Toda semana escuto alguma conversa em que RPA (Automação Robótica de Processos) é tratada como tecnologia do passado, algo que “já passou”, agora que todo mundo fala de agentes de IA, modelos generativos e automação autônoma. Entendo de onde vem essa percepção. Mas os dados mais recentes sobre adoção de inteligência artificial nas empresas contam uma história bem diferente: a maioria das organizações ainda não construiu a base que permitiria à IA entregar o que promete e é exatamente essa base que o RPA, bem implementado, já resolve há anos.

Continua após a publicidade

O hype está na frente da operação real

O AI Index 2026, do Instituto de Inteligência Artificial Centrada no Ser Humano da Universidade Stanford, mostra que 88% das organizações pesquisadas já utilizavam IA em pelo menos uma função do negócio em 2025, e que a adoção de IA generativa chegou a 70%. São números expressivos. Mas o mesmo levantamento revela o dado que realmente importa para quem decide onde investir: o uso de agentes de IA, a camada que de fato executa tarefas de forma autônoma, permaneceu em um dígito percentual na maioria das funções empresariais analisadas.

Essa distância entre “testamos IA generativa” e “temos IA operando de forma autônoma e confiável dentro do processo” não é um detalhe. É o retrato de um mercado que correu para experimentar antes de resolver o que sustenta qualquer experimento dar certo em escala.

A pressa que sai cara

Uma reportagem publicada em setembro deste ano descreve bem o que venho observando na prática: empresas adotando inteligência artificial em ritmo acelerado, mas sem redesenhar processos, sem estruturar dados e sem governança (o resultado, segundo a matéria, não é eficiência, é a automação apenas transferindo o gargalo de um lugar para outro, criando mais complexidade e mais custo do que havia antes).

Isso confirma algo que vejo há dez anos cuidando de projetos de automação para empresas de médio e grande porte: tecnologia nova aplicada sobre processo mal desenhado não resolve problema, ela amplifica o problema com mais velocidade.

O verdadeiro gargalo não é o modelo de IA — é o dado

Uma análise recente sobre o que mudou na adoção de IA em 2026 chega a uma conclusão que considero a mais subestimada do mercado hoje: o dado, não a ferramenta, é o gargalo real. As empresas que avançaram mais rápido com IA tinham algo em comum antes mesmo de escolher qualquer modelo: bases de dados organizadas, histórico confiável e sistemas integrados entre si.

E é exatamente aqui que o RPA nunca deixou de ser relevante. Um projeto de automação robótica de processos bem implementado não é só sobre eliminar tarefas repetitiva, é sobre criar a disciplina de mapear processo, estruturar dado, conectar sistema e padronizar fluxo. É, na prática, o trabalho de organização que qualquer projeto de IA depende para funcionar de verdade. Empresas que já automatizaram processos com RPA não estão atrasadas na corrida da IA. Estão, sem saber, com a largada mais adiantada que a maioria.

O empilhamento que faz sentido técnico

A própria evolução do mercado de automação já reconhece essa lógica. Fornecedores globais do setor descrevem a automação inteligente de hoje como uma composição em camadas: o RPA organiza e extrai o dado, a IA generativa interpreta a solicitação com base nesse dado, e o agente de IA decide a ação final, aprovar um pedido, encaminhar para um especialista, resolver automaticamente. Tirar o RPA dessa composição não acelera a adoção de IA. Remove a camada que torna o restante confiável.

Continua após a publicidade

Um dado recente da KPMG reforça exatamente esse ponto: 62% das empresas já estão experimentando IA agêntica em seus processos, mas apenas 26% a utilizam de forma efetivamente ativa. Essa diferença de 36 pontos entre “testando” e “usando de verdade” é, na minha leitura, o espaço exato que separa empresas com fundação de automação sólida das que estão tentando pular direto para a parte mais sofisticada sem ter resolvido o básico.

A pergunta que toda empresa deveria fazer antes de comprar uma licença de IA

Antes de perguntar “qual IA minha empresa deveria adotar”, a pergunta mais útil é outra: quais processos da minha operação já estão automatizados, com dado limpo, fluxo mapeado e sistema integrado, e quais ainda dependem de gente copiando informação de uma tela para outra? A resposta honesta, na maioria das empresas que conheço, é que ainda sobra muito processo manual escondido atrás do discurso de inovação.

Continua após a publicidade

RPA não é a etapa anterior à IA porque é mais simples ou menos sofisticada. É a etapa anterior porque é o que constrói a confiabilidade que qualquer camada de inteligência artificial precisa para operar bem. Quem pula essa etapa não está na frente, só está correndo mais rápido em direção a um resultado que vai precisar ser refeito.