Quase toda a gente já "usa" IA. E é esse o problema.
A pergunta que interessava há dois anos — "as PMEs vão adoptar IA?" — está respondida. Em 2025, segundo o Eurostat, 17% das pequenas empresas europeias (10 a 49 trabalhadores) e 30% das médias (50 a 249) usavam ferramentas de IA, contra 55% das grandes. Um ano antes eram 11%, 21% e 41%. A curva sobe depressa em todas as dimensões.
Mas o número de adopção esconde o essencial. A OECD, num relatório de 2025, chega a uma medida muito mais lata: 61% das PMEs usam pelo menos uma aplicação com IA. O problema é o que vem a seguir na mesma frase — 76% dessas empresas são utilizadores "novatos", com usos isolados e superficiais, sem integração no negócio.
A distância entre "17%" e "61%" não é um erro. É a história toda: usar IA tornou-se fácil e quase universal; captar valor com ela continua a ser raro.
A adopção é fácil. A captura de valor é que não.
A McKinsey, no seu relatório State of AI de 2025, mede o mesmo fenómeno a nível global e com números que deviam parar qualquer gestor: 88% das organizações usam IA em pelo menos uma função, mas apenas 39% reportam algum impacto no resultado operacional (EBIT) — e, dessas, a maioria diz que menos de 5% do EBIT é atribuível à IA. Só cerca de 5% das organizações são "high performers" com impacto material. E apenas 7% escalaram a IA por toda a empresa.
Por outras palavras: o estrangulamento não é o acesso à tecnologia. É a capacidade de a transformar em resultado. A esmagadora maioria das empresas — grandes incluídas — está presa entre "já usamos IA" e "isso mudou alguma coisa no negócio".
O que a IA muda — e onde não substitui julgamento
Onde a captura de valor acontece, a IA muda três coisas nas PMEs: velocidade de análise, consistência operacional e capacidade de escalar sem escalar a equipa.
Velocidade significa passar de semanas a compilar informação para horas — não porque a IA substitui o analista, mas porque elimina o trabalho que o impede de pensar. Consistência significa documentar e replicar o que dependia do conhecimento tácito de uma pessoa: onboarding, propostas, relatórios. Escala significa fazer mais sem contratar proporcionalmente.
Há, porém, um território que a IA não cobre: o julgamento em contexto anómalo. Quando o cliente é incomum, quando o mercado muda de forma inesperada, quando a decisão envolve uma relação de longo prazo — aí a IA informa, não decide. A fronteira útil não é simples versus complexo. É contexto estável versus contexto que mudou de formas que ninguém antecipou.
O que separa quem ganha de quem fica no piloto
Aqui está o dado mais accionável de todos. A McKinsey testou 25 atributos organizacionais para perceber qual pesa mais no impacto em EBIT. O vencedor não foi o orçamento, nem o tamanho, nem a stack tecnológica: foi o redesenho de processos. E só 21% das organizações redesenharam fundamentalmente pelo menos alguns dos seus fluxos de trabalho.
É por isto que tantos projectos de IA morrem no piloto. Um estudo do MIT (2025) fez manchete ao concluir que cerca de 95% dos pilotos de IA generativa não produzem impacto mensurável no resultado — um número contestado na metodologia, e que deve ser lido como sinal, não como sentença. Mas os achados robustos do mesmo estudo são reveladores: o maior retorno estava no back-office, não no marketing onde a maioria do orçamento foi gasto; e comprar a fornecedores especializados teve cerca do dobro da taxa de sucesso de construir internamente.
Traduzido para uma PME: a vantagem não vem de comprar a ferramenta mais avançada. Vem de clareza (que processo, que indicador, que critério de paragem) e de cadência (a implementação não acaba no go-live, acaba quando a equipa usa o processo novo sem pensar nele).
Portugal está atrás — e é isso que abre a janela
Em 2025, 11,5% das empresas portuguesas usavam IA — abaixo da média europeia de 20%. É fácil ler isto como má notícia. É o contrário. Numa altura em que quase toda a gente "usa" IA mas quase ninguém capta valor, um mercado onde a adopção ainda é baixa é um mercado onde a vantagem de quem executa bem é maior, não menor. A janela para ganhar distância competitiva com IA continua bem aberta em Portugal.
Como a THE iCON aborda isto
O trabalho da THE iCON com PMEs em adopção de IA segue sempre a mesma sequência: diagnóstico, priorização, implementação supervisionada.
Diagnóstico significa mapear onde o tempo da equipa vai e onde a qualidade do output é mais variável — não onde a IA é mais impressionante, mas onde o problema é mais real. Priorização significa escolher o primeiro processo por três critérios: impacto alto, fricção de adopção baixa e resultado mensurável em menos de 60 dias. Implementação supervisionada significa ficar até o processo estar a funcionar, os erros estarem documentados e a equipa conseguir iterar sem nós.
Não é por acaso que isto coincide com o que os dados apontam como diferenciador: redesenho de processo e execução, não a compra de uma licença. O resultado não é uma PME com mais tecnologia. É uma PME com uma capacidade nova — e com a estrutura para a expandir.
Conclusão
A vantagem competitiva da IA não pertence a quem a adopta primeiro, nem a quem tem mais orçamento. Pertence a quem a transforma em resultado — e os números mostram que, hoje, isso ainda é uma minoria. Para as PMEs que percebem isto depressa, e que tratam a IA como uma capacidade a construir e não como uma ferramenta a instalar, a janela continua aberta. Para as restantes, está a fechar.