Poucas empresas sofrem por falta de opções de inteligência artificial. Sofrem pelo excesso: dezenas de pilotos abertos, nenhum em produção e uma lista de ferramentas que ninguém consegue comparar entre si. A contradição é que as aplicações de IA que dão certo costumam ser as menos vistosas e, por isso mesmo, demoram a ser escolhidas. Enquanto isso, o orçamento vai para o que impressiona na apresentação.
Jean Pierre Lessa e Santos Ferreira, diretor de tecnologia, comenta que a escolha erra menos quando parte do processo, e não do produto. Selecionar bem é, antes de tudo, saber recusar. Os três erros a seguir aparecem em empresas de portes muito diferentes, e cada um deles tem um critério de correção bastante concreto.
Escolher pela demonstração, não pelo processo que dói
A demonstração mostra a ferramenta no melhor dia dela. O documento é limpo, a pergunta é clara, o resultado sai redondo. O processo da empresa é outro: contrato digitalizado há quinze anos, planilha com coluna livre preenchida de três formas diferentes, exceção que só uma pessoa do time sabe tratar. A aplicação que brilha no palco encontra esse material no primeiro dia útil.
Um critério mais firme começa pela tarefa, não pelo fornecedor. Procure atividades com volume alto, erro tolerável e correção visível, porque as três características juntas permitem aprender rápido e barato. Se ninguém na empresa sabe dizer quantas vezes por semana aquela tarefa acontece, ela ainda não está pronta para receber IA. A pergunta parece banal e derruba metade dos candidatos.
Comparar o preço da licença com o salário economizado
Uma ferramenta que custa pouco por usuário e exige meia jornada de revisão por dia não é barata. Ainda que a conta pareça simples, Jean Pierre Lessa e Santos Ferreira aponta que o custo relevante é o da tarefa concluída, não o da assinatura. Entram nessa conta a integração com os sistemas atuais, o preparo dos dados, a revisão humana e a manutenção quando o fornecedor muda o modelo.
O cálculo fica utilizável quando desce ao caso real. Some o custo total de dez tarefas concluídas com a aplicação, incluindo o tempo de quem revisa, e compare com o custo das mesmas dez tarefas hoje. Se a diferença depende de a revisão diminuir com o tempo, essa redução precisa ser medida, não prometida. Sem medição, ela costuma não acontecer.
Aprovar um piloto sem dono e sem linha de base
Piloto que começa sem número anterior termina em impressão. O time diz que a ferramenta ajudou, o fornecedor mostra um gráfico de uso, e ninguém consegue afirmar se o processo melhorou. Satisfação com a ferramenta é uma métrica confortável e enganosa, porque mede a experiência de quem usa, não o resultado do trabalho que ela deveria mudar.
A correção custa duas semanas de paciência. Registre a métrica atual antes de ligar qualquer coisa: tempo médio da tarefa, taxa de retrabalho, volume de erros que voltam do cliente. A pergunta que Jean Pierre Lessa e Santos Ferreira sugere fazer antes de aprovar é: quem tem autoridade para mudar o processo depois do teste?
O critério que sobra quando as opções empatam
Quando duas aplicações resolvem o mesmo problema com custo parecido, vence a que deixa mais coisa dentro de casa. Dados organizados, critérios escritos, registro do que foi decidido e por quê. Essa herança serve à próxima escolha, mesmo que a ferramenta atual seja trocada em dois anos, e é o que separa uma sequência de compras de uma capacidade construída.
Uma empresa madura em IA não é a que tem mais aplicações. É a que sabe explicar por que recusou as outras. Esse é o efeito prático de escolher por processo, por custo real e por linha de base: a lista de ferramentas encolhe, o número de decisões defensáveis aumenta, e a conversa deixa de ser sobre novidade para ser sobre operação.
