No ano passado, as empresas brasileiras aceleraram os aportes em IA, ultrapassando a marca de US$ 2,4 bilhões em projetos que vão de assistentes automatizados a modelos preditivos de negócios. A tecnologia saiu dos powerpoints e chegou aos fluxos reais de trabalho. Mas na prática, boa parte dessas iniciativas trava antes mesmo de escalar. O motivo? Falta gente. Não é hardware, nem algoritmo: é a ausência de profissionais prontos para transformar IA em valor de negócio.
O gargalo é concreto, e segue se ampliando. O Brasil fechou o ano anterior com um déficit de 530 mil profissionais de tecnologia, uma escassez particularmente severa nas áreas ligadas a ciência de dados, machine learning e engenharia de IA. Entre 2021 e 2025, formaram-se apenas 53 mil pessoas para um mercado que abriu mais de 800 mil vagas no período. Na prática, o cenário é de projetos travados, equipes sobrecarregadas e empresas que investiram pesado em IA, mas agora se dão conta de que falta piloto para o carro de Fórmula 1 que compraram.
O impacto é visível nas entregas. Segundo levantamento da McKinsey feito com executivos brasileiros no ano passado, 95% dos projetos com agentes de IA no país não chegaram a gerar impacto financeiro mensurável no curto ou médio prazo, mesmo após implementados. Muitos ficam estagnados na fase piloto. Outros avançam, mas sem integração real aos processos decisórios. A frustração cresce, não porque a tecnologia falha — mas porque falta preparo humano para sustentar sua aplicação: governança de dados insuficiente, desalinhamento com as áreas de negócio e equipes que não conseguem traduzir o potencial técnico da IA em entregas consistentes.
Essa lacuna não se resolve com um curso rápido de Python. A questão vai além da formação técnica: é comportamental, gerencial e estratégica. Um estudo conduzido pela Hogan Assessments, com base em perfis de centenas de profissionais de IA, revela que a diferença entre sucesso e fracasso em projetos de inteligência artificial passa por um conjunto específico de traços de personalidade. Estabilidade emocional, disciplina, curiosidade intelectual, foco em evidências e motivação por aprendizado contínuo aparecem com destaque entre os que entregam valor de forma consistente.
Já entre os que patinam, o padrão é outro: impulsividade, resistência a feedbacks, dificuldade de lidar com tarefas operacionais e tendência a abandonar projetos no meio do caminho. A pesquisa também revela uma armadilha comum: o excesso de autoconfiança. Muitos profissionais superestimam sua capacidade técnica e relacional, o que leva a decisões precipitadas, comunicação falha e conflitos com outras áreas.
A análise da Hogan vai além da seleção. Ela mostra também que muitas empresas erram ao promover especialistas técnicos a cargos de gestão, sem avaliar se há perfil para liderar pessoas. Apenas cerca de 30% dos profissionais de IA mapeados tinham características compatíveis com liderança, tais como escuta ativa, empatia, colaboração e visão sistêmica. Ainda assim, eram promovidos por performance técnica, gerando frustrações em cadeia: para quem lidera, para quem é liderado e para a organização, que perde produtividade.
Esse desalinhamento entre perfil, função e cultura está na raiz do baixo retorno de muitos projetos de IA, e mostra um ponto cego nos programas de transformação digital: enquanto investem pesado em software, hardware e parceiros de tecnologia, muitas empresas negligenciam os critérios para atrair, desenvolver e reter os profissionais certos.
Não se trata de buscar “gênios da IA”. O que o estudo da Hogan demonstra é que as funções ligadas à inteligência artificial, que envolvem desde análise de dados e desenvolvimento até integração de sistemas e tomada de decisão, exigem um perfil técnico-comportamental específico. Alguém que saiba trabalhar com ambiguidade, que goste de resolver problemas complexos, que se mantenha atualizado e que tenha clareza sobre como seu trabalho se conecta à estratégia da empresa.
Enquanto isso, o mercado segue aquecido, e descompassado. Cargos como cientista de dados, engenheiro de machine learning e analista de segurança seguem entre os mais buscados do país. Mas faltam critérios objetivos para avaliar se os profissionais contratados têm fit real com as exigências do trabalho. E sem essa análise, as empresas continuam contratando perfis que até dominam a tecnologia, mas não têm repertório comportamental ou visão de contexto para gerar resultado.
O futuro da inteligência artificial nas empresas depende menos do próximo modelo de linguagem e mais da qualidade das pessoas que estarão por trás dele. IA não vai salvar organizações mal estruturadas. Nem vai compensar times despreparados. Os investimentos seguem crescendo, mas quem vai transformar IA em valor ainda é gente.
E gente boa, com o perfil certo, está cada vez mais difícil de achar.
