RELATÓRIO IA E TENDÊNCIAS DIGITAIS PARA 2026 DA ADOBE

Os últimos três anos trouxeram mudanças significativas no mercado, desde o ajuste às normas pós-pandemia até a rápida popularização de tecnologias emergentes como a IA. As organizações relatam melhorias mensuráveis durante esse período em métricas de desempenho importantes de CX, como personalização (70% dizem que essa métrica melhorou um pouco ou significativamente), geração de leads (64%) e retenção do cliente (59%). No entanto, esses ganhos coexistem com autopercepções modestas de maturidade digital em relação à CX, com mais da metade (57%) dizendo que sua organização está no mesmo nível ou atrás dos pares e apenas cerca de um terço (36%) se considerando à frente da curva.

Apesar das dúvidas sobre suas capacidades digitais, as organizações estão progredindo na implementação da IA generativa. Na maioria dos fluxos de trabalho de experiência do cliente que analisamos, desde criação de conteúdo de marketing até atendimento ao cliente, personalização e operações administrativas, a experimentação com IA generativa é ampla, com cerca de um quarto a um terço das organizações executando projetos piloto limitados nessas áreas. A grande maioria das organizações relata melhorias impulsionadas pela IA generativa em áreas como ideação e produção de conteúdo, produtividade e eficiência dos funcionários, bem como crescimento de receita impulsionado pelo marketing (Figura 1).

As organizações estão ansiosas para expandir a IA generativa e a IA agêntica, mas muitas ainda ficam aquém das ferramentas fundamentais, estruturas de dados e práticas de medição necessárias para dar suporte à implantação em toda a organização. Mais da metade (53%) diz que sua cadeia de suprimento de conteúdo permanece amplamente linear e com uso intenso de recursos, e apenas 47% estão usando IA generativa ou agêntica para design de jornada ou ativação onicanal, capacidades essenciais para entregar personalização em grande escala.

Um grande desafio para as organizações é que a IA agêntica carece da infraestrutura de apoio necessária. Apenas 51% têm tecnologia baseada em nuvem para a IA agêntica, em comparação com 89% que têm a tecnologia para dar suporte à IA generativa. Os investimentos em diretrizes de uso responsável, ferramentas de integração, plataformas de dados em tempo real, processos de gestão de dados e treinamento de funcionários são todos significativamente menores para IA agêntica comparado à IA generativa.

A capacidade de medir e comunicar o verdadeiro impacto da IA permanece um obstáculo crítico. Quando perguntadas quais métricas importam mais para avaliar o sucesso da IA, as organizações apontam esmagadoramente para métricas de satisfação do cliente e fidelidade, como Net Promoter Score (NPS), retenção e churn. No entanto, 52% dizem que sua organização luta para demonstrar retornos mensuráveis nos investimentos em IA usando métricas relacionadas à CX, e mais da metade (56%) relata que a liderança em sua organização prioriza resultados puramente financeiros ao avaliar o sucesso das iniciativas de IA.

As ferramentas para rastreamento de ROI permanecem subdesenvolvidas para a IA em geral. Apenas 44% implementaram uma estrutura de medição para IA generativa, e ainda menos (31%) para IA agêntica. Quase metade (47%) não tem nenhuma estrutura implementada nem tem certeza se uma existe.

Os desafios internos com implementação da IA limitam a capacidade das organizações de atender às crescentes expectativas dos clientes. Os clientes recompensam relevância, clareza e conveniência, e reagem rapidamente quando as marcas ficam aquém. Metade dos clientes diz que se desconectará de uma marca se as promoções parecerem irrelevantes ou mal cronometradas, e 45% se desconectarão se receberem muitas promoções, independentemente da relevância. O ponto ideal para engajamento é curto: metade dos clientes diz que o conteúdo promocional tem de dois a cinco segundos para capturar sua atenção, e cerca de um quinto julga em menos de dois segundos. Os principais impulsionadores do engajamento são relevância pessoal imediata, conteúdo único, elementos visuais e sonoros, além de ofertas especiais.

Entregar experiências consistentemente relevantes requer IA treinada em dados unificados e de alta qualidade e a capacidade de agir sobre esses dados em tempo real. No entanto, menos da metade (44%) das organizações diz que a qualidade e acessibilidade dos seus dados é atualmente adequada para a IA em geral, e apenas 39% têm uma plataforma de dados em tempo real compartilhada capaz de dar suporte à IA agêntica.

Essa lacuna de prontidão persiste mesmo quando as organizações reconhecem o problema. Quando questionadas sobre as prioridades para investimentos em IA, apenas 32% citaram qualidade dos dados, unificação e governança como foco principal, e somente 20% priorizaram aumentar o valor e a compreensão dos dados. Isso acontece apesar de 52% admitirem que a unificação e estrutura atuais dos dados limitam o avanço das iniciativas de IA, e impressionantes 75% citarem integração e qualidade dos dados como o principal desafio para implementar soluções de IA agêntica. A integração de dados supera outros desafios, como falta de talentos relevantes e recursos limitados de capacitação (71%) e retorno do investimento ou business case pouco claros (68%).

Essas limitações se estendem além dos dados para operações de conteúdo e experiência de maneira mais ampla. Apenas 54% das organizações estão se preparando para otimizar conteúdo para ferramentas de descoberta viabilizadas por IA, mesmo com clientes dependendo cada vez mais dessas ferramentas para navegar em experiências de compra digitais. Além disso, somente 39% das organizações têm uma base unificada de dados do cliente que permite extrair insights de todos os dados criados por agentes de IA e interfaces conversacionais.

Diferenças entre executivos e profissionais ameaçam o progresso na implantação da IA. Os dois grupos concordam com as prioridades gerais para investimentos em IA: personalização, satisfação do cliente e automação do fluxo de trabalho, mas suas visões sobre prontidão, impacto e desempenho divergem de modo consistente.

Quase um terço dos entrevistados afirma que executivos e profissionais em suas organizações não estão alinhados na estratégia de IA, e 47% dizem que o alinhamento é apenas parcial na melhor das hipóteses. Os fatores que promovem alinhamento incluem comunicação clara dos objetivos da IA (72%), planejamento colaborativo (69%) e forte apoio da liderança (59%). O principal desafio que causa desalinhamento é a falta de compreensão da IA por parte dos executivos (61%), superando outros fatores como resistência à mudança ou adoção de tecnologia (52%), comunicação insuficiente sobre a função da IA (52%) e medição pouco clara do valor e ROI da IA (39%).

Essas diferenças aparecem na maneira como cada grupo define objetivos para investimentos em IA. Os profissionais têm maior probabilidade que os executivos de focar as realidades operacionais que permitem entregar melhores experiências, como criação de conteúdo e ativação operacional. Os executivos, por sua vez, têm maior probabilidade de enfatizar objetivos como crescimento de receita e satisfação do cliente (Figura 5). Resultados financeiros são prioridade para a maioria dos entrevistados, mas 62% dos executivos consideram métricas como eficiência operacional e economia de custo uma prioridade principal ou muito importante, em comparação com 54% dos profissionais.