O ano em que a inteligência artificial terá de provar que age

Por Bruno Queiroz

Durante anos, a pergunta que um gestor de saúde fazia diante da tecnologia era simples: como digitalizar? Depois, virou outra: como adotar inteligência artificial? Em 2026, a pergunta mudou de novo e ficou mais incômoda. Não é mais se a solução tem IA. Praticamente todas dizem ter. A pergunta é se essa inteligência faz alguma coisa dentro da operação real da instituição.

A distinção parece sutil. Não é. Ela separa investimento de desperdício.

O contexto pressiona a favor da promessa. Margem apertada, complexidade assistencial crescente, sustentabilidade financeira no centro da agenda. Quando a pressão é alta, a tentação de comprar a promessa de que “isto se resolve com IA” também cresce. E é exatamente aí que o mercado aprendeu a vender rótulo.

Um problema que já tem nome

O mercado de tecnologia já convive há alguns anos com o AI washing: a prática de reembalar software antigo com o selo de “powered by AI”. Com a chegada dos agentes, a Gartner deu nome à versão mais recente do mesmo movimento, o agent washing. É a prática de reembalar produtos que já existiam, como assistentes, automações de tarefas repetitivas (o velho RPA) e chatbots, agora vendidos como “agentes de IA”, sem existir capacidade agêntica real por trás. A consultoria foi direta nos números: dos milhares de fornecedores que se dizem agênticos, estima que apenas cerca de 130 sejam, de fato, o que afirmam ser. E projeta que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custo que escala, valor de negócio que não aparece e controle de risco insuficiente.

Para um CEO, esses números não são um detalhe técnico. São uma questão de alocação de capital e de risco institucional. Cancelar quatro em cada dez projetos não é um problema de TI. É orçamento comprometido, tempo de equipe drenado e, talvez o mais caro, a ilusão de ter modernizado a operação quando, na prática, apenas se trocou a etiqueta.

Na saúde, o rótulo não sobrevive ao contato com a operação

Em muitos setores, a IA superficial gera frustração. Na saúde, ela é exposta rapidamente, e o custo raramente é só financeiro.

Uma recomendação que não chega ao profissional no momento da decisão não é inteligência: é mais um painel para alguém consultar depois. Um contexto clínico que se perde entre a admissão, o centro cirúrgico e a alta não é reconstruído por um chatbot. Um paciente crônico que recebe alta sem monitoramento e retorna em crise não é um evento imprevisível: é um sinal que uma automação de regras fixas não enxerga. Um diagnóstico por imagem que vira gargalo quando o volume cresce trava o fluxo assistencial inteiro. E, sim, há a receita que escapa: a glosa inicial média avançou de 12,45% para 14,6% entre 2024 e 2025, segundo a Anahp, não porque falte sistema, mas porque a perda se forma antes de o dado virar decisão.

O fio que costura todos esses pontos é o mesmo: a distância entre o dado e a decisão. A instituição tem informação. Tem sistema. Muitas vezes, tem “IA”. O que não tem é a inteligência atuando no ponto onde a decisão de fato acontece. E é justamente essa lacuna que o agent washing não fecha. Ele apenas a decora.

A pergunta que muda a conversa

A saída não é adotar mais IA. É mudar o critério de compra.

A própria Gartner recomenda que a IA agêntica só seja perseguida onde há valor ou retorno evidentes, e que o ganho real venha da produtividade no nível da operação: usar agentes em situações em que uma decisão precisa ser tomada, automação para o que é rotina e assistente para o que é consulta simples. Traduzindo para a realidade de um hospital ou de uma rede, não interessa se a solução “tem IA”, mas sim se essa inteligência lê o contexto da operação, age no momento certo e o faz sob governança e supervisão humana.

Há ainda um segundo filtro que, na saúde, não é opcional: a explicabilidade. O mercado a chama de explainable AI, e a lógica é direta. Uma recomendação clínica que não deixa claro por que está sendo feita é uma recomendação em que ninguém age. O médico precisa entender a razão antes de assumir o risco. Inteligência que não se deixa auditar não vira decisão, vira mais um alerta ignorado. Não basta, portanto, que a IA aja: ela precisa agir com contexto, sob governança e de forma explicável.

Essa é a maturidade que o setor começou a cobrar. A conversa saiu de “inovação” e chegou a “capacidade de execução”. O CEO que faz essa pergunta, se a inteligência que está comprando opera de verdade ou é apenas um rótulo sobre a automação de sempre, protege capital, protege operação e, na saúde, protege o paciente.

Porque, no fim, a diferença entre uma IA que age e uma que apenas se anuncia não aparece no material de vendas. Aparece na operação, no dia em que ela precisa entregar a decisão certa, no momento certo, para a pessoa certa. É ali que o rótulo cai.

*Bruno Queiroz é vice-presidente de Tecnologia e Inovação da Salux.