Uma nova pesquisa global revela um descompasso significativo na adoção de inteligência artificial no setor de saúde. O estudo The AI Production Paradox, conduzido pela Sinch com 2.527 líderes empresariais de organizações com mais de mil funcionários em seis setores e dez países, mostra que, embora 62% das empresas já tenham agentes de IA em produção em seus canais de comunicação, a saúde apresenta a menor conversão de pilotos para produção.
O levantamento aponta que apenas 36% dos executivos C-level do setor consideram seus guardrails totalmente maduros, enquanto somente 18% dos diretores e gerentes responsáveis pela implementação compartilham dessa avaliação.
Saúde tem menor conversão de pilotos
O estudo destaca que o setor de saúde é o segmento com a menor taxa de conversão de projetos piloto de IA para produção. Enquanto 62% das empresas em geral já operam agentes de IA em canais de comunicação, a saúde fica atrás nesse indicador. A pesquisa não detalha os números absolutos de conversão para o setor, mas ressalta a dificuldade em escalar iniciativas além da fase experimental. Esse cenário sugere barreiras específicas, como regulamentações rigorosas e preocupações com segurança de dados.
Além disso, a transição de pilotos para produção exige infraestrutura robusta e confiança nos sistemas. A menor conversão na saúde pode refletir cautela adicional devido à sensibilidade das informações e ao impacto direto no cuidado ao paciente. A fonte não detalhou os motivos exatos para essa diferença, mas o contexto regulatório é frequentemente citado como um fator relevante.
Divergência sobre maturidade dos guardrails
Dentro das organizações de saúde, há uma lacuna perceptível entre a alta liderança e os responsáveis pela implementação. Enquanto 36% dos C-levels acreditam que seus guardrails de IA estão totalmente maduros, apenas 18% dos diretores e gerentes concordam. Essa diferença de 18 pontos percentuais indica uma possível desconexão entre a visão estratégica e a realidade operacional. Os executivos podem ter uma percepção otimista baseada em políticas definidas, enquanto os implementadores lidam com desafios práticos diários.
Essa divergência pode levar a decisões equivocadas sobre investimentos e prioridades. Se a liderança superestima a maturidade, pode subestimar a necessidade de recursos adicionais para governança e treinamento. Por outro lado, os gestores que estão na linha de frente podem se sentir desamparados sem o suporte adequado. A pesquisa não explora as causas dessa diferença, mas ela é um sinal de alerta para o alinhamento interno.
Riscos de governança ainda persistem
Mesmo com investimentos em governança, os riscos não desaparecem. Globalmente, 74% das organizações que chegaram à produção tiveram de interromper ou fazer rollback de pelo menos um agente de IA devido a falhas de governança. Entre os principais motivos estão a exposição de dados pessoais ou de clientes, citada por 31% dos respondentes, e alucinações ou riscos relacionados à marca, apontados por 22%. Esses números evidenciam que a implementação de IA não é isenta de percalços.
No setor de saúde, esses riscos são amplificados pela natureza dos dados envolvidos. Uma falha que exponha informações de pacientes pode ter consequências legais e reputacionais severas. As alucinações de IA, por sua vez, podem gerar orientações incorretas em contextos de saúde, colocando vidas em risco. Portanto, a governança precisa ser contínua e adaptativa, não apenas um requisito inicial.
Desafio de manter contexto entre canais
Outro obstáculo identificado é a preservação do contexto quando o consumidor muda de canal durante uma interação. O estudo mostra que 55% das empresas precisam desenvolver soluções próprias para manter o contexto, por exemplo, ao passar de chat para voz ou de WhatsApp para uma ligação. Essa questão é particularmente relevante em jornadas de saúde, onde o paciente pode iniciar um contato por mensagem e depois precisar falar por telefone para esclarecer dúvidas.
A falta de continuidade pode frustrar o usuário e comprometer a qualidade do atendimento. Desenvolver soluções customizadas demanda tempo e recursos, o que pode explicar parte da lentidão na adoção em larga escala. A pesquisa não especifica quais setores enfrentam mais esse desafio, mas a saúde, com suas múltiplas vias de contato, é diretamente afetada.
Expectativas financeiras contrastantes
As expectativas sobre o impacto financeiro da IA também revelam um fosso entre líderes e implementadores. Enquanto 34% dos executivos C-level do setor de saúde esperam reduções de custos superiores a 50%, apenas 12% dos diretores e gerentes compartilham dessa visão otimista. Essa diferença de 22 pontos percentuais sugere que a alta administração pode estar superestimando os ganhos potenciais, enquanto os responsáveis pela execução têm uma perspectiva mais conservadora.
Essa discrepância pode gerar frustração e pressão indevida sobre as equipes de implementação. Se as metas de redução de custos forem baseadas em expectativas irrealistas, os projetos podem ser considerados fracassados mesmo quando entregam resultados positivos. A pesquisa não detalha as razões para essa diferença, mas ela reflete a necessidade de comunicação mais transparente sobre o que é viável.
Em suma, o setor de saúde enfrenta desafios únicos na adoção de IA, desde a baixa conversão de pilotos até divergências internas sobre maturidade e retorno financeiro. Os dados da pesquisa da Sinch oferecem um panorama que pode orientar estratégias mais realistas e alinhadas entre todos os níveis organizacionais.