notícias e artigos
voltar para todas as notícias
Este guia destina-se a dirigentes, responsáveis de RH, diretores financeiros e diretores de sistemas de informação que procuram compreender em que ponto se encontra realmente a inteligência artificial nas empresas em 2026, para além do ruído mediático: quais as utilizações mais maduras, que sinais indicam que é altura de agir, como escolher uma solução e que enquadramento regulamentar se aplica.
Aqui encontrará uma definição clara do vocabulário da IA, uma visão geral dos casos de utilização por cada grande área da empresa, uma grelha de análise para avaliar o seu próprio nível de maturidade, os critérios que realmente importam na escolha de uma solução, um ponto de situação atualizado sobre o RGPD e o AI Act, bem como os erros mais frequentes observados no terreno.
O principal fator de insucesso dos projetos de IA não é a tecnologia escolhida, mas a qualidade dos dados e a gestão da mudança (Deloitte, Global Human Capital Trends, 2025).
A inteligência artificial nas empresas abrange atualmente tecnologias muito diferentes, frequentemente confundidas sob um mesmo termo genérico. Estabelecer um vocabulário comum é indispensável antes de avançar.
É necessário distinguir a IA para o grande público, como os assistentes conversacionais utilizados individualmente pelos colaboradores, da IA de negócio integrada nativamente nas ferramentas de gestão da empresa: SIRH, ERP financeiro, CRM e ferramentas de gestão de despesas. Esta segunda categoria está ligada aos dados reais da organização, é enquadrada por uma governação definida e está geralmente sujeita a uma supervisão humana estruturada.
Esta distinção explica em grande parte a diferença observada entre a utilização individual da IA pelos colaboradores e a sua adoção oficial pelas organizações, um fenómeno que vários estudos designam como IA sombra: os colaboradores utilizam ferramentas de IA para o grande público no seu trabalho quotidiano, sem que a empresa tenha validado oficialmente a sua utilização ou enquadrado os riscos associados, nomeadamente no que diz respeito à confidencialidade dos dados.
A adoção da IA atingiu um novo patamar. Segundo a McKinsey (State of AI, 2025), 88 % das organizações utilizam atualmente IA em pelo menos uma função de negócio, e 79 % adotaram IA generativa. No entanto, apenas cerca de 7 % a implementaram à escala de toda a empresa. É esta diferença entre adoção pontual e implementação à escala que define o desafio estratégico dos próximos dois anos.
Três dinâmicas explicam esta aceleração. Em primeiro lugar, a pressão concorrencial: as organizações que industrializam a IA obtêm uma vantagem mensurável sobre os seus concorrentes em termos de produtividade e custos de processamento. Em segundo lugar, a pressão sobre as competências: num contexto de escassez de determinadas competências, a IA permite redirecionar o tempo das equipas para tarefas de maior valor acrescentado. Por fim, a pressão regulamentar, que impõe agora um quadro de governação rigoroso, sobretudo para utilizações de risco.
O crescimento da IA agentica também está a mudar a natureza do tema. Já não se trata apenas de ferramentas de assistência pontual, mas de sistemas capazes de executar tarefas de ponta a ponta. Segundo a McKinsey, 62 % das organizações já estão a experimentar agentes de IA e cerca de 31 % têm pelo menos um em produção, sendo a banca e os seguros os setores mais avançados.
Principais números a reter
|
As utilizações da IA variam significativamente de uma função para outra, tanto em termos de nível de maturidade como da natureza dos ganhos obtidos. Eis uma visão geral sintética por grande função.
Recrutamento preditivo, chatbot para colaboradores, formação personalizada, gestão de talentos e people analytics estão entre as utilizações mais maduras nos RH. Para uma visão detalhada, com exemplos concretos: 6 casos de utilização concretos da IA nos RH.
59 % dos diretores financeiros já utilizavam IA no seu departamento em 2025, contra 37 % dois anos antes (Daf-Mag, 2026). Os casos de utilização mais avançados incluem: reconciliação bancária automatizada (85 % dos lançamentos processados sem intervenção humana, com uma taxa de erro inferior a 0,3 %), extração automática de dados de faturas (92 a 98 % de precisão), deteção de anomalias contabilísticas e automatização das contas de fornecedores. A automatização das despesas e da conformidade T&E, já amplamente implementada nas empresas que utilizam ferramentas como o SAP Concur, constitui uma extensão natural.
Antes de escolher uma ferramenta, é indispensável saber em que ponto se encontra realmente a sua organização. Os modelos de referência do mercado convergem geralmente em cinco níveis de maturidade.
| Nível | O que o caracteriza |
|---|---|
| Arranque | Utilizações individuais e não enquadradas (IA sombra), sem qualquer estratégia formalizada. |
| Experimentação | Alguns projetos-piloto lançados, âmbito limitado, resultados ainda não generalizados. |
| Formalização | Casos de utilização priorizados, governação dos dados em fase de estruturação. |
| Industrialização | Implementação à escala de uma ou várias funções, com ROI medido. |
| Transformação | A IA está integrada nativamente nos processos e na cultura de tomada de decisão. |
→ Avalie a sua maturidade em IA em 5 minutos através do nosso questionário
O mercado das soluções de IA é vasto e evolui rapidamente. Em vez de comparar funcionalidades que mudam a cada trimestre, é mais útil basear-se em critérios transversais e estáveis ao longo do tempo.
| Critério | O que deve verificar |
|---|---|
| Interoperabilidade | A solução integra-se de forma nativa com o seu SI existente (SIRH, ERP, CRM)? |
| Segurança dos dados | Onde estão alojados os dados? São utilizados para treinar modelos de terceiros? |
| Explicabilidade | O fornecedor consegue documentar como é produzida uma recomendação ou decisão? |
| Conformidade regulamentar | A solução está enquadrada face ao RGPD e ao AI Act? |
| Acompanhamento da mudança | O fornecedor ou integrador disponibiliza um plano de formação e adoção? |
| ROI mensurável | Estão definidos indicadores de sucesso antes da implementação? |
O RGPD enquadra qualquer tratamento de dados pessoais, incluindo quando este é realizado por um sistema de IA. As obrigações clássicas aplicam-se integralmente: base legal do tratamento, informação das pessoas em causa, prazos de conservação definidos e realização de uma análise de impacto (AIPD) para os tratamentos de risco elevado.
O AI Act europeu entrou em vigor a 1 de agosto de 2024, com uma aplicação progressiva das suas obrigações. As proibições relativas a determinadas utilizações e as obrigações aplicáveis aos modelos de IA de uso geral já são aplicáveis desde 2025.
O calendário relativo aos sistemas de alto risco, que abrange nomeadamente a IA utilizada no recrutamento e na avaliação dos colaboradores, foi alterado pelo regulamento Digital Omnibus (UE 2026/1744), que entrou em vigor a 27 de julho de 2026. O prazo inicialmente fixado para 2 de agosto de 2026 foi adiado para 2 de dezembro de 2027. Este adiamento dá às organizações mais tempo para se colocarem em conformidade, mas não dispensa a antecipação: as obrigações de transparência (artigo 50.º), nomeadamente a informação dos utilizadores que interagem com um sistema de IA conversacional, continuam a ser aplicadas progressivamente durante este período.
Bom saber O AI Act não proíbe a utilização da IA nas empresas. Exige que as utilizações de risco sejam documentadas, explicáveis e supervisionadas por pessoas. O adiamento do prazo para 2027 não deve ser interpretado como um abrandamento da vigilância: a conformidade requer tempo e as organizações que a anteciparem desde já evitarão reformulações precipitadas no final do prazo. |
A Arago acompanha os seus clientes na valorização dos dados e na integração da IA no centro dos seus sistemas de RH e Financeiro, com uma cadeia de valor completa: extração nativa de dados, orquestração dos fluxos, valorização através de Business Intelligence, adoção de novas utilizações...
Esta abordagem parte sempre do enquadramento estratégico antes da construção técnica. Antes de qualquer projeto técnico, os nossos especialistas intervêm para avaliar a maturidade Data e IA da sua organização: avaliar a qualidade e a governação dos dados existentes, mapear o ecossistema, identificar os casos de utilização com maior retorno sobre o investimento... Um diagnóstico essencial para qualquer projeto de Data e IA, permitindo construir uma arquitetura ou implementar agentes com base em fundações avaliadas e sólidas. Para além da integração standard, as nossas equipas desenvolvem também soluções à medida para o ajudar a aumentar a sua maturidade em Data & IA.
Pensamos simultaneamente em estratégia e execução, apoiados por especialistas dedicados e mais de 200 consultores certificados.
A IA preditiva analisa dados históricos para antecipar um resultado. A IA generativa produz conteúdos (texto, imagem, código). A IA agentica vai mais longe: executa tarefas de forma autónoma, encadeando várias ações sem validação humana em cada etapa. Estas três famílias são frequentemente combinadas numa mesma solução.
Por uma auditoria de maturidade honesta: mapear as utilizações existentes (incluindo as não oficiais), avaliar a qualidade dos dados disponíveis e identificar um primeiro caso de utilização com elevado volume e baixo risco. Avançar diretamente para um projeto complexo sem esta etapa é uma das principais causas de insucesso.
O AI Act classifica as utilizações de IA de acordo com o seu nível de risco e impõe obrigações de transparência, documentação e supervisão humana para as utilizações de alto risco, nomeadamente no recrutamento e na avaliação de RH. O prazo para a conformidade destes sistemas foi adiado para 2 de dezembro de 2027 pelo regulamento Digital Omnibus, que entrou em vigor em julho de 2026.
O ROI deve ser definido antes da implementação, e não depois: poupança de tempo em tarefas específicas, redução da taxa de erro, melhoria do tempo de processamento. As organizações que não definem estes indicadores antecipadamente são também as que têm mais dificuldade em justificar a passagem à escala.
A IA transforma mais as tarefas do que as profissões no seu conjunto. Automatiza as componentes repetitivas e de baixo valor acrescentado de uma função, permitindo redirecionar o tempo disponível para atividades de análise, relacionamento e tomada de decisão. Esta transformação exige um acompanhamento ao nível das competências, e não apenas uma implementação técnica.
Quer estruturar a sua estratégia de IA em RH ou em Finanças?
