Os 6 erros que matam o retorno de um projeto de IA antes de ele começar

Equipe Viver de IA · 2026-06-26

O problema quase nunca é a tecnologia. É o que ninguém define antes de ligar o sistema.

A IA quase nunca falha por causa da tecnologia

Dos projetos que vi morrer, e foram muitos, talvez um em dez morreu por culpa do modelo, da ferramenta ou de algum limite técnico. Os outros nove morreram por decisão de gente. Decisão tomada na largada, antes de qualquer linha de código, e que ninguém percebeu que estava errada porque parecia óbvia demais pra questionar.

Vou te mostrar os seis padrões que se repetem. Não são teoria. São os mesmos erros que aparecem na empresa de contabilidade, na agência de marketing e na clínica de saúde, com nomes diferentes e a mesma origem.

Antes de tudo, uma definição rápida, porque dono de empresa não precisa de jargão. Quando eu falo "retorno de um projeto de IA", estou falando de uma conta simples: quanto a empresa economiza ou fatura a mais por mês depois da IA, menos o que ela paga pra manter aquilo rodando. Se essa conta não fecha, o projeto fracassou, por mais bonito que o sistema seja.

A IA não cria valor sozinha. Ela amplifica um processo. Se o processo é ruim, ela amplifica o prejuízo mais rápido.

Erro 1: automatizar uma tarefa que ninguém deveria estar fazendo

Esse é o mais caro e o mais comum. A empresa olha pra uma tarefa que consome três horas por dia de alguém e decide automatizar. Faz sentido, certo? Errado, em metade dos casos.

Antes de automatizar, a pergunta é: essa tarefa precisa existir? Muita coisa que parece trabalho é só retrabalho disfarçado. Relatório que ninguém lê. Planilha que duplica um dado que já existe no sistema. Aprovação que passa por três pessoas quando uma bastaria.

Quando você automatiza um desperdício, você cria um desperdício mais rápido e mais difícil de matar depois, porque agora tem um sistema defendendo a existência dele.

O certo é o contrário. Primeiro você corta o que não precisa existir. Depois automatiza o que sobrou e é realmente repetitivo e de alto volume. Na ACP Contábil, o ganho de cortar 66% do tempo de tarefas veio porque a tarefa era legítima e repetitiva: classificação que se repetia centenas de vezes por mês. Se fosse um relatório que o dono mandava por hábito, a economia teria sido zero, com sistema funcionando perfeitamente.

Como testar antes de automatizar

• Pergunte quem usa o resultado dessa tarefa. Se a resposta demora, é candidata a corte.
• Veja o volume. Tarefa que acontece três vezes por mês não justifica projeto nenhum.
• Confirme que ela é repetitiva de verdade, e não cheia de exceções que exigem julgamento humano toda vez.

Erro 2: começar pelo projeto grandioso em vez do problema chato

O dono chega empolgado querendo um "assistente inteligente que entende tudo da empresa". Bonito de apresentar em reunião. Péssimo de gerar retorno.

Projeto grande tem três problemas: demora pra entregar, custa caro pra manter e é difícil de medir. Quando você finalmente liga, já gastou tanto tempo e dinheiro que o retorno teria que ser absurdo pra compensar. E não é.

O retorno mora no problema chato e específico. Na Digital Presenc X, uma agência, o ganho não veio de nenhuma grande virada. Veio de reduzir 30% do tempo gerencial e gerar R$ 4.500 por mês de ganho operacional automatizando coisas pequenas e repetitivas que o gestor fazia na mão. Somando o ano, R$ 54.000 de economia. Nada glamouroso. Funcionou.

R$ 54.000: economia anual da Digital Presenc X com automações pequenas

A regra que uso: escolha um problema que você consegue descrever em uma frase e medir em reais. "Reduzir o tempo de resposta dos orçamentos" é mensurável. "Transformar a empresa com IA" não é projeto, é slogan.

Erro 3: não medir o antes, e por isso não conseguir provar o depois

Esse erro é silencioso. O projeto até funciona, mas ninguém consegue afirmar que deu retorno, porque ninguém anotou como era antes.

Sem linha de base, você fica refém de sensação. "Acho que melhorou." "Parece que ficou mais rápido." Sensação não paga conta e não sustenta o projeto na próxima vez que o orçamento aperta.

Medir o antes é trabalho braçal e chato, e é exatamente por isso que quase ninguém faz. Você precisa cronometrar a tarefa atual, contar quantas vezes ela acontece, calcular o custo da hora de quem faz. Sem isso, quando a EMR Eu Médico Residente alcançou produtividade 24x mais rápida em uma tarefa, esse número só teve peso porque existia o ponto de partida pra comparar.

1. Como montar a linha de base: cronometre a tarefa hoje, com 5 a 10 amostras reais
2. Conte o volume: quantas vezes ela acontece por semana ou mês
3. Calcule o custo: multiplique horas pelo custo da hora de quem executa
4. Registre a qualidade: taxa de erro ou retrabalho atual
5. Guarde tudo: esse é o número que você vai comparar depois

Faça isso antes de ligar qualquer coisa. Leva um ou dois dias e salva o projeto inteiro de virar fé em vez de fato.

Erro 4: ignorar o custo de manter, e descobrir o prejuízo no mês 4

Todo mundo calcula o custo de fazer. Quase ninguém calcula o custo de manter. E é a manutenção que mata o retorno no médio prazo.

Um sistema de IA não é móvel que você compra e esquece. Tem custo de uso (quanto mais ele roda, mais você paga), tem manutenção quando algo do processo muda, tem o tempo de alguém acompanhando se as respostas continuam boas. Esse custo é recorrente e cresce com o uso.

O erro clássico é o dono olhar só pro ganho. "Vou economizar R$ 3.300 por mês." Ótimo. Mas se a manutenção come R$ 2.800 por mês, o retorno real é R$ 500, e aí talvez nem valesse o esforço. A ACP Contábil gera R$ 3.300 de economia mensal porque o custo de manter ficou bem abaixo disso, com ROI projetado entre R$ 15.000 e R$ 20.000. A conta só fecha quando você olha os dois lados.

A conta honesta do retorno

Se você não sabe estimar o custo de manter antes de começar, exija de quem está construindo. Quem não te dá esse número está te vendendo sonho.

Erro 5: deixar a IA solta sem padrão, achando que ela se vira sozinha

IA não tem bom senso. Ela faz o que você definiu, e se você não definiu nada, ela inventa, com toda a confiança do mundo. Resposta inventada com confiança é pior que erro óbvio, porque ninguém desconfia.

O ganho real aparece quando você usa a IA pra padronizar, não pra improvisar. Na Sport Extrema, o resultado mais forte não foi nem o financeiro de cara, foi chegar a 100% de padronização de vendas. Todo cliente passou a receber o mesmo atendimento de qualidade, sem depender do dia bom ou ruim do vendedor. Isso destravou R$ 30.000 de receita gerada e um ticket médio adicional de R$ 500, mais R$ 12.000 de ganho operacional.

Padronização não acontece por acaso. Você precisa escrever as regras: o que a IA pode dizer, o que nunca pode, pra quem ela transfere quando não sabe, qual o tom. É trabalho de gente que conhece o negócio, não de quem mexe na ferramenta.

O erro mais comum aqui é tratar isso como detalhe técnico e jogar pro "pessoal de TI". Não é técnico. É a regra do seu negócio. Quem conhece a regra é você.

Erro 6: parar de cuidar depois que o projeto "ficou pronto"

O projeto entra no ar, os números aparecem, todo mundo comemora e some. Três meses depois, o desempenho caiu e ninguém entende por quê.

IA não é estática porque o seu negócio não é estático. Mudou o preço, entrou produto novo, mudou uma regra fiscal, e a IA continua respondendo com a informação velha. Ela não avisa que está desatualizada. Vai ficando menos útil, devagar, até alguém reclamar.

O retorno que você projetou no começo só se mantém se alguém olhar os resultados de vez em quando. Não precisa ser muito. Precisa ser constante.

O ritual mínimo de acompanhamento

1. Defina um responsável. Uma pessoa com nome, não "a equipe".
2. Marque uma revisão mensal de meia hora pra olhar os números reais contra a linha de base.
3. Liste o que mudou no negócio naquele mês e cheque se a IA já sabe.
4. Anote os erros que apareceram e corrija a regra que os causou.
5. Recalcule o retorno a cada trimestre, com o custo de manter incluído.

Foi assim que projetos maiores se sustentaram. A MBM, em tecnologia, chegou a R$ 420.000 de economia gerada, e um número desse tamanho não se mantém sozinho. Mantém quando alguém é dono dele depois que a empolgação da inauguração passa.

O que separa o projeto que dá retorno do que vira despesa

Se você reparar, nenhum desses seis erros é sobre tecnologia. Todos são sobre decisão, medição e disciplina. Por isso a primeira ferramenta de um projeto de IA não é a ferramenta de IA. É uma planilha com o antes, o depois e o custo de manter.

Empresas que ganham com IA fazem o trabalho chato antes: cortam o que não precisa existir, escolhem um problema específico, medem o ponto de partida, calculam quanto custa manter, escrevem as regras e depois acompanham. Empresas que perdem pulam essas etapas porque parecem burocracia, e descobrem o prejuízo lá na frente, quando já investiram.

Seu próximo passo, hoje, é simples e não custa nada: pegue a tarefa que você mais quer automatizar e responda três perguntas no papel. Quem usa o resultado dela? Quantas vezes ela acontece por mês? Quanto custa a hora de quem a executa hoje? Se você não conseguir responder as três com número, você ainda não está pronto pra automatizar essa tarefa. Melhor descobrir isso agora, de graça, do que no mês quatro.

Relacionados

Automação com IA: o guia completo

Soluções de IA prontas para empresas

Mais de 500 cases reais de IA

O IPOG quer formar contador com IA, mas o gargalo das empresas não é falta de curso

Seu time de vendas gasta 70% do tempo nos leads errados