A maioria dos projetos de IA devia ter sido projetos de automação
A linha que importa, e os erros que se seguem.
A maioria das empresas que pergunta “devíamos usar IA?” devia estar a perguntar “devíamos usar automação?” — e a resposta costuma ser diferente da que o fornecedor que lhes vende IA daria.
Esta página é a versão do operador dessa conversa. Sem ângulo de fornecedor. Sem varinha mágica. Se tem um problema operacional real e quer saber para que ferramenta deve olhar, isto é para si.
A linha que importa
A automação é determinística. Mesma entrada, mesma saída, sempre. Lógica se/então, mesmo quando a lógica é complicada. A inteligência está nas regras — você escreveu-as, compreende-as, pode alterá-las, e um auditor pode lê-las.
A IA é probabilística. Com a mesma entrada, é possível uma saída diferente. A inteligência está num modelo treinado com dados. Pode moldar o seu comportamento com prompts, avaliação e arquitetura, mas não pode garantir uma saída específica. Corra-a um milhão de vezes e obtém uma distribuição, não um número.
É essa a linha. Todo o resto é detalhe de implementação.
Quando a resposta é automação
Se consegue escrever as regras — mesmo regras complicadas — a automação é a resposta certa. Não porque é mais barata (costuma ser). Porque é a ferramenta certa para o trabalho.
Exemplos em que a automação é a escolha certa:
- Gerar uma fatura a partir de itens de linha e de uma taxa de imposto
- Obter um CSV de um fornecedor e atualizar os níveis de stock
- Encaminhar um email de cliente por assunto, remetente ou número de encomenda
- Calcular os cortes ótimos de um perfil de 6,5 metros para satisfazer uma encomenda de 4 metros e outra de 1 metro
- Enviar um alerta quando uma métrica ultrapassa um limiar
Estes têm uma resposta certa. Têm um registo de auditoria por omissão. Corra-os um milhão de vezes e obtém a mesma resposta um milhão de vezes — que é exatamente o que quer para tudo o que seja financeiro, contratual ou operacional.
Se usar IA para fazer isto, acrescentou um passo probabilístico a um problema determinístico. A demo vistosa esconde isso durante algum tempo. A produção não.
Quando a resposta é IA
Se não consegue escrever as regras — ou as regras são demasiadas, demasiado difusas, ou mudam depressa demais — a IA começa a justificar o seu lugar.
- Extrair dados estruturados de documentos não estruturados (PDFs, emails, notas manuscritas)
- Classificar ou resumir texto livre como uma pessoa faria
- Gerar linguagem com qualidade humana a partir de um briefing — rascunhos, explicações, respostas
- Reconhecer padrões em entradas complexas (imagens, áudio, multimédia)
- Decisões em que a resposta certa é um juízo, não um cálculo
O teste: uma pessoa a fazer este trabalho precisaria de experiência e juízo, ou bastaria um manual de procedimentos? Manual de procedimentos → automação. Experiência e juízo → IA.
Quando a resposta é ambas
A maioria dos sistemas reais é híbrida. O padrão que funciona:
- A IA trata da parte difusa. Normalmente a interpretação das entradas ou a classificação que exige juízo, no início do fluxo de trabalho.
- A automação corre a espinha dorsal. Regras, cálculos, integrações, o fluxo operacional propriamente dito.
- A IA volta para as partes legíveis por humanos. Rascunhos de confirmações, resumos, explicações — onde a saída precisa de soar como se uma pessoa a tivesse escrito.
Exemplo: um fornecedor envia uma encomenda em PDF. A IA extrai os itens de linha, as quantidades e a data de entrega. A automação verifica o stock, calcula a margem, encaminha a encomenda para a produção, agenda-a. A IA redige o email de confirmação. A espinha dorsal determinística é a automação; a IA é usada onde as entradas e saídas são confusas.
O erro de um lado é deixar a IA correr a espinha dorsal. O erro do outro lado é recusar a IA nas margens, onde pouparia semanas de trabalho manual.
Como saber qual precisa
Opte pela automação quando:
- Consegue escrever as regras em linguagem simples
- As entradas são sempre estruturadas (formulários, bases de dados, formatos fixos)
- A mesma entrada tem de produzir a mesma saída sempre
Opte pela IA quando:
- As entradas não são estruturadas (texto livre, imagens, escrita manual)
- O trabalho exige um juízo semelhante ao humano
- A saída precisa de soar como se um humano a tivesse escrito
Acrescente um ponto de controlo humano quando:
- O custo de errar é alto — seja qual for a ferramenta escolhida
Onde as casas de prompts se enganam
Usam IA para tudo porque a IA é a única ferramenta que têm. Uma implementação só com IA de, digamos, um fluxo de faturação vai:
- Produzir faturas ligeiramente diferentes para as mesmas entradas, porque os modelos de base são não-determinísticos por omissão
- Custar uma ordem de grandeza mais por transação do que o equivalente em automação
- Precisar de um conjunto de avaliação, monitorização de desvios e versionamento de prompts para provar que está a fazer o que deve
- Ainda assim falhar na primeira entrada que não corresponde à distribuição de treino
É o padrão da demo-que-se-desfaz-na-produção. O modo de falha mais comum no terreno hoje em dia.
Onde os fornecedores de IA se enganam
Vendem-lhe uma “plataforma de IA” e tratam a automação, a integração e o trabalho de dados à volta como problema seu. Acaba com um componente inteligente dentro de um sistema fragmentado que ninguém consegue auditar e que não tem caminho de atualização agnóstico ao LLM. Quando o modelo mudar — e vai mudar — reconstrói tudo.
A plataforma cumpriu a sua função. A sua realidade operacional não.
O teste honesto
Antes de decidir que ferramenta usar, pergunte:
- Um colaborador júnior com um manual de procedimentos conseguiria fazer isto? Se sim, a automação fá-lo-á mais barato, mais depressa e de forma mais fiável.
- O trabalho exige que uma pessoa leia o contexto e tome uma decisão? Se sim, a IA pode provavelmente ajudar — mas é provável que um humano precise de se manter no processo em qualquer decisão com consequências.
- Uma resposta errada poderia custar dinheiro real, tempo real ou reputação real? Se sim, o sistema precisa de um registo de auditoria e de um caminho de revisão — seja qual for a ferramenta que escolher.
Se não consegue responder às três com confiança, é essa a conversa que devíamos ter.