Priorizar casos de uso de IA é a decisão que define se o investimento vira resultado ou vira uma lista de pilotos parados. Antes de contratar ferramenta, montar time de dados ou aprovar orçamento, a empresa média precisa responder a uma pergunta mais simples: dentre tudo o que se poderia automatizar com IA, o que fazer primeiro — com as pessoas que já estão na folha.
O contexto torna essa disciplina urgente. Levantamento da KPMG com 150 executivos brasileiros mostra que praticamente todas as empresas ouvidas já implementaram automação ou IA agêntica, mas 45% relatam iniciativas desconectadas entre si. E pesquisa da Sinch com mais de 2.500 líderes de dez países aponta que 80% das empresas brasileiras já precisaram interromper ou reverter alguma implementação de IA. Boa parte desse desperdício começa antes do modelo: na ausência de um critério para escolher onde aplicar IA primeiro.
Na HAIA, a recomendação para empresas de médio porte é tratar a priorização como um processo curto e repetível — não um comitê permanente, nem um projeto de seis meses. Este artigo descreve o método que usamos: como coletar as oportunidades, como pontuá-las sem modelagem financeira pesada e como sequenciar a entrega para o time que existe hoje.
Principais aprendizados
- Priorizar casos de uso de IA começa pela descoberta estruturada: um formulário curto que qualquer área preenche rende mais do que uma rodada de entrevistas individuais.
- Em fase de descoberta, o esforço deve ser estimado como intervalo de horas, não número único — falsa precisão trava a decisão em vez de acelerá-la.
- A decisão de cada caso não precisa ser um score composto: um sinalizador binário — “fazer um MVP agora ou não” — gera mais ação do que uma matriz elaborada.
- Autoclassificação de urgência e complexidade tende a superestimar urgência e subestimar complexidade; alguém revisa antes de fechar a fila.
- Sequenciar a entrega por alto impacto e baixa complexidade, com teto de prazo curto, constrói a confiança que sustenta a aprovação das iniciativas maiores depois.
Por que priorizar casos de uso de IA trava nas empresas médias
O problema raramente é falta de ideias. É o contrário: assim que a organização abre espaço para sugestões de automação, aparecem dezenas de pedidos, quase todos marcados como urgentes, poucos com dono claro e nenhum com estimativa confiável de esforço. O time que precisa executar continua sendo o mesmo de antes.
Os frameworks clássicos de priorização de portfólio — RICE, ICE, matriz de impacto e esforço — pedem números pontuais que forçam uma precisão que não existe na fase de descoberta. Quando a incerteza ainda é alta, atribuir “impacto 7, confiança 0,6, esforço 3” não é rigor: é chute com aparência de planilha. E a empresa de médio porte normalmente não tem um PMO nem um time de dados dedicado para rodar esse tipo de pontuação toda semana.
O resultado é o padrão que a KPMG mediu: adoção nominal quase universal, execução fragmentada. Cada área contrata sua própria ferramenta, resolve seu próprio caso, e ninguém está olhando para a fila inteira. Priorizar bem é, antes de tudo, ter uma fila única e um critério que caiba no time atual.
Comece com um formulário de intake, não com uma reunião
A descoberta estruturada resolve a primeira parte do problema. Em vez de entrevistar cada área — caro e lento —, publique um formulário curto que qualquer colaborador preenche, com campos fixos:
- nome da iniciativa e problema ou oportunidade que ela resolve;
- objetivo mensurável esperado;
- sistemas envolvidos hoje e se há dependência de integração;
- nível de urgência percebido (ex.: “alta: afeta metas ou o funcionamento diário”);
- nível de complexidade percebido (ex.: “baixa: solução simples, rápida de testar”);
- outras áreas impactadas;
- disponibilidade para um alinhamento de 30 minutos.
O campo de disponibilidade para conversar 30 minutos funciona como filtro de comprometimento: quem não se dispõe a esse tempo dificilmente vai patrocinar a implementação depois. Um grande grupo educacional usou exatamente esse mecanismo para mapear mais de 250 iniciativas de IA em toda a organização, sem depender de uma agenda de entrevistas com cada gerência. Cada resposta já chega pré-classificada nos dois eixos que a priorização vai usar.
O trade-off conhecido é a qualidade desigual das respostas. A autoclassificação tende a inflar urgência e reduzir complexidade — por isso a etapa seguinte não é priorizar direto, é revisar.
Como pontuar cada caso de uso de IA sem modelagem financeira
Com o intake bruto na mão, um único analista transforma cada iniciativa em uma linha de decisão com seis elementos:
- Solução de alto nível em texto livre — a arquitetura ou abordagem proposta, uma ou duas frases.
- Complexidade numérica de 0 a 10, não apenas “alta/média/baixa” — a escala força comparação entre iniciativas.
- Esforço como intervalo de horas (ex.: 120–200h), nunca um número único — o intervalo reconhece a incerteza em vez de escondê-la.
- Ganho mensal estimado, com a justificativa textual separada do número, para que a premissa fique visível e questionável.
- Dependência de dado e integração — se o dado necessário não existe ou não é confiável, isso muda a prioridade antes de qualquer conta.
- Sinalizador de decisão binário: “simplificar e fazer um MVP agora” ou “não”.
A diferença para um scorecard pesado é prática: cabe em uma linha por iniciativa, é preenchível por uma pessoa revisando o intake, e já sai com a decisão anexada — não só com um score que ainda precisa ser interpretado em reunião. A pontuação de complexidade e o intervalo de horas são revisados pelo líder responsável, corrigindo o viés otimista da autoclassificação.
Esse é também o momento de aplicar um cálculo rápido de custo total — licenças, uso variável, horas internas, integrações e uma reserva de risco — para não priorizar um caso cujo custo operacional oculto inviabiliza o retorno. A HAIA detalhou os dois lados dessa conta em quanto custa a ferramenta de IA que ninguém usa e em o que perguntar antes de aprovar orçamento para IA.
Sequencie por impacto e complexidade — e ponha um teto de prazo
A fila priorizada não é entregue em ordem de score. A sequência é deliberada: começar pelas iniciativas de alto impacto e baixa complexidade, com um teto de prazo curto — 45 dias é uma referência prática — antes de propor as mudanças mais estruturais.
O objetivo não é apenas entregar valor rápido. É construir a credibilidade organizacional que vai sustentar a aprovação das iniciativas maiores. Em uma indústria gráfica com histórico de projetos de tecnologia “três vezes mais caros e com o dobro do prazo”, o recurso mais escasso do time de transformação não era orçamento — era confiança. Um roadmap tecnicamente correto que começa pela iniciativa mais complexa arrisca queimar essa confiança antes de provar qualquer coisa.
Amarrar o teto de prazo ao primeiro lote transforma a entrega em ferramenta de gestão de expectativa, não só de gestão de projeto. Cada quick win entregue no prazo compra espaço político para o próximo passo.
O que isso exige do time que você tem hoje
O método não pressupõe um time de dados dedicado nem uma área de IA montada. Ele pressupõe três coisas que a empresa média consegue organizar sem contratação nova:
- Um responsável de negócio nomeado por iniciativa priorizada — uma pessoa, não “a área”, que responde pelo resultado e é acionada se algo falhar.
- Um analista que consolide o intake e mantenha a planilha de triagem viva — algumas horas por semana, não um cargo.
- A disciplina de revisar a autoclassificação antes de fechar a fila, para que urgência declarada não vire prioridade automática.
Empresas de médio porte conseguem rodar esse ciclo sem consultoria externa, como detalhamos em diagnóstico de maturidade de IA sem consultoria externa. E a priorização de uma fila única é justamente o que separa a IA que fica em produção da coleção de projetos desconectados — um ponto que a leitura em primeira pessoa de por que tantos projetos de IA ficam desconectados desenvolve no blog da Gillian Pellegrino.
Priorizar casos de uso de IA com critério custa um formulário, uma planilha de uma linha por iniciativa e a disciplina de sequenciar a entrega. Não priorizar custa, na média do mercado brasileiro, um projeto revertido a cada cinco — e o tempo do time que trabalhou nele.
Perguntas frequentes
Qual é o primeiro passo para priorizar casos de uso de IA?
O primeiro passo é a descoberta estruturada: publicar um formulário de intake curto que qualquer área preenche, com campos de problema, objetivo mensurável, sistemas envolvidos, urgência percebida, complexidade percebida e disponibilidade para um alinhamento de 30 minutos. Isso substitui uma rodada cara de entrevistas e já entrega cada oportunidade pré-classificada nos eixos que a priorização vai usar.
Preciso de um time de dados para priorizar casos de uso de IA?
Não. O método exige um responsável de negócio nomeado por iniciativa, um analista que consolide o intake em uma planilha de triagem e a disciplina de revisar a autoclassificação de urgência e complexidade. São algumas horas por semana de trabalho, não um cargo novo nem uma área de IA montada.
Qual método de priorização usar: RICE, ICE ou matriz de impacto e complexidade?
Na fase de descoberta, scorecards que pedem números pontuais forçam uma precisão que não existe e tendem a virar exercício de planilha. Funciona melhor uma linha de decisão por iniciativa com complexidade de 0 a 10, esforço em intervalo de horas, ganho estimado com justificativa textual e um sinalizador binário de “fazer MVP agora ou não”. A matriz de impacto e complexidade entra depois, só para sequenciar a fila já triada.
Quantos casos de uso de IA colocar em execução ao mesmo tempo?
Poucos, e escolhidos por alto impacto e baixa complexidade, com teto de prazo curto — cerca de 45 dias para o primeiro lote. A meta desse primeiro ciclo não é volume: é entregar no prazo e construir a confiança organizacional que sustenta a aprovação das iniciativas maiores em seguida.
A HAIA (Human Intelligence Amplified by AI) ajuda empresas de médio porte a montar e priorizar a fila de casos de uso de IA com critério de negócio — descoberta, triagem e sequência antes da ferramenta. Fale com a HAIA para um diagnóstico do seu portfólio de iniciativas de IA.
