Um piloto de IA que começa e nunca termina virou o padrão nas empresas brasileiras de médio porte — e não por falta de tecnologia. A pesquisa TIC Empresas 2025, do Cetic.br, mostra que o uso de inteligência artificial nas empresas do país subiu de 13% para 17% em um ano, chegando a 50% nas grandes companhias. O mesmo levantamento registra que 72% das organizações que já usam IA seguem em estágio inicial ou experimental. A maioria testou. Poucas colocaram em produção.
Resposta direta: um piloto de IA trava quando ninguém escreveu, antes de começar, o que faria esse piloto terminar. Sem uma data, uma métrica e um critério de “vai ou não vai” definidos no papel, o teste vira um anexo permanente da operação. Roda no canto, consome atenção do time, não escala e não é encerrado. Na HAIA, a fase de piloto tem começo, meio e fim declarados no primeiro dia — e é isso que separa um teste de 30 dias de uma prova de conceito eterna.
O custo de um piloto sem fim não aparece na planilha de forma óbvia. Ele aparece como time de dados dividido entre seis provas de conceito, nenhuma em produção; como contrato de fornecedor renovado por inércia; como a diretoria perguntando “e a IA, deu certo?” sem ninguém conseguir responder em número. A empresa que não sabe encerrar um piloto também não sabe defender o próximo investimento.
Principais aprendizados
- 72% das empresas brasileiras que usam IA continuam em estágio inicial ou experimental (Cetic.br, TIC Empresas 2025). O gargalo não é acesso à ferramenta — é o desenho da fase de teste.
- Um piloto de IA precisa de cinco definições por escrito antes da primeira configuração: o problema em uma frase, a métrica-norte com linha de base medida, um conjunto mínimo de dados limpos, o fluxo em cinco passos com regras de exceção, e o critério go/no-go.
- Trinta dias e um dono. Se a iniciativa não cabe em um mês com uma pessoa responsável e um objetivo claro, não é piloto — é projeto, e pede outra régua de governança.
- O sucesso de um piloto de 30 dias se mede por um patamar definido antes de começar: cerca de 30% de redução de tempo em uma tarefa-chave, 30% do volume tratado sem queda de qualidade, ou um ganho financeiro-alvo. Sem patamar, “melhorou” é opinião.
- Investir em integração nativa (API, conector) vem depois de o piloto provar retorno, não antes. Integrar cedo demais gasta engenharia em um fluxo que ainda vai mudar.
Por que o piloto de IA não vira produção?
Na prática, cinco erros de governança de projeto explicam quase todos os pilotos que morrem no meio do caminho — e nenhum deles é sobre o modelo de IA.
O primeiro é o piloto sem dono com autoridade real: alguém “cuida” da iniciativa nas horas vagas, sem mandato para mudar processo ou cobrar áreas. O segundo é o escopo inchado — tentar resolver três problemas ao mesmo tempo, o que dilui a medição e adia o primeiro resultado. O terceiro é a ausência de linha de base: quando não se mede o processo por 48 horas antes de ligar a IA, não há como afirmar depois que algo melhorou. O quarto é treinar as pessoas fora do fluxo real de trabalho, em formato de sala de aula, com exemplos que não são os casos que elas encontram no dia seguinte. E o quinto é a fome de integração: insistir em conectar tudo via API desde o dia 1, quando uma planilha resolveria a validação em uma semana.
Por baixo dos cinco está a mesma falha: não existe um critério de encerramento escrito. Um piloto sem data de decisão não é conservador — é indefinido. E o que é indefinido não entra em produção nem é cancelado; só ocupa espaço.
O que precisa estar escrito antes de o piloto de IA começar?
Antes de qualquer configuração ou linha de código, cinco elementos precisam caber em uma página:
- O problema em uma frase. “Reduzir o tempo de resposta a pedidos de segunda via de boleto”, não “usar IA no atendimento”.
- A métrica-norte com linha de base documentada. Um número que já foi medido no estado atual, não uma estimativa. Sem linha de base, não há piloto.
- Um conjunto mínimo de dados limpos. O suficiente para o piloto rodar, não o data lake inteiro.
- O fluxo em cinco passos. Gatilho, entrada, transformação, saída e exceções — com as regras de exceção definidas antes, não descobertas na marra.
- O critério go/no-go por escrito. O que, ao fim dos 30 dias, faz esse piloto virar processo padrão, ser encerrado, ou ser reclassificado como projeto grande.
A esses cinco a HAIA soma uma regra de cadência simples: três metas visíveis (a métrica-norte mais duas de saúde), três encontros de 30 minutos (início, meio e fim) e três artefatos entregues (o fluxo em cinco passos, o dicionário de dados e um relatório final de uma página). É pouco processo de propósito — o objetivo é chegar ao primeiro resultado mensurável rápido, não montar um PMO.
Essa disciplina começa antes do piloto, na escolha do que testar. Vale priorizar os casos de uso com o time que a empresa tem hoje e checar as três perguntas de orçamento antes de liberar recurso.
Como saber que o piloto de IA está pronto para virar processo?
A decisão de graduar um piloto para produção — e de investir em integração nativa — não deveria depender do entusiasmo de quem tocou o teste. Ela depende de sinais que qualquer pessoa consegue checar com um sim ou não:
- Meta batida por duas semanas seguidas, não em um pico isolado.
- Taxa de exceção abaixo do limite definido no início.
- Custo por unidade previsível e em tendência de queda.
- Procedimento operacional e runbook atualizados, uma página cada.
- Um operador reserva treinado e capaz de tocar o processo.
- Registros e alertas ativos; zero incidente de privacidade no mês.
- Nota da área usuária igual ou acima de 8 em 10.
- O dono do processo pedindo, por conta própria, para replicar em outra área.
Ao lado desse teste qualitativo há um teste financeiro: só avaliar integração via API depois de 60 dias de retorno comprovado, e só seguir se houver volume alto, muito trabalho manual repetitivo e risco de erro humano relevante. O orçamento da integração precisa se pagar com o ganho que o piloto já está gerando — em poucos meses, não com uma promessa futura.
Os números que sustentam esse tipo de decisão vêm de operações reais. Em uma operadora de telecom, um programa de automação de atendimento com orçamento de cerca de R$ 12 milhões por ano entregou aproximadamente R$ 131 milhões de custo evitado em três anos — porque começou por um processo e um canal, com a métrica medida antes. Em um grande grupo educacional, um assistente omnichannel derrubou a espera de duas horas para menos de um minuto e ainda absorveu 45% mais volume. Em uma indústria gráfica, a automação de backoffice rendeu retorno na casa de 119% enquanto a IA preditiva de estoque passou de 300%, com payback abaixo de um ano. Em nenhum dos três o resultado apareceu de um piloto que ninguém sabia quando terminava.
E o piloto de IA que já roda há meses sem essa definição?
Acontece o tempo todo: a empresa procura a HAIA com dois ou três pilotos de IA em andamento, todos “quase prontos”, nenhum em produção. A saída não é esperar mais. É parar e aplicar o critério agora, com data.
Na prática: medir a linha de base que der para medir, mesmo tardia; fixar uma data de decisão a 30 dias; nomear um dono com autoridade; e, na data, tomar uma das três decisões — escala para processo padrão, encerra, ou vira projeto com outra régua. Escalar um piloto que nunca ficou estável é, aliás, uma das formas mais comuns de acabar revertendo o projeto meses depois. E um piloto que mostrou um ganho de produtividade no teste ainda precisa que esse ganho chegue à linha do resultado — o que exige mudar o processo, não só ligar a ferramenta.
Um piloto sem decisão marcada é custo sem dono. Marcar a decisão é o passo que a maioria das empresas do recorte de 72% ainda não deu.
Perguntas frequentes
Quanto tempo deve durar um piloto de IA?
Trinta dias. Um piloto é um teste com dados reais, um dono e uma métrica-norte, desenhado para caber em um mês com duas ou três pessoas. Se a iniciativa só mostra resultado depois de 90 dias ou mais, ela não é um piloto — é um projeto, e deve ser aprovada, orçada e acompanhada com outra régua de governança.
O que é a regra 30-30-30 para pilotos de IA?
É o critério mínimo de sucesso definido antes de começar. Um piloto de 30 dias é considerado bem-sucedido se entregar pelo menos um destes resultados: cerca de 30% de redução de tempo em uma tarefa-chave, 30% do volume automatizado sem queda de qualidade, ou um ganho financeiro-alvo somando receita adicional e custo evitado. Se não alcança nenhum dos três, a conclusão não é insistir — é reclassificar a ideia.
Quando vale a pena integrar o piloto de IA via API?
Depois de 60 dias de retorno comprovado, e apenas se houver volume alto, muito trabalho manual de copiar e colar, e risco de erro humano relevante. Antes disso, uma planilha ou uma ferramenta no-code sustenta a validação. Integrar cedo demais investe esforço de engenharia em um fluxo que ainda vai mudar — o erro oposto, e menos discutido, de deixar tudo manual para sempre.
O piloto de IA falhou. E agora?
Não alcançar o patamar em 30 dias não é dinheiro jogado fora, desde que o piloto tenha gerado aprendizado sobre a qualidade do dado e o desenho do processo. A ação correta é devolver a ideia ao radar de oportunidades, registrar a linha de base medida e o motivo de não ter atingido a meta, e liberar o recurso do piloto para a próxima iniciativa da fila.
A HAIA é uma consultoria de IA aplicada que ajuda empresas de médio porte a sair da fase de piloto e colocar inteligência artificial em produção com método, métrica e governança. Fale com a HAIA.
