Um mês e meio depois da compra
O dono de uma loja de artigos esportivos pagou uma assinatura anual de uma ferramenta de IA que "ia mudar tudo". Na primeira reunião, todo mundo se empolgou. Hoje, quando ele pergunta quem a usa, a resposta é silêncio. A ferramenta funciona muito bem, mas ninguém sabe para qual tarefa ela foi comprada.
A tecnologia não falhou. A implementação nunca começou.
Quase sempre, quando implementar inteligência artificial na empresa decepciona, o motivo não é o modelo. É um de alguns erros que se repetem em negócios diferentes, de setores diferentes, quase na mesma ordem. Escrevemos aqui de forma direta, porque achamos que isso ajuda mais do que mais uma promessa de que tudo é simples. Todas as cenas deste artigo são fictícias e servem para ilustrar padrões, não para descrever uma empresa específica.
Em resumo
- Implementar inteligência artificial na empresa costuma fracassar por motivos de organização, não de tecnologia: começa-se pela ferramenta e não pela tarefa, dão-se permissões amplas demais e não há um responsável.
- Os sete erros: ferramenta antes do problema, automatizar a bagunça, acesso total desde o primeiro dia, agente sem responsável, nenhuma medição ou conferência, ignorar a equipe e um projeto gigante em vez de uma tarefa.
- O remédio é parecido para todos: uma tarefa, limites claros, uma pessoa que aprova e uma métrica simples para conferir após um mês.
- No fim do artigo: um questionário de sete perguntas que mostra onde você está.
Visão geral: os sete erros num relance
Sete erros, sete perguntas de autoavaliação
Antes de começar
- 1. Ferramenta antes do problema
- 2. Automatizar a bagunça
- 3. Acesso total desde o primeiro dia
Durante a implementação
- 4. Agente sem responsável
- 5. Sem medição e sem conferência
- 6. Ignorar a equipe
Na escala
- 7. Projeto gigante em vez de uma tarefa
Erro 1: começar pela ferramenta e não pelo problema
Terça-feira, 10h15
"Vi a demonstração de uma ferramenta de IA incrível. Vamos adotar." A dona da clínica está empolgada, a equipe concorda com a cabeça, e ninguém pergunta para quê. Três semanas depois, a ferramenta é usada para escrever mensagens de feriado.
Uma solução excelente para um problema que ninguém definiu.
Por que acontece. Demonstrações impressionam, e ligar a ferramenta custa pouco. É mais fácil se empolgar com uma capacidade do que sentar e escrever onde está a dor.
O que fazer. Durante uma semana, anote tudo o que se repete, é adiado e consome horas. Só depois escolha a ferramenta, e às vezes você descobre que nem precisa de uma nova. O guia de ferramentas de IA para pequenas empresas ajuda a escolher conforme a necessidade, e o artigo sobre inteligência artificial para empresas detalha em quais áreas ela realmente poupa trabalho.
Erro 2: automatizar a bagunça
Domingo, 9h
"Diga ao agente para responder aos clientes de acordo com a tabela de preços." Qual tabela? Há uma no WhatsApp, outra no Excel e, na cabeça da gerente, mais uma, porque "para clientes antigos é diferente". O agente começa a responder, e cada cliente recebe um preço um pouco diferente.
Ele não errou. Copiou a bagunça, só que mais rápido.
Por que acontece. Presumimos que a IA vai "entender". Mas quando um processo só funciona porque uma pessoa lembra de todas as exceções, não há o que repassar. Um agente, como um funcionário novo, precisa de regras que possam ser escritas.
O que fazer. Antes de passar uma tarefa adiante, explique-a em poucas linhas, como para um funcionário no primeiro dia: qual é a entrada, qual é o resultado, o que é "bom" e o que fazer diante de uma exceção. Se você não consegue escrever, isso não é falha do agente. É sinal de que o próprio processo ainda não está definido, e vale organizá-lo primeiro.
Erro 3: dar acesso total desde o primeiro dia
Quinta-feira, 21h30
"Dê tudo a ele, para não me atrapalhar." O agente recebe a senha de administrador do site, da conta de anúncios e do e-mail. Uma semana depois, ele tenta "melhorar" uma página de produto e, sem querer, apaga também a versão antiga, sem backup.
Comodidade de um dia, arrependimento de uma semana.
Por que acontece. Uma permissão ampla evita a chateação de decidir "quem pode o quê". E é justamente isso que a torna perigosa: o atalho de hoje é o prejuízo de amanhã.
O que fazer. Dê a permissão mínima, por tarefa, e comece no modo de leitura e de preparo de rascunhos. Ações sensíveis, como publicar, mudar orçamento ou enviar mensagem a um cliente, continuam dependendo da sua aprovação. É também o que a OpenAI recomenda em seu guia para construir agentes: ações sensíveis, irreversíveis ou com peso financeiro devem passar por supervisão humana, pelo menos até haver confiança na confiabilidade do agente. O guia sobre permissões e segurança detalha como isso fica na prática. E antes de qualquer mudança relevante no site: backup e um caminho de volta.
A escada de permissões: só se sobe um degrau depois que o anterior funcionou
Etapa 1: leitura
- Vê relatórios e dados
- Resume e analisa
- Não altera nada
Etapa 2: rascunho
- Prepara produtos, posts, anúncios
- Sugere mudanças
- Você aprova cada uma
Etapa 3: execução limitada
- Ações pequenas e repetitivas, que podem ser desfeitas
- Registro de cada ação
- O que é sensível segue com aprovação
Erro 4: agente sem responsável
Um trimestre depois da configuração
O agente foi lançado com toda a pompa. Quem é responsável por ele? "Todos." Quando ele deixa de responder a uma pergunta específica, cada um presume que outra pessoa viu. Até um cliente reclamar, ninguém percebe.
Quando todos são responsáveis, ninguém é.
Por que acontece. Pensa-se no agente como um sistema ("ele simplesmente funciona") e não como alguém que faz um trabalho. Mas todo trabalho precisa de alguém que defina o que importa, confira os resultados e corrija quando for preciso.
O que fazer. Nomeie uma pessoa, com nome e sobrenome, como "dona do agente". Não precisa ser técnica. Ela define o que o agente faz, aprova, recebe os relatórios e decide quando ampliar. Numa pequena empresa, na maioria dos casos é o próprio dono, pelo menos no início. E se você trabalha com um parceiro externo que monta e continua acompanhando, é importante deixar claro o que cabe a ele e o que cabe a você. O artigo sobre como construir um agente de IA detalha essa divisão.
Erro 5: não medir e não conferir
Três meses depois
"Então funciona?", pergunta o sócio. "Acho que sim", diz a gerente de marketing. "Poupa tempo?" "Claro." "Quanto?" Silêncio. Ninguém anotou quantas horas a tarefa consumia antes, e ninguém contou quantas correções foram necessárias depois.
Sem métrica, toda resposta é uma impressão.
Por que acontece. No começo há empolgação, depois tudo vira rotina e esquecem de conferir. Também existe o oposto: quem espera que a IA nunca erre se decepciona com o primeiro erro e desiste. E quem confia de olhos fechados só descobre o erro quando um cliente aponta. As duas atitudes vêm do mesmo problema: não há um procedimento de conferência.
O que fazer. Escolha duas métricas simples antes de começar: quanto tempo a tarefa leva numa semana típica e quantos resultados voltaram para correção. Meça de novo após um mês. No início, confira cada resultado; depois, faça amostragens. A OpenAI descreve o mesmo princípio: montar avaliações (evals) desde o começo para saber o nível de desempenho e melhorar a partir daí. E para entender por que os modelos às vezes inventam coisas com toda a confiança, há a explicação sobre alucinações em IA.
Erro 6: ignorar a equipe
Quarta-feira, de manhã
O dono anuncia na reunião da equipe: "A partir desta semana temos um agente de IA." Naomi, que cuida dos posts, ouve "vão me substituir". Ela não diz nada. Nas semanas seguintes, "esquece" de enviar materiais ao agente e depois encontra nele cada errinho.
O agente não falhou. A equipe não foi conquistada.
Por que acontece. Quem decide a implementação fala em termos de economia. Quem ouve fala em termos de segurança no emprego. Sem uma conversa aberta, as piores suposições tomam conta.
O que fazer. Converse antes de começar. Explique que tipo de tarefa será repassado (repetitivas, chatas, sempre adiadas) e o que continua com as pessoas (bom senso, relacionamento com clientes, decisões). Pergunte à equipe qual tarefa ela ficaria feliz em passar adiante, porque ela conhece a dor melhor do que qualquer observador externo. E dê à pessoa que conhece a tarefa um papel real: é ela quem define "o que é bom" e aprova.
Erro 7: construir um projeto gigante em vez de uma tarefa
Fim de ano, reunião de planejamento
"Vamos construir um sistema único que cuide de leads, conteúdo, notas fiscais, atendimento e relatórios." O plano no quadro parece deslumbrante. Meio ano depois, nenhuma parte funciona, porque cada uma depende de todas as outras.
Muitas intenções, zero tarefas funcionando.
Por que acontece. Quer-se "fazer certo, de uma vez". Mas quanto mais amplo o sistema, mais difícil saber onde está o problema quando algo dá errado.
O que fazer. Comece por uma única tarefa. Quando ela funcionar por algumas semanas seguidas, acrescente outra. O guia da OpenAI diz o mesmo: vale primeiro maximizar as capacidades de um único agente e só passar a vários agentes quando for necessário. E, em sua conclusão, não é preciso seguir o caminho do tudo ou nada: comece pequeno, valide com usuários reais e cresça aos poucos.
Quatro passos para começar bem
- Uma tarefaA mais repetida, a mais adiada, com resultado claro
- Métrica de antesQuanto tempo ela leva hoje
- Teste com aprovaçãoPermissão mínima, cada resultado conferido
- Revisão após um mêsMede-se de novo e só então decide-se ampliar
Um plano organizado, dia após dia, passo a passo, está no plano de 30 dias para implementar IA na empresa. Esse é o caminho positivo. Este artigo é a lista de minas ao longo dele.
Cinco mitos que levam a esses erros
Mito"Se a ferramenta é boa, a implementação se resolve sozinha"
Na práticaUma boa ferramenta sem tarefa, responsável e métrica é uma ferramenta cara parada num canto. A implementação é o trabalho; a ferramenta é só a parte pequena dele.
Mito"Para funcionar, é preciso dar acesso a tudo"
Na práticaUm agente que trabalha numa tarefa definida precisa das permissões dessa tarefa, e não mais. A maioria dos problemas começa com uma permissão maior do que o necessário.
Mito"A equipe vai gostar de economizar trabalho, não precisa explicar"
Na práticaSem explicação, muita gente ouve "vão me substituir". Uma conversa curta antes de começar poupa meses de atrito silencioso.
Mito"Se errou uma vez, não é para nós"
Na práticaPessoas também erram. A questão é se existe um procedimento de conferência que pegue os erros antes de chegarem ao cliente. No início, todo resultado passa por aprovação.
Mito"Depois que funciona, dá para esquecer"
Na práticaO negócio muda: preços, produtos, regras. Quem é responsável pelo agente precisa atualizá-lo, como se atualiza um funcionário.
Você passa nas sete verificações?
São sete perguntas, cada uma correspondendo a um erro. "Sim" significa que você está coberto. Responda com sinceridade; isso fica só no seu navegador.
O que todos os erros têm em comum
Olhando os sete, vê-se um padrão: nenhum deles tem a ver com a qualidade do modelo. Todos têm a ver com decisões que uma pessoa toma antes e durante a implementação. E essa é, no fundo, a boa notícia, porque essas decisões podem ser melhoradas sem esperar por uma nova versão.
Implementação que trava
Começa pela ferramenta
- Ferramenta antes da tarefa
- Permissão ampla "por precaução"
- Sem responsável e sem métrica
- A equipe não sabe
- Um único projeto grande
Implementação que se sustenta
Começa pela tarefa
- Uma tarefa definida
- Permissão mínima e aprovação para o sensível
- Pessoa responsável e métrica de antes e depois
- Equipe que participa
- Ampliação gradual
A Platin Digital tem 12 anos de experiência no digital, e conhecemos esse padrão também de projetos que não envolvem IA: sites, publicidade, sistemas. Quem começa pequeno e mede, avança. Quem começa grande e torce, trava. O que muda com a IA é que a ferramenta é mais poderosa, e por isso as permissões e a conferência importam mais.
Perguntas frequentes
O que é implementar inteligência artificial na empresa?
Implementar inteligência artificial na empresa é o processo de levar uma ferramenta ou um agente de IA para o trabalho do dia a dia: escolher uma tarefa, definir o que é um bom resultado, estabelecer permissões e um responsável, e medir se realmente funciona. Isso inclui também as pessoas e os procedimentos em torno da ferramenta, e não só a ferramenta.
Qual é o erro mais comum ao implementar IA?
Na nossa opinião, começar pela ferramenta em vez de pela tarefa. Uma empresa que não sabe qual trabalho quer repassar acaba com uma ferramenta impressionante e sem uso. Para começar certo, defina uma única tarefa repetitiva e sempre adiada.
Quanto tempo leva implementar IA numa pequena empresa?
Depende da tarefa, das conexões e do escopo. Não prometemos prazos, mas recomendamos planejar um período de testes de algumas semanas, com conferência de perto, antes de ampliar. Há um plano organizado no artigo sobre a implementação em 30 dias.
É preciso dar ao agente de IA acesso total aos sistemas?
Não. Dá-se a permissão mínima que a tarefa exige e começa-se no modo de rascunhos. Ações sensíveis, como publicação, orçamento e mensagens a clientes, continuam com a sua aprovação. O guia da OpenAI para construir agentes recomenda supervisão humana para ações sensíveis ou irreversíveis.
E se a equipe tem medo de que a IA a substitua?
É uma reação natural, e não dá para ignorá-la. Converse abertamente antes de começar, explique que tipos de tarefa passam para o agente e o que continua com as pessoas, e pergunte à equipe o que ela gostaria de repassar. O agente assume tarefas, não cargos.
Com quais modelos e ferramentas a Platin Digital constrói agentes?
A Platin Digital é uma OpenAI Select Partner, e construímos agentes para empresas com os modelos e as ferramentas que melhor se encaixam em cada negócio: da OpenAI, Anthropic, Google e outros.
