Os colaboradores das PME portuguesas já usam IA. As empresas, na sua maioria, ainda não. Entre uma coisa e outra há um espaço que está a ser ocupado sem método, sem regras e sem medição — e que custa produtividade todos os dias.
Em agosto de 2026, um estudo da OpinionWay para a Cegid concluiu que 84% dos profissionais de escritório em Portugal já usam ferramentas de IA no trabalho, contra 65% um ano antes [1]. Meses antes, o INE tinha medido o outro lado: só 11,5% das empresas portuguesas com 10 ou mais pessoas usam tecnologias de IA — 9,4% nas pequenas empresas, contra 49,1% nas grandes [2].
Os dois números não se contradizem. Descrevem a mesma realidade vista de lados diferentes: as pessoas avançaram, as empresas ficaram para trás. E o espaço entre os dois está a ser preenchido de forma desorganizada. Segundo o mesmo estudo da Cegid, 69% dos trabalhadores em Portugal usam ferramentas de IA externas sem informar o empregador [1].
Para o empresário de uma PME, a conclusão é simples: a IA já está dentro da empresa. A questão é se está a trabalhar para o negócio — ou apenas para quem a descobriu sozinho.
Usar IA já não é uma decisão. São dezenas.
Há dois anos, “usar IA” resumia-se a abrir uma janela de conversa e escrever uma pergunta. Hoje, quem trabalha com o Claude, o assistente da Anthropic, tem de tomar várias decisões antes de escrever a primeira linha.
Que modelo usar. A Anthropic disponibiliza atualmente quatro modelos, cada um com um propósito diferente: o Haikupara tarefas de grande volume e resposta imediata, como classificar ou extrair dados; o Sonnet como equilíbrio entre velocidade e inteligência; o Opus, que a própria documentação indica como ponto de partida para a maioria dos trabalhos; e o Fable, reservado para raciocínio exigente e trabalho prolongado de vários passos [3]. A escolha não é neutra. A Anthropic avisa que usar um modelo pesado numa tarefa simples consome limites de utilização sem qualquer ganho e torna o trabalho mais lento [4].
Que ferramenta usar. Acima dos modelos existe uma camada de funcionalidades que muda a forma de trabalhar:
- Projetos — espaços de trabalho com instruções próprias e uma base de conhecimento (documentos, tabelas de preços, procedimentos) que o Claude tem presente em todas as conversas desse projeto [5].
- Skills — lançadas em outubro de 2025, são pastas com instruções, scripts e recursos que o Claude carrega apenas quando a tarefa o justifica. A Anthropic apresenta-as como materiais de integração que transformam o conhecimento da empresa numa competência reutilizável [6][7].
- Ferramentas e agentes — todos os modelos atuais suportam a utilização de ferramentas, e a Anthropic disponibiliza agentes capazes de executar tarefas de vários passos [3]. O Claude já se liga, por exemplo, ao Microsoft 365 [7].
Que regras seguir. Desde 2 de fevereiro de 2025, o Regulamento Europeu da Inteligência Artificial (AI Act) exige que as empresas que utilizam sistemas de IA adotem medidas de literacia em IA para o seu pessoal [8]. Não impõe um curso ou certificado, mas exige medidas ajustadas à função de cada pessoa [9]. O próprio regulamento prevê apoio específico às PME para cumprir esta obrigação — sinal de que o legislador reconhece a dificuldade [8].
Cada uma destas camadas tem a sua curva de aprendizagem. Somadas, ajudam a explicar porque é que tantas empresas pagam licenças que os colaboradores acabam por usar como um motor de pesquisa melhorado.
O problema não é a tecnologia
Em 2025, o projeto NANDA do MIT publicou um dos estudos mais citados sobre IA nas empresas: 95% das organizações analisadas não obtinham retorno mensurável dos investimentos em IA generativa [10]. O autor principal sublinhou que as falhas tinham menos a ver com a qualidade dos modelos e mais com a forma como as organizações os tentam usar [11]. Os investigadores apontaram processos frágeis, ferramentas que não retêm o contexto do negócio e desalinhamento com o trabalho do dia a dia [10].
Em Portugal, as empresas dizem o mesmo por outras palavras. Entre as que não usam IA, a razão mais apontada ao INE é a falta de conhecimentos adequados na empresa (74,4%) — à frente dos custos (60,4%), das dúvidas sobre consequências legais (57,3%) e da proteção de dados (55,4%) [2].
Ou seja: a principal barreira não é o preço da licença. É saber o que fazer com ela.
O que distingue as empresas que conseguem resultados
Os mesmos estudos que documentam o problema mostram o caminho.
Começam por um problema concreto. Segundo o autor do estudo do MIT, as empresas bem-sucedidas escolhem uma dor específica, executam bem e escolhem bem os parceiros [12]. O estudo encontrou o maior retorno nas operações internas — e não nas vendas e no marketing, onde se concentra mais de metade dos orçamentos [12].
Não fazem sozinhas. As implementações feitas com fornecedores especializados ou em parceria tiveram sucesso em cerca de 67% dos casos; as construídas internamente tiveram sucesso cerca de um terço das vezes [12].
Formam as pessoas no posto, não na sala. O estudo AI at Work 2025 do BCG, com mais de 10.600 trabalhadores de 11 países, concluiu que quem recebe pelo menos cinco horas de formação — sobretudo presencial e com acompanhamento — tem uma probabilidade bastante maior de se tornar utilizador regular [13]. Apenas 36% dos inquiridos sentem ter formação adequada, e só 25% dos trabalhadores da linha da frente dizem receber orientação suficiente das chefias [13]. A Microsoft chegou a uma conclusão semelhante: só 39% de quem usa IA no trabalho recebeu formação da empresa [14].
Dão regras claras. Quando a empresa não define o que entra e o que não entra na IA, cada colaborador decide por si. É daí que nascem os 69% de utilização não comunicada [1].
Um método para passar da experiência à produtividade
Na nossa experiência a implementar o Claude em PME portuguesas, a diferença entre uma licença esquecida e um posto de trabalho mais produtivo está em quatro passos, sempre por esta ordem.
1. Diagnóstico pela cadeia de valor, não pela ferramenta. Começamos pelas etapas do negócio — orçamentar, comprar, produzir, faturar, apoiar o cliente — e pelas pessoas que as executam. São os responsáveis da empresa, e não o colaborador nem o consultor, que escolhem as tarefas onde a IA deve entrar primeiro.
2. Regras definidas pela administração. Antes de qualquer formação, a empresa decide que informação pode ser usada, que revisão humana é obrigatória e quem administra as contas. Cada colaborador toma conhecimento dessas regras. É a resposta prática ao AI Act e ao uso às escondidas.
3. Posto a posto, com trabalho real. Cada pessoa trabalha com o Claude sobre as suas próprias tarefas, no seu posto. Para cada tarefa definimos o papel da IA: se apenas assiste e a pessoa conduz; se faz a maior parte do trabalho e a pessoa decide; ou se conclui e a pessoa revê e valida. Ficam configurados os Projetos, as instruções e as Skills de que esse posto precisa, e o modelo adequado a cada tipo de trabalho. É a aplicação concreta do que a Anthropic chama fluência em IA: saber o que delegar, como descrever a tarefa, como avaliar o resultado e quem responde por ele [15].
4. Acompanhamento e medição. As primeiras semanas decidem se o hábito fica. Acompanhamos as dúvidas que surgem no trabalho real e medimos o tempo poupado e o grau de utilização em cada posto, para que a decisão de alargar a outros postos assente em números e não em impressões.
O custo de esperar
A IA vai continuar a mudar: novos modelos, novas funcionalidades, novas regras. Esperar que estabilize significa deixar a adoção nas mãos de cada colaborador — sem método, sem regras e sem medição. As empresas que avançam com estrutura não precisam de acompanhar cada novidade. Precisam de um processo capaz de absorver as novidades sem recomeçar do zero.
Para uma PME, a pergunta certa já não é “devemos usar IA?”. É “em que postos, para que tarefas e com que regras?”.
Se quiser perceber onde estão as tarefas com mais potencial na sua empresa, a NexScale Tech faz esse diagnóstico consigo. [Fale connosco →https://meetings.hubspot.com/jose-miguel-figueiredo]
José Miguel Figueiredo é fundador da NexScale Tech, consultora sediada no Porto especializada em IA, automação e Business Intelligence para PME. Implementa o Claude em postos de trabalho de empresas portuguesas. Este artigo e a pesquisa efetuada foram assistidos por inteligência artificial.
Fontes
Anthropic Academy, AI Fluency: Framework & Foundations (Delegação, Descrição, Discernimento, Diligência) — coursera.org
Cegid / OpinionWay, O momento da verdade da IA nas empresas (ago. 2026) — comunicado Cegid · HR Portugal · metodologia
INE, Inquérito à Utilização de TIC nas Empresas 2025, via Lusa/Sábado (21 nov. 2025) — Sábado
Anthropic, Models overview — platform.claude.com
Anthropic, Choosing the right Claude model — claude.com
Anthropic Support, How can I create and manage projects — support.claude.com
Weights & Biases, Anthropic introduces Agent Skills (16 out. 2025) — wandb.ai
Computerworld, sobre o lançamento das Skills — computerworld.com
AI Act, artigo 4.º (Literacia no domínio da IA) — artificialintelligenceact.eu/pt
Opsio, Formação em IA e literacia: o que o AI Act exige às empresas — opsiocloud.com
Virtualization Review, sobre MIT NANDA, The GenAI Divide: State of AI in Business 2025 — virtualizationreview.com
Computing, MIT report: 95% of corporate generative AI pilots fail — computing.co.uk
Fortune, MIT report: 95% of generative AI pilots at companies are failing (18 ago. 2025) — fortune.com
BCG, AI at Work 2025: Momentum Builds, but Gaps Remain (26 jun. 2025) — bcg.com
Microsoft & LinkedIn, 2024 Work Trend Index — blogs.microsoft.com
