No palco do IBM Think 2026, Arvind Krishna, CEO da IBM, caminhou sem pressa até o centro, olhou para a plateia e fez uma pergunta que, mais do que abrir o evento, posicionou a discussão sobre inteligência artificial (IA) que viria a seguir. “Você está usando IA como o novo modelo operacional do seu negócio ou a está confinando a pequenos experimentos?” A resposta, sugeriu, define o futuro das empresas.

Krishna iniciou o evento, realizado entre os dias 4 e 6 de maio, em Boston*, nos Estados Unidos, com a provocação de que IA já não é mais sobre tecnologia. É sobre transformação de negócios. “Não é mais sobre o tamanho do orçamento ou da equipe. A questão agora é: quão profundamente a IA está embutida nos seus processos”, questionou.

Dados indicados por ele reforçam esse descompasso. De acordo com o executivo, cerca de 80% dos executivos acreditam que a IA terá impacto significativo na receita até 2030, mas apenas 20% conseguem explicar onde esse impacto vai acontecer. “E 68% já reconhecem que suas iniciativas podem fracassar justamente por falta de integração”, alertou.

Momento de virada

Para explicar o momento atual, Krishna recorreu a uma analogia histórica. O executivo comparou a IA ao surgimento da computação nas décadas de 1960 a 1980 e à internet nos anos seguintes. Em ambos os casos, houve um padrão. Empresas que redesenharam seus modelos de negócio avançaram, as outras ficaram para trás. “Quem abraçou essas mudanças se distanciou do resto. E isso vai acontecer de novo”, sinalizou.

É nesse contexto que ele define o presente como o “dia zero da revolução da IA”. “Dia zero não significa que está chegando. Significa que já está aqui e que é preciso agir agora.”

IA do laboratório para a prática

Krishna convidou dois executivos para falar sobre como a IA já está impactando os negócios., revelou o que acontece quando a IA deixa de ser iniciativa isolada e passa a operar em escala industrial na maior produtora de petróleo do mundo e uma das mais lucrativas.

A relação entre as duas empresas é de longa data. Começou ainda na década de 1940, com a instalação dos primeiros sistemas de informação, mas evolui nos últimos anos com o avanço da IA. “Não estamos interessados em POCs ou pilotos”, afirmou, revelando que a IA acontece já na prática.

A Aramco opera com cerca de 10 bilhões de pontos de dados gerados diariamente por seus ativos ao redor do mundo. Mas, segundo Sami, o verdadeiro diferencial da atuação da empresa está na capacidade de transformar esse volume em valor.“Movemos IA do laboratório para o campo, de pilotos para plataformas e soluções.”

Esse movimento já se traduz em impacto financeiro direto. São mais de US$ 5 bilhões em valor gerado em iniciativas tecnológicas, com mais da metade vindo de IA. “O ponto de partida não é a tecnologia. É o problema de negócio que se quer resolver”, afirmou.

Se Aramco mostrou o que significa escalar IA na indústria, o exemplo da Elephants Health, operadora de saúde norte-americana que atua como pagadora e gestora de serviços médicos, trouxe um outro desafio: como transformar a experiência do usuário e, ao mesmo tempo, reduzir custos em um dos setores mais complexos da economia.

“Nossa missão é melhorar a saúde da humanidade”, afirmou Ratnakar Lavu, Chief Digital & Information Officer da Elevance Health da Elevance Health. Na prática, isso se traduziu em um investimento de cerca de US$ 1 bilhão para simplificar a jornada do paciente, reduzir o custo do cuidado e redesenhar a forma como a organização opera. Um dos principais movimentos dessa jornada foi a criação de um assistente virtual, integrado ao aplicativo da companhia, capaz de analisar cerca de 500 pontos de dados por decisão para orientar usuários sobre benefícios, custos e a escolha do melhor prestador de serviço, hoje utilizado por mais de 22 milhões de pessoas.

A empresa desenvolveu uma plataforma própria, o HealthOS, para integrar dados entre operadoras, prestadores e sistemas internos, ao mesmo tempo em que utiliza múltiplos agentes de IA para monitorar fraudes, otimizar pagamentos e automatizar interações com pacientes. Tudo isso com uma camada adicional de govenança para garantir transparência, controle e validação desde o início.

Quando dados viram desafio

Se no setor de utilities o desafio é execução, na saúde o problema começa em outro lugar. Serpil Erzurum, vice-presidente-executiva e Chief Resarch & Academic Officer da Cleveland Clinic, centro médico acadêmico sem fins lucrativos, que oferece atendimento clínico e hospitalar e é referência em pesquisa, educação e informação em saúde, contou que o setor vive um paradoxo. Nunca houve tantos dados disponíveis, mas nunca foi tão difícil transformá-los em decisão. “O problema não é mais conseguir dados. O desafio agora é que temos dados demais. A questão é como extrair conhecimento para os pacientes”, afirmou.

A escala explica o desafio. A saúde já responde por cerca de um terço de todos os dados gerados globalmente. Mas é na aplicação que a transformação aparece. Um dos exemplos apresentados foi o recrutamento para testes clínicos, um dos principais gargalos da indústria. Globalmente, cerca de 80% desses estudos não conseguem completar o número necessário de participantes.

No Cleveland Clinic, o uso de IA mudou esse cenário. Em um caso específico, o recrutamento passou de 14 pacientes em três meses para 30 pacientes em uma única semana, após a análise de mais de 1,5 mil perfis.

Os projetos estão avançando rapidamente e agregando outras tecnologias, como computação quântica. Tanto que a instituição anunciou um marco na fronteira da pesquisa biomédica e agora a simulação de uma molécula com 12 mil átomos, a maior já realizada até hoje nesse contexto a partir de um workflow que combina computação quântica e inteligência artificial.

Leia também: Computação quântica: Q-Day pode levar uma década, mas risco de não se preparar é real

Na prática, isso significa conseguir reproduzir digitalmente, com alto nível de precisão, o comportamento de proteínas e outras estruturas fundamentais do corpo humano. A executiva explica que é esse tipo de simulação que permite entender como doenças se formam e, principalmente, como desenvolver medicamentos capazes de interagir corretamente com essas estruturas.

Até hoje, esse processo depende de anos de experimentação em laboratório. Com esse avanço, a expectativa é reduzir drasticamente esse tempo, acelerando a descoberta de novas terapias e tornando viáveis problemas que, até então, eram considerados complexos demais para serem modelados.

“É um momento em que isso começa a parecer prático”, afirmou Serpil. “Entender a estrutura das proteínas é fundamental é isso que permite desenvolver terapias e mudar o curso das doenças”, comemorou.

*A jornalista viajou a convite da IBM