Estudos consistentes do Gartner, do MIT NANDA Initiative, do Stanford Digital Economy Lab e da RAND Corporation documentam o mesmo dado em diferentes recortes. Aproximadamente quinze por cento dos projetos de IA chegam a entregar valor mensurável em operação real.
Os demais morrem em algum ponto entre a prova de conceito e a operação real, por razões que vão de falhas técnicas a desalinhamento regulatório, passando por arquiteturas que não sustentam o rigor exigido pelos processos onde o erro tem consequência.
Em decisões críticas, esse desempenho médio não é aceitável. Quando o erro tem consequência regulatória, financeira, reputacional ou clínica, o projeto não pode ser tratado como experimento.