Gartner prevê que os gastos com IA generativa alcancem $644 bilhões em 2025: O que isso significa para líderes de TI nas empresas

Não se engane, há muito dinheiro sendo investido em IA generativa em 2025.

A empresa de análise Gartner divulgou hoje um novo relatório prevendo que o gasto global com IA generativa alcançará US$ 644 bilhões em 2025. Esse número representa um aumento de 76,4% em relação ao gasto com IA generativa em 2024.

O relatório da Gartner se junta a uma série de outras análises do setor nos últimos meses que apontam para a crescente adoção e gasto em IA generativa. Os gastos cresceram 130%, de acordo com uma pesquisa conduzida pela IA na Wharton, um centro de pesquisa da Wharton School da Universidade da Pensilvânia. A Deloitte relatou que 74% das empresas já atenderam ou superaram as iniciativas de IA generativa.

Embora não seja surpresa que os gastos com IA generativa estejam crescendo, o relatório da Gartner fornece clareza sobre para onde está indo o dinheiro e onde as empresas podem obter mais valor.

De acordo com a análise da Gartner, o hardware reivindicará impressionantes 80% de todos os gastos com IA generativa em 2025. A previsão mostra:

• Dispositivos representarão US$ 398,3 bilhões (crescimento de 99,5%)
• Servidores alcançarão US$ 180,6 bilhões (crescimento de 33,1%)
• Os gastos com software seguem com apenas US$ 37,2 bilhões (crescimento de 93,9%)
• Serviços totalizarão US$ 27,8 bilhões (crescimento de 162,6%)

“O mercado de dispositivos foi a maior surpresa, é o mercado mais impulsionado pelo lado da oferta e não pelo lado da demanda”, disse John Lovelock, vice-presidente analista da Gartner, ao VentureBeat. “Consumidores e empresas não estão buscando dispositivos habilitados para IA, mas os fabricantes estão produzindo e vendendo. Até 2027, será quase impossível comprar um PC que não seja habilitado para IA.”

A dominância do hardware vai intensificar, e não diminuir, para a IA empresarial

Com o hardware reclamando aproximadamente 80% do gasto em IA generativa em 2025, muitos podem supor que essa proporção irá gradualmente se deslocar em direção ao software e serviços conforme o mercado amadurece. As percepções de Lovelock sugerem o oposto.

“As proporções mudam mais a favor do hardware ao longo do tempo”, disse Lovelock. “Embora mais e mais softwares terão funções habilitadas por IA generativa, haverá menos dinheiro atribuível gasto em software de IA generativa—IA generativa será uma funcionalidade embutida entregue como parte do preço do software.”

Essa projeção tem implicações profundas para planejamento orçamentário e de infraestrutura tecnológica. As organizações que esperam mudar o gasto do hardware para software ao longo do tempo podem precisar recalibrar seus modelos financeiros para levar em conta as necessidades contínuas de hardware.

Além disso, a natureza incorporada da funcionalidade de IA generativa futura significa que projetos discretos de IA podem se tornar menos comuns. Em vez disso, as capacidades de IA chegarão cada vez mais como recursos dentro de plataformas de software existentes, tornando estratégias de adoção intencionais e estruturas de governança ainda mais críticas.

O cemitério de PoC: Por que projetos de IA interna nas empresas falham

O relatório da Gartner destaca uma realidade preocupante: muitos projetos internos de prova de conceito (PoC) de IA generativa falharam em entregar os resultados esperados. Isso criou o que Lovelock chama de um “paradoxo” onde as expectativas estão diminuindo apesar do investimento maciço.

Quando questionado sobre esses desafios, Lovelock identificou três barreiras específicas que consistentemente desorganizam as iniciativas de IA generativa.

“As corporações com mais experiência em IA tiveram taxas de sucesso mais altas com IA generativa, enquanto as empresas com menos experiência sofreram taxas de falha mais altas”, explicou Lovelock. “No entanto, a maioria das empresas falhou por uma ou mais das três principais razões: seus dados eram de tamanho ou qualidade insuficientes, suas pessoas não conseguiam usar a nova tecnologia ou mudar para usar o novo processo ou a nova IA generativa não teria um ROI suficientemente alto.”

Essas percepções revelam que os principais desafios da IA generativa não são limitações técnicas, mas fatores de prontidão organizacional:

1. Inadequação de dados: Muitas organizações carecem de dados de alta qualidade e em quantidade suficiente para treinar ou implementar sistemas de IA generativa de forma eficaz.
2. Resistência à mudança: Os usuários têm dificuldade em adotar novas ferramentas ou adaptar fluxos de trabalho para incorporar as capacidades de IA.
3. Falta de ROI: Projetos falham em entregar valor mensurável para o negócio que justifique seus custos de implementação.

A mudança estratégica: Da desenvolvimento interno para soluções comerciais

A previsão da Gartner observa uma mudança esperada dos ambiciosos projetos internos em 2025 e além. Em vez disso, espera-se que as empresas optem por soluções comerciais prontas que proporcionem implementações e valores de negócios mais previsíveis.

Essa transição reflete o reconhecimento crescente de que construir soluções personalizadas de IA generativa geralmente apresenta mais desafios do que o antecipado. Os comentários de Lovelock sobre taxas de falha sublinham por que muitas organizações estão mudando para opções comerciais que oferecem caminhos de implementação previsíveis e ROI mais claro.

Para os líderes técnicos, isso sugere priorizar soluções de fornecedores que integrem capacidades de IA generativa em sistemas existentes em vez de construir aplicações personalizadas do zero. Como Lovelock observou, essas capacidades serão cada vez mais entregues como parte da funcionalidade padrão do software, em vez de como produtos separados de IA generativa.

O que isso significa para a estratégia de IA empresarial

Para as empresas que desejam liderar na adoção de IA, a previsão da Gartner desafia várias suposições comuns sobre o mercado de IA generativa. A ênfase nos gastos com hardware, nos impulsionadores do lado da oferta e na funcionalidade incorporada sugere que uma abordagem mais evolutiva pode resultar em melhores resultados do que iniciativas revolucionárias.

Os tomadores de decisões técnicas devem se concentrar na integração de capacidades comerciais de IA generativa em fluxos de trabalho existentes, em vez de construir soluções personalizadas. Essa abordagem alinha-se à observação de Lovelock de que os CIOs estão reduzindo esforços de auto-desenvolvimento em favor de recursos de fornecedores de software existentes.

Para organizações que planejam uma adoção mais conservadora, a inevitabilidade de dispositivos habilitados para IA apresenta desafios e oportunidades. Embora essas capacidades possam surgir através de ciclos de atualização regulares, independentemente da intenção estratégica, organizações que se prepararem para aproveitá-las de maneira eficaz ganharão vantagens competitivas.

À medida que os gastos com IA generativa aceleram em direção a US$ 644 bilhões em 2025, o sucesso não será determinado apenas pelo volume de gastos. Organizações que alinharem seus investimentos com a prontidão organizacional, focarem em superar os três principais fatores de falha e desenvolverem estratégias para aproveitar as capacidades de IA generativa cada vez mais incorporadas extrairão o máximo valor desse cenário tecnológico em rápida evolução.