Do diagnóstico à produção em semanas
Prazo curto é decisão de desenho
Projetos de IA que entregam em semanas existem, e nenhum deles chegou lá por pressa. Chegaram por desenho. O prazo curto sai de decisões tomadas antes do início: qual processo atacar, qual escopo cortar, qual dado usar e qual número medir. Quando essas quatro decisões são boas, a execução em semanas é consequência. Quando são ruins, nenhuma quantidade de horas extras salva o cronograma.
Este texto descreve como estruturamos nossos projetos para que o primeiro resultado mensurável apareça rápido. O método vale para quem contrata e para quem constrói, porque a maior parte dele acontece do lado do cliente.
As três fases e o que cada uma fecha
Nosso ciclo tem três fases, e cada uma existe para fechar um tipo de incerteza.
| Fase | Duração típica | O que fecha |
|---|---|---|
| Diagnóstico | 1 a 2 semanas | onde a IA paga, qual processo, qual métrica |
| Pilotagem | 2 a 4 semanas | protótipo validado com usuários reais, impacto medido |
| Produção | 2 a 4 semanas | integração, guardrails, monitoramento, operação assistida |
O diagnóstico fecha a incerteza de negócio. Entramos na operação, mapeamos onde tempo e dinheiro vazam, e saímos com um processo escolhido, uma métrica acordada por escrito e um escopo mínimo desenhado. Proposta vem depois do diagnóstico, nunca antes, porque proposta sem diagnóstico é chute com logotipo.
A pilotagem fecha a incerteza técnica. Construímos um protótipo funcional em semanas e o colocamos na frente de usuários reais, dentro do fluxo real, medindo a métrica combinada. O protótipo é deliberadamente estreito. Ele existe para provar que o núcleo do problema cede, com o dado verdadeiro e o usuário verdadeiro.
A produção fecha a incerteza operacional. Integração com os sistemas de origem, permissões, trilha de auditoria, fallback para revisão humana, monitoramento e alerta. É a fase menos fotogênica e a que separa projeto de demonstração. Ao final dela, o sistema roda sem a nossa presença diária, e o número acordado no diagnóstico é medido no ambiente real.
O que cortamos para caber em semanas
Escopo mínimo tem má fama porque costuma ser confundido com escopo pobre. A diferença está no critério de corte. Cortamos variação, e nunca profundidade: o sistema atende um processo inteiro de ponta a ponta, mas começa por um canal, um tipo de documento, uma fila. A versão que trata todos os canais e todas as exceções vem depois, financiada pela credibilidade do primeiro resultado.
Três cortes aparecem em quase todo projeto. Interface nova dá lugar a integração com a ferramenta que o time já usa. Cobertura total de casos dá lugar a um limiar de confiança com fila de revisão humana para o resto. E generalização futura dá lugar a código simples que resolve o caso presente, porque a segunda versão sempre aprende com a primeira em produção, e antecipar essa aprendizagem é apostar no escuro.
O papel do cliente no prazo
A parte menos falada dos projetos rápidos é que a velocidade depende mais do cliente do que do fornecedor. Três compromissos do lado de lá definem o cronograma.
- Um dono de processo com agenda real para o projeto, presente nas validações semanais.
- Acesso ao dado nos primeiros dias, com amostra real exportada, porque descrição de como o dado deveria ser adia o confronto com a realidade.
- Autonomia de decisão no nível do projeto, para que ajustes de escopo se resolvam em dias, sem esperar comitê mensal.
Quando um desses três falta, o cronograma dobra em silêncio. Por isso os três entram na conversa comercial antes do contrato, com a mesma seriedade do preço.
Depois da entrega, a curva continua
O fim da fase de produção abre a etapa que decide o valor de longo prazo: sustentação e evolução. Modelos degradam quando o dado de entrada muda, limiares de confiança precisam de recalibração e o próprio time do cliente descobre usos novos assim que confia no sistema. Tratamos essa etapa como contrato próprio, com monitoramento contínuo e pacotes de evolução, porque sistema de IA abandonado após o deploy volta ao estado de planilha em questão de meses. A regra de bolso do mercado situa a sustentação entre 10% e 20% do valor do projeto por ano, e é dinheiro que compra a permanência do resultado.
Um exemplo agregado
O formato típico, composto de projetos reais com detalhes removidos: uma empresa de serviços do Distrito Federal, com atendimento rodando em planilha e WhatsApp, chega com a sensação difusa de que a IA deveria ajudar em algo. O diagnóstico de duas semanas aponta a triagem de solicitações como o quadrante de maior retorno viável e fixa a métrica: tempo entre a chegada da solicitação e o primeiro encaminhamento correto.
A pilotagem entrega um classificador com limiar de confiança dentro da ferramenta existente, validado por três semanas com o time de atendimento. A produção integra o fluxo aos sistemas da casa, com fila de revisão para os casos incertos. Entre o primeiro dia do diagnóstico e a métrica medida em produção, passam nove semanas. A versão dois, que amplia canais e absorve novas categorias, começa com o time já convencido pelo número, e essa ordem dos fatores é o método inteiro.
Onde a Deep Dive entra
Esse ciclo de diagnóstico, pilotagem e produção é como trabalhamos desde 2019, com time sênior cuidando do caminho inteiro. O diagnóstico é o primeiro passo e tem escopo e preço fechados. Os detalhes estão em /consultoria e a conversa começa em /contato.
IA em produção, não em piloto
O que separa as empresas que colocam IA para rodar das que ficam presas em provas de conceito.
Padrões regionais de adoção de IA no Brasil
Como setores e regiões diferentes estão adotando IA, e o que isso indica para 2026.
Quer discutir como isso se aplica à sua operação?
Fale com nossos especialistas

