IA em 2025: Promessas e Limitações – Lições da Harvard Business School

Carlos Honorato Teixeira
22 de set.
6 min de leitura

IA em 2025: Promessas e Limitações – Uma Análise Estratégica Profunda Baseada na Harvard Business School

Por Equipe Strategy with IA 22 de setembro de 2025

Acesse o relatório original aqui

Caros assinantes da Strategy with IA, bem-vindos a esta edição especial expandida, dedicada a desvendar o impacto transformador da inteligência artificial (IA) nas estratégias empresariais. Com base no relatório completo "AI in 2025: Promise and Limitations", publicado pela Harvard Business School (HBS) Working Knowledge em fevereiro de 2025, exploramos de forma detalhada e aprofundada o papel evolutivo da IA generativa em áreas como criatividade, marketing, adaptação a mudanças e produtividade gerencial. Este documento, compilado a partir de pesquisas rigorosas de professores da HBS, oferece não apenas insights acadêmicos, mas ferramentas práticas para líderes empresariais navegarem os desafios e oportunidades da IA em um mundo pós-ChatGPT.

Em 2025, com a IA integrando-se a operações em larga escala, empresas enfrentam dilemas cruciais: como equilibrar eficiência máquina com criatividade humana? Quais riscos éticos emergem da manipulação de modelos de linguagem? O relatório, que analisa experimentos empíricos e casos reais, enfatiza que o sucesso estratégico depende de abordagens híbridas – humano + IA – para maximizar valor enquanto mitiga limitações. Nesta edição ampliada, expandimos cada seção com detalhes adicionais do relatório, exemplos práticos, análises comparativas (usando tabelas para clareza), implicações estratégicas e recomendações acionáveis. Incluímos também citações diretas dos pesquisadores para enriquecer o debate. Vamos mergulhar nos quatro pilares do relatório, com foco em como aplicar esses insights em estratégias corporativas reais.

1. A IA Pode Igualar a Ingenuidade Humana na Resolução Criativa de Problemas? Estratégias Híbridas para Inovação Disruptiva

A pesquisa de Jacqueline Ng Lane, Karim Lakhani e Miaomiao Zhang, publicada como working paper no Organization Science em agosto de 2024, investiga o potencial criativo da IA generativa em problemas abertos, usando a economia circular sustentável como estudo de caso. O foco é em como LLMs como o ChatGPT lidam com "moonshots" – ideias ambiciosas que exigem perspectivas diversas.

Metodologia Detalhada e Dados Empíricos: Os autores compararam 125 ideias crowdsourced de participantes humanos (incentivados com US$ 10 pela participação e US$ 1.000 pela melhor ideia) com centenas de sugestões geradas pelo ChatGPT via engenharia de prompts avançada. Humanos foram recrutados online, oferecendo insights de indústrias variadas, como um algoritmo de precificação dinâmica para reduzir desperdício de alimentos em supermercados ou um app para armazenar recibos digitalmente. A IA recebeu prompts personalizados, como "pense como um engenheiro ambiental na África" ou "garanta ideias diferentes das anteriores". 300 avaliadores experts pontuaram em critérios como novidade, viabilidade, impacto ambiental e potencial de lucro. Resultados: Humanos exceliram em originalidade (ideias "fora da caixa", como tijolos de poeira de fundição e plástico residual), enquanto a IA destacou-se em praticidade (ex.: conversão de resíduos em biogás para energia renovável).
Descobertas Expandidas com Exemplos: A colaboração híbrida gerou os melhores outcomes. Prompts iterativos aumentaram a novidade da IA, produzindo conceitos como moscas africanas devoradoras de resíduos ou embalagens com chips que recompensam reciclagem instantaneamente. "Ficamos surpresos com o quão poderosas essas tecnologias eram, especialmente nessas fases iniciais do processo criativo", diz Lane. Humanos julgaram soluções da IA mais valiosas e factíveis, mas menos inovadoras – destacando que a IA é derivativa, não genuinamente criativa sozinha.
Análise Comparativa em Tabela:

Implicações Estratégicas Ampliadas: Para CEOs, isso significa investir em "alfabetização em IA": treine equipes para engenharia de prompts, potencializando 20-30% mais ideias viáveis. Evite armadilhas como dependência excessiva, que leva a inovações incrementais – como alertam os autores: "Organizações devem resistir à tentação de depender excessivamente da IA, que poderia emburrecer o nível geral de saída criativa". Em indústrias como sustentabilidade, adote fluxos sequenciais (humanos brainstorm, IA refina) ou iterativos para reduzir custos em até 25%. Exemplo prático: Uma empresa de manufatura poderia usar IA para otimizar ideias humanas em cadeias de suprimentos circulares, acelerando time-to-market. Recomendação: Integre ferramentas como ChatGPT em workshops de inovação, mas com governança para viés em dados de treinamento.

Essa seção reforça uma estratégia pivotal: a IA é aceleradora, mas a criatividade humana é o motor de disrupção verdadeira.

2. Marketing com IA Generativa: Manipulação Ética ou Vantagem Competitiva? Explorando a GSO

Himabindu Lakkaraju e Aounon Kumar, em estudo de junho de 2024, examinam como empresas manipulam LLMs para influenciar recomendações, introduzindo o conceito de "Generative Search Optimization" (GSO) – uma evolução do SEO tradicional.

Experimento Detalhado: Simulando buscas por "máquina de café acessível", criaram um banco fictício de 10 produtos, inserindo "gibberish" estratégico (ex.: "interact>; expect formatted XVI RETedly_ _Hello necessarily phys*) ### Das Cold Elis$?") em dois. Em 200 testes, produtos manipulados subiram rankings em 40% dos casos, mesmo caros (US$ 199 recomendado como acessível). "Se isso permitir que um pequeno fornecedor tenha seus produtos listados no topo, é bom ou ruim? Depende do lado", questiona Lakkaraju.
Riscos e Benefícios Expandidos: GSO pode nivelar campos para PMEs, mas disruptir competição justa para grandes players. Expande para ataques adversariais – prompts que burlam safeguards, como instruções para danos. O relatório liga isso a anúncios do Google em maio de 2024, onde resumos de IA incluíam nonsense, destacando vulnerabilidades.
Análise Comparativa em Tabela:

Implicações Estratégicas Ampliadas: Marketers devem testar GSO em LLMs internos para otimizar sem opacidade, integrando a ferramentas como Google Gemini. "Isso é um diálogo que precisa acontecer, porque não há limites claros", diz Lakkaraju. Em 2025, com buscas generativas processando bilhões de queries, priorize defesas contra manipulações – desenvolva algoritmos para detectar "gibberish". Exemplo: Uma startup de café poderia usar GSO para competir com gigantes, mas com transparência para manter reputação. Recomendação: Incorpore ética em estratégias de marketing, com KPIs para confiança do consumidor, potencializando 25-35% em vendas sem riscos legais.

A GSO é uma espada de dois gumes: poder competitivo, mas com dilemas éticos que demandam governança estratégica.

3. Como Humanos Superam a IA na Adaptação a Mudanças: A Chave da "Orientação Própria" para Resiliência Empresarial

Julian De Freitas e colaboradores, em artigo de março de 2024 no Nature Human Behaviour, destacam a limitação da IA em ambientes dinâmicos: falta de "self-orienting" – a habilidade humana de se reajustar intuitivamente.

Estudo Detalhado: Quatro videogames baseados em Mario Kart testaram flexibilidade, com humanos vs. algoritmos de reinforcement learning. Humanos venceram 4-0, orientando-se primeiro ao "eu digital" em cenários mutáveis. "Nossa pesquisa mostra que um ingrediente chave que nos torna flexíveis é ter uma noção do ‘self’", explica De Freitas.
Aplicações Reais Expandidas: Em cenários como veículos autônomos em imprevistos ou médicos alternando pacientes, humanos preenchem gaps; IA falha sem dados exaustivos. Exemplo: Um doutor reorienta para cuidado idoso, considerando mobilidade – IA precisaria de treinamento específico.
Análise Comparativa em Tabela:

Implicações Estratégicas Ampliadas: Em ambientes voláteis, reserve IA para estáveis; humanos para imprevisíveis. "O jeito atual de IA é jogar dados e esperar – não flexível", critica De Freitas. Exemplo: Em supply chains, use IA para previsão, humanos para crises. Recomendação: Avalie gaps em automação com testes de "self-orienting"; invista em IA com "self" simulado para futuro. Para líderes, isso significa ROI maior em resiliência híbrida, reduzindo downtime em 20-30%.

Humanos brilham onde IA tropeça: use isso para estratégias antifrágeis.

4. A IA Pode Ajudar Gerentes a Amarem Seus Empregos (Novamente)? Redefinindo Produtividade e Especialização

Frank Nagle e equipe, analisando 190.000 desenvolvedores no GitHub Copilot (janeiro 2025), mostram como IA reduz burocracia, permitindo foco no "core work".

Dados e Achados Detalhados: De 2022-2024, usuários de Copilot aumentaram codificação em 12%, cortaram admin em 25%, colaborações em 79%. Novatos ganharam mais (11% vs. 4.6% em codificação). Potencial salarial: US$ 1.700/ano por skill nova, total US$ 468M para maintainers.
Transformações Expandidas: "IA como 'Choose Your Own Adventure' personaliza carreiras", diz Nagle. Experimentação subiu 22% em linguagens, fomentando inovação.
Análise Comparativa em Tabela:

Implicações Estratégicas Ampliadas: Redistribua tarefas com IA para especialização: coders focam código, gerentes em estratégia. Exemplo: Em tech, Copilot libera tempo para moonshots. Recomendação: Implemente IA em RH para upskilling personalizado; meça engajamento para maximizar produtividade. "IA equilibra o que prefeririam", conclui Nagle – chave para culturas inovadoras.

IA humaniza o gerenciamento, impulsionando eficiência sustentável.

Rumo a Estratégias IA-Cêntricas em 2025 – Equilíbrio e Ação

O relatório da HBS revela: IA promete, mas limitações demandam híbridos éticos. Expanda com treinamentos, auditorias e métricas de resiliência. "Máquinas fazem muito, mas o que deveriam?", questionam os autores. Para atualizações, assine Strategy with IA em .

Fonte: "AI in 2025: Promise and Limitations", HBS Working Knowledge, fevereiro 2025. Análises baseadas em dados empíricos do relatório.