Da piada ao “novo petróleo” das empresas

Por: Claudia Campos, Presidente da ABEMD

Nos anos 1980, falar em “dados” era motivo de piada com conotação apelativa e um pouco jocosa; hoje, esse mesmo termo virou centro estratégico de bilhões investidos por empresas ao redor do mundo. Entre 2000 e 2030, a jornada dos dados no Brasil e no mundo passou de curiosidade a “novo petróleo”, com grandes corporações reconstruindo seus negócios em torno de bases de informação, IA e governança.

A expressão “dados são o novo petróleo” foi cunhada em 2006 pelo matemático britânico Clive Humby, mas só ganhou força total com a ascensão de gigantes como Google, Amazon e Meta. Essa metáfora indica que, enquanto o século XX se baseou em recursos físicos, o XXI constrói vantagem competitiva em funções como coleta, armazenamento, análise e monetização de dados.

No Brasil, essa mudança de percepção se consolidou após a expansão da internet móvel, a popularização de smartphones e a entrada em vigor da Lei Geral de Proteção de Dados (LGPD), que tornou o dado de cliente um ativo regulado, e não apenas um “extra” de campanhas promocionais. Empresas de todos os setores — bancos, varejo, indústria, agronegócio e serviços — passaram a declarar que dados são peça central das suas estratégias de inovação.

Um estudo da Avanade de 2025 mostra que 51% das empresas brasileiras planejam aumentar seus orçamentos em até 25% em projetos de inteligência artificial generativa. Dessas verbas, cerca de 27% são destinadas especificamente a dados e análise, o que coloca a infraestrutura de dados no mesmo patamar de prioridade observado em empresas globais.

Paralelamente, pesquisas da PwC apontam que organizações brasileiras estão ampliando investimentos em plataformas de dados: 54% já utilizam sistemas modernos de analytics e 39% estão em fase de implementação, movimento que reflete a pressão por decisões mais rápidas e baseadas em evidência. Segundo a SAP Brasil, empresas de médio e grande porte já investem, em média, US$ 14,2 milhões por ano em IA, com retorno médio de 16% e projeção de aumentar esse percentual para 31% até 2027. Isso significa que, em escala, o Brasil está na faixa de bilhões de dólares anuais canalizados para IA, infraestrutura de dados e governança, com recursos que antes seriam alocados apenas em expansão física ou marketing tradicional.

No varejo, empresas como Magazine Luiza, Grupo Soma (Renner, C&A, Riachuelo), Grupo Boticário e Lojas Renner já usam dados de clientes para recomendação personalizada, precificação dinâmica e otimização de estoque. Estudos de mercado indicam que mais de 70% das empresas brasileiras reconhecem a importância dos dados para campanhas, mas apenas cerca de 46% unificam suas bases (CRM, ERP, CDP etc.), o que limita a capacidade de criar campanhas altamente contextualizadas.

No setor financeiro, bancos como Itaú Unibanco, Bradesco e Santander, além de fintechs como Nubank, PicPay e C6, usam grandes volumes de transações, histórico de pagamento e perfil comportamental para modelos de crédito mais acurados, prevenção de fraude e ofertas personalizadas. Relatórios de consultoria mostram que instituições que adotam analytics avançados reduzem aprovação incorreta de crédito em até 30% e aumentam a taxa de conversão em produtos financeiros em 15% a 20%.

No agronegócio, empresas como JBS, BRF e startups de precisão agrícola usam dados de solo, clima, sensores de campo e telemetria de máquinas para otimizar plantio, colheita e logística, reduzindo desperdício e aumentando produtividade. Na indústria manufatureira, fabricantes como Gerdau, Usiminas e Weg já investem em fábricas “inteligentes” em que dados de máquinas, linha de produção e fornecedores são monitorados em tempo real, reduzindo tempo de inatividade e melhorando a previsão de demanda.

No exterior, empresas como Google, Amazon, Meta, Microsoft e Netflix transformam dados em cores das suas operações. A Amazon usa modelos preditivos para antecipar compras, otimizar estoque e sugerir produtos; a Netflix constrói algoritmos de recomendação capazes de decidir não apenas o que você assiste, mas também o que será produzido.

Uber, por exemplo, desenvolveu o Customer Obsession Ticket Assistant (COTA), um sistema de machine learning que ajuda agentes de suporte a resolver chamados de clientes mais rapidamente, economizando milhões de dólares por ano em atendimento. Blue Apron, empresa de kits de refeição, usa análise preditiva para estimar a demanda de pedidos, reduzir desperdício de alimentos e ajustar equipe de logística — um exemplo claro de como dados operacionais se tornam mais eficientes.

Empresas brasileiras e o desafio da maturidade - Ainda assim, pesquisa da Beanalytic de 2025 aponta um contraste: apenas 22% das empresas brasileiras conseguem usar dados para decisões estratégicas; 78% permanecem em estágios iniciais de maturidade, com baixa integração de bases e análises pouco sofisticadas. Entre os principais desafios estão: falta de profissionais qualificados, visão de dados apenas como “apêndice do marketing” e investimento em IA sem estrutura de dados robusta.

O Ministério do Desenvolvimento, Indústria, Comércio e Serviços iniciou, em 2026, uma pesquisa nacional para mapear como indústrias brasileiras usam e compartilham dados, com foco em criar uma Política Nacional de Economia de Dados. O levantamento busca entender por que, segundo o Fórum Econômico Mundial, mais de 70% dos dados de produção capturados pela indústria sequer são utilizados.

Nesse cenário, grandes grupos como JBS, Gerdau, Vale, Petrobras e Itaú aparecem como casos de referência por terem investido em data lakes, centros de excelência em dados e parcerias com universidades e centros de pesquisa. Já pequenas e médias empresas, que representam a maior parte do ecossistema corporativo no Brasil, ainda lutam para sair de planilhas isoladas e relatórios trimestrais sem ligação direta com a estratégia.

Uma tendência recente é o debate sobre compartilhamento seguro de dados. No Brasil, o governo trabalha com modelos de “espaços de dados” e iniciativas como o projeto da Dataprev para permitir que cidadãos “vendam” seus dados a empresas de forma controlada, com contrato digital e compensação financeira. A ideia é que o consumidor tenha mais controle sobre seus dados e, ao mesmo tempo, empresas possam acessar conjuntos mais ricos para pesquisa de mercado, desenvolvimento de produtos e políticas públicas.

Grupos internacionais, como a Intrum e a DrumWave, são citados em artigos como exemplos de empresas que já criam tecnologias de carteiras de dados, nas quais indivíduos podem escolher quais informações liberar, para que tipo de uso e em troca de que tipo de benefício monetário ou de serviços. Esse modelo inspira discussões em universidades brasileiras sobre “economia de dados participativa”, em que tanto empresas quanto cidadãos participam da cadeia de valor construída a partir das informações.

O que fazer com os dados até 2030? Artigos e relatórios de tendências apontam que, até 2030, o uso de dados no Brasil deve se concentrar em três frentes: Integração avançada: chegada de “Big Ops”, em que dados de CRM, ERP, IoT e plataformas de marketing são ativados em tempo real para decisões operacionais e de experiência do cliente. Governança e ética: fortalecimento de marcos regulatórios, certificações de boas práticas e governança de dados nas empresas, para evitar vazamentos, desinformação e uso anticompetitivo. Democratização: ferramentas “nocode” e plataformas de autosserviço que permitem que áreas de marketing, vendas e operações usem dados sem depender de grandes equipes de TI.

Indicadores recentes sugerem, porém, que o Brasil ainda corre o risco de ficar “refinando sem disciplina”: empresas coletam volumes enormes de informações, mas muitas não investem em governança, histórias de uso ou capacitação de equipes. Voltar à piada de “dado em casa” equivaleria a retroceder a um cenário de desinformação, concentração de poder em poucos gigantes digitais e vulnerabilidade a vazamentos.

Um levantamento do governo brasileiro, consultorias e pesquisas acadêmicas concorda em um ponto central: o futuro não será de quem tem mais dados, mas de quem melhor os transforma em decisão, produto e experiência. Empresas que hoje investem em data lakes, governança, equipes de analytics e cultura de dados estão posicionadas para liderar os próximos anos, enquanto aquelas que tratam informação como “decoração” tendem a perder espaço.

A pergunta final que esse texto quer deixar ao leitor é: até 2030, o Brasil vai refinar esse “petróleo” com boas práticas, transparência e investimento em pessoas, ou vai voltar à era em que a piada sobre dados era mais forte que a responsabilidade em usálos? Entre relatos de gigantes globais, casos de empresas brasileiras e estudos acadêmicos, a resposta parece depender menos de tecnologia e mais de escolha estratégica e ética.