Por que a Adoção de IA na Aquisição Supera a Preparação Real — Análise de Snover

A indústria de compras enfrenta uma contradição marcante: a IA está em todo lado, mas a confiança na sua gestão continua escassa. Segundo o Relatório CPO 2026, todas as organizações de compras pesquisadas já utilizam IA de alguma forma, mas apenas 11% consideram-se “totalmente preparadas” para expandi-la em toda a empresa. Essa disparidade entre a velocidade de adoção e a preparação chamou a atenção dos líderes do setor, especialmente Snover, CEO da ProcureAbility, que acredita que essa desconexão revela desafios organizacionais mais profundos, e não apenas hesitação.

A Paradoxo de Snover: Todos Usam IA, Mas Poucos Se Sentem Prontos

Snover dedicou bastante tempo a estudar essa contradição no cenário do setor. “A rapidez com que a IA está sendo adotada continua a me surpreender”, observou. “Ela já está presente em todos os setores, e espera-se que todos articulem sua estratégia de IA.” No entanto, essa rápida penetração oculta uma verdade fundamental: a implantação inicial da IA é rápida, mas a jornada rumo à verdadeira prontidão é muito mais lenta.

O que mais fascina Snover não é a cautela em si, mas a rapidez com que as organizações já integraram a IA, apesar de suas reservas. Ele vê isso como uma evidência de que os líderes de compras reconhecem o potencial da tecnologia, mesmo que ainda não tenham descoberto como gerenciá-la de forma eficaz.

O verdadeiro problema, segundo Snover, é o aumento da lacuna entre a urgência da alta direção e a incerteza das equipes. A liderança exige estratégias claras de IA, mas a peça que falta é um roteiro prático e escalável de implementação que as equipes de compras possam realmente seguir.

A Qualidade dos Dados Continua Sendo a Verdadeira Barreira, Segundo Snover

Snover identifica a prontidão dos dados como o principal obstáculo que impede uma adoção mais ampla da IA. Não se trata de resistência à inovação — é a realidade confusa de como os dados de compras são atualmente geridos.

O Relatório CPO 2026 apoia essa avaliação: quase dois terços dos entrevistados citaram preocupações com privacidade e conformidade de dados, enquanto mais da metade apontou problemas de qualidade dos dados e sistemas fragmentados. Em departamentos de compras onde detalhes de contratos, informações de fornecedores e registros financeiros estão dispersos por várias plataformas, fontes de dados unificadas são quase inexistentes.

Snover faz uma comparação reveladora: “Imagine usar o ChatGPT ou Gemini e receber respostas imprecisas ou desatualizadas de forma consistente. Agora imagine isso acontecendo em um ambiente de negócios onde os dados são extraídos de várias fontes ao mesmo tempo — esse é o estado atual de muitas operações de compras.”

Sua orientação é clara: “Não automatize processos quebrados”, advertiu Snover. “Aprimore os fluxos de trabalho antes de introduzir a IA, ou corre o risco de gerar erros e complicações.” Sem a harmonização dos dados e protocolos claros de interação com a IA, as organizações terão dificuldades em obter valor real de seus investimentos em IA.

Por Que Programas Piloto Dominam o Cenário Atual

Essa realidade explica por que 65% das organizações se consideram “quase prontas”, em vez de totalmente preparadas. A maioria está realizando programas piloto e iniciativas de IA direcionadas, em vez de tentar implantações em grande escala.

Snover vê esses pilotos como mecanismos essenciais de aprendizado. “Projetos piloto funcionam como rodinhas de treinamento, permitindo que as equipes experimentem em um ambiente controlado e descubram o que realmente funciona”, explicou. No entanto, levar esses pilotos do sucesso para uma implementação mais ampla exige mudanças organizacionais que muitas empresas ainda não fizeram: workflows reimaginados, novas estruturas de governança e quadros de responsabilidade claros.

Segundo Snover, a maioria das organizações encara a IA como projetos isolados, e não como parte de uma estratégia maior de transformação digital. “Falta muitas vezes governança, modelos operacionais, e a estrutura organizacional ainda não está preparada para essa mudança”, observou.

Reinterpretando a Resistência: É Sobre Clareza, Não Medo

Embora mais da metade dos entrevistados se preocupe com a IA substituindo o julgamento humano, Snover acredita que esses medos muitas vezes são exagerados. A questão subjacente é a incerteza, e não uma resistência Ludista. Os trabalhadores temem perder seus empregos ou controle — não porque a IA eliminará seus papéis, mas porque as regras para trabalhar ao lado dela ainda não estão bem definidas.

“Na verdade, o problema é a incerteza”, explicou Snover. “Uma vez que as organizações estabeleçam protocolos claros e estruturas de governança, muitas preocupações desaparecem.”

A Visão de Snover: De Pilotos a Equipes Integradas com IA

Olhando para o futuro, Snover prevê que as organizações que superarem suas hesitações irão incorporar a IA como parte integrante da força de trabalho. Empresas líderes já operam equipes híbridas, combinando funcionários em tempo integral, contratados e fornecedores externos. A IA se tornará mais um recurso crítico nesse mix.

Nesse modelo emergente, os papéis humanos passarão de execução para supervisão. Os profissionais de compras se concentrarão em gerenciar processos impulsionados por IA, orientar fluxos de trabalho e direcionar a tomada de decisões organizacionais à medida que a tecnologia evolui. O pensamento estratégico e o gerenciamento de relacionamentos — áreas onde os humanos se destacam — tornar-se-ão cada vez mais valiosos.

A advertência final de Snover é direta: “Aqueles que demorarem a adotar a IA continuarão a lutar com eficiência e desempenho.” Em um cenário competitivo onde a IA cada vez mais diferencia líderes de setor de retardatários, adiar a adoção não é cautela — é uma estratégia arriscada.