5 perguntas para fazer antes de contratar qualquer projeto de IA

Toda semana uma empresa média recebe pelo menos uma proposta de projeto de IA. O material chega bonito, cheio de termos técnicos e promessas de transformação. O dono assiste à apresentação, faz uma ou duas perguntas sobre preço e prazo, e toma a decisão com a informação errada.

O problema não é a tecnologia. O problema é que o dono não sabe o que perguntar. E o fornecedor raramente vai preencher essa lacuna por conta própria.

Abaixo estão as cinco perguntas que fazem diferença. Não porque são difíceis, mas porque as respostas revelam se o projeto vai funcionar na sua operação ou vai virar uma ferramenta cara que ninguém usa.

"Qual tarefa específica isso resolve, e quanto tempo minha equipe perde com ela hoje?"

Todo projeto de IA precisa começar por uma dor concreta e mensurável. Se o fornecedor não consegue nomear a tarefa, a proposta é genérica demais para funcionar.

Pense assim: se a sua equipe gasta vinte minutos classificando e-mails de clientes antes de responder, duas pessoas, dez vezes por dia, isso é tempo real que volta pra equipe quando o problema é resolvido. O fornecedor tem que entrar nesse nível de detalhe. Se ele fala só em "aumentar eficiência" ou "melhorar a experiência do cliente" sem nomear a tarefa, peça que ele abra o exemplo. Se ele não conseguir, o projeto provavelmente não foi desenhado pra sua empresa.

O que a resposta revela: se o fornecedor entende o seu negócio ou só está reaproveitando uma proposta padrão.

"Com que dados a solução vai trabalhar, e esses dados já existem na minha empresa?"

IA aprende a partir de informação. Se a informação não existe, está bagunçada ou está presa em três sistemas diferentes que não conversam entre si, o projeto trava antes de começar.

Na maioria das conversas que temos com donos de empresa, o dado existe, mas está espalhado. Planilha aqui, sistema de gestão ali, histórico no e-mail do vendedor que saiu há seis meses. Antes de contratar qualquer coisa, você precisa saber se o fornecedor já mapeou de onde vai vir o dado, e quem dentro da sua empresa vai ser responsável por garantir que esse dado esteja limpo e atualizado.

Se a resposta for "a gente usa os dados que você tiver", pergunte o que acontece quando o dado estiver errado. A resposta a essa segunda pergunta diz muito sobre o nível de comprometimento do fornecedor com o resultado.

Sinal de alerta: fornecedor que não pergunta sobre seus dados antes de apresentar o preço.

"O que acontece quando a solução erra?"

Toda solução de IA erra. Isso não é defeito, é característica. A questão é o que acontece depois.

Um assistente que responde clientes no WhatsApp vai, em algum momento, dar uma informação incorreta. Um sistema que sugere itens de estoque para reposição vai, ocasionalmente, recomendar a quantidade errada. O projeto precisa prever isso. Tem que ter alguém na sua equipe que revisa os casos críticos, um caminho claro para corrigir o erro antes que ele chegue ao cliente, e uma forma de a solução aprender com o que errou.

Pergunte ao fornecedor: "Me dá um exemplo de erro que essa solução pode cometer e me explica o que acontece em seguida." A resposta honesta inclui o erro e o processo de correção. A resposta que você não quer ouvir é "o sistema é muito preciso, os erros são raros."

O que a resposta revela: se o fornecedor está vendendo a ferramenta ou vendendo o resultado.

"Quem opera isso depois que o projeto é entregue?"

Essa é a pergunta que a maioria dos donos esquece de fazer, e é a que mais define se o investimento vai durar.

Todo projeto tem um momento de entrega. O que acontece na semana seguinte? Se a solução exige que alguém da sua equipe a alimente, monitore e ajuste, esse alguém precisa existir, ter tempo e saber o que está fazendo. Se a manutenção fica do lado do fornecedor, qual é o contrato que garante isso? Por quanto tempo? A que custo?

Na prática, vemos dois cenários com frequência. No primeiro, o projeto é entregue, o fornecedor sai, e a solução começa a degradar lentamente porque ninguém da empresa sabe mexer nela. No segundo, o contrato de manutenção existe, mas o escopo é vago, e cada ajuste vira uma nova cobrança.

Antes de assinar, peça para ver o contrato de suporte e peça que o fornecedor explique em linguagem direta o que está e o que não está incluído.

O que a resposta revela: se o fornecedor pensou no seu negócio além da entrega inicial.

"Como eu sei que funcionou?"

Projeto sem critério de sucesso definido antes do início é projeto sem accountability. Você não tem como saber se o resultado valeu o investimento, e o fornecedor não tem como ser cobrado.

O critério precisa ser simples e mensurável pela sua própria equipe, sem depender do fornecedor para calcular. "Tempo médio de resposta ao cliente caiu de quatro horas para quarenta minutos." "Retrabalho na conferência de notas fiscais zerou." "A equipe de atendimento parou de trabalhar horas extras às sextas." Esses são critérios de sucesso. "Melhora na experiência do usuário" não é.

Se o fornecedor resistir em definir esse critério antes do início, o problema é de alinhamento, não de tecnologia.

Sinal de alerta: fornecedor que propõe medir o sucesso com métricas que só ele consegue acessar.

O que fazer com essas respostas

Leve as cinco perguntas para a próxima reunião com qualquer fornecedor de tecnologia. Não como teste, mas como conversa. Um bom fornecedor vai ter prazer em responder, porque ele já mapeou tudo isso antes de chegar na sua frente.

As respostas evasivas, por outro lado, são informação. Elas dizem que o projeto foi desenhado para o portfólio do fornecedor, não para a sua operação.

A decisão de investir em IA não precisa ser arriscada. Ela fica arriscada quando é tomada com a informação de quem quer vender, não de quem vai operar.