OpenAI afirma que a IA empresarial saiu do sandbox: hoje ela já faz parte das operações diárias, com integrações profundas aos fluxos de trabalho.

Segundo dados da empresa, organizações deixaram de usar modelos apenas para sumarizar textos e passaram a delegar fluxos de trabalho complexos e em várias etapas às inteligências artificiais. Os números mostram uma mudança clara na forma como modelos generativos são implantados nas empresas.

A plataforma da OpenAI atende mais de 800 milhões de usuários por semana, e esse efeito de “círculo virtuoso” está levando a familiaridade do consumidor para dentro dos ambientes profissionais. A companhia diz que mais de um milhão de clientes corporativos já usam essas ferramentas, e o objetivo agora é aprofundar ainda mais as integrações.

Dois fatos ficam evidentes para quem toma decisões: os ganhos de produtividade são palpáveis, mas há um fosso crescente entre os adotantes de ponta e a média das empresas — o valor extra depende muito da intensidade do uso.

De chatbots a raciocínio profundo

O melhor indicador de maturidade na adoção corporativa não é quantas licenças existem, mas a complexidade das tarefas delegadas.

Embora o volume de mensagens no ChatGPT tenha crescido oito vezes ano a ano, um sinal mais relevante para arquitetos de TI é o consumo de tokens de raciocínio na API, que sugere integrações mais profundas. Esse consumo aumentou quase 320 vezes por organização — evidência de que empresas estão conectando modelos mais inteligentes aos seus produtos para lidar com lógica complexa, em vez de apenas responder a consultas simples.

O surgimento de interfaces configuráveis reforça essa tendência. Usuários semanais de Custom GPTs e Projects (ferramentas que permitem instruir modelos com conhecimento institucional específico) cresceram cerca de 19 vezes neste ano. Aproximadamente 20% de todas as mensagens empresariais já passam por esses ambientes customizados, indicando que a padronização virou pré-requisito para uso profissional.

No cálculo do ROI por assento, os dados mostram economia de tempo concreta: em média, usuários relatam entre 40 e 60 minutos economizados por dia ativo. O impacto varia por função — profissionais de ciência de dados, engenharia e comunicação reportam economias maiores, na faixa de 60 a 80 minutos diários.

Além da eficiência, o software está redefinindo limites de função, com efeito notável na capacidade técnica, especialmente em geração de código. Entre usuários corporativos, mensagens relacionadas a programação aumentaram em todas as áreas de negócio. Fora das áreas de engenharia, TI e pesquisa, consultas sobre código cresceram em média 36% nos últimos seis meses. Equipes não técnicas estão usando as ferramentas para realizar análises que antes precisavam de desenvolvedores especializados.

Melhorias operacionais aparecem em vários departamentos: 87% dos profissionais de TI relatam resolução mais rápida de problemas, enquanto 75% dos profissionais de RH percebem maior engajamento dos funcionários.

O alargamento do gap de competência em IA nas empresas

Os dados da OpenAI indicam uma divisão entre organizações que apenas oferecem acesso às ferramentas e aquelas que embutem integrações profundas em seus modelos operacionais. O relatório identifica uma classe “de fronteira” de trabalhadores — os do percentil 95º de intensidade de adoção — que geram seis vezes mais mensagens do que o trabalhador mediano.

A disparidade é ainda mais marcada no nível organizacional. Empresas de ponta geram cerca de duas vezes mais mensagens por assento que a empresa mediana e sete vezes mais mensagens para Custom GPTs. Essas líderes não estão apenas usando as ferramentas com mais frequência; elas também investem em infraestrutura e padronização para tornar a IA parte permanente das operações.

Usuários que aplicam IA a uma variedade maior de tarefas (em torno de sete tipos distintos) relatam economizar cinco vezes mais tempo do que aqueles que limitam o uso a três ou quatro funções básicas. Os benefícios correlacionam-se diretamente com a profundidade do uso, o que sugere que uma implantação superficial dificilmente entregará o ROI esperado.

Setores e expansão global

Serviços profissionais, finanças e tecnologia foram os primeiros adotantes e mantêm a maior escala de uso, mas outros setores aceleram para acompanhar. O setor de tecnologia lidera com crescimento anual de 11x; saúde e manufatura seguem com 8x e 7x, respectivamente.

A adoção global também cresce, contrariando a ideia de que isso é um fenômeno apenas dos EUA. Mercados como Austrália, Brasil, Holanda e França apresentam taxas de crescimento de clientes empresariais superiores a 140% ano a ano. O Japão aparece como mercado destacado, com o maior número de clientes corporativos da API fora dos Estados Unidos.

Casos práticos e impacto em métricas de negócio

Exemplos de implantação mostram como essas ferramentas influenciam métricas-chave. A varejista Lowe’s implementou uma ferramenta voltada a funcionários em mais de 1.700 lojas, resultando em aumento de 200 pontos-base na satisfação do cliente quando os associados usavam o sistema; além disso, clientes online que interagiram com a ferramenta da varejista tiveram taxas de conversão mais que dobradas.

No setor farmacêutico, a Moderna utilizou IA empresarial para acelerar a redação de Target Product Profiles (TPPs) — um processo que normalmente leva semanas de esforço cross-functional. Ao automatizar a extração de fatos essenciais de grandes pacotes de evidências, a empresa reduziu etapas analíticas centrais de semanas para horas.

No financeiro, o BBVA aplicou a tecnologia para destravar um gargalo na validação jurídica de autoridade de assinatura corporativa. Ao construir uma solução generativa para tratar consultas jurídicas padrão, o banco automatizou mais de 9.000 consultas por ano, liberando efetivamente o equivalente a três funcionários em tempo integral para tarefas de maior valor.

Do software à prontidão organizacional

A transição para IA em produção exige mais do que comprar software: demanda prontidão organizacional. Para muitas empresas, os principais obstáculos hoje não são as capacidades dos modelos, mas a implementação e a estrutura interna.

Empresas líderes habilitam integrações profundas ao “ativar” conectores que dão aos modelos acesso seguro aos dados corporativos. Ainda assim, cerca de uma em cada quatro empresas não deu esse passo, limitando seus modelos a conhecimento genérico em vez de contexto específico da organização.

Implantações bem-sucedidas dependem de patrocínio executivo que defina mandatos explícitos e incentive a codificação do conhecimento institucional em ativos reutilizáveis.

Conclusão

Com a evolução da tecnologia, as organizações precisam ajustar suas estratégias: os dados da OpenAI indicam que o sucesso agora passa por delegar fluxos de trabalho complexos com integrações profundas — e não apenas por pedir outputs pontuais — tratando a IA como um motor primário para o crescimento de receita empresarial.