas B2B. O projeto permanece está se desenvolvendo e deverá se concentrar na organização de processos e informações que permitam adoção tecnológica mais mensurável, responsável e alinhada ao crescimento.

Assuntos

Compartilhar