IA em produção, não em piloto

O piloto virou destino

A cena se repete em empresas de todos os portes. Um time monta uma prova de conceito com um modelo de linguagem, a demonstração impressiona a diretoria e o projeto ganha nome interno. Seis meses depois, a prova de conceito continua sendo prova de conceito. Ninguém a desligou, mas ninguém depende dela.

Nos diagnósticos que conduzimos, esse padrão aparece com mais frequência do que qualquer falha técnica. O piloto que funciona em demonstração e nunca entra no fluxo real consome orçamento, desgasta o patrocinador e vacina a empresa contra a próxima tentativa. Depois de um piloto que morreu na praia, a conversa sobre IA fica mais difícil por um ou dois anos. Esse custo de credibilidade raramente entra na planilha do projeto, e costuma ser o maior de todos.

Por que pilotos morrem

Quando destrinchamos pilotos parados, as causas quase nunca envolvem a qualidade do modelo. Quatro padrões respondem pela maior parte dos casos.

O primeiro é escopo escolhido pela vitrine. O caso de uso foi selecionado porque demonstra bem em reunião, e o processo que ele toca tem pouco peso na operação. Quando chega a hora de integrar, o retorno projetado se revela pequeno demais para justificar o esforço, e o projeto perde prioridade.

O segundo é dado que só existia no ambiente de teste. O piloto rodou sobre uma amostra limpa, exportada à mão. Em produção, o mesmo dado chega incompleto, atrasado ou espalhado por três sistemas que se contradizem. A engenharia de dados que faltou no início vira o orçamento inteiro do fim.

O terceiro é ausência de dono. O piloto pertence ao time de inovação, mas o processo pertence à operação. Sem alguém da operação respondendo pelo resultado, a integração nunca sobe na fila de prioridades de quem toca o dia a dia.

O quarto é sucesso sem definição. Nenhuma métrica foi acordada antes do início, então cada área julga o resultado por um critério diferente. Sem número combinado, o comitê adia a decisão, e adiar decide.

Produção como critério desde o primeiro dia

A diferença entre um piloto e um sistema de produção se decide na primeira semana de projeto, muito antes de qualquer deploy. Os requisitos são de naturezas distintas, e tratá-los como fases sequenciais de um mesmo experimento costuma custar um retrabalho quase completo.

Projetar para a coluna da direita desde o início muda as escolhas de arquitetura, o tamanho do escopo e até o caso de uso selecionado. Um fluxo com tolerância a erro e revisão humana natural, como triagem de documentos ou rascunho de resposta, aguenta ir para produção cedo. Um fluxo que exige acerto absoluto exige guardrails que um piloto nunca constrói.

O que as empresas que chegam lá fazem diferente

Observamos um conjunto pequeno de práticas comuns entre operações que saíram do piloto. Elas escolhem um processo com dono claro e dor medível, e recusam o caso de uso de vitrine. Definem a métrica de sucesso por escrito antes da primeira linha de código. Colocam a primeira versão dentro da ferramenta que o time já usa, ainda que limitada, em vez de criar uma interface paralela que ninguém abre. Tratam revisão humana como parte permanente do desenho, com fila e responsável, em vez de fase provisória. E limitam o escopo inicial ao que cabe em semanas, porque um primeiro resultado medido em trinta dias financia politicamente todo o resto.

Nada nessa lista depende de modelo de ponta. Nos casos que acompanhamos, a escolha do fornecedor de LLM importou menos que a escolha do processo e do dono. Modelos trocam de posição no ranking a cada trimestre. Processo bem escolhido continua bem escolhido.

A métrica que resume tudo

Se uma única medida tivesse que resumir a maturidade de um programa de IA, seria o tempo entre o início do projeto e o primeiro resultado medido em produção. Empresas presas em piloto contam esse tempo em anos, quando conseguem contar. Operações maduras contam em semanas.

Esse número disciplina tudo que vem antes. Escopo grande demais o estoura. Caso de uso sem dono o estoura. Dado inacessível o estoura. Ele funciona como teste de sanidade de qualquer proposta: se o plano apresentado só mede resultado real depois de seis meses, o plano tem estrutura de piloto eterno, por mais sofisticado que pareça o modelo.

O mercado brasileiro torna essa disciplina ainda mais valiosa. Com hora sênior entre R$ 180 e R$ 280 e squads dedicados custando de R$ 60 mil a R$ 120 mil por mês, cada mês de piloto sem medição queima o orçamento que faria a integração de verdade.

Onde a Deep Dive entra

Trabalhamos do diagnóstico à produção em sprints de duas a seis semanas, com métrica de negócio definida antes do início e primeiro resultado medido em produção como critério de entrega. O diagnóstico mapeia onde a IA paga na sua operação e o que dá retorno em trinta dias. Os detalhes estão em /consultoria, e a conversa começa em /contato.