A Mania de IA Está Eviscerando a Tomada de Decisão Global

Artigo original ↗ Discussão no Hacker News ↗

A afirmação de um consultor de que toda iniciativa de IA que ele viu nos últimos 18 meses fracassou provoca um exame mais amplo da atual “mania de IA” na vida corporativa. Comentaristas contrastam projetos chamativos de chatbots e automação, impulsionados por executivos — frequentemente prometidos em excesso, mal delimitados e cheios de viés de seleção — com ganhos mais discretos e modestos de ferramentas como assistentes de código ou busca semântica. Muitos veem a onda atual como mais um ciclo de hype tecnológico, impulsionado por medo de ficar para trás e pela fuga de responsabilidade no topo, com benefícios reais, porém limitados, de produtividade e alto risco de desperdício de esforço e esgotamento se as organizações não tiverem metas claras e guardrails.

Escopo de “projetos de IA” e sucessos discretos

  • Comentaristas questionam o que conta como um “projeto de IA” (LLMs, ML clássico, chatbots, visão, regressões, etc.).
  • Vários dizem que usos restritos e pouco glamorosos (ferramentas tipo corretor ortográfico, ditado, busca semântica, assistência de código, geração de SQL) funcionam bem, mas não são rotulados como “projetos de IA”.
  • Ganhos discretos de produtividade para indivíduos (por exemplo, SQL avançado, aprendizado de APIs complexas, prototipação mais rápida) são amplamente relatados, mas muitas vezes não aparecem como grandes “iniciativas” corporativas.

Crítica à alegação de 0% de sucesso do artigo

  • Muitos veem “0% de sucesso” como hipérbole e observam que isso ignora IA/ML de longa data e eficazes.
  • Outros argumentam que a consultoria se seleciona para projetos fracassados e mal geridos e recusou explicitamente trabalho de implementação de IA, então sua amostra é enviesada.
  • Alguns acham o tom divertido, mas grandioso, com poucos detalhes técnicos (sem discussão sobre RAG, avaliações, qualidade de recuperação, etc.).

Projetos de IA vs. trabalho assistido por IA

  • Forte distinção entre:
    • Pessoas usando ferramentas prontas de prateleira (copilotos de código, chatbots) para ajudar no próprio trabalho → ganhos em geral positivos, mas modestos.
    • Organizações construindo sistemas de IA personalizados (chatbots internos, automação, fluxos de trabalho agentivos) → frequentemente prometem demais e entregam de menos, são difíceis de tornar robustos e muitas vezes falham em guardrails e consistência.

Disfunção organizacional e modos de falha

  • Muitos dizem que a maioria das falhas se parece com falhas tradicionais de software: má gestão, objetivos pouco claros, correr atrás de tendências e valorizar velocidade de criação em vez de manutenção.
  • A IA pode amplificar más ideias: é fácil dar aparência sofisticada a propostas fracas, gerar enormes PRs de baixa qualidade e desperdiçar o tempo de organizações inteiras.
  • Alguns argumentam que líderes deveriam corrigir processos (educação, planejamento, verificações de qualidade) em vez de culpar a IA ou desistir.

Mania, ciclos de hype e tomada de decisão

  • Tema forte de “mania de IA” no C-suite: FOMO, alegações irrealistas de produtividade de 10–100×, KPIs de uso de tokens e pressão sobre a equipe para professar crença.
  • Vários comparam isso a bolhas passadas (dot-com, blockchain, mania ferroviária); a IA é vista como algo genuinamente útil e ao mesmo tempo superestimado.
  • Debate sobre o impacto de longo prazo: alguns esperam mudança transformadora ou mesmo uma singularidade; outros notam a falta de histórias claras de sucesso em grande escala e suspeitam que estamos no meio de uma bolha.