Um ótimo chef numa cozinha que ele não conhece
Imagine contratar um chef premiado e colocá-lo na cozinha no primeiro dia sem cardápio, sem saber onde ficam os ingredientes, quais clientes têm alergia e qual prato o dono nunca deixa sair sem a aprovação dele. O talento existe. Mas o resultado tende a ser um prato bonito servido na mesa errada.
É isso que acontece com muitas empresas que adotam IA. Compram a ferramenta, liberam o acesso e esperam que o resultado apareça sozinho. Meses depois, ninguém sabe dizer o que mudou no faturamento, nos custos ou na satisfação dos clientes.
Propomos um caminho em seis passos, com o que fazer em cada etapa e por que ela importa.
O que significa "ligar a IA ao jeito como a empresa trabalha"
Toda empresa tem um jeito próprio de fazer as coisas. Parte dele está escrita em manuais e sistemas. Outra parte, muitas vezes a mais importante, está na cabeça das pessoas: quem aprova o quê, quais clientes recebem tratamento especial, o que fazer quando algo foge do normal.
Ligar a IA a esse jeito de trabalhar significa três coisas:
• Ela sabe em que etapa está. Entende onde sua tarefa começa, onde termina e para quem passa o trabalho depois.
• Ela conhece as regras da casa. Inclusive as exceções que nenhum manual registra.
• Ela trabalha onde o trabalho acontece. Consulta e atualiza os mesmos sistemas que a equipe usa, em vez de ficar isolada numa janela de conversa.
Um exemplo simples. Uma loja de móveis planejados coloca um assistente de IA para responder clientes no WhatsApp. Um cliente pergunta quando o armário chega. O assistente, sem contexto, responde o prazo padrão: 30 dias. Só que aquele pedido teve uma medida refeita pelo montador e voltou para a fábrica. O cliente recebe uma promessa que a empresa não vai cumprir.
Com contexto, o mesmo assistente consulta o andamento real do pedido, identifica a etapa de remedição e responde com o prazo correto, explicando o motivo. A tecnologia é a mesma. O que mudou foi a ligação com o processo.
Seis passos para colocar a IA a serviço do seu processo
1. Comece por um problema, não por uma ferramenta
O que fazer: escolha uma dor concreta do negócio e descreva-a em uma frase. Em vez de "queremos usar IA", algo como "nossos orçamentos levam três dias para sair e perdemos clientes para concorrentes mais rápidos". Por que fazer: sem um problema claro, não há como saber se a IA ajudou. A ferramenta vira um brinquedo caro, usado por curiosidade e abandonado na primeira dificuldade.
Exemplo: uma distribuidora de material de construção percebeu que 40% dos pedidos de orçamento chegavam incompletos por e-mail. O problema não era "falta de IA". Era o vai e vem para descobrir quantidades e endereço de entrega.
2. Desenhe como o trabalho acontece de verdade
O que fazer: reúna quem executa a tarefa no dia a dia e desenhe, passo a passo, o caminho real do trabalho, incluindo atalhos, planilhas paralelas e mensagens de WhatsApp. Isso é o mapeamento de processos.
Por que fazer: o processo do manual quase nunca é o processo real. Se a IA aprender o caminho oficial, vai ignorar justamente os desvios que fazem a empresa funcionar.
Exemplo: numa transportadora, o manual dizia que toda ocorrência de entrega era registrada no sistema. Na prática, o motorista ligava para o supervisor, que anotava num caderno e lançava tudo no fim do dia. Uma IA ligada só ao sistema enxergaria as ocorrências com horas de atraso.
3. Escreva as regras e as exceções
O que fazer: liste as regras que orientam as decisões daquela etapa e, principalmente, as exceções. Pergunte à equipe: "em que situações vocês fazem diferente do normal?".
Por que fazer: é nas exceções que a IA mais erra e que o erro mais custa. Qualquer sistema acerta o caso comum. O valor está em acertar o caso que só o funcionário veterano conhecia.
Exemplo: uma clínica odontológica queria que a IA agendasse consultas. A regra geral era simples. As exceções, não: um convênio exige autorização prévia para implantes, pacientes em tratamento de canal têm retorno prioritário e um dos dentistas só atende cirurgias pela manhã.
4. Conecte a IA aos sistemas onde o trabalho acontece
O que fazer: garanta que a IA consulte e atualize as mesmas fontes que a equipe usa: o sistema de gestão, a ferramenta de tarefas, o cadastro de clientes. Antes, organize esses dados: elimine duplicidades e defina qual informação vale quando duas fontes discordam.
Por que fazer: uma IA que trabalha numa janela isolada depende de alguém copiar e colar informações. Isso gera atraso, erro e retrabalho. E dados bagunçados geram respostas bagunçadas, por melhor que seja a tecnologia.
Exemplo: um escritório de contabilidade usava a IA para responder dúvidas de clientes sobre guias de impostos. Enquanto o status das guias vivia numa planilha atualizada uma vez por semana, as respostas eram desatualizadas. Quando a IA passou a consultar a ferramenta onde a equipe registrava cada entrega, as respostas passaram a refletir o momento real.
5. Defina limites e quem aprova
O que fazer: decida até onde a IA pode agir sozinha e a partir de que ponto uma pessoa precisa aprovar. Use critérios objetivos: valor, tipo de cliente, grau de risco.
Por que fazer: limites claros dão segurança para a empresa e confiança para a equipe. Sem eles, ou a IA fica travada pedindo permissão para tudo, ou age além do que deveria.
Exemplo: numa loja virtual de cosméticos, a IA pode conceder até 10% de desconto para reter um cliente insatisfeito. Acima disso, ou para clientes do programa de fidelidade, a decisão vai para o coordenador de atendimento, que recebe o caso já resumido.
6. Defina a meta antes de começar e acompanhe os números
O que fazer: antes de ligar a IA, registre como o processo está hoje (tempo, custo, erros, satisfação) e qual resultado você espera. Comece por um processo só, com a equipe que o executa, e compare os números em poucas semanas.
Por que fazer: sem o "antes", não existe "depois". É a medição que transforma uma impressão ("parece que melhorou") em argumento para investir mais ou corrigir o rumo. Começar pequeno reduz o risco e mostra resultado mais rápido.
Exemplo: de volta à distribuidora do passo 1. A meta foi reduzir o tempo de orçamento de três dias para quatro horas, testando primeiro com a equipe de vendas de uma única região. Com o resultado comprovado, o modelo foi levado às demais.
Três armadilhas comuns
• Automatizar a bagunça. Se o processo atual é confuso, a IA só vai produzir confusão mais rápido. Arrumar o processo vem antes de acelerar o processo.
• Deixar a equipe de fora. Quem executa o trabalho é quem conhece as exceções e quem vai conviver com a IA todos os dias. Sem essas pessoas no desenho, a solução nasce errada e enfrenta resistência.
• Achar que o projeto termina na implantação. O processo muda: chega uma nova regra fiscal, um novo fornecedor, uma nova política de frete. A IA precisa ser atualizada junto, como qualquer pessoa da equipe que recebe uma orientação nova.
O ponto de partida é o processo
Voltando ao chef: o talento dele só vira um bom jantar quando ele conhece o cardápio, os ingredientes, os clientes e as regras da casa. Com a IA é igual. A tecnologia já é capaz. O que separa um experimento caro de um resultado concreto é o quanto ela entende como a sua empresa realmente trabalha.
Na Resollute, seguimos essa ordem em todos os projetos: primeiro entender e organizar o processo, depois automatizar e, então, colocar a IA para trabalhar sobre uma base sólida.
E na sua empresa: a IA já conhece as regras da casa ou ainda está trabalhando no escuro?