Estratégia em slide, operação em produção: a divisão que define o mercado brasileiro de IA

Nos últimos anos, o mercado brasileiro de consultoria de IA cresceu rápido. Não porque as empresas estejam entregando sistemas que operam: porque aprenderam a empacotar diagnóstico como transformação. O resultado é uma divisão clara no mercado. De um lado, fornecedores que entregam apresentações bem construídas sobre onde a IA pode atuar, roteiros de três anos e pilotos isolados que nunca passam de demonstração. Do outro, um conjunto muito menor de times que saem com um fluxo operacional diferente do que encontraram na entrada. A diferença entre os dois vai além do discurso: é de incentivo, método e comprometimento com o que acontece depois do slide.

Por que a maioria dos pilotos de IA para antes de chegar à produção

Segundo pesquisas da McKinsey e da Deloitte sobre adoção de IA em empresas, a maioria dos pilotos não chega a produção. Os motivos são previsíveis quando vistos de perto: integração com sistemas legados que ninguém mapeou direito, dependência de dados que existem em formato errado e uma lacuna de governança entre quem aprovou o piloto e quem precisaria operar o resultado. O piloto funciona num ambiente controlado, com dados curados e uma equipe dedicada por duas semanas. Produção é outra coisa: volume real, exceções, usuários que não leram o manual e sistemas que não falam entre si.

No Brasil, essa tensão é amplificada por fatores concretos. O parque de ERPs é majoritariamente Protheus/TOTVS, com customizações que acumularam décadas e que nenhuma API moderna cobre de forma limpa. A infraestrutura de dados em boa parte das médias e grandes empresas ainda é fragmentada entre planilhas, sistemas on-premise e integrações frágeis. Quando um piloto não leva isso em conta, ele não está preparando a empresa para produção. Está preparando uma demonstração.

O que o modelo de consultoria tradicional é desenhado para entregar

O modelo de consultoria estratégica existe há décadas e foi construído para uma função específica: diagnóstico e recomendação. Uma firma entra, entrevista stakeholders, analisa o estado atual, identifica oportunidades e entrega um documento. Esse ciclo tem valor real quando a empresa precisa de orientação e não tem clareza sobre onde atuar. O problema surge quando esse modelo é aplicado a IA como se o entregável fosse o mesmo, porque não é. Implementar um sistema que opera em produção exige engenharia, integração com dados reais, ciclos de teste com usuários reais e uma estrutura de monitoramento que não existe no deck final de uma consultoria.

O incentivo de uma firma que vende por projeto é concluir o projeto, não garantir que o sistema continue rodando seis meses depois. Isso descreve o modelo como ele foi construído, não o critica. O erro está em esperar de um fornecedor de estratégia o que só um time comprometido com operação pode entregar.

Comprar diagnóstico de IA e chamar de transformação é o equivalente a encomendar uma planta arquitetônica e anunciar que o prédio está pronto.

Como reconhecer se uma empresa está presa num ciclo de POC sem fim

Existe um padrão identificável. A empresa lança um piloto, ele roda por alguns meses, gera um relatório positivo em ambiente controlado e então para. Às vezes porque o campeão interno que o liderou mudou de área. Às vezes porque a integração com o sistema de produção revelou complexidades que o escopo original não previa. Com frequência porque não existe uma equipe interna com mandato e capacidade técnica para levar o piloto adiante. O ciclo se repete com um novo fornecedor, um novo piloto e o mesmo ponto de parada.

Os sinais são concretos: a empresa tem mais de dois pilotos bem-sucedidos em histórico e nenhum em produção há mais de seis meses; a liderança sabe citar o potencial da IA mas não consegue nomear um processo que mudou; o time de TI trata IA como projeto especial, separado da operação normal. Esses sinais juntos indicam que a empresa está comprando estratégia quando precisava comprar engenharia.

A diferença entre um diagnóstico e uma operação funcionando

A distinção mais clara é o que permanece quando o fornecedor sai. Um diagnóstico deixa um documento. Uma operação deixa um fluxo diferente. Em compras industriais num cliente do setor de mineração, o tempo de processamento caiu de 30 para 5 minutos por pedido, com zero erros de lançamento no ERP, com a mesma equipe que existia antes. Essa diferença é mensurável, auditável e não depende de uma apresentação para ser percebida. A equipe que operava o processo percebe no dia seguinte.

O que torna isso possível não é tecnologia mais sofisticada. É comprometimento com o que acontece depois da entrega. Quem entrega operação precisa entender o sistema de destino, mapear as exceções, validar com os usuários que vão operar o fluxo no dia a dia e acompanhar as primeiras semanas em produção. Esse trabalho não cabe num projeto de diagnóstico e não é o que a maioria dos fornecedores de consultoria de IA no Brasil está estruturada para fazer.

A pergunta que separa fornecedores no mercado brasileiro de IA é direta: o que você deixa quando vai embora? Se a resposta for um documento, você está comprando estratégia. Se for um processo diferente, você está comprando operação.

O que perguntar antes de contratar qualquer fornecedor de IA

Três perguntas revelam mais do que qualquer proposta comercial. Primeira: o fornecedor tem sistemas em produção há mais de seis meses num setor parecido com o meu, processando volume real, todo dia? Segunda: quem vai fazer a integração com os sistemas legados da minha empresa, e esse trabalho está no escopo e no preço? Terceira: o que acontece se o sistema apresentar um erro em produção, e existe SLA para isso? Essas perguntas são eliminatórias.

Um fornecedor que entrega estratégia vai dar respostas vagas para as duas últimas. Um que entrega operação vai ter exemplos concretos, contratos de suporte e um processo de rollout documentado. A diferença entre as respostas revela a diferença entre o que está sendo vendido, antes de assinar qualquer contrato.

Para onde o mercado vai quando as empresas amadurecem

Existe uma curva de maturidade nas empresas que já passaram pela fase do diagnóstico. Depois de dois ou três ciclos de piloto sem produção, a liderança começa a fazer perguntas diferentes. Para de perguntar onde a IA pode ajudar e começa a perguntar quem já entregou isso funcionando num ambiente parecido com o meu. A demanda muda de estratégia para referência operacional. Esse movimento está acontecendo agora no Brasil, concentrado nas empresas que têm mais exposição ao tema e que já pagaram pelo aprendizado dos pilotos que não chegaram a lugar nenhum.

O mercado vai se bifurcar com mais clareza nos próximos anos. De um lado, firmas que vendem visão, framework e roadmap para lideranças que ainda estão na fase de orientação. Do outro, times que entram com mandato para mudar um processo específico e saem quando esse processo está rodando diferente. Os dois têm espaço. Para empresas que já passaram da curiosidade, a escolha relevante é a segunda.

O mercado brasileiro de IA não tem escassez de diagnóstico. Tem escassez de quem entra num processo, integra com o ERP, trata as exceções e não vai embora antes de a operação estar estável.

Quer ler a sua operação a fundo?