Quatro em cada cinco organizações de energia, recursos naturais e indústria (ER&I) ampliaram seus investimentos em inteligência artificial no último ciclo. É um dos números centrais da edição 2026 do estudo "State of AI in the Enterprise", da Deloitte, que ouviu mais de 590 líderes de negócio e tecnologia do setor em todo o mundo — e que mostra uma adoção que já deixou a fase de piloto: 72% das empresas do setor já utilizam IA física, sistemas que atuam diretamente sobre equipamentos, sensores e processos operacionais, não apenas sobre dados e textos.
Olhando para frente, 71% dos líderes dizem que planejam adotar agentes autônomos — IA capaz de tomar decisões e executar tarefas com menor supervisão humana — nos próximos dois anos. A adoção, segundo o levantamento, se concentra em quatro frentes operacionais: manutenção preditiva de ativos, otimização de equipamentos e plantas, previsão de geração (especialmente relevante para fontes intermitentes como solar e eólica) e segurança operacional — áreas em que o retorno sobre o investimento em IA já é tangível e mensurável para concessionárias, geradoras e operadoras de ativos.
Adotando mais rápido do que se consegue governar
É aqui que a curva de adoção vira um alerta: a energia está adotando IA mais rápido do que consegue governá-la. A Deloitte aponta que a integração dessas soluções aos sistemas legados do setor, a qualificação das equipes para operar e supervisionar IA e, sobretudo, a governança sobre como esses modelos decidem e são auditados ainda não acompanham o ritmo da adoção. É a lacuna que separa empresas que usam IA de empresas que conseguem confiar nela em escala — especialmente à medida que agentes autônomos ganham mais autonomia operacional.
Para o ecossistema de inovação aberta do setor, a leitura é dupla. De um lado, a liderança da energia em IA física valida um mercado concreto e maduro para startups de IA industrial, dados operacionais e automação de ativos — a demanda já existe e está crescendo. De outro, a defasagem de governança abre espaço para um tipo de oportunidade ainda pouco explorado no Brasil: teses de compliance, observabilidade de modelos e segurança de IA aplicadas especificamente ao contexto operacional da energia — um nicho que tende a ganhar urgência à medida que agentes autônomos deixam de ser piloto e passam a operar ativos críticos.
Para concessionárias, geradoras e para quem articula conexões entre empresas e startups no setor, o estudo funciona como um mapa: mostra onde a tecnologia já tem tração comprovada (preditivo, ativos, previsão de geração) e onde a colaboração com parceiros especializados pode resolver o gargalo mais urgente antes que ele se torne um risco operacional ou reputacional.