Adoção de IA na UE: de 7,6 % para 20 % em quatro anos, segundo a Funcas

O documento de trabalho da Funcas, publicado em maio de 2026, revela uma mudança estrutural na adoção de inteligência artificial dentro da União Europeia. A taxa de empresas que utilizam IA passou de 7,6 % em 2021 para 20 % em 2025, um aumento que a instituição analisa através da teoria da difusão tecnológica. Este salto não é uniforme, mas marca a transição de uma fase de curiosidade experimental para uma integração operacional nos processos de negócio de uma parte significativa do tecido empresarial europeu. A consolidação desta métrica sugere que a tecnologia superou a fase de teste inicial para se tornar um componente funcional da estratégia corporativa.

É crucial distinguir entre a difusão medida e a perceção de adoção. Enquanto as inquéritos da Funcas capturam o uso efetivo reportado pelas empresas, outras fontes como o INE ou a Deloitte oferecem cifras mais altas para a Espanha (21,1 % e 61 % respetivamente), o que sugere uma possível lacuna metodológica ou uma maior penetração no mercado ibérico. A discrepância entre a média da UE de 20 % e a cifra espanhola de 61 % indica que a adoção não é homogénea e que os indicadores devem ser interpretados com cautela consoante a fonte e o critério de 'uso' aplicado. Esta variabilidade obriga os analistas a contextualizar cada dado dentro do seu enquadramento de referência específico antes de extrair conclusões gerais sobre o estado da indústria.

As previsões da Gartner para 2026, apresentadas no IT Symposium/Xpo 2025, posicionam a IA como o eixo central da transformação digital. Entre as dez tendências estratégicas, destacam-se as plataformas nativas de IA e a supercomputação de IA, que combinam CPUs, GPUs e ASICs para cargas de trabalho intensivas. A Gartner estima que mais de 40 % das empresas líderes adotem arquiteturas híbridas de computação até 2028, validando a tendência de investimento observada nos últimos quatro anos. Esta projeção reforça a ideia de que a infraestrutura de cálculo especializado está a tornar-se um ativo estratégico indispensável para manter a competitividade em mercados globais.

Por sua vez, o MIT Technology Review identificou a pesquisa generativa com IA e a integração de modelos de linguagem específicos de domínio (DSLM) como tecnologias emergentes-chave. Estas ferramentas permitem a equipas mais pequenas desenvolver aplicações com maior rapidez, reduzindo a barreira de entrada técnica. A convergência destas previsões com os dados de adoção da Funcas sugere que o mercado está a responder à disponibilidade de infraestruturas mais acessíveis e especializadas, mais do que a uma inovação disruptiva desde o zero. A acessibilidade destas plataformas está a democratizar o desenvolvimento de soluções inteligentes, permitindo que organizações de menor dimensão compitam em domínios que antes requeriam recursos de I&D massivos.

Os dados do Banco de Espanha (EBAE 2025) mostram que quase 20 % das empresas espanholas empregam sistemas de IA, uma taxa inferior à da Alemanha, mas superior à da Itália. No entanto, o relatório da Deloitte citado pela Revista Inteligência Artificial afirma que 61 % das empresas espanholas já implementaram soluções de IA, colocando a Espanha sete pontos acima da média europeia (54 %). Esta contradição evidencia a complexidade de medir a adoção: enquanto o Banco de Espanha mede o uso de 'sistemas de IA' num sentido estrito, a Deloitte pode incluir ferramentas de IA generativa de baixo limiar. A diferença na definição do que constitui uma 'solução de IA' é o fator determinante que explica a amplitude desta lacuna estatística entre as duas principais fontes.

Em termos setoriais, a adoção é maior em serviços tecnológicos e em empresas grandes, produtivas e jovens. Os setores de banca, seguros e retalho estão a impulsionar a procura por pressão competitiva, onde a IA passou de uma vantagem diferencial para um requisito de sobrevivência. Em contraste, as PME apresentam uma penetração muito menor, com 11 % segundo o ONTSI, face aos 44 % das grandes empresas, o que sublinha a lacuna de escala na capacidade de investimento e talento. Esta disparidade estrutural indica que o tamanho da organização continua a ser um preditor mais forte da adoção do que o setor de atividade em si, pelo menos na fase atual de maturidade tecnológica.

Apesar do crescimento, as barreiras de adoção persistem. Segundo a Zoho, 33 % das empresas citam a falta de talento como o principal obstáculo. O relatório da CEPAL sobre a América Latina, embora geograficamente distinto, reflete uma barreira estrutural semelhante: o baixo investimento em capital intangível e a escassez de talento qualificado limitam a expansão da IA. Na Espanha, 47 % dos inquiridos desejam apoiar a adoção de IA generativa, mas admitem não ter os conhecimentos necessários, o que indica uma lacuna de competências crítica. Esta falta de perfis especializados não só frena a implementação, como também aumenta o custo de oportunidade das empresas que dependem de consultores externos para gerir os seus projetos de inteligência artificial.

Outras barreiras incluem a qualidade dos dados, a governança e a regulamentação. O Regulamento Europeu de IA, em vigor desde fevereiro de 2025, introduz obrigações de conformidade que podem travar a implementação em empresas sem infraestrutura de governança robusta. Além disso, a falta de uma estratégia clara é um problema recorrente: 12 % dos decisores na Espanha implementaram IA sem uma planeação adequada, o que leva a integrações ineficazes e resultados que não alcançam as expectativas de retorno sobre o investimento. A complexidade regulatória exige uma reestruturação dos fluxos de trabalho internos para garantir o cumprimento normativo, um processo que requer tempo e recursos que muitas organizações ainda não previram nos seus orçamentos anuais.

Existe uma tensão entre a adoção real medida em inquéritos e as expectativas de investimento futuras. Enquanto 20 % da UE já usa IA, as previsões da Gartner e do MIT apontam para uma aceleração em 2026-2028 impulsionada pela IA física e pelos sistemas multiagente. Esta discrepância sugere que a adoção atual é apenas a ponta do iceberg, e que a maior parte do valor económico será gerada na fase de escalamento e otimização, não na implementação inicial. O investimento futuro orientar-se-á menos para a aquisição de licenças e mais para a integração profunda destes sistemas na cadeia de valor, buscando eficiências operacionais que justifiquem o gasto realizado nos últimos anos.

A sustentabilidade deste crescimento dependerá da capacidade das empresas para superar as barreiras de talento e governança. A democratização de ferramentas como ChatGPT ou Copilot baixou a barreira de entrada, mas a aprofundamento do uso requer investimento em capital intangível e formação contínua. Sem políticas ativas de formação e estratégias setoriais, o risco é que a adoção estagne em pilotos superficiais, incapazes de gerar produtividade real em escala. O sucesso a longo prazo não será medido pela quantidade de ferramentas instaladas, mas pela capacidade das organizações para transformar esses dados em decisões estratégicas acionáveis e mensuráveis.