Projetos de IA: por que tantos param no piloto? Algumas ideias a partir do que temos visto na prática

---

Por João Gabriel Alves, CEO e Fundador da Horizonte3

---

• Muitos projetos de IA parecem promissores no piloto, mas perdem força quando precisam operar em escala, porque a organização não foi redesenhada para sustentar seu uso no dia a dia.

  
  

• Desenvolver e implementar agentes de IA exige lidar com contexto, ambiguidade, qualidade de resposta, integração com dados reais, governança e avaliação contínua.
  

• O impacto da IA depende da sua inserção nos processos, na arquitetura tecnológica e nas decisões da empresa, evitando iniciativas isoladas, uso informal e ganhos apenas pontuais.

---

It’s the end of the world as we know it and I feel fine

Desde 2022, muitas empresas passaram a testar, comprar e anunciar IA. Poucas, porém, redesenharam a organização para que a IA funcionasse em escala. Talvez porque não reconheceram ainda o tamanho da transformação que ela provocará, vacinadas com ondas como "realidade aumentada" ou blockchain. Por isso, tantos projetos parecem promissores no piloto e decepcionam quando precisam virar operação.

Até a chegada massiva da IA generativa, alguns temas existiam como debate técnico ou hipótese estratégica, mas ainda não estavam no centro da agenda executiva:

• Como redesenhar processos empresariais quando parte relevante da execução passa a ser feita por agentes autônomos?

• Como governar o uso de IA quando qualquer colaborador pode acessar modelos poderosos fora da arquitetura formal da empresa?

• Como medir produtividade quando o ganho não está apenas em fazer a mesma tarefa mais rápido, mas em mudar a própria natureza da tarefa?
  

Havia muita teoria. Mas o modo como a IA iria funcionar no dia a dia do trabalho ainda estava, em grande medida, no plano das hipóteses. Pelo que temos observado, a IA irá impactar profundamente o mundo do trabalho, mesmo que nem todo projeto tenha ROI positivo e mesmo que esse impacto não apareça imediatamente no PIB.

A partir da nossa experiência na Horizonte3, algumas lições têm ficado cada vez mais claras e gostaríamos de compartilhar essa pequena lista não exaustiva.

Competências e fornecedores

As competências para trabalhar com IA são um ponto crítico. Já falamos sobre isso na resenha do livro Cointeligência.

Mas temos visto desafios que aparecem antes mesmo da utilização: no desenvolvimento.

Ao longo da construção da Horizonte3, conversamos com muitos profissionais de tecnologia. Muitos ainda subestimam a especificidade de desenvolver produtos de IA, tratando o tema como mais uma onda tecnológica ou como uma extensão natural de sistemas já existentes.

Esse é um erro relevante.

Desenvolver produtos de IA não é apenas conectar uma API a uma tela. Envolve lidar com contexto, ambiguidade, qualidade de resposta, governança, avaliação contínua, integração com dados reais e desenho de experiência para interação em linguagem natural.

Isso se aplica a fornecedores de ERP e de outros sistemas de gestão que têm corrido contra o tempo para não serem substituídos pelos Agentes de IA.

O fornecedor de sistemas de gestão normalmente conhece muito bem o transacional. Isso não significa que saiba construir uma camada inteligente sobre a operação.

Mesmo assim, muitos passaram a vender IA como extensão natural de suas ofertas. O risco é a empresa comprar uma promessa de inteligência e receber apenas uma funcionalidade periférica, como aconteceu com os dashboards e com a automação.

Arquitetura tecnológica

Para que um agente de IA consiga percorrer a organização, não basta acoplá-lo sobre a arquitetura tecnológica existente.

Isso pode até funcionar em um piloto. Mas o alcance do impacto será limitado.

Na prática, será preciso redesenhar a arquitetura tecnológica.

A empresa precisa sair de uma arquitetura pensada apenas para registrar transações e gerar relatórios, e avançar para uma arquitetura capaz de disponibilizar dados, regras de negócio, permissões, histórico de decisões e contexto operacional para agentes de IA.

Quando a arquitetura não foi desenhada para esse tipo de uso, o agente pode funcionar, porém apenas como um piloto. O problema aparece quando ele precisa consultar sistemas diferentes, respeitar permissões, interpretar regras de negócio e devolver uma ação rastreável.

Nesse ponto, muitos projetos saem bem apenas na demonstração.

Processos

A IA precisa estar imersa nos processos.

Os melhores casos de uso não serão aqueles em que cada indivíduo escolhe, isoladamente, se vai usar ou não usar uma ferramenta.

Os melhores casos serão aqueles em que a decisão sobre como usar IA é organizacional.

Isso significa definir em quais etapas a IA entra, quais decisões ela pode apoiar, quais ações ela pode executar, quais critérios de validação serão usados e quem responde pelo resultado final.

Por isso, enxergamos tanto risco no uso informal e não governado de IA dentro das empresas, o que temos chamado de Shadow AI.

Ele é um sinal de que a organização não está pilotando o processo de assimilação da tecnologia. Está deixando a adoção acontecer no improviso.

O resultado costuma ser uma proliferação de casos de baixo impacto, vendidos internamente como transformação (temos chamado de AI Washing), além de riscos significativos de segurança, privacidade e qualidade da informação.

O que estamos construindo a partir dessas lições

Formalmente, iniciamos a Horizonte3 em agosto de 2024.

Desde então, temos construído uma empresa para possibilitar transformações reais com IA.

Para nós, tem sido uma aprendizagem diária.

Os mesmos aspectos que tornam a IA fascinante também tornam sua implementação difícil: sensibilidade ao contexto, abertura à novidade e capacidade de simular linguagem humana.

Por isso, não acreditamos que o caminho esteja em apps pontuais desconectados da operação.

Estamos construindo uma plataforma com integrações e ingestão de dados a partir de outros sistemas; datalake e storage operacional; agentes de IA e automações.

Também estamos trabalhando nas interfaces: tanto a nossa própria interface quanto aquelas já usadas pelos clientes, como e-mail e WhatsApp.

A aposta é simples: a IA só gera transformação real quando deixa de ser uma ferramenta isolada e passa a operar dentro da arquitetura, dos processos e das decisões da empresa.