Inteligência artificial nas empresas: o que os estudos mostram sobre ganhos reais
O que a IA melhora de fato numa empresa, segundo estudos com milhares de trabalhadores e dados oficiais do Brasil, onde ela falha e por onde começar.
Neste texto · 11 seções
A inteligência artificial nas empresas já tem ganhos medidos, mas eles aparecem em tarefas específicas e dependem de como a ferramenta é usada. Os estudos mais sólidos, com milhares de trabalhadores, encontraram 15% mais casos de atendimento resolvidos por hora e 40% menos tempo em textos profissionais. Os mesmos estudos registraram perdas quando a IA foi usada fora do que faz bem, ou por quem não sabia filtrar o que ela sugeria.
No Brasil, as empresas que usam IA ainda são minoria. Este guia reúne o que foi medido e o limite de cada estudo, os casos em que a IA atrapalhou e um primeiro passo possível.
Pontos principais
- Em 2025, 17% das empresas brasileiras com 10 ou mais pessoas ocupadas usavam IA, segundo o Cetic.br. Na indústria com 100 ou mais pessoas, o IBGE mediu 41,9% em 2024.
- Os ganhos medidos existem, mas por tarefa: 15% mais casos resolvidos por hora no atendimento e 40% menos tempo em textos curtos.
- Fora do que a ferramenta faz bem, a IA piorou resultados.
- O ganho depende de complementos: dado organizado, processo desenhado e pessoas que revisam o resultado.
- Um começo sensato é um processo com volume, regra clara e dado disponível, medido antes e depois de um piloto curto.
Quantas empresas usam IA no Brasil
Cada pesquisa define “usar IA” de um jeito, e os números não se comparam entre si. Os dados oficiais mais recentes são do Cetic.br, centro de estudos do NIC.br.
17%
das empresas brasileiras com 10 ou mais pessoas ocupadas usaram IA em 2025. Em 2024, eram 13%.
A TIC Empresas 2025 entrevistou 4.174 empresas por telefone, entre fevereiro de 2025 e janeiro de 2026. O uso cresce com o porte. Pelo indicador H9, usaram IA 15% das empresas de 10 a 49 pessoas, 32% das de 50 a 249 e 50% das com 250 ou mais.
A pergunta sobre IA foi feita só às empresas que têm especialista, área ou departamento de TI, mas o resultado aparece sobre o total. Uma empresa sem TI própria que usa alguma ferramenta de IA não é contada como usuária.
Entre as empresas que usam IA, 80% compraram softwares ou sistemas prontos, e 60% contrataram fornecedores externos para desenvolver ou adaptar soluções. Esses percentuais valem só para quem já usa IA e só para soluções de IA.
Na indústria, a referência é a PINTEC Semestral, do IBGE com a ABDI e a UFRJ. Ela pesquisa só as empresas industriais com 100 ou mais pessoas ocupadas.
41,9%
das empresas industriais com 100 ou mais pessoas ocupadas usaram IA em pelo menos uma área do negócio em 2024. Em 2022, eram 16,9%.
A sondagem do Sebrae com o FGV IBRE, de dezembro de 2025, mede outra coisa: familiaridade e uso de IA generativa. Segundo o Blog do IBRE, 96% dos dirigentes de micro e pequenas empresas têm alguma familiaridade com ela, mas só 15% a usam com frequência. Nas médias e grandes, são 99% e 35%.
Nos Estados Unidos, a pesquisa oficial do Census Bureau mediu entre 17% e 20% de empresas usando IA de dezembro de 2025 a maio de 2026. A pergunta mudou em novembro de 2025, o que quebra a comparação com os períodos anteriores.
O que os estudos mediram de ganho
Pesquisa de opinião mede o que as pessoas acham. Para medir ganho, o jeito mais confiável é o experimento randomizado: um sorteio decide quem recebe a ferramenta, e a diferença de resultado pode ser atribuída à IA.
Dois dos três estudos abaixo usaram sorteio. No de atendimento, a ferramenta foi liberada aos poucos, e os pesquisadores compararam quem já tinha acesso com quem ainda não tinha. Os três medem tarefas, não o lucro da empresa.
| Estudo | Quem participou | Tarefa | Resultado | Limite |
|---|---|---|---|---|
| Brynjolfsson, Li e Raymond (2025) | 5.172 atendentes de suporte | Resolver chamados de clientes por chat | 15% mais casos resolvidos por hora, em média | Uma empresa e uma função; sem sorteio |
| Noy e Zhang (2023) | 453 profissionais com ensino superior | Textos curtos típicos da profissão | 40% menos tempo e 18% mais qualidade | Experimento online, tarefas padronizadas, ChatGPT de 2023 |
| Dell'Acqua e outros (2023) | 758 consultores do BCG | 18 tarefas realistas de consultoria | 12,2% mais tarefas concluídas, 25,1% mais rápido | Versão de trabalho, GPT-4 de 2023; só tarefas que a IA faz bem |
Atendimento ao cliente
O estudo saiu no Quarterly Journal of Economics em 2025. Segundo a versão de trabalho, os atendentes faziam suporte técnico por chat para uma grande empresa americana de software de gestão. O assistente sugeria respostas em tempo real, e o atendente podia ignorar a sugestão.
15%
foi o aumento médio de casos resolvidos por hora entre os 5.172 atendentes com acesso ao assistente de IA.
O ganho não foi igual para todos. Os menos experientes e menos qualificados melhoraram velocidade e qualidade. Os mais experientes e mais qualificados tiveram pequeno ganho de velocidade e pequena queda de qualidade.
Tarefas de escrita
Shakked Noy e Whitney Zhang publicaram na Science, em 2023, um experimento online pré-registrado com 453 profissionais com ensino superior. Cada um recebeu tarefas de escrita típicas da sua ocupação, e metade, escolhida por sorteio, teve acesso ao ChatGPT.
O tempo médio caiu 40%, e a qualidade subiu 18%. A diferença entre os trabalhadores diminuiu. O limite está no desenho: tarefas curtas e padronizadas, com o ChatGPT de 2023.
Trabalho de análise e consultoria
O terceiro estudo foi feito com o Boston Consulting Group, o BCG. Participaram 758 consultores, cerca de 7% dos consultores sem cargo de gestão da empresa, e um sorteio definiu quem teria acesso ao GPT-4.
Em 18 tarefas realistas de consultoria, dentro da capacidade da IA, quem usou a ferramenta concluiu 12,2% mais tarefas e trabalhou 25,1% mais rápido. A versão de trabalho do estudo, de 2023, fala em qualidade mais de 40% maior que a do grupo sem IA, mas só nessas tarefas.
Os autores chamam isso de fronteira irregular, ou “jagged technological frontier”. Tarefas de dificuldade parecida podem estar dentro ou fora do que a IA faz bem, e nem sempre é fácil saber de que lado cada uma fica.
Onde a IA piorou o resultado
O mesmo estudo do BCG incluiu uma tarefa escolhida justamente por estar fora da capacidade da ferramenta. Ali, a IA atrapalhou.
19 p.p.
a menos na chance de chegar à resposta correta, entre os consultores que usaram IA nessa tarefa, em comparação com quem trabalhou sem ela.
No estudo de atendimento, os atendentes mais experientes e mais qualificados tiveram pequena queda de qualidade com o assistente.
No Quênia, um experimento de campo sorteou pequenos empreendedores para receber um assistente de negócios com GPT-4 pelo WhatsApp. Segundo o estudo de Otis, Clarke, Delecourt, Holtz e Koning, não foi possível detectar efeito médio na receita e no lucro. Quem já tinha bom desempenho melhorou pouco mais de 15%, e quem tinha desempenho baixo ficou cerca de 8% pior.
A diferença não veio dos conselhos recebidos, e sim de quais cada empreendedor escolheu seguir e de como os aplicou. A IA foi usada como conselheira, sem ligação com nenhum sistema do negócio, numa versão de trabalho de 2023.
Na indústria americana, um estudo com dados do Census Bureau de 2017 e 2021 encontrou uma curva em J. A adoção de IA industrial trouxe perda de produtividade e de lucratividade no curto prazo, antes dos ganhos. As perdas se concentraram nas empresas mais antigas. Nos estabelecimentos mais antigos, o abandono de práticas estruturadas de gestão da produção explica cerca de um terço das perdas.
O estudo trata de IA industrial, não de chatbots, e o resumo não informa o tamanho da perda. Nos quatro casos, o resultado dependeu de onde e por quem a ferramenta foi usada. Sem critério para saber onde a IA erra e sem processo para revisar, ela pode piorar a operação.
Por que o ganho não é automático
Os estudos de tarefa mostram o potencial. Os estudos de empresa mostram a condição. Um dos mais amplos, publicado em 2021 por Erik Brynjolfsson, Wang Jin e Kristina McElheran, pesquisou mais de 30 mil fábricas americanas com o Census Bureau.
O tema era analytics preditivo, o uso de dados para prever demanda, falhas ou resultados. As fábricas que usavam essa técnica tinham produtividade maior. Mas, segundo o estudo, o ganho só apareceu quando ela veio com pelo menos um de três complementos. São eles: capital de TI significativo, trabalhadores com mais escolaridade ou produção desenhada para alto fluxo.
Analytics preditivo não é a IA generativa de hoje, mas a lição vale: a ferramenta rende sobre uma base que já existe.
Na Dinamarca, Anders Humlum e Emilie Vestergaard cruzaram pesquisas de adoção com registros oficiais de emprego. A maioria dos empregadores nas ocupações expostas adotou iniciativas com chatbots. Mesmo assim, dois anos depois do lançamento do ChatGPT, os efeitos sobre salários e horas trabalhadas foram nulos, e os autores descartam efeitos acima de 2%.
O que mudou foi a organização do trabalho, com tarefas novas como gerar conteúdo, supervisionar a IA e integrá-la aos sistemas. O estudo mede salários e horas, não a produtividade das empresas.
No Brasil, a PINTEC Semestral perguntou às indústrias com 100 ou mais pessoas ocupadas que adotaram tecnologias digitais avançadas o que dificultou o uso dessas tecnologias.
| Dificuldade apontada | Parcela das empresas |
|---|---|
| Altos custos das soluções tecnológicas | 78,6% |
| Falta de pessoal qualificado na empresa | 54,2% |
| Limitada oferta de pessoal qualificado no mercado | 46,8% |
| Dificuldade de integração entre as áreas de negócios | 45,1% |
Fonte: IBGE, PINTEC Semestral 2024: indicadores temáticos (2025).
A pergunta cobre todas as tecnologias digitais avançadas, não só IA. Depois do custo, as barreiras mais citadas são pessoas e integração. É a mesma condição dos estudos: a IA rende quando está ligada a dados, processos e regras.
Exemplos de inteligência artificial nas empresas, por área
Os exemplos abaixo seguem o mesmo padrão: a IA lê, classifica, resume ou sugere, e uma pessoa decide nos casos que importam. Muda, de uma área para outra, o sistema que a IA consulta e o ponto da revisão humana.
| Área | O que a IA faz | Sistema que precisa acessar | Onde entra a revisão humana |
|---|---|---|---|
| Atendimento | Triagem das mensagens, respostas sugeridas e passagem para uma pessoa | CRM, histórico de pedidos e base de respostas aprovadas | Preço, prazo, reclamação e qualquer exceção |
| Documentos | Extrai e classifica dados de notas, contratos e formulários | ERP e repositório de documentos | Campos duvidosos e documentos fora do padrão |
| Financeiro | Sugere a conciliação de lançamentos e organiza a cobrança | ERP financeiro e extratos bancários | Lançamentos sem correspondência e negociação |
| Comercial | Qualifica contatos e registra as conversas no CRM | CRM, WhatsApp e e-mail | Proposta, desconto e condição comercial |
| Operação | Resume ocorrências e dispara alertas | ERP, apontamento de produção e controles internos | A decisão sobre o que fazer com o alerta |
Modelo ilustrativo.
O atendimento pelo WhatsApp tem regras próprias. Em janeiro de 2026, o CADE suspendeu por medida preventiva os novos termos do WhatsApp para provedores de IA, e em março o tribunal do órgão manteve a medida. O guia da API oficial do WhatsApp explica o custo por mensagem e a situação do caso.
Exemplo ilustrativo
Uma distribuidora com 60 pessoas começa pela triagem de pedidos que chegam por e-mail e WhatsApp. A IA sugere a classificação, uma pessoa confirma, e o pedido entra no ERP. Antes do piloto, a empresa mede o tempo médio de lançamento. Depois, mede de novo e compara.
Três níveis de uso: ferramenta pronta, automação com IA e IA dentro dos sistemas
Há três formas de colocar a IA para trabalhar, com esforço e risco crescentes, e elas podem conviver na mesma empresa.
| Nível | Exemplo | Esforço | Principal risco | Quem controla os dados |
|---|---|---|---|---|
| 1. Ferramenta pronta | Assinatura de um chat de IA para a equipe | Baixo | Dados de clientes colados numa ferramenta externa e respostas usadas sem checagem | Depende dos termos do fornecedor |
| 2. Automação com IA | Um fluxo que lê e-mails, classifica com IA e cria a tarefa certa | Médio | O mesmo erro repetido em volume, se ninguém olha as exceções | A empresa controla o fluxo; o conteúdo passa pelo provedor do modelo, nos termos dele |
| 3. IA dentro dos sistemas | IA ligada ao CRM, ao ERP e às regras da empresa, com permissões e registro | Maior | Acesso a dados e ações sem limite claro | A empresa, nos próprios sistemas; cada fornecedor segue o contrato |
Modelo ilustrativo.
No nível 1, o ganho é individual e difícil de medir. No nível 3, a IA consulta o cadastro do cliente, respeita as regras do negócio e deixa registro do que fez. É onde os complementos apontados pelos estudos fazem mais diferença.
É nesse nível que a LinieX trabalha: inteligência artificial aplicada à operação, com IA conectada a dados, processos e regras. Na prática, ele depende de integração de sistemas, porque a IA só usa o que consegue acessar.
Quem pensa em criar ferramentas próprias pedindo à IA, sem programar, encontra no guia sobre vibe coding onde isso ajuda e onde vira risco.
Riscos, LGPD e decisões automatizadas
Quando a IA trata dados pessoais, a LGPD entra no desenho. Este texto não é orientação jurídica.
O art. 20 da LGPD dá ao titular o direito de pedir a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses. O artigo cita decisões que definem perfil pessoal, profissional, de consumo e de crédito.
O texto atual não diz que a revisão precisa ser feita por uma pessoa. Ainda assim, recomendamos que toda decisão que afeta o cliente, como crédito ou preço, tenha alguém capaz de explicar e rever o critério. A lei não exige isso de forma expressa.
O art. 46 exige medidas de segurança, técnicas e administrativas, para proteger os dados pessoais de acessos não autorizados. Na prática, vale perguntar para onde vão os dados quando alguém cola um cadastro de clientes numa ferramenta externa.
Situação em 19/09/2026 · Marco legal da IA
O Brasil não tem lei geral de IA. O PL 2338/2023, que veio do Senado, está na Câmara dos Deputados, na situação “Aguardando Parecer do(a) Relator(a) na Comissão Especial”. A ficha de tramitação registra a última movimentação em 02/09/2026.
Enquanto isso, cada empresa define as próprias regras.
Política mínima de uso de IA
- Que dados podem entrar em ferramentas externas, e quais nunca entram.
- Quais ferramentas estão aprovadas, e com qual conta da empresa.
- Quem revisa o que a IA produz antes de chegar ao cliente.
- Que decisões nunca são tomadas só pela IA.
- Onde fica o registro do que foi feito com IA.
Exemplo ilustrativo
A mesma distribuidora testa IA para aprovar crédito de clientes sem revisão e recua. A decisão afeta o cliente, o que a coloca no alcance do art. 20 da LGPD, e as regras de crédito nunca tinham sido escritas.
IA por setor
Em cada setor, uma regra profissional ou uma condição prática muda o jeito de usar a IA.
Na advocacia, o Conselho Federal da OAB aprovou em 11/11/2024 recomendações para o uso de IA generativa na prática jurídica. Os pilares são legislação aplicável, confidencialidade e privacidade, prática jurídica ética e comunicação sobre o uso da IA. Segundo o relator, o texto não pode prever sanções, porque isso depende de lei. O guia de IA no escritório de advocacia detalha o que muda na rotina.
Na indústria, entre as empresas com 100 ou mais pessoas que usaram IA em 2024, 87,9% a usaram na administração e 52,0% na produção, segundo a PINTEC Semestral. IA na produção depende de dado confiável do chão de fábrica, que é o que o apontamento de produção automatizado gera.
Na contabilidade, o Código de Ética Profissional do Contador (NBC PG 01) veda assinar documentos ou peças contábeis elaborados por outrem alheio à orientação, supervisão ou revisão do contador. A norma não trata de IA. Recomendamos que tudo o que a automação prepara passe pela revisão de quem assina, como mostra o guia de automação para escritório de contabilidade.
Perguntas frequentes
Quais os benefícios da inteligência artificial nas empresas?
Os benefícios medidos aparecem em tarefas específicas. No atendimento por chat, um estudo com 5.172 atendentes encontrou 15% mais casos resolvidos por hora. Em textos profissionais curtos, um experimento com 453 pessoas registrou 40% menos tempo e 18% mais qualidade. Esses números valem para tarefas, não para o lucro da empresa.
Quais são os desafios da inteligência artificial nas empresas?
Na indústria com 100 ou mais pessoas, as dificuldades mais citadas foram o custo alto das soluções (78,6%) e a falta de pessoal qualificado (54,2%), segundo o IBGE. Os estudos acrescentam dois riscos: usar a IA em tarefas que ela não faz bem, onde os erros aumentam, e dispensar a revisão humana. Quando há dados pessoais, entra também a LGPD.
Quantas empresas usam IA no Brasil?
Segundo a TIC Empresas 2025, do Cetic.br, 17% das empresas com 10 ou mais pessoas ocupadas usaram IA em 2025, contra 13% em 2024. Na indústria com 100 ou mais pessoas, o IBGE mediu 41,9% em 2024. Cada pesquisa mede o uso de um jeito, então os números não se comparam.
A IA aumenta a produtividade das equipes?
Em tarefas que a ferramenta faz bem, sim: os estudos de atendimento, escrita e consultoria mediram ganhos de velocidade e, em geral, de qualidade. Fora dessas tarefas, pode piorar. No estudo com consultores do BCG, quem usou IA numa tarefa fora da capacidade da ferramenta teve 19 pontos percentuais menos chance de acertar.
Pequena empresa consegue usar IA?
Consegue, e o uso está crescendo: entre as empresas de 10 a 49 pessoas, passou de 10% em 2024 para 15% em 2025, segundo o Cetic.br. O começo mais simples é uma ferramenta pronta, com regras claras sobre que dados podem entrar. Para ir além, a IA precisa de dado organizado e ligado aos sistemas, não de planilhas soltas.
Quanto custa começar a usar IA na empresa?
Depende do nível de uso. Em geral, o custo tem quatro partes. Duas são recorrentes e variam com o uso: assinaturas de ferramentas e consumo cobrado por volume, como chamadas à API de um modelo. As outras são a integração com os sistemas, que é um projeto, e o tempo de quem revisa o resultado. O artigo quanto custa desenvolver um sistema mostra como o custo de um projeto se forma.
Por onde começar
O primeiro projeto de IA deve ser pequeno o bastante para medir e importante o bastante para valer a medição. O roteiro abaixo é uma recomendação nossa.
Um primeiro projeto de IA em cinco etapas
- Escolher um processo. Prefira um com volume, regra clara e dado disponível, como a triagem de pedidos ou a classificação de documentos.
- Conferir o dado. Se ele não existe ou está em planilhas soltas, o primeiro passo é o dado, não a IA. Os guias de decisão baseada em dados e de integração de sistemas tratam dessa base.
- Medir antes. Registre tempo, volume e taxa de erro do processo como ele funciona hoje.
- Rodar um piloto curto. Use a IA numa parte do processo, com revisão humana em tudo o que ela produz.
- Medir depois e decidir. Compare com a medição inicial e decida se amplia, ajusta ou encerra.
A IA já tem ganhos medidos em atendimento, escrita e análise, sempre em tarefas específicas e com limites claros. Os mesmos estudos mostram que, sem critério e sem processo, ela piora resultados. O caminho mais seguro é começar por um processo com dado organizado, medir antes e depois e ampliar só o que funcionou.
Fontes
- Cetic.br / NIC.br. Uso de Inteligência Artificial por empresas brasileiras avança e atinge 17%, aponta pesquisa do Cetic.br. 2026. Acesso em 19/09/2026. Divulgação da TIC Empresas 2025: 4.174 empresas entrevistadas por telefone entre fevereiro de 2025 e janeiro de 2026.
- Cetic.br / NIC.br. TIC Empresas 2025, indicador H9: empresas que utilizaram tecnologias de inteligência artificial. 2026. Acesso em 19/09/2026. Coletado só entre empresas com especialista, área ou departamento de TI e apresentado sobre o total de empresas.
- IBGE, com ABDI e UFRJ. Pesquisa de Inovação Semestral 2024: indicadores temáticos (PDF). 2025. Acesso em 19/09/2026. Estatística experimental; indústrias com 100 ou mais pessoas ocupadas.
- Blog do IBRE, FGV. Uso de IA nos negócios no Brasil. 2026. Acesso em 19/09/2026. Sondagem Sebrae/FGV IBRE de dezembro de 2025, com cerca de 5 mil empresas.
- Adam Grundy, Cory Breaux e Dhanapati Khatiwoda. U.S. Census Bureau. Large Firms With at Least 20 Employees Biggest AI Users. 2026. Acesso em 19/09/2026. Business Trends and Outlook Survey; a pergunta sobre IA mudou em novembro de 2025.
- Erik Brynjolfsson, Danielle Li e Lindsey Raymond. Quarterly Journal of Economics, v. 140, n. 2, p. 889-942. Generative AI at Work. 2025. Acesso em 19/09/2026.
- Erik Brynjolfsson, Danielle Li e Lindsey Raymond. National Bureau of Economic Research, Working Paper 31161. Generative AI at Work (versão de trabalho). 2023. Acesso em 19/09/2026. Usada só para descrever a empresa e o tipo de atendimento estudados.
- Shakked Noy e Whitney Zhang. Science, v. 381, n. 6654, p. 187-192. Experimental evidence on the productivity effects of generative artificial intelligence. 2023. Acesso em 19/09/2026.
- Fabrizio Dell'Acqua e outros. Harvard Business School, Working Paper 24-013. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. 2023. Acesso em 19/09/2026. Versão de trabalho de 22/09/2023.
- Nicholas G. Otis, Rowan Clarke, Solène Delecourt, David Holtz e Rembrand Koning. Harvard Business School, Working Paper 24-042. The Uneven Impact of Generative AI on Entrepreneurial Performance. 2023. Acesso em 19/09/2026.
- Kristina McElheran, Mu-Jeung Yang, Zachary Kroff e Erik Brynjolfsson. U.S. Census Bureau, Center for Economic Studies, Working Paper 25-27. The Rise of Industrial AI in America: Microfoundations of the Productivity J-curve(s). 2025. Acesso em 19/09/2026.
- Erik Brynjolfsson, Wang Jin e Kristina McElheran. MIT DSpace. The power of prediction: predictive analytics, workplace complements, and business performance. 2021. Acesso em 19/09/2026.
- Anders Humlum e Emilie Vestergaard. National Bureau of Economic Research, Working Paper 33777. Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI. 2025. Acesso em 19/09/2026.
- Conselho Administrativo de Defesa Econômica (CADE). Cade abre inquérito contra Meta e aplica medida preventiva suspendendo Novos Termos do WhatsApp sobre IA. 2026. Acesso em 19/09/2026. Publicada em 12/01/2026.
- Conselho Administrativo de Defesa Econômica (CADE). Tribunal do Cade mantém medida preventiva sobre novos termos de uso do WhatsApp. 2026. Acesso em 19/09/2026. Publicada em 04/03/2026.
- Presidência da República. Lei nº 13.709, de 14 de agosto de 2018 (Lei Geral de Proteção de Dados Pessoais), texto compilado. 2018. Acesso em 19/09/2026. Art. 20 com redação dada pela Lei nº 13.853/2019; art. 46.
- Câmara dos Deputados. Ficha de tramitação do PL 2338/2023. 2026. Acesso em 19/09/2026. Situação conferida em 19/09/2026.
- Conselho Federal da OAB. Confira versão final da recomendação do CFOAB sobre o uso de IA na prática jurídica. 2024. Acesso em 19/09/2026.
- Conselho Federal de Contabilidade. NBC PG 01: Código de Ética Profissional do Contador. 2019. Acesso em 19/09/2026. Em vigor desde 01/06/2019.
Cada operação tem um gargalo diferente.Vamos olhar o seu.
Entendemos cenário, objetivo e gargalo.
Falar com a LinieXContinue lendo
Sistemas e integrações
Integração de sistemas: como fazer ERP, CRM e WhatsApp trabalharem como um só
Inteligência artificial
Vibe coding: o que é, onde ajuda e onde vira risco para a empresa
