Sete em cada dez profissionais de RH e DP já usam Inteligência Artificial na rotina de trabalho. Em 2025, esse número era de 69%. Em 2026, chegou a 76%, segundo o Mapa RH&DP 2026 da Sólides.
O salto de 7 pontos percentuais em um único ciclo parece confirmar o que o mercado já repete há meses: a IA deixou de ser experimento e virou rotina na gestão de pessoas.
O problema é que adoção não é sinônimo de maturidade. E é exatamente nesse ponto que os dados de 2026 começam a expor um descompasso que vai definir quem sai na frente nos próximos anos.
Em quais processos a IA já está presente no RH
A IA no RH brasileiro já não se limita a tarefas administrativas isoladas.
Segundo a mesma pesquisa, ela está presente em etapas cada vez mais estratégicas: treinamento e desenvolvimento (53% de adoção), gestão de documentos (46%), gestão comportamental (37%) e recrutamento e seleção (36%).
Cada uma dessas frentes avançou entre 6 e 11 pontos percentuais em relação a 2025.
Onde a tecnologia já está presente, os resultados aparecem: 80% dos profissionais percebem a IA como aliada no trabalho, e 72% avaliam positivamente os resultados alcançados nas áreas em que ela já opera.
Isso mostra que o problema não está na ferramenta, mas no que vem depois dela.
Esse mesmo movimento aparece em levantamentos recentes do setor. Um estudo publicado pela RH pra Você, apresentado neste ano, identificou que 94,9% das empresas brasileiras já discutem ou aplicam IA em seus ecossistemas de gestão de pessoas.
Portanto, a curva de adoção é real e generalizada. A pergunta que ficou pendente é outra: o que essas organizações estão construindo em torno desse uso.
Por que empresas não avançam com IA no RH, mesmo tendo orçamento
Quando o assunto é o que trava a evolução da IA no RH, a resposta mais intuitiva costuma ser orçamento, mas os dados desmentem essa hipótese.
Entre as empresas brasileiras, a principal barreira para contratar ou trocar de software não é a falta de recursos, citada por 26% delas.
É a ausência de aprovação das lideranças, mencionada por 52%.
O padrão se repete em outras pesquisas do setor. Nesse mesmo levantamento da LG lugar de gente, vemos achados semelhantes:
- O custo aparece como obstáculo para apenas 2% das lideranças de RH ouvidas.
- A barreira real está na falta de ferramentas especializadas para as demandas concretas da área, citada por 26,3% dos respondentes.
- Entre médias empresas, o uso pleno de softwares em RH e DP caiu de 60% para 38%, a maior queda registrada entre todos os portes.
Nenhum desses números aponta para um problema de disponibilidade tecnológica. Todos apontam para quem decide adotar, manter ou expandir o uso dessas ferramentas dentro da organização.
Esse gargalo tem nome: é cultural e de gestão, não orçamentário. E ele não se resolve com mais funcionalidades. Resolve-se com quem senta à mesa de decisão sobre tecnologia dentro da empresa.
A diferença entre usar IA e integrá-la à tomada de decisão
Uma pesquisa publicada pela Forbes em 2026, ajuda a entender por que esse descompasso persiste mesmo em organizações que já usam IA há meses.
O estudo ouviu 335 CHROs brasileiros e perguntou em qual estágio de maturidade seus times de gestão de pessoas operam com IA.
A maioria superestimou a própria resposta. Ao comparar com critérios objetivos, 88% perceberam que ainda estavam nos dois primeiros níveis de uma escala de maturidade, usando IA como ganho individual ou coletivo de produtividade, sem dados integrados e sem qualquer decisão proposta pela própria tecnologia.
A distinção proposta pelo estudo é simples e útil. Existe o que os pesquisadores chamam de ciclo aberto: a IA produz uma saída, essa saída vai direto para o negócio, e nada retorna ao sistema para ajustá-lo.
E existe o ciclo fechado: cada aprovação, edição ou rejeição de uma sugestão da IA retorna ao sistema e muda seu comportamento futuro. Ciclos abertos escalam execução. Ciclos fechados escalam qualidade.
Aqui vale um alerta importante: ter um humano aprovando cada decisão da IA não é, por si só, ciclo fechado. Se essa aprovação não é registrada e não retroalimenta o sistema, o que existe é apenas uma camada de governança, não um mecanismo de aprendizado.
A diferença entre os dois parece sutil no dia a dia, mas define quem vai transformar IA em vantagem competitiva real e quem vai continuar usando a tecnologia como um atalho pontual, sem ganho estrutural.
Os riscos de decisões automatizadas sobre pessoas
Quando a IA participa de decisões sobre pessoas, admissão, avaliação de desempenho, promoção, o risco deixa de ser apenas operacional e passa a ser jurídico e reputacional.
A seguir estão três frentes que concentram a maior parte da exposição das organizações hoje.
Viés em decisões sobre pessoas
O caso mais citado internacionalmente segue sendo o de uma grande varejista global que descontinuou seu sistema de triagem de currículos por IA depois de descobrir que o algoritmo penalizava sistematicamente candidatas mulheres, mesmo sem ter sido programado para considerar gênero como critério.
No Brasil, a Lei Geral de Proteção de Dados já assegura, em seu artigo 20, o direito de qualquer pessoa solicitar revisão de decisões tomadas exclusivamente por meio de tratamento automatizado.
Isso significa que decisões de RH mediadas por IA, sobretudo em recrutamento e avaliação, precisam manter explicabilidade e permitir revisão humana efetiva, e não apenas um registro formal dessa possibilidade.
O desafio é que a fiscalização ainda é limitada, e a regulação específica de IA no Brasil segue em construção. Isso não reduz o risco, apenas adia sua visibilidade.
Organizações que tratam a supervisão de decisões automatizadas como formalidade, sem auditoria periódica de viés e sem canal efetivo de contestação, estão acumulando exposição que só aparece quando já é tarde para corrigir sem custo.
Vazamento de dados e segurança da informação
Existe um risco menos discutido, mas igualmente concreto: o uso de ferramentas de IA não homologadas pela empresa, prática que o mercado já chama de shadow AI.
Segundo o Cloud and Threat Report da Netskope, a empresa média registou 223 incidentes de violação de políticas de dados relacionados a IA generativa por mês, número que mais que dobrou em relação ao ano anterior.
No contexto de RH, o risco é direto. Dados de candidatos, avaliações de desempenho, informações de saúde e remuneração são, por definição, dados pessoais sensíveis sob a LGPD.
Quando um colaborador cola essas informações em um chatbot público para agilizar uma tarefa, a empresa perde o controle sobre onde esse dado passa a existir, e a responsabilidade legal pelo tratamento continua sendo dela, independentemente da ferramenta usada.
O risco de depender de soluções caseiras
Diante desses dois riscos, cresce a tentação de resolver tudo internamente, com automações montadas por conta própria em cima de modelos genéricos.
Essa saída costuma sair mais cara do que parece. Softwares de RH e DP construídos com governança, auditoria e conformidade com a LGPD desde o desenho, oferecem uma camada de segurança que uma automação caseira dificilmente reproduz em escala.
Isso não significa abrir mão da IA. Significa escolher onde ela mora: dentro de sistemas que já foram pensados para lidar com dado sensível de pessoas, com trilha de auditoria e revisão humana embutidas, e não em soluções paralelas construídas internamente e sem suporte formal quando algo sai do previsto.
Três passos práticos para o RH liderar essa maturidade
Os dados de 2026 sugerem um caminho que não depende de mais investimento em tecnologia, e sim de decisão organizacional.
Três movimentos concentram a maior parte da diferença entre empresas que só adotaram IA e empresas que estão amadurecendo seu uso.
1. Definir onde a revisão humana é obrigatória
Decisões sobre pessoas, especialmente as que afetam admissão, remuneração e desenvolvimento de carreira, exigem que alguém assuma a responsabilidade final, com critério documentado.
2. Medir o que a IA está de fato mudando
Sessenta e um por cento das organizações brasileiras ainda não monitoram métricas de impacto, ética ou privacidade relacionadas ao uso de IA, segundo levantamento apresentado no evento Tendências de RH 2026. Sem medição, não existe maturidade, apenas volume de uso.
3. Trazer a discussão sobre IA para dentro da governança do RH
O terceiro passo é levar essa discussão para dentro da governança da própria área de gestão de pessoas, em vez de deixá-la exclusivamente com a tecnologia.
Quem entende o impacto de uma decisão sobre carreira, remuneração ou desligamento é o RH.
É essa área que precisa ocupar a cadeira de decisão sobre como a IA vai operar dentro dela, indo além do papel de receber a ferramenta pronta.
Conclusão: o desafio agora é de gestão e não de tecnologia
As pesquisas confirmam que a tecnologia já não é o obstáculo.
A curva de adoção segue subindo, os resultados percebidos são positivos onde a IA já está presente, e a resistência não vem de quem executa o trabalho no dia a dia.
Vem de decisões que ainda não foram tomadas em nível de liderança. A diferença competitiva nos próximos anos não vai estar em quem adotou a IA primeiro.
Vai estar em quem construiu, ao redor dela, processo, revisão e responsabilidade suficientes para transformar esse uso em confiança. Esse é o trabalho que a tecnologia não faz sozinha, e que segue sendo, essencialmente, trabalho de gestão de pessoas.
