Os maiores erros que empresas cometem ao implementar IA
Quase nenhum projeto de IA falha por causa do modelo. Falha por escolha de problema, por dado bagunçado e por gente que não foi levada junto.
O padrão da falha
Depois de acompanhar um punhado de projetos de IA em empresas de portes bem diferentes, o padrão é monótono: o modelo quase nunca é o problema.
Falha na escolha do problema, no dado, na integração com o sistema que já existe e nas pessoas que teriam que mudar de rotina. Oito erros, em ordem de frequência.
Erro 1: começar pelo projeto-vitrine
O primeiro projeto costuma ser escolhido por visibilidade — algo que apareça bem numa apresentação de diretoria. Chatbot na home, assistente interno "que responde qualquer coisa sobre a empresa".
São justamente os casos de escopo indefinido, cujo sucesso ninguém sabe medir. O projeto entrega, todo mundo acha bonitinho, ninguém usa depois de três semanas, e a conclusão é "IA não funciona aqui".
O certo: primeiro caso escolhido por dor, frequência e mensurabilidade. Feio e útil bate bonito e vago.
Erro 2: ignorar que o dado está uma bagunça
"Vamos usar IA nos nossos dados" pressupõe que existem dados utilizáveis. Na maioria das empresas, existem cinco sistemas que não conversam, planilhas com a verdade real, PDFs escaneados e um Excel do financeiro que é a única fonte confiável de alguma coisa.
Nenhum modelo resolve isso. Ele vai responder com confiança em cima do dado errado — o que é pior do que não responder.
O certo: medir a qualidade do dado antes de prometer resultado, e aceitar que boa parte do orçamento vai para arrumar isso. É a parte chata que decide o projeto.
Erro 3: automatizar o processo torto
Automatizar um processo ruim produz um processo ruim mais rápido — e mais difícil de consertar, porque agora ele tem software em cima.
O certo: desenhar o processo como ele deveria ser antes de automatizar. Frequentemente, ao fazer isso, descobre-se que metade das etapas existia por um motivo que já não existe.
Erro 4: não definir quem é o dono
Projeto de IA que fica só com a TI morre por falta de conhecimento do negócio. Projeto que fica só com a área de negócio morre por falta de manutenção. Projeto sem nome de dono simplesmente para de existir quando o entusiasmo inicial passa.
O certo: uma pessoa da área que sente a dor, com tempo alocado de verdade, responsável pelo indicador.
Erro 5: pular a medição
"Melhorou o atendimento" não é resultado. Sem número de antes, não existe número de depois, e o projeto vira questão de fé — o que garante que ele será cortado no primeiro aperto de orçamento.
O certo: dois ou três indicadores medidos antes de começar. Tempo médio, taxa de resolução, custo por atendimento, horas gastas na tarefa.
Erro 6: subestimar a mudança de rotina
A tecnologia chega em semanas; a mudança de comportamento leva meses. Equipe que não entendeu por que aquilo existe encontra jeitos criativos de não usar — e, se acha que a ferramenta é o começo da própria demissão, sabota com competência.
O certo: envolver quem faz o trabalho desde o desenho, ser explícito sobre o efeito no emprego (a verdade, seja ela qual for) e treinar de verdade, com o caso de uso real da pessoa.
Erro 7: tratar dado sensível com descuido
Colar contrato de cliente, dado pessoal ou informação estratégica em ferramenta gratuita, sem contrato e sem cláusula de não-treinamento. Isso acontece em toda empresa que não deu uma diretriz clara — e a ausência de diretriz é o que empurra o funcionário para a ferramenta pessoal dele.
O certo: política escrita, curta, dizendo o que pode ir para onde; e uma ferramenta corporativa boa o bastante para ninguém precisar burlar.
Erro 8: autonomia demais, cedo demais
Deixar o sistema decidir sozinho, na frente do cliente, com efeito financeiro, sem período de sombra. O primeiro erro público custa mais do que o projeto inteiro economizou.
O certo: copiloto antes de piloto automático, sempre. Autonomia se conquista com histórico medido.
Se eu pudesse dar um único conselho: comece pequeno, meça, e só amplie o que provou. É o oposto do que a pressa da diretoria pede — e é o que faz o segundo projeto acontecer.
O sinal de que está indo bem
Um projeto de IA saudável tem cara de chato: escopo estreito, indicador claro, dono com nome, ganho modesto e verificável, e uma fila de próximos casos aprendida com o primeiro.
Projeto que parece empolgante demais na apresentação normalmente é o que não vai sobreviver ao contato com a operação.
