Existe uma pergunta que quase nenhum fornecedor de tecnologia faz ao cliente: “você tem certeza de que precisa de inteligência artificial?”. Não fazemos essa pergunta por altruísmo — fazemos porque um projeto de IA que não deveria existir termina do mesmo jeito: caro, frustrante e abandonado. E quem pagou por ele passa a desconfiar da tecnologia inteira.
Este texto é o oposto de um argumento de venda. Ele lista os casos em que a IA é a ferramenta errada — e diz o que costuma funcionar melhor no lugar.
011. Quando o processo já tem regras claras
Se uma pessoa consegue escrever, numa folha de papel, todas as condições que levam a cada resultado, o processo é determinístico. E processo determinístico se resolve com automação tradicional: uma regra, um fluxo, um sistema comum.
Colocar um modelo de linguagem para decidir algo que um “se… então” resolveria é trocar previsibilidade por probabilidade. Você passa a pagar por token, a depender de um provedor externo e a conviver com a possibilidade de a resposta variar — tudo isso para obter um resultado que já era garantido.
Se você consegue explicar a regra do processo para um estagiário em cinco minutos, e ele acerta sempre, você não precisa de IA. Precisa de software.
022. Quando não existem dados confiáveis
IA aprende com o que existe, ou responde a partir do que lhe é dado. Se a base está incompleta, desatualizada ou cheia de contradição, o modelo não conserta isso — ele reproduz o problema com uma segurança que o dado não tem. E aí o erro fica pior: antes ele era visível numa planilha, agora vem embrulhado numa frase bem escrita.
Nesses casos, o primeiro projeto não é de IA. É de organização de dados. E ele precisa acontecer de qualquer forma — com ou sem IA depois.
033. Quando o volume é pequeno
Automatizar tem custo: desenvolvimento, integração, manutenção e, no caso da IA, um custo recorrente de uso que não existe num sistema tradicional. Esse custo se dilui no volume. Se a tarefa acontece dez vezes por mês e leva três minutos, a conta simplesmente não fecha — e nenhum ganho de elegância técnica muda isso.
- Quantas vezes por mês a tarefa acontece?
- Quanto tempo ela consome, de verdade, a cada vez?
- Quanto custaria construir, integrar e manter a automação?
- Quanto custaria mantê-la rodando, mês a mês?
Se você não sabe responder às quatro, ainda não é hora de contratar IA — é hora de medir.
044. Quando a decisão exige precisão absoluta
Há decisões que não admitem “quase certo”: cálculo fiscal, folha de pagamento, dosagem, conformidade regulatória. Um modelo de linguagem é, por construção, probabilístico — ele produz a resposta mais provável, não a única correta. Onde o erro é inaceitável e a rastreabilidade é obrigatória, a resposta precisa vir de uma regra determinística, auditável linha a linha.
IA pode ajudar a preparar a decisão. Ela não deve tomá-la sozinha quando o custo do erro é alto.
Isso não significa excluir a IA dessas áreas — significa colocá-la no lugar certo: sugerindo, resumindo, revisando, alertando. Nunca assinando embaixo.
055. Quando o problema não é de conhecimento
Este é o caso mais comum, e o mais caro. A empresa adota IA para resolver um sintoma cuja causa está em outro lugar: um processo mal definido, uma ferramenta inadequada, uma decisão que a liderança não tomou. A tecnologia entra, o sintoma se desloca, o problema continua.
Automatizar um processo quebrado não o conserta. Faz com que ele quebre mais rápido, e com mais confiança.
06Então quando a IA vale a pena?
Quando o inverso de tudo acima é verdade. Quando existe volume, quando os dados são acessíveis e confiáveis, quando a tarefa envolve linguagem, imagem ou classificação que não cabe numa regra fixa, quando um grau de incerteza é aceitável — e quando existe revisão humana no ponto em que o erro custaria caro.
- Leitura e classificação de documentos que chegam em formatos diferentes.
- Atendimento que responde às mesmas perguntas o dia inteiro, com fontes controladas.
- Extração de informação de texto livre — o que uma regra nunca cobre por completo.
- Apoio à decisão: resumir, comparar, sinalizar o que merece atenção humana.
Antes de propor IA, perguntamos o que aconteceria se a resposta viesse errada uma vez em cada vinte. Se a empresa consegue conviver com isso — com revisão no lugar certo —, o projeto faz sentido. Se não consegue, o projeto é outro.
07O que fazer antes de contratar qualquer coisa
- Escreva o problema de negócio em uma frase, sem citar tecnologia nenhuma.
- Meça: quantas vezes acontece, quanto tempo consome, quanto custa hoje.
- Verifique se os dados necessários existem, e em que estado.
- Pergunte se uma regra fixa resolveria. Se resolver, pare aqui.
- Só então avalie IA — e exija do fornecedor que ele diga onde ela NÃO se aplica.
Um fornecedor que nunca diz “aqui não use IA” não está te ajudando a decidir. Está te vendendo.
Próximo passo
Quer discutir isso aplicado ao seu caso?
A conversa inicial e o diagnóstico preliminar não têm custo — e, se a resposta for que você não precisa contratar nada, é isso que vamos dizer.