Levantamento da Kyndryl mostra que 76% das empresas brasileiras temem que a inteligência artificial avance mais rápido do que sua capacidade operacional, sua governança e a preparação de suas equipes
Pressionado por margens estreitas, pela crescente complexidade na gestão de estoques e pelos picos de demanda, o setor varejista tem apostado na modernização da infraestrutura e da gestão de aplicações para acelerar a adoção de inteligência artificial. O caminho escolhido evita substituir integralmente os sistemas existentes ou interromper as operações.
Governança e pessoas no centro do desafio
O estudo People Readiness Report 2026, conduzido pela Kyndryl, líder mundial em serviços de infraestrutura de TI, revela que 76% das companhias brasileiras temem que o avanço da IA supere sua capacidade operacional, sua governança e a preparação de suas equipes.
A pesquisa também indica que 59% dos líderes têm dificuldade para encontrar profissionais com as habilidades necessárias. Além disso, apenas 29% confiam na operação de sistemas autônomos sem supervisão humana, dado que evidencia a importância de mecanismos de controle e governança na adoção dessas tecnologias.
No varejo, integração é pré-requisito
No varejo, a falta de prontidão operacional representa um desafio adicional. Recursos como agentes autônomos, precificação dinâmica e hiperpersonalização só se tornam viáveis quando sistemas de retaguarda, pontos de venda e operações logísticas estão integrados, preparados e operando com eficiência.
Modernizar em vez de substituir
Para a Kyndryl, o ponto de partida nem sempre é uma mudança radical. “A inovação no varejo nem sempre nasce de grandes rupturas ou da substituição completa de sistemas. Em muitos casos, começa quando a empresa identifica o potencial dos ambientes que já fazem parte de sua operação e passa a modernizá-los de forma inteligente, integrada e orientada por dados, conectando IA e automação à realidade do negócio”, afirma Ricardo Nastri, líder da Kyndryl Consult.
E, para aprofundar os resultados do estudo, o Crypto ID conversou, com exclusividade, com Ricardo Nastri – Líder da Kyndryl Consult – sobre prontidão da força de trabalho, redesenho de funções, governança e mensuração de resultados da IA no varejo.
Prontidão da força de trabalho
O relatório mostra que apenas 23% dos líderes consideram sua força de trabalho pronta para a IA, 6 pontos a menos que em 2025, enquanto 35% confiam na infraestrutura de TI. Em uma escala de 1 a 5, quão preparadas estão as equipes para trabalhar com IA hoje? Quais são as principais lacunas de habilidades?
Eu colocaria a prontidão média das organizações hoje em 2, em uma escala de 1 a 5. Embora todos estejam correndo para sair na frente, ainda existe uma jornada longa para transformar a adoção da IA em resultados consistentes e, principalmente, em escala. A tecnologia avançou mais rapidamente do que a capacidade das empresas de adaptar pessoas, funções e processos. O estudo mostra exatamente esse descompasso: enquanto 35% dos líderes consideram a infraestrutura de TI completamente pronta, apenas 23% dizem o mesmo sobre a força de trabalho. Na visão por indústria, manufatura, que inclui produtos de consumo e oferece uma referência próxima para parte do ecossistema do varejo, registra 25% de prontidão da força de trabalho.
No varejo, essa lacuna é especialmente relevante porque a IA precisa funcionar em ambientes distribuídos, de alta escala e muito próximos do consumidor. Não basta ensinar uma equipe a utilizar uma ferramenta. É preciso preparar pessoas de diferentes áreas para interpretar os resultados, questionar recomendações, supervisionar automações e tomar decisões em contextos que envolvem preço, estoque, logística, atendimento e experiência do cliente.
As principais lacunas que identificamos estão em três frentes. A primeira é a capacidade de trabalhar em colaboração com a IA, incluindo supervisão, elaboração de instruções e avaliação crítica das respostas. A segunda é o conhecimento do processo de negócio, necessário para decidir onde a IA realmente pode gerar valor sem ampliar riscos relacionados à segurança, à privacidade e ao uso inadequado de dados. A terceira é a capacidade de medir impacto, conectando cada iniciativa a indicadores de negócio e também a critérios de risco, conformidade e resiliência.
O próprio estudo reforça esse diagnóstico: 49% classificam as lacunas de habilidades ou talentos como um desafio para executar a estratégia de IA, e 47% apontam qualidade ou disponibilidade dos dados. Ao mesmo tempo, apenas 34% dizem ter um inventário preciso das competências dos funcionários, e somente 31% implementaram orçamento e estratégia proativa de capacitação.
Por isso, o ponto de partida não deve ser um treinamento genérico sobre IA. Deve ser o mapeamento das habilidades existentes e dos fluxos de trabalho mais importantes para o negócio. A partir daí, a empresa pode definir quais decisões permanecem com as pessoas, quais tarefas podem ser transferidas aos agentes e quais atividades serão potencializadas pela colaboração entre ambos. Essa abordagem transforma capacitação em uma agenda de negócio, e não apenas de tecnologia.
Redesenho de funções
Os “Pacesetters” começaram redesenhando formalmente as funções em torno da IA, antes mesmo da gestão de mudança. No varejo, qual seria o primeiro candidato a redesenho e por quê?
O primeiro candidato ao redesenho no varejo deveria ser um fluxo de trabalho transversal, com alto volume de dados e impacto direto no consumidor, como planejamento de demanda e reposição, gestão de campanhas ou atendimento ao cliente.
A escolha não deveria partir da pergunta “onde é possível automatizar?”, mas de uma questão mais estratégica: em quais processos a combinação entre inteligência humana e IA pode melhorar uma decisão relevante para o negócio? Em planejamento de demanda, por exemplo, a IA pode analisar padrões, identificar anomalias e acelerar recomendações, enquanto as pessoas continuam responsáveis por incorporar contexto, exceções de mercado, estratégia comercial e julgamento. Esse redesenho também precisa estabelecer quem pode acessar os dados, quais informações podem alimentar os modelos e quais recomendações exigem validação humana antes de gerar uma ação.
Essa divisão de responsabilidades está alinhada aos dados do estudo. Globalmente, 61% das organizações já redesenharam funções em algum grau por causa da IA, mas apenas 27% fizeram isso de forma coordenada em múltiplas funções. Além disso, somente 22% implementaram plenamente o redesenho de fluxos para integrar a IA como parceira de trabalho.
Os Pacesetters mostram uma sequência importante: primeiro, redesenham formalmente as funções e os fluxos; depois, estruturam a gestão da mudança; por fim, consolidam a prontidão da força de trabalho. Apenas 9% das organizações chegaram a esse estágio, mas são justamente elas que apresentam maior capacidade de transformar IA em resultados de negócio.
Na prática, o redesenho precisa definir cinco pontos: o que a IA executa, o que permanece sob decisão humana, em quais situações a pessoa precisa validar o resultado, como o desempenho conjunto será medido e quais controles de segurança e rastreabilidade acompanharão todo o fluxo.
O objetivo não é simplesmente reduzir o número de pessoas envolvidas. Apenas 8% das organizações afirmam que essa é sua principal intenção ao aplicar IA a um fluxo de trabalho. As prioridades mais frequentes são liberar pessoas para atividades de maior valor e criar capacidades que pessoas e IA não conseguiriam alcançar separadamente.
Nossa visão é que a IA deve retirar atrito do trabalho, não retirar o julgamento, a responsabilidade nem a segurança do processo. A tecnologia assume tarefas repetitivas, analíticas e de orquestração, enquanto as pessoas concentram sua atuação em exceções, decisões ambíguas, criatividade e relacionamento com clientes e parceiros.
Governança e confiança
Cerca de dois terços das empresas não têm políticas claras sobre quais decisões a IA não pode tomar sozinha, e só 27% mantêm um registro central dos sistemas de IA em uso. Como definir o que a IA pode ou não fazer de forma autônoma? Quem é responsável quando um sistema de IA comete um erro?
A regra central deve ser simples: a autonomia da IA precisa ser proporcional ao risco da decisão. Não é necessário submeter todas as ações ao mesmo nível de controle, mas toda empresa deve definir claramente quais decisões exigem aprovação humana, quais podem ser automatizadas dentro de limites previamente estabelecidos e quais não podem ser delegadas à IA.
No varejo, eu separaria os casos em camadas. Tarefas de menor risco, como classificação de informações, identificação de padrões ou recomendações internas, podem ter maior autonomia. Já decisões que afetam diretamente consumidores, preços, crédito, dados pessoais, prevenção a fraudes, fornecedores ou compromissos financeiros precisam de supervisão, trilhas de auditoria e mecanismos de escalonamento. Também é essencial prever como a organização interromperá ou recuperará o processo caso o sistema apresente um comportamento inadequado ou seja comprometido.
O desafio é que a governança ainda está atrás da adoção. Apenas 33% das organizações implementaram plenamente políticas que definem quais decisões a IA está proibida de tomar autonomamente, enquanto 27% mantêm um registro central e monitoramento dos sistemas de IA em operação. Somente 41% demonstram plena confiança nos mecanismos de proteção estabelecidos pela própria organização.
Quando um sistema de IA comete um erro, a responsabilidade não deve ser atribuída ao algoritmo. A responsabilidade continua sendo humana e organizacional. Ela pode mudar da execução direta para a supervisão e validação, mas não desaparece. O relatório mostra que 47% dos líderes entendem que a responsabilidade humana permanece, embora migre da execução para a supervisão, e outros 32% afirmam que ela aumenta porque as pessoas precisam validar as decisões da IA.
Por isso, cada sistema deve ter um responsável de negócio claramente identificado, além de responsáveis técnicos e de segurança, regras de escalonamento e um processo de resposta a incidentes. A governança precisa integrar as áreas de negócio, tecnologia, segurança, risco, jurídico e compliance, com responsabilidades definidas ao longo de todo o ciclo de vida da solução. Também deve existir rastreabilidade suficiente para saber qual modelo foi utilizado, quais dados fundamentaram a decisão, quais controles foram aplicados e quem tinha autoridade para aprovar ou interromper aquela ação.
Essa é a base do que chamamos de confiança por design: incorporar segurança, governança, transparência, explicabilidade e conformidade desde a concepção, e não como uma verificação posterior. Na visão da Kyndryl, em IA, segurança não pode ser uma camada adicionada no final. Ela precisa acompanhar desde a seleção dos dados e dos modelos até a operação, o monitoramento e a resposta a incidentes.
Resultados esperados versus alcançados
Apenas 32% das organizações dizem já estar alcançando um dos dois resultados que mais desejavam com a IA, e só 11% alcançam ambos. Quais deveriam ser os dois principais resultados esperados da IA no varejo, e como medi-los?
Para o varejo, eu priorizaria dois resultados: eficiência operacional com impacto econômico e melhoria da experiência do cliente. Mas esses resultados só são sustentáveis quando a IA opera com segurança, disponibilidade e resiliência. Uma iniciativa que acelera uma decisão, mas amplia a exposição de dados, o risco de fraude ou a vulnerabilidade operacional, não pode ser considerada bem-sucedida.
O estudo mostra que eficiência operacional e produtividade são o resultado mais desejado globalmente, citado por 34% dos líderes. Entretanto, apenas 32% das organizações já alcançaram um dos dois resultados que mais desejavam com a IA, e somente 11% alcançaram ambos. A eficiência é o resultado mais frequentemente obtido, enquanto inovação e crescimento de receita ainda aparecem com menor frequência.
Isso indica que muitas empresas estão medindo a atividade da IA, e não necessariamente seu valor. Quantidade de usuários, modelos ou provas de conceito mostra adoção, mas não comprova resultado. No varejo, a mensuração deve considerar indicadores concretos, como tempo de execução dos processos, custo por transação, ruptura de estoque, assertividade de previsão, redução de incidentes, conversão, disponibilidade dos canais e satisfação do consumidor. Também precisa incluir métricas de confiança e segurança, como incidência de erros, intervenções humanas, violações de políticas, exposição de dados, tentativas de fraude e tempo de resposta a incidentes.
A visão consultiva é que as empresas devem trabalhar com um portfólio menor de casos de uso prioritários, cada um com um dono de negócio, uma métrica inicial, uma meta e critérios claros para escalar ou interromper. Essa é a passagem da experimentação para a industrialização da IA: sair de pilotos dispersos e transformar as iniciativas em capacidades permanentes, integradas à operação.
No fim, o desafio não é apenas adotar IA, mas operá-la de maneira segura, confiável e resiliente, transformando-a em resultado mensurável e escalável. Para o varejo, isso significa conectar tecnologia, dados, segurança, pessoas e processos desde o início, garantindo que cada iniciativa responda a uma prioridade real do consumidor e do negócio sem criar pontos de vulnerabilidade.
O Crypto ID agradece a Ricardo Nastri, líder da Kyndryl Consult na Kyndryl Brasil, pela disponibilidade e pela profundidade das respostas, que ajudam a entender os desafios e os caminhos para uma adoção de inteligência artificial segura, governada e orientada a resultados no varejo. Agradecemos também à Kyndryl por compartilhar os dados do People Readiness Report 2026 e por contribuir para um debate cada vez mais necessário sobre pessoas, confiança e segurança na era da IA.
Sobre a Kyndryl
A Kyndryl (NYSE: KD) é uma empresa líder em serviços de tecnologia de missão crítica, oferecendo recursos de consultoria, implementação e serviços gerenciados para milhares de clientes em mais de 60 países. Como a maior provedora de serviços de infraestrutura de TI do mundo, a empresa projeta, constrói, gerencia e moderniza os complexos sistemas de informação dos quais o mundo depende todos os dias. Para mais informações, visite www.kyndryl.com.
ID Talk | ChatGPT Ads muda a lógica da publicidade digital e amplia o papel da intenção
Identidade sintética: como a IA está criando um novo desafio para a validação de identidade
Acompanhe o melhor conteúdo sobre Inteligência Artificial publicado no Brasil.
