Por que o dono de negócio não compra IA, e o que ele compra de fato?

O dono de negócio não compra IA porque IA não é um resultado: ele compra mais lead respondido, menos retrabalho, atendimento melhor, relatório financeiro confiável e menos bagunça na operação. A IA só entra quando é a peça mais simples para entregar um desses resultados, e o projeto começa pelo problema, não pela ferramenta.

Você já recebeu uma proposta de "implantar inteligência artificial na sua empresa" e terminou a leitura sem saber o que mudaria na segunda-feira? Esse é o ponto deste texto. Quando a oferta fala da tecnologia e não do problema, quem paga a conta fica sem critério para decidir.

Em O Guia do Mochileiro das Galáxias, de Douglas Adams, um grupo de seres hiperinteligentes constrói o supercomputador Deep Thought para obter a resposta para a vida, o universo e tudo mais. Depois de sete milhões e meio de anos de cálculo, a resposta é 42. O próprio computador explica que ela parece não significar nada porque quem encomendou o cálculo nunca soube qual era a pergunta.

Projeto de IA sem pergunta termina do mesmo jeito. A empresa contrata um chatbot, um painel ou um agente, recebe algo que funciona, e ninguém consegue dizer se valeu a pena, porque nunca se combinou o que deveria melhorar. O sistema responde. Só que ninguém fez a pergunta.

Clayton Christensen, Scott Cook e Taddy Hall lembram, num artigo de 2005 na Harvard Business Review, a frase que o professor Theodore Levitt repetia aos alunos em Harvard: "As pessoas não querem comprar uma furadeira de um quarto de polegada. Elas querem um furo de um quarto de polegada!"

O argumento do artigo vai além da frase. Segundo os autores, quando alguém precisa fazer um trabalho, ele "contrata" um produto para fazê-lo. O exemplo mais conhecido do texto é o de um restaurante de fast-food que, em vez de perguntar aos clientes como melhorar o milk-shake, mandou um pesquisador passar o dia no restaurante para entender que trabalho as pessoas estavam tentando resolver quando compravam um.

Trocando a furadeira por IA, a lógica é a mesma. Ninguém acorda querendo um modelo de linguagem. A pessoa quer que o paciente que mandou mensagem às 22h receba resposta, que a planilha do ERP vire um número que ela entenda, que o vendedor pare de copiar dado de um sistema para outro.

Na DOUVRAS, partimos de uma lista curta. Dono de negócio não compra IA. Compra um destes cinco resultados.

• Mais lead. Visitante que vira conversa, contato que não se perde e follow-up que acontece na data certa. Aqui entram sites e landing pages ligados ao WhatsApp e a um CRM simples.
• Menos retrabalho. A informação deixa de atravessar a empresa por cópia manual, memória e mensagens soltas. É o terreno de automação e integrações.
• Atendimento melhor. Resposta rápida para as perguntas repetidas, com limite claro e passagem para uma pessoa quando o caso pede. É onde um agente ou assistente de IA costuma fazer sentido.
• Relatório financeiro. Saber o lucro real do mês sem montar planilha na mão, como mostramos no texto sobre DRE automática a partir do ERP.
• Menos bagunça. Um sistema interno, um painel ou um portal que organiza o que hoje vive espalhado, feito como software sob medida.

Repare que só um dos cinco tem IA no nome do serviço. Nos outros, ela pode aparecer como uma peça, por exemplo para classificar um lead ou sugerir a categoria de um lançamento, mas não é o produto.

O nosso método tem um princípio que resume isso: arquitetura antes da ferramenta. A tecnologia é escolhida depois que o problema, as restrições e o resultado esperado são compreendidos. Outro princípio completa: adicionar componentes, modelos ou automações só vale quando aumenta capacidade, clareza, segurança ou eficiência.

Na prática, todo projeto começa com uma conversa de diagnóstico que define quatro coisas.

• O gargalo. Onde exatamente o trabalho trava hoje.
• As dependências. Quais sistemas, pessoas e dados o fluxo toca.
• A evidência de conclusão. O que precisa ser verdade no fim para dizer que funcionou.
• O que fica fora. O limite do escopo, dito em voz alta antes de começar.

Só depois desse recorte vem o orçamento. E os critérios de sucesso são comerciais, não técnicos: adoção, confiabilidade, redução de custo ou retrabalho, aumento de receita ou capacidade, clareza operacional e manutenção sustentável. Se nenhum deles se move, o projeto não deu certo, mesmo que a IA seja impressionante. Escrevemos sobre o risco do caminho inverso em como automatizar sem automatizar o caos.

Há casos em que a IA é exatamente a ferramenta mais simples: ler texto livre, responder perguntas a partir de documentos da empresa, resumir, classificar. Mesmo aí, o problema que vemos com frequência é o mesmo descrito na página do nosso serviço de agentes: há interesse em IA, mas nenhuma definição sobre fonte, custo do erro, escalonamento humano e responsabilidade.

Por isso, quando um agente entra no projeto, ele vem com base de conhecimento de origem declarada, testes, guardrails, fluxo de escalonamento, registro de custos e critérios de desligamento. É o que torna o sistema auditável. E vale um princípio que levamos a sério: IA e automação devem ampliar a capacidade das pessoas sem apagar responsabilidade, contexto ou possibilidade de revisão.

Então a minha empresa não deve usar IA? Deve, quando ela resolver um problema que você consegue nomear e medir. O erro é começar pela ferramenta e procurar o problema depois.

Como sei se uma proposta de IA é boa? Veja se ela diz qual gargalo resolve, como o resultado será medido, o que acontece quando a IA erra e o que fica fora do escopo. Se faltar uma dessas respostas, falta a pergunta do projeto.

Preciso de um projeto grande para começar? Não. O mais seguro é começar por um fluxo pequeno e bem delimitado, medir, e só então ampliar.

A DOUVRAS Labs trabalha com sites, software sob medida, automação e integrações, agentes de IA e resgate técnico, e o ponto de partida é sempre o mesmo: trazer o problema antes da lista de funcionalidades. Na conversa de diagnóstico, transformamos "quero usar IA" num gargalo, numa evidência de conclusão e num escopo com limite.

E na sua empresa, qual é a pergunta que a IA deveria responder, antes de alguém decidir que a resposta é 42?

Douglas Henrique, DOUVRAS Labs.

Christensen, Clayton M.; Cook, Scott; Hall, Taddy. Marketing Malpractice: The Cause and the Cure. Harvard Business Review, dezembro de 2005. hbr.org

Adams, Douglas. O Guia do Mochileiro das Galáxias. Pan Books, 1979.

Phrases from The Hitchhiker's Guide to the Galaxy. Wikipedia. wikipedia.org

DOUVRAS Labs. Método e contrato epistemológico. douvras.com