Automação de processos com IA dá resultado quando começa pequena: um processo que se repete, com volume que a equipe não dá conta, dado que já existe em algum sistema e uma meta que dá para medir. A IA entra só onde a regra não resolve. Quem começa pelo contrário costuma parar no piloto.

Por que tantos projetos de IA param no piloto?

A adoção cresceu rápido. Segundo a Pintec Semestral do IBGE, divulgada em 24 de setembro de 2025, a parcela de indústrias com 100 ou mais pessoas ocupadas que usaram inteligência artificial passou de 16,9% em 2022 para 41,9% em 2024. Foi a tecnologia digital avançada que mais cresceu no período, e a área administrativa foi onde ela mais apareceu.

Usar não é o mesmo que colher resultado. Em junho de 2025, o Gartner previu que mais de 40% dos projetos de agentes de IA serão cancelados até o fim de 2027, por custo crescente, valor de negócio pouco claro ou controle de risco insuficiente. Na mesma análise, a consultoria afirma que boa parte dos casos de uso vendidos como “agentes” não precisa de um agente para funcionar, e chama de agent washing a prática de rebatizar chatbot e automação antiga com o nome da moda.

Na mesma pesquisa do IBGE, entre as indústrias que já usam tecnologias digitais avançadas (não só IA), os obstáculos mais citados foram o custo alto das soluções (78,6%), a falta de pessoal qualificado (54,2%) e a dificuldade de integração entre as áreas da empresa (45,1%).

Nossa leitura dos três números: o projeto não para porque a IA é fraca. Para porque começou grande demais, sem dono, sem meta e longe dos sistemas onde o dado mora.

Como escolher o primeiro processo

O primeiro processo é o que vai convencer a empresa, ou não, a fazer o segundo. Precisa ser pequeno o bastante para entregar em semanas e importante o bastante para alguém sentir falta dele. Seis perguntas ajudam:

1. Ele se repete? Toda semana, todo dia, a cada pedido. Processo que acontece duas vezes por ano não paga a construção.
2. O volume já passou do que a equipe consegue fazer bem? Quando a conferência é por amostragem porque não dá tempo de olhar tudo, há dinheiro ou prazo escapando.
3. O dado já existe em algum sistema? ERP, plataforma de e-commerce, planilha, caixa de e-mail, PDF de fornecedor. Se o dado ainda não existe, o primeiro projeto é coletá-lo, não automatizar.
4. Existe uma regra, mesmo que com exceções? “A fatura tem que bater com o contrato”, “o pedido acima de tal valor passa pelo financeiro”. A regra é a espinha do processo; a IA cuida do que foge dela.
5. Tem dono? Uma pessoa que conhece o processo, responde dúvidas e vai usar o resultado. Sem dono, a automação fica pronta e ninguém olha.
6. O erro custa algo visível? Multa, cobrança indevida, retrabalho, cliente esperando. É o que vai virar a meta.

Regra ou IA: o que cada etapa pede?

A maior parte de um processo de retaguarda é regra. Comparar valor com contrato, conferir se o pedido existe, somar, arquivar, avisar alguém: tudo isso uma automação comum faz, mais barato e sem surpresa. A IA vale a pena em três situações:

• Ler o que não tem formato fixo. Fatura em PDF que cada fornecedor monta de um jeito, e-mail escrito à mão, contrato com cláusulas em ordem diferente.
• Classificar exceções. Quando a regra diz “não bateu”, alguém precisa entender por quê: reajuste previsto, taxa extra, erro de cadastro, cobrança indevida.
• Escrever o encaminhamento. O resumo para quem decide, a contestação para o fornecedor, a resposta para o cliente, sempre revisada por uma pessoa da equipe enquanto o processo amadurece.

O próprio Gartner recomenda essa divisão: agente onde há decisão, automação para o fluxo de rotina e assistente para consulta simples. Na prática, um bom desenho tem muita regra e pouca IA, e isso é bom sinal. Cada etapa com IA precisa de um critério de conferência e de alguém que veja as exceções.

Um exemplo de como isso fica de ponta a ponta: uma operação de e-commerce com várias transportadoras recebe dezenas de faturas por mês, cada uma num formato. A regra cruza pedido, tabela do contrato e valor cobrado. A IA lê as faturas irregulares e separa as divergências por tipo. A equipe recebe só a lista do que contestar, antes do vencimento. Voltaremos a esse caso com detalhe num próximo post da série.

Um processo, uma meta, um prazo

Antes de construir, vale escrever três linhas:

• O processo, com começo e fim: “da chegada da fatura até a contestação enviada”.
• A meta, num número que já é possível medir hoje: horas de equipe por semana, percentual de itens conferidos, valor cobrado a mais, prazo de resposta.
• O prazo para a primeira versão rodar com dado real, em semanas, não em meses.

O número de hoje é a linha de base. Sem ele, ninguém sabe dizer depois se a automação funcionou.

Depois de pronta, a automação precisa de sustentação: o fornecedor muda o layout da fatura, o contrato é renovado, o sistema ganha um campo novo. Quem não planeja essa manutenção descobre o problema quando a conferência para de bater. Esse custo entra na conta desde o começo, junto com o da construção.

O que pedir antes de entregar os dados da empresa

Automação de retaguarda mexe com dado sensível: faturamento, contratos, cadastro de clientes. Quatro cuidados que vale exigir de qualquer fornecedor:

1. Acordo de confidencialidade assinado antes de qualquer arquivo trocar de mão.
2. Acesso somente leitura aos sistemas, com chave própria que a empresa pode revogar a qualquer momento.
3. Só os campos necessários. Se o processo é conferir frete, ninguém precisa do CPF do cliente final.
4. Dado da empresa fora do treino de modelos. Vale perguntar em que serviço de IA o texto é processado e o que o contrato desse serviço diz sobre retenção e treinamento.

A Lei Geral de Proteção de Dados vale para a automação como vale para qualquer sistema. Trataremos dela em detalhe num post próprio da série.

Como começamos esses projetos

Na Degrau, quem planeja a automação é a mesma equipe que constrói integração e painel. O caminho que usamos é o deste texto: escolher um processo com o dono dele, medir a linha de base, desenhar o que é regra e o que é IA, construir dentro dos sistemas que a empresa já usa e acompanhar depois de pronto. Um exemplo publicado é o case de automação no atendimento de um e-commerce, com respostas mais rápidas e atualizadas aos clientes.

IA que trabalha num processo é diferente de IA que escreve texto para o site; sobre esse outro uso, explicamos a regra do Google para conteúdo feito com IA.

Se você já tem um processo em mente, a primeira conversa sobre automação de processos com IA é gratuita: ouvimos o processo, olhamos onde o dado está e dizemos com franqueza se vale automatizar e por onde começar.

Fontes lidas em 02/11/2026: IBGE, Pintec Semestral 2024, Agência de Notícias, 24/09/2025; Gartner, comunicado de 25/06/2025 sobre projetos de agentes de IA.

Perguntas frequentes

Qual é o primeiro passo da automação de processos com IA?

Escolher um único processo que se repete, tem volume alto, usa dado que já existe em algum sistema e tem um dono na equipe. Em seguida, medir como ele funciona hoje (horas, erros, valores) para ter com o que comparar depois.

Todo processo automatizado precisa de inteligência artificial?

Não. A maior parte de um processo de retaguarda é regra, e automação comum resolve com menos custo. A IA entra onde a regra não basta: ler documento sem formato fixo, classificar exceções e redigir encaminhamentos.

Quanto tempo leva para a primeira automação rodar?

Depende do processo e do acesso aos dados. Nossa recomendação é que a primeira versão rode com dado real em semanas, não em meses.

É seguro usar IA com os dados financeiros da empresa?

Pode ser, com quatro cuidados: acordo de confidencialidade, acesso somente leitura aos sistemas, apenas os campos necessários e garantia contratual de que os dados não são usados para treinar modelos. A Lei Geral de Proteção de Dados vale como em qualquer sistema.