A consultoria Gartner projeta que os modelos de IA específicos de domínio, as chamadas IAs verticais, representem mais da metade da IA generativa usada por empresas em 2027. Em 2024, a fatia era de cerca de 1%. Os números foram reunidos em reportagem publicada pela Exame nesta terça-feira (13).
O movimento nasce de uma insatisfação prática. Muitas companhias adotaram um único assistente, como ChatGPT, Gemini ou Claude, para todas as tarefas, e agora comparam esse modelo com sistemas ajustados para saúde, direito, finanças ou logística.
O que muda em um modelo vertical
Um modelo vertical é treinado ou adaptado com o vocabulário, os dados e as regras de uma área. Já a IA generalista aprende com informações amplas e responde sobre quase qualquer tema, o que tende a produzir respostas mais abrangentes e mais difíceis de verificar em contextos técnicos, segundo a Exame.
Há dois caminhos de ajuste citados na reportagem. No primeiro, a empresa parte de um modelo de base e faz treinamento adicional com dados do setor, o chamado fine-tuning. No segundo, o sistema consulta documentos confiáveis da própria companhia antes de responder. Os dois métodos ajudam a reduzir as alucinações, que são respostas erradas apresentadas com aparência de certeza.
Um assistente jurídico vertical, por exemplo, pode ser alimentado com legislação, jurisprudência e contratos, e indicar de onde saiu cada resposta.
Dinheiro, regulação e custo
A Menlo Ventures calcula que os gastos com IA vertical somaram cerca de US$ 3,5 bilhões em 2025, quase o triplo do registrado no ano anterior. Empresas e fundos de investimento são os principais atraídos pelo segmento.
A reportagem aponta três motivos para a procura. O primeiro é a precisão em tarefas técnicas, porque o modelo conhece os termos e critérios da área. O segundo é a conformidade: setores regulados como saúde e finanças precisam de rastreabilidade e proteção de dados, o que inclui o cumprimento da LGPD no Brasil. O terceiro é o custo, já que modelos menores e focados em uma função costumam exigir menos capacidade computacional que sistemas generalistas de grande porte.
Entre os usos citados estão a leitura de exames de imagem e a organização de prontuários na saúde, a análise de risco de crédito e a detecção de fraude em bancos e fintechs, a pesquisa de jurisprudência e a revisão de contratos em escritórios de advocacia, e a previsão de demanda e o ajuste de estoques no varejo e na logística.
Quem paga a conta de um piloto mal desenhado
A migração não elimina os modelos generais. A Exame afirma que eles seguem úteis para redigir, resumir e traduzir, e que a tendência é as empresas combinarem os dois tipos, cada um onde faz mais sentido.
O risco está na execução. Um levantamento da IBM com 2 mil CEOs, divulgado em 2025, apontou que apenas 25% das iniciativas de IA entregaram o retorno esperado. Para a reportagem, o dado reforça a necessidade de objetivos claros, dados organizados e medição de resultados antes de ampliar o uso.
Na prática, a empresa que contratar um modelo vertical sem base de dados limpa e sem métrica de retorno paga duas vezes: pela licença e pelo projeto que não entrega. A matéria também indica que profissionais que dominam ao mesmo tempo a tecnologia e o próprio setor tendem a ganhar relevância no mercado de trabalho.
