A IA em Produto deixou de ser assunto de palestra e virou ferramenta de trabalho. Na sétima edição do Panorama do Mercado de Produto, estudo da PM3 com 2.337 profissionais, 70,09% dizem usar Inteligência Artificial sempre ou com frequência para analisar dados. Além disso, em quatro das cinco práticas avaliadas, mais de 60% já recorrem à tecnologia de forma recorrente.
A pesquisa foi a campo entre junho e agosto de 2026 e também perguntou sobre o futuro. As três habilidades que os profissionais mais querem desenvolver nos próximos dois anos são ligadas à IA e somam 60,42% das respostas. Por isso, este artigo reúne o que os dados mostram sobre o uso atual, as barreiras e as prioridades que devem ocupar a agenda de 2027.
| Indicador | Resultado no Panorama 2026–2027 |
|---|---|
| Uso recorrente de IA em análise de dados | 70,09% |
| Práticas com mais de 60% de uso recorrente | 4 de 5 |
| Prioridades de desenvolvimento ligadas à IA | 60,42% |
| Barreira mais citada | Falta de ferramentas aprovadas (29,78%) |
| Profissionais que não enfrentam barreiras | 27,56% |
| Habilidade mais difícil de desenvolver | IA aplicada ao trabalho (14,72%) |
| Citam o uso de IA no produto como desafio da empresa | 34,66% |
Fonte: Panorama do Mercado de Produto 2026–2027, PM3. Uso recorrente é a soma das respostas “sempre” e “frequentemente”.
IA em Produto já é rotina, não promessa
A equipe do Panorama partiu de uma hipótese. A IA apareceria entre as principais prioridades de desenvolvimento, mas ainda estaria pouco presente no trabalho do dia a dia. Os dados confirmaram a primeira parte e derrubaram a segunda.
Em quatro das cinco atividades analisadas, mais de 60% dos profissionais usam IA sempre ou frequentemente. Ou seja, para a maior parte da área, a fase de experimentar já passou. Segundo o relatório, a pergunta deixou de ser se as pessoas usam IA e passou a ser como, onde e com que qualidade ela é usada.
Na abertura do estudo, o CEO da PM3, Raphael Farinazzo, descreve o momento como a maior transformação da área desde o surgimento da internet. Ele observa, porém, que os desafios antigos não diminuíram. Investigar o problema do usuário, alinhar as áreas envolvidas e decidir com base em dados continua difícil. Agora, somam-se a isso as dificuldades de usar IA com responsabilidade e em escala.
Onde a IA é mais usada na rotina de Produto
Análise de dados, visão de produto e discovery lideram
A análise de dados é a atividade em que a IA está mais presente. Nela, 42,02% dos profissionais usam a tecnologia sempre e outros 28,07% usam com frequência, o que soma 70,09%. Em seguida vêm o apoio à visão de produto, com 67,95%, e o discovery, com 67,26%. Discovery é a etapa de investigar o problema do usuário antes de construir a solução.
| Prática de Produto | Sempre | Frequentemente | Uso recorrente |
|---|---|---|---|
| Análise de dados | 42,02% | 28,07% | 70,09% |
| Apoio à visão de produto | 39,41% | 28,54% | 67,95% |
| Discovery | 39,75% | 27,51% | 67,26% |
| Comunicação e alinhamento com stakeholders | 34,57% | 26,27% | 60,84% |
| Go-to-Market | 27,86% | 20,24% | 48,10% |
Portanto, a IA aparece com mais força nas tarefas de explorar, analisar e apoiar decisões. O relatório resume esse padrão ao dizer que o uso é maior nas atividades de exploração, análise e apoio à tomada de decisão.
Comunicação e Go-to-Market ficam atrás
Na comunicação e no alinhamento com stakeholders, que são as pessoas e áreas envolvidas nas decisões, 60,84% usam IA de forma recorrente. No entanto, a adoção é mais espalhada. Outros 18,36% usam só às vezes, e 18,22% usam raramente ou nunca.
Go-to-Market, o conjunto de atividades para levar um produto ao mercado, é a prática com menor uso. Nela, 48,10% usam IA sempre ou com frequência, e 13,74% nunca usam. Esse número pede cuidado na leitura, porque 13,31% responderam que a atividade não faz parte da sua função. Mesmo assim, quase metade da amostra já usa IA em lançamentos.
As barreiras para adotar IA nas empresas
Uso alto não significa uso sem atrito. O Panorama perguntou o que atrapalha a adoção de IA no trabalho, e cada pessoa pôde marcar até três barreiras. Por isso, os percentuais abaixo não somam 100%.
| Barreira para adotar IA | Profissionais que citaram |
|---|---|
| Falta de ferramentas aprovadas | 29,78% |
| Não enfrento barreiras | 27,56% |
| Falta de conhecimento técnico | 26,70% |
| Falta de tempo para aprender | 26,40% |
| Segurança da informação | 24,35% |
| Restrições da empresa | 22,51% |
| Falta de clareza sobre casos de uso | 20,15% |
| Baixa qualidade dos resultados | 13,09% |
| Resistência da liderança | 4,49% |
A empresa pesa tanto quanto o profissional
A barreira mais citada é a falta de ferramentas aprovadas pela empresa, com 29,78%. Segurança da informação aparece para 24,35%, e restrições internas, para 22,51%. Em outras palavras, três das barreiras mais comuns dependem de decisões da organização, e não da disposição de quem trabalha. Resistência da liderança, por outro lado, quase não aparece, com 4,49%.
Conhecimento, tempo e clareza sobre casos de uso
Do lado individual, 26,70% apontam falta de conhecimento técnico e 26,40% dizem não ter tempo para aprender. Além disso, 20,15% relatam falta de clareza sobre casos de uso. Esse último dado mostra que parte da dificuldade está em descobrir onde a IA gera valor, e não só em operar a ferramenta.
Ao mesmo tempo, 27,56% afirmam não enfrentar nenhuma barreira. O contraste revela uma adoção desigual. Enquanto um grupo já trabalha com IA sem obstáculos, outro esbarra em regras, ferramentas ou falta de preparo.
As habilidades de IA que os profissionais priorizam para 2027
Quando a pergunta é sobre o futuro, a IA domina. O estudo pediu que cada pessoa escolhesse a habilidade mais importante para os próximos dois anos. As três primeiras posições ficaram com frentes de IA, praticamente empatadas.
| Habilidade mais importante para os próximos dois anos | Respostas |
|---|---|
| Uso de IA para produtividade | 20,37% |
| Escala, governança e guardrails do uso de IA | 20,11% |
| Uso de IA no produto | 19,94% |
| Análise de dados | 7,92% |
| Inteligência de mercado | 6,50% |
| Mensuração de resultados | 4,88% |
| Liderança | 4,02% |
Juntas, as três frentes somam 60,42%. Guardrails são os limites e as regras que definem o que a IA pode fazer dentro de um produto ou de uma empresa.
Aprender IA deixou de ser uma coisa só
Em 2025, a IA era uma categoria única na pesquisa e foi citada por 51,31% dos respondentes. Em 2026, o tema foi dividido em três frentes, e por isso os percentuais das duas edições não são comparáveis. Ainda assim, a divisão revela algo novo. A demanda não está concentrada em dominar uma ferramenta. Ela se distribui entre produzir mais, construir produtos com IA e organizar o uso da tecnologia na empresa.
Fora da IA, análise de dados é a habilidade mais citada, com 7,92%. Somadas, IA e dados respondem por 68,34% das prioridades. Já competências tradicionais, como discovery, com 3,34%, ficaram para trás. O relatório ressalva que isso não indica perda de relevância. O resultado mostra apenas onde as pessoas sentem maior necessidade de evoluir.
A prioridade em IA muda conforme o cargo
Product Managers e lideranças olham para governança de IA
Entre Product Managers, a frente de escala, governança e guardrails lidera, com 24,81%, seguida pelo uso de IA no produto, com 21,24%. Entre Heads de Produto, Product Leads e Group Product Managers, a governança sobe para 27,84%. Na Diretoria, chega a 34,78%. Assim, quanto mais perto da liderança, maior a preocupação em escalar a IA com critérios e limites.
POs, Analistas e APMs querem aplicar IA no produto
Entre Product Owners, Analistas de Produto e Associate Product Managers, a principal prioridade é o uso de IA no produto. O destaque são os APMs, com 28,07% nessa frente e 26,32% em produtividade. Nesse grupo, o interesse está no uso direto da tecnologia, e menos nas regras para escalar esse uso.
Marketing, Design e Dados priorizam produtividade
Entre Product Marketing Managers, 29,41% escolhem IA para produtividade, o maior percentual dessa frente entre os principais cargos. O mesmo tema lidera entre Product Designers e Service Designers, com 23,42%, seguido pelo uso de IA no produto, com 20,25%. Já entre profissionais de Dados, a produtividade chega a 36,17%.
Por isso, o relatório conclui que uma mesma formação em IA dificilmente atende todos os cargos da mesma forma. Quem quer entender como essa mudança redesenha a função pode ler o guia sobre Product Builder, o profissional de Produto que usa IA para construir e validar soluções.
IA aplicada ao trabalho também é a habilidade mais difícil
A IA aparece no topo de dois rankings ao mesmo tempo. Ela é a habilidade mais desejada e também a mais difícil de desenvolver. Na pergunta sobre dificuldade, IA aplicada ao trabalho foi citada por 14,72%, à frente de análise de dados, com 14,33%, e de estratégia de produto, com 13,18%.
As três juntas somam 42,23% das respostas. Logo depois vêm visão de negócio, com 9,84%, e gestão de stakeholders, com 9,24%. Ou seja, existe uma distância entre reconhecer a importância da IA e conseguir usá-la com consistência. Além disso, as dificuldades antigas da profissão continuam na lista.
Para as empresas, IA em Produto também virou desafio
O Panorama perguntou ainda quais são os principais desafios na empresa atual. Decisões baseadas em dados lideram, citadas por 52,42% dos respondentes. Em segundo lugar no ranking aparece o uso de IA nos próprios produtos, com 34,66%. Escalar o uso de IA para vários times ficou em quarto, com 27,98%.
O ranking leva em conta a ordem de prioridade das respostas. Por isso, o gerenciamento de stakeholders, citado por 36,46%, ficou em terceiro. De qualquer forma, a IA ocupa duas das quatro primeiras posições, ao lado de um desafio antigo, que é decidir com base em dados.
O que os dados de IA em Produto indicam para 2027
Para profissionais
Os dados sugerem começar pela frente de IA mais ligada ao seu papel. Para APMs, Analistas e POs, ela é a aplicação no produto. Já entre PMs e lideranças, o foco é a governança. Em Marketing e Design, por sua vez, é a produtividade.
Depois, vale tratar dados e estratégia como parte do mesmo pacote. O relatório lembra que competência em IA inclui identificar bons casos de uso, avaliar a qualidade das respostas e entender limites e riscos. O artigo sobre o que a IA não faz pelo PM aprofunda esse ponto. Para quem busca formação, a PM3 tem os cursos de AI Product Specialist, AI Product Builder e Product Analytics.
Para lideranças e empresas
A barreira mais citada está nas mãos da empresa. O relatório aponta três caminhos, que são oferecer ferramentas adequadas, definir critérios de segurança e governança e abrir espaço para aprender e experimentar. Além disso, os dados indicam que programas de formação por função atendem melhor os times do que um treinamento único.
Os números de IA são uma parte do estudo. O resumo do Panorama 2026–2027 traz os demais resultados, e o artigo sobre quanto ganha quem trabalha com Produto detalha os salários por cargo.
Como baixar o Panorama do Mercado de Produto 2026–2027
Este artigo cobre as seções de habilidades e de adoção de Inteligência Artificial. O relatório completo traz também remuneração, carreira, empresas mais admiradas, maturidade das organizações e Product Marketing. Você pode baixar o Panorama do Mercado de Produto 2026–2027 gratuitamente e comparar a sua rotina com a do mercado.
Perguntas frequentes sobre IA em Produto
Os profissionais de Produto já usam IA no dia a dia?
Sim. Em quatro das cinco práticas analisadas pelo Panorama 2026–2027, mais de 60% dos profissionais usam IA sempre ou frequentemente. Na análise de dados, o percentual chega a 70,09%.
Em quais atividades de Produto a IA é mais usada?
Análise de dados lidera, com 70,09% de uso recorrente. Em seguida vêm apoio à visão de produto (67,95%), discovery (67,26%) e comunicação com stakeholders (60,84%). Go-to-Market fica em último, com 48,10%.
Quais são as principais barreiras para adotar IA em Produto?
A mais citada é a falta de ferramentas aprovadas pela empresa, com 29,78%. Depois aparecem falta de conhecimento técnico (26,70%), falta de tempo para aprender (26,40%) e segurança da informação (24,35%). Outros 27,56% dizem não enfrentar barreiras.
Quais habilidades de IA um Product Manager deve desenvolver?
Entre Product Managers, a principal prioridade é escala, governança e guardrails do uso de IA, com 24,81%. Em seguida vem o uso de IA no produto, com 21,24%.
O que são guardrails de IA?
São os limites e as regras que definem o que a IA pode fazer dentro de um produto ou de uma empresa. No Panorama, o tema aparece junto de escala e governança e reúne 20,11% das prioridades de desenvolvimento.
A IA é a habilidade mais difícil de desenvolver em Produto?
É a mais citada. IA aplicada ao trabalho foi apontada por 14,72% dos respondentes, praticamente empatada com análise de dados (14,33%) e estratégia de produto (13,18%).
Onde encontro todos os dados do Panorama?
No relatório completo, disponível gratuitamente na página de relatórios e panoramas da PM3.
