Fracassos na Implementação de Sistemas Inteligentes para Seleção de Projetos e Investimentos: Exemplos Detalhados

A adoção de sistemas inteligentes voltados à seleção de projetos e investimentos, embora repleta de potencialidades, tem apresentado desafios expressivos, especialmente no que se refere à sua implementação e operacionalização.

 

Multinacional do Setor Energético: O viés dos dados históricos

 

Nesta corporação de grande porte, o objetivo era automatizar o processo de seleção de projetos de expansão por meio de um sistema inteligente baseado em aprendizado de máquina.

 

O desenvolvimento envolveu a integração de bases de dados internas e externas, com o intuito de criar um mecanismo capaz de identificar as oportunidades estrategicamente vantajosas.

 

No entanto, o modelo foi treinado predominantemente com dados de projetos anteriores, concentrados em regiões já saturadas e de perfil similar ao das iniciativas passadas.

 

Tal escolha levou a um viés significativo: o sistema passou a recomendar, sistematicamente, investimentos em setores e áreas geográficas de retorno decrescente, ignorando novas possibilidades e tendências emergentes.

 

O resultado foi a priorização de projetos considerados de baixo retorno financeiro e elevado risco operacional.

 

Após a identificação do viés, foi necessário reestruturar o modelo e a base de dados, ocasionando atrasos e custos adicionais para a empresa, além de danos à imagem da área de inovação.

 

Instituição Financeira: Supervalorização de setores disruptivos e prejuízos

 

Uma instituição financeira de médio porte, buscava aprimorar a análise e priorização de investimentos em empresas iniciantes usando um sistema inteligente desenvolvido por consultoria especializada.

 

O sistema foi parametrizado para identificar oportunidades em segmentos tecnologicamente avançados, como inteligência artificial, fintechs e biotecnologia.

 

No entanto, a lógica adotada desconsiderou os aspectos relacionados com o elevado nível de incerteza do mercado e com o grau de maturidade das empresas iniciantes.

 

Os algoritmos supervalorizaram as empresas em setores disruptivos, sem filtros adequados para os riscos, o histórico de gestão e o grau de estabilidade financeira.

 

A supervalorização resultou em uma série de investimentos direcionados a iniciativas promissoras do ponto de vista tecnológico, mas altamente instáveis e, em muitos casos, sem viabilidade econômica comprovada.

 

Os diversos aportes resultaram em prejuízos substanciais, e a reputação da área de inovação da instituição foi duramente afetada, gerando desconfiança junto aos influenciadores internos e externos.

Construtora: Falha na integração regulatória e projetos inviáveis

 

Uma construtora implementou um sistema inteligente para seleção de projetos imobiliários na expectativa de maximizar o retorno e reduzir os riscos.

 

A proposta inicial era desenvolver um sistema que deveria considerar as variáveis de mercado, os aspectos urbanísticos e as condições legais vigentes.

 

Devido à integração inadequada com as bases de dados de órgãos municipais e à ausência de atualização periódica das informações, o sistema não reconheceu as alterações recentes nas legislações locais, como restrições à construção, exigências ambientais e mudanças em zoneamentos.

 

Consequentemente, a ferramenta recomendou projetos que, embora rentáveis sob perspectiva financeira, eram inviáveis juridicamente ou urbanisticamente.

 

O erro só foi identificado após o início das etapas preparatórias de alguns desses empreendimentos, resultando em cancelamento de projetos, prejuízos financeiros e desgaste junto a parceiros e autoridades públicas.

 

O caso evidenciou a importância da atualização constante e da integração eficaz com fontes regulatórias.

Aplicações Práticas do uso da inteligência artificial na seleção de projetos e investimentos

As empresas, universidades, órgãos de fomento etc. têm adotado as soluções de IA para otimizar os processos de seleção de projetos e investimentos.

 

As plataformas inteligentes que realizam a triagem automática das propostas e os sistemas inteligentes que recomendam projetos com base nos dados históricos e os algoritmos que identificam as tendências de inovação estão sendo utilizados para aumentar a efetividade, para reduzir os custos prazos e para evoluir a objetividade do processo de seleção de projetos e investimentos.

 

É preciso analisar como a inteligência artificial influencia a seleção dos projetos e se ela contribui para o surgimento de projetos verdadeiramente inovadores ou se ela privilegia projetos que seguem os padrões estabelecidos pelo histórico da organização.

 

O atual ambiente de negócio é caracterizado por avanços tecnológicos contínuos e por um aumento crescente da competitividade entre as organizações.

 

A inovação ocupa um papel central na promoção da sustentabilidade e do crescimento corporativo, ou seja, a gestão efetiva das propostas inovadoras, a seleção criteriosa dos projetos e investimentos a antecipação das tendências emergentes são competências fundamentais para as instituições que buscam destacar-se em seus respectivos setores.

 

As plataformas de triagem automática, os sistemas de recomendação de projetos e os algoritmos dedicados à análise de tendências são ferramentas indispensáveis para os profissionais da área de inovação.

 

Plataformas inteligentes de triagem automática de propostas. A triagem de propostas constitui uma etapa essencial no processo de inovação, permitindo que organizações avaliem, priorizem e selecionem ideias com elevado potencial de impacto.

 

Tradicionalmente, era uma atividade realizada de forma manual, consumindo tempo e recursos significativos. O surgimento das plataformas de triagem automática mudou substancialmente este cenário.

Alfabetização em inteligência artificial: Conceito, Importância e Benefícios

A era contemporânea é marcada por uma presença crescente e determinante da tecnologia em todos os setores da vida humana. A inteligência artificial tornou-se um componente essencial em múltiplas atividades, interferindo desde decisões cotidianas até operações estratégicas em corporações, governos e instituições de ensino.

 

Nesse contexto, destaca-se a necessidade premente de compreender, utilizar e interagir de maneira crítica e ética com as tecnologias inteligentes. É neste cenário que emerge o conceito de “AI literacy” ou alfabetização em inteligência artificial (conjunto de competências indispensáveis para navegar com segurança, responsabilidade e discernimento no mundo digital).

 

Definição de “AI Literacy”

 

A alfabetização em inteligência artificial, refere-se à aptidão para compreender, utilizar e interagir de modo ético, crítico e refletido com os sistemas inteligentes.

 

A “AI literacy” significa entender os princípios fundamentais das tecnologias de IA reconhecer as suas aplicações e limitações e discernir sobre o impacto dessas ferramentas na vida contemporânea.

 

A alfabetização em IA não exige o domínio de programação ou o desenvolvimento de algoritmos avançados, pois ela fundamentalmente busca a criação de um olhar crítico tanto sobre a influência da IA nas decisões diárias, quanto sobre o potencial dos sistemas inteligentes para resolver os problemas por meio dessas tecnologias e quanto a identificação de riscos oriundos do uso inadequado da IA. É preciso desenvolver a capacidade de:

 

·        Perceber quando um aplicativo recorre à IA para recomendar produtos.

 

·        Distinguir entre um “chatbot” e um assistente virtual.

 

·        Questionar as decisões advindas de sistemas automatizados.

 

Importância da “AI Literacy”

 

A alfabetização em inteligência artificial consolidou-se como pré-requisito indispensável para a plena participação na sociedade digital. Com a disseminação da IA em setores como saúde, educação, transporte e entretenimento, torna-se fundamental compreender os princípios básicos dessas tecnologias para realizar escolhas conscientes e salvaguardar direitos essenciais.

 

No âmbito educacional, a AI literacy prepara os estudantes para um contexto em que a tecnologia é elemento permanente tanto no processo de aprendizagem quanto no mercado de trabalho.

 

No cenário profissional, os indivíduos alfabetizados em IA demonstram maior adaptabilidade às novas exigências, incrementando sua empregabilidade e potencial de inovação.

 

A “AI literacy” tem papel fundamental na promoção da cidadania digital. Em uma sociedade na qual algoritmos podem influenciar os processos eleitorais, determinar o acesso aos serviços e moldar as percepções, é imprescindível que todos estejam aptos para compreender e questionar o uso da inteligência artificial, contribuindo assim para uma convivência mais justa e ética.

 

Produtividade e Engenharia

Existem diversos estudos sobre a evolução da produtividade do trabalhador brasileiro e todos eles revelam que a produtividade está estagnada desde o início dos anos 1980s.

 

A principal consequência da estagnação da produtividade é a desaceleração contínua do crescimento potencial do pais causada pelas fortes limitações em tecnologia, educação e eficiência.

 

Existem muitas explicações para a derrocada da produtividade, mas são raras as citações da decadência da engenharia no Brasil como uma das causas raiz da baixa competitividade empresarial e governamental no Brasil.

 

O marco da derrocada na engenharia no Brasil ocorreu no início dos anos 1980s, quando o engenheiro Odil Garcez Filho perdeu o emprego e abriu uma lanchonete na avenida Paulista chamada "O Engenheiro que Virou Suco".

 

As pesquisas mais atuais revelam que menos de 10% dos formandos no país são engenheiros, enquanto na China ultrapassam 30% e a média mundial é mais de 20%.

 

Recentemente, o ministério da educação divulgou a lista de ofertas de bolsas de estudo do Prouni e 13,8 mil são para os cursos de administração, 13,2 mil para direito, 11,3 mil para pedagogia e 8,6 mil para engenharia civil.

 

O censo de 2022 revelou que o Brasil tinha 2,5 milhões de advogados e apenas 518 mil engenheiros. Como uma grande parte destes engenheiros trabalham no mercado financeiro e assemelhados por conta do salário melhor é fácil perceber que o Brasil vive muito mais de litígios do que de inovações.

 

As inovações que vieram para o Brasil após os anos 1980s foram projetadas e desenvolvidas em outros países, e por isto chegaram ao nosso território com problemas de adaptação aos nossos usuários.

 

A derrocada da engenharia nacional que levou para o mercado financeiro o melhor da nossa engenharia impediu e está ainda impedido a solução dos problemas de adaptação dos usuários com as tecnologias.

Este é um dos principais motivos do porquê a produtividade do trabalhador brasileiro pouco ou nada avançou desde o início da década de 1980.

 

Sempre que uma tecnologia precisa ser adaptada para o nível cultural dos trabalhadores brasileiros, o processo não anda, pois os melhores engenheiros abandonaram a engenharia em busca de melhores oportunidades de emprego em outros setores da economia e não foram encontrados no mercado nacional engenheiros capacitados para adaptar a tecnologia.

 

Existem milhares de exemplos das consequências para a produtividade do trabalhador brasileiro causadas pela escassez de mão de obra qualificada de engenharia disponível no mercado.

 

Um dos casos mais gritantes do mercado privado, ocorre no comercio eletrônico em que o cliente é bombardeado com mensagens tipo a encomenda saiu do centro de distribuição A e foi entregue para a transportadora, ou a sua entrega será feita amanhã até as 21 horas, ou a entrega será feita amanhã entre 16 e 21 horas, ou estamos atrasados para entregar as 21 horas e vamos fazer a sua entrega até as 23 horas, ou mensagens semelhantes.

 

Todas estas mensagens são absolutamente inúteis para os clientes, pois não informam o que o comprador quer saber que é quando a encomenda será entrega.

 

Informações sobre o fluxo ou sobre horários amplos em nada ajudam o consumidor que fica “preso” durante um dia todo para receber a sua compra.

 

Este tipo de processo sem o devido tratamento da sua efetividade pela engenharia alavanca fortemente a perda de produtividade do mercado nacional.

 

No setor público, as perdas são materiais e de tempo das pessoas. Eu presenciei um caso de solicitação da carteira nacional de identidade em que o cidadão passou pelos vários estágios.

 

O último foi a captura das digitais e da assinatura. Para capturar as digitais foram feitas várias tentativas sem sucesso, mas depois de muito tempo uma funcionou. O tablet que capturava a assinatura falhava sem que o cidadão visualizasse o que foi digitalizado.

O resultado foi a produção de uma carteira com assinatura ilegível após quase um mês de espera e necessidade de um novo agendamento para fazer a segunda via.

 

Tanto a escolha de equipamentos inadequado, quanto o processo de validação pelo funcionário humano seriam revistos por engenheiros qualificados que facilmente perceberiam que em caso de falha o funcionário do governo deveria alertar o cidadão e fazer uma nova captura de informações.

 

O processo como um todo para receber após quase dois meses a carteira nacional de identidade foi marcado por seleção pobre de equipamento ou de manutenção do mesmo e da falta de atuação do funcionário ao ver uma falha visível na captura da assinatura.

 

Importantes recursos financeiros foram gastos em tecnologias inadequadas e uma significativa perda de tempo do cidadão e sociedade ocorreu pela falta de um processo de atuação do funcionário público.  

Investidores estão usando a IA para ajustar a sua carteira de investimentos

A plataforma de negociação eToro realizou uma pesquisa com 11.000 investidores em 13 países e descobriu que cerca de 20% deles usam uma ferramenta de Inteligência Artificial para selecionar os investimentos.

 

A inteligência artificial mudou a estrutura operacional do setor financeiro, desde o atendimento ao cliente, passando pela identificação de fraudes e chegando até a gestão de carteiras e ao aconselhamento financeiro.

 

Os modelos de IA analisam as tendências de mercado, os preços históricos e as notícias para prever os movimentos do mercado e identificar as oportunidades de investimento.

 

A capacidade de processamento de dados não estruturados da IA (relatórios financeiros e as consultas realizadas pelos usuários) torna os sistemas inteligentes eficazes nas tarefas de planeamento financeiro e a análise de risco.

 

No entanto, é preciso ter em mente que dados tendenciosos ou imprecisos geram resultados enganadores.

 

Perguntas sobre empresas desconhecidas, podem gerar alucinações na inteligência artificial, ou seja, um investidor que pergunta para a IA se deve investir na empresa X, provavelmente está investindo no fruto de uma alucinação.

 

A inteligência artificial deve ser entendida como uma ferramenta de apoio à decisão, não como uma entidade que toma decisões pelos seus clientes.

 

É muito importante destacar neste momento, que se a IA evoluir para ser capaz de tomar decisões pelos investidores, milhares de pessoas farão a mesma movimento e o ativo provavelmente entrará em um ciclo de bolha que mais cedo ou mais tarde estourará. 

A derrocada da produtividade

Foi revelado que as grandes editoras estimam que aproximadamente 70% da sua produção é vendida no comercio eletrônico da Amazon. Fonte: O livro, o plástico e as 700 toneladas no lixo, https://www1.folha.uol.com.br/opiniao/2025/11/o-livro-o-plastico-e-as-700-toneladas-no-lixo.shtml?utm_source=sharenativo&utm_medium=social&utm_campaign=sharenativo, acessado em 17/11/2025.

 

Em 2012, a loja online amazon.com.br foi lançada com foco em livros digitais e Kindle, ou seja, em menos de 13 anos a Amazon saiu da condição de novo entrante e virou quase monopolista do mercado de livros.

 

Neste meio tempo, grandes livrarias centenárias e com enorme participação no mercado de livros entraram em recuperação judicial e encolheram enormemente.

 

A derrocada das grandes livrarias centenárias diante de um competidor padrão de qualidade Estados Unidos, foi causada principalmente pela baixa produtividade empresarial.

 

Nos últimos cinco anos, a produtividade por hora trabalhada cresceu apenas 0,3% ao ano. Entre 1981 e 2023, a produtividade por hora trabalhada cresceu apenas 0,5%. No setor de serviços, que é responsável por cerca de 70% das horas trabalhadas no Brasil, a produtividade ficou estagnada.

 

Nós vemos exemplos de produtividade negativa todos os dias em todos os setores da economia brasileira. Neste momento, existe uma legião de especialistas que bradam que a baixa evolução da produtividade do trabalhador brasileiro é causada pela educação pobre.

 

O trabalhador americano produz em uma hora o que um brasileiro faz em quatro horas. Será que o americano é quatro vezes mais inteligente que o Brasileiro?

 

Não é difícil que não é, uma vez que existem em larga escala empresas brasileiras com elevada produtividade. Diversas empresas do agronegócio nacional estão no topo da produtividade por hora do trabalhador.

Processos ruins, redundantes e inúteis estão sendo automatizados com a inteligência artificial e geram resultado agregado nulo. Qualquer um que entrar em contanto com o aplicativo das operadoras de telefonia e televisão à cabo verá que estamos realizando atividades sem valor agregado algum e que no final geram uma visita técnica inútil.

 

Um enorme desconforto é gerado para o cliente que fica com a sua assinatura indisponível por dias ou meses e somente quando um dos raros iluminados aparece o problema é resolvido em poucos minutos.

 

A falta de visão da alta administração para os problemas recorrentes e frequentes da sua empresa está levando as empresas nacionais para um ciclo de ostracismo e de falência.

Treinamento pontual não funciona

Foi afirmado no artigo “Study concludes cybersecurity training doesn’t work” (https://www.kpbs.org/news/science-technology/2025/10/31/study-concludes-cybersecurity-training-doesnt-work, acessado em 10/11;2025) que pessoas com treinamento em segurança eram ligeiramente menos propensas a clicar em um link recebido do que as não treinadas. Pessoas treinadas e não treinadas em segurança clicaram em links nas mensagens falsas de recursos humanos.

 

Muitos acreditam que treinamentos pontuais em segurança digital são capazes de mudar o comportamento das pessoas. A pesquisa revela que os treinamentos pontuais não são capazes de impedir decisões pobres.

 

Para que um treinamento de segurança seja bem-sucedido, ele precisa ser realizado no formato de um processo contínuo em que as pessoas vão aprendendo passo a passo ao longo do tempo a tomar decisões mais seguras.

 

Atualmente é possível usar a inteligência artificial para simular uma ligação do presidente da empresa e solicitar a troca de uma senha. Não é exatamente fácil para a central de atendimento identificar que é um golpe tendo por base apenas a voz do solicitante.

 

É preciso dotar toda a equipe de ferramentas que avaliam em várias dimensões a ligação (origem da chamada, conhecimento do código secreto etc.) para impedir a perpetuação de um golpe.

 

Em outras palavras, apenas um processo contínuo é capaz de oferecer os recursos necessários para que as pessoas não cliquem em links de mensagens falsas e com isto comprometam toda a atividade operacional da empresa.

 

O uso de tecnologias de autenticação multifator ou de detecção de spam ou etc. não é capaz de impedir que um usuário final coloque em risco o sistema digital e a empresa.

 

O ambiente de segurança digital é neste momento extremamente volátil com novidades todos os dias e por isto é preciso tanto o treinamento teórico, quanto as ações práticas para que o conhecimento de segurança seja incorporado à rotina operacional das pessoas.

 

O uso de simulações para identificar as falhas humanas permite tanto o ajuste para corrigir a rota dos treinamentos, quanto a eliminação dos pontos fracos da segurança da organização, quanto o reforço positivo aos pontos fortes.