A adoção de agentes de inteligência artificial nas empresas já está a traduzir-se em ganhos mensuráveis de produtividade, de acordo com uma análise da Bain & Company sobre a economia dos tokens de IA. O estudo conclui que as organizações que integram estas tecnologias de forma estrutural nos seus processos de trabalho conseguem melhorias de eficiência que podem atingir os 25% nas fases iniciais de adoção e duplicar ou até triplicar em determinadas funções mais avançadas.
O relatório, intitulado 'Mobilizing the Organization in the Agent Economy', indica que as empresas com melhores resultados não se limitam a implementar ferramentas de inteligência artificial. Em vez disso, estão a redesenhar os seus processos para incorporar agentes de IA na atividade diária, permitindo melhorar a qualidade das decisões e acelerar a execução das operações.
A Bain identifica quatro fases de maturidade na adoção destas tecnologias. Na primeira etapa, ainda numa fase inicial, entre 5% e 10% dos colaboradores utiliza regularmente ferramentas de IA no trabalho. Apesar da adoção limitada, estas primeiras experiências já permitem ganhos de produtividade próximos dos 5%, impulsionados sobretudo pelos utilizadores mais avançados.
Neste contexto, Alberto Requena, sócio da Bain & Company, afirmou que "A IA já está a demonstrar o seu impacto na produtividade, mas a chave está na forma como é utilizada no trabalho real." O responsável explicou ainda que as organizações que evoluem mais rapidamente não são necessariamente as que dispõem de mais ferramentas, mas sim as que transformam a forma como trabalham, redesenhando processos, melhorando a qualidade das decisões, medindo a adoção e promovendo a utilização destas tecnologias em toda a organização.
A segunda fase corresponde a uma adoção mais estruturada, baseada em projetos-piloto que posteriormente são alargados ao conjunto da empresa. Nesta etapa, a Bain estima que os ganhos de produtividade possam atingir os 25% nas equipas que incorporam a inteligência artificial nos fluxos de trabalho habituais. Como exemplo, o estudo refere que, numa organização com 10.000 colaboradores, um aumento de produtividade na ordem dos 20% representa cerca de 300 milhões de dólares por ano em capacidade que pode ser redirecionada para atividades de maior valor acrescentado.
Numa terceira fase, algumas áreas da organização passam por uma transformação mais profunda. Os agentes inteligentes deixam de funcionar apenas como ferramentas de apoio e tornam-se o ponto de partida para a execução do trabalho. Segundo a Bain, equipas constituídas por uma a três pessoas poderão enfrentar desafios que anteriormente exigiam estruturas muito maiores, beneficiando de decisões mais rápidas e melhor fundamentadas. Nestas áreas, a produtividade pode duplicar ou triplicar relativamente aos modelos tradicionais. O relatório acrescenta que, quando entre 10% e 15% da organização atinge este nível de maturidade, cerca de um terço da capacidade disponível pode ser reinvestido em crescimento e em decisões de maior qualidade.
A quarta fase, que ainda não foi alcançada pelas grandes empresas analisadas, pressupõe que a maioria da organização opere segundo um modelo centrado na inteligência artificial. Nesse cenário, as empresas passam a gerar muito mais valor com uma fração dos recursos anteriormente necessários, graças a uma capacidade significativamente superior de decisão e execução.
O estudo destaca igualmente uma forte concentração na utilização destas tecnologias. Os dados mostram que os 5% de utilizadores mais ativos consomem mais recursos de IA do que os restantes 95% em conjunto. Este padrão sugere que os ganhos de produtividade dependem não apenas do acesso à tecnologia, mas sobretudo da intensidade e da qualidade da sua utilização.
Outra das conclusões da análise é que o principal impacto da inteligência artificial não reside na redução dos custos laborais, mas sim na melhoria da qualidade e da rapidez das decisões empresariais. Ao assumir parte da coordenação entre equipas, os agentes de IA libertam os profissionais para se concentrarem em tarefas de maior valor estratégico.
A Bain prevê ainda que, dentro de três a quatro anos, os tokens, os agentes e os dados passem a representar entre 20% e 30% da despesa operacional das grandes empresas tecnológicas. Atualmente, mesmo nos domínios mais avançados, como a engenharia de software, estes recursos representam apenas entre 1% e 2% desse investimento.
Por outro lado, a análise conclui que a redução dos custos unitários dos modelos de IA não está a diminuir a despesa global das organizações. Entre dezembro de 2024 e dezembro de 2025, o preço dos modelos caiu cerca de 50%, enquanto o consumo de tokens aumentou 4,5 vezes. Como consequência, o custo por tarefa manteve-se relativamente estável, devido ao aumento da utilização, à crescente complexidade dos sistemas e à adoção de modelos de inteligência artificial cada vez mais avançados.
