IA na empresa, por onde começar

Toda empresa quer "usar IA", mas pouca gente sabe por onde começar. O erro mais comum é partir da tecnologia ("vamos colocar um chatbot") em vez de partir de um trabalho repetitivo que custa caro. Os projetos de IA que dão retorno costumam ser pequenos, bem delimitados e chatos de explicar numa apresentação.

Escolha uma tarefa, não uma tecnologia

Procure tarefas com estas características:

• Acontecem muitas vezes por dia ou por semana.
• Envolvem ler, resumir, classificar ou responder texto.
• Hoje tomam tempo de alguém qualificado.
• Um erro ocasional é tolerável ou fácil de revisar.

Exemplos que funcionam bem:

• Responder perguntas frequentes de clientes com base nas regras e nos preços da empresa.
• Ler e-mails ou mensagens e classificar por assunto, urgência ou setor.
• Extrair dados de documentos (notas, contratos, comprovantes) para o sistema.
• Resumir atendimentos e reuniões para o CRM.
• Gerar a primeira versão de propostas, descrições de produto ou respostas que um humano revisa.

Exemplos que costumam dar errado no começo: decisões sem revisão humana que envolvem dinheiro, saúde ou jurídico, e "um assistente que sabe tudo da empresa" sem nenhuma base organizada por trás.

Os conceitos que importam

Modelo de linguagem

É o motor: o serviço de IA (de empresas como Anthropic, OpenAI ou Google) que recebe um texto e devolve outro. Você paga pelo uso, medido em tokens, que são pedaços de palavras. Para a maioria das tarefas de empresa, o custo por operação é de centavos ou frações de centavo.

RAG

Sigla em inglês para geração com busca. Em vez de esperar que o modelo saiba as suas regras, o sistema primeiro busca os trechos relevantes nos seus documentos (manual, tabela de preços, políticas) e entrega esses trechos junto com a pergunta. O modelo responde com base no que recebeu.

É o que faz um assistente responder "o frete para Belém é grátis acima de R$ 300" em vez de inventar uma política. A qualidade depende muito mais da organização dos documentos do que do modelo escolhido.

Agente

Um assistente que, além de responder, executa ações: consulta o pedido no sistema, agenda um horário, abre um chamado. Ele recebe um conjunto de ferramentas (funções do seu sistema) e decide quando usar cada uma.

Agentes são poderosos, mas cada ferramenta precisa de limites claros. Um agente que consulta o status do pedido é de baixo risco. Um que pode cancelar pedidos precisa de confirmação e de registro de tudo o que fez.

Um primeiro projeto que cabe em poucas semanas

Um formato que funciona bem é o atendente no WhatsApp com passagem para humano:

1. Reúna as perguntas mais frequentes e as respostas certas, em texto.
2. Conecte o assistente a essa base e a duas ou três consultas do sistema (status do pedido, horários livres).
3. Defina quando ele passa para um humano: pedido de desconto, reclamação, pergunta fora da base.
4. Coloque em uso com uma parte dos clientes e leia as conversas toda semana.
5. Ajuste a base com as perguntas que ele errou.

Para a parte técnica do WhatsApp, veja integração com WhatsApp, API oficial ou não oficial.

Cuidados

Dados

Antes de mandar dados de clientes para um serviço de IA, confira o que o contrato do fornecedor diz sobre uso e retenção. Os planos empresariais dos grandes fornecedores, em geral, não usam os seus dados para treinar modelos, mas isso precisa estar no contrato. Envie só o necessário: muitas tarefas funcionam sem CPF, telefone ou endereço. A LGPD vale aqui como em qualquer sistema, como explicamos em LGPD no desenvolvimento de software.

Erros

Modelos de linguagem erram com confiança. O sistema precisa ser desenhado para isso: respostas baseadas em fontes, revisão humana onde o erro custa caro e um jeito fácil de o usuário dizer "isso está errado".

Custo

O custo por uso é baixo, mas um loop mal feito ou um volume inesperado pode surpreender. Ponha limite de gasto no painel do fornecedor e registre o consumo por funcionalidade.

Meça antes e depois

Anote quanto tempo a tarefa leva hoje e quantas vezes acontece. Depois de um mês com IA, compare. Se o tempo economizado não paga o projeto em alguns meses, a tarefa escolhida não era a certa, e é melhor descobrir isso num projeto pequeno do que num grande.