Por que as implantações de IA travam e onde deve ficar o cérebro da sua empresa

Oito problemas que travam implantações de IA, de licenças que não mudam nada a pilotos barrados pela segurança. A maioria se resume a processo, dados e responsabilidade, incluindo onde deve ficar o conhecimento da empresa.

  1. Foco no cliente
  2. Processo e responsabilidade
  3. Dados compartilhados
  4. Trabalho com apoio de IA
Dê uma base à IA: combine o cliente, o processo e os dados que ela deve usar.
A versão resumida

Um consultor de RevOps me perguntou onde deveria ficar o conhecimento da empresa de um cliente dele. Essa pergunta está por trás da maioria das implantações de IA que vejo travar. Aqui estão os oito problemas que mais encontro, por que trocar de modelo não resolve nenhum deles e o que eu disse a ele sobre a empresa ser dona do próprio cérebro.

  • A maioria das implantações de IA trava em processo, dados e responsabilidade. Trocar de modelo não resolve nada disso.
  • Mantenha o conhecimento da empresa em um armazenamento que pertença a ela, com definições combinadas por cima, para que todo assistente dê a mesma resposta.
  • Entregue o trabalho a uma equipe multidisciplinar, e não só à TI, e mude um processo de cada vez.

Onde fica o cérebro?

Há pouco tempo, conversei com um consultor de RevOps sobre um dos clientes dele, uma corretora de seguros com cerca de cem pessoas. A empresa já tinha ferramentas de IA. O que ela não tinha era resposta para uma pergunta mais simples: onde fica o cérebro? Para onde deve ir todo o conhecimento da empresa, das gravações de chamadas e dos tickets de suporte aos e-mails de vendas, para que cada pessoa e cada assistente trabalhe com a mesma visão?

Ele também perguntou se o Five Dots poderia ser esse lugar. Não é, e isso é de propósito. O Five Dots funciona dentro da estrutura de IA que a empresa já tem, e nenhum dado do negócio jamais é enviado para nós. O conhecimento precisa ficar em algum lugar que a empresa controle.

A pergunta ficou na minha cabeça, porque está por trás da maioria das implantações de IA que vejo travar. Quando listo os problemas que as empresas encontram ao implantar IA, quase nenhum tem a ver com o modelo. Trocar um assistente por outro não resolveria um único item da lista. Eles se resumem a processo, dados e responsabilidade, o que é outra forma de dizer gestão da mudança.

Oito problemas que vejo o tempo todo

Eles se dividem em três grupos e raramente aparecem sozinhos. Uma empresa com um CRM bagunçado em geral também tem documentos de processo que ninguém atualiza há anos, e as duas coisas tornam a IA menos confiável. É assim que uma equipe acaba conferindo cada resposta.

Oito motivos que travam implantações de IA · toque nos que você reconhece

Processos

Dados e instruções

Confiança e responsabilidade

Toque nos problemas que você reconhece para ver por onde começar a ler.

O processo nunca mudou

O padrão mais comum é também o mais simples. Uma empresa compra licenças para todo mundo e espera os ganhos. As pessoas de fato ficam mais rápidas para redigir e resumir, e isso é real. Enquanto isso, a conta mensal sobe, e o processo em volta dessas pessoas é o mesmo do ano passado. Não há nada que alguém possa apontar e dizer: isto agora leva metade do tempo.

O segundo é a demo que nunca sai do papel. Alguém cria um agente impressionante, mostra para todo mundo, e depois nada acontece. Ele não tem responsável, nunca foi conectado a dados reais, e nenhuma equipe mudou sua forma de trabalhar para abrir espaço para ele. Uma demo mostra que algo é possível. O processo só muda quando alguém decide que ele vai mudar.

O terceiro passa despercebido com mais facilidade. Em muitos dos processos que analiso, o trabalho em si ocupa uma pequena parte do tempo total. A maior parte é espera por uma aprovação, uma passagem de bastão ou uma resposta, então acelerar o trabalho muda pouco. Experimente na proposta inventada abaixo.

Exemplo inventado · uma proposta, do rascunho ao envio

Preparar a proposta20 min
Aguardar aprovação do desconto2 dias
Aguardar o jurídico1 dia

Alguém trabalhandoEsperando

Tempo do rascunho ao envio3 dias e 20 minutosVinte minutos de trabalho, três dias de espera. Desenhado em escala, o trabalho ficaria fino demais para ser visto.

Um copiloto em cima da bagunça

As empresas querem um assistente que responda perguntas sobre os clientes, enquanto os dados por baixo estão em dois CRMs, cheios de duplicatas, ao lado de uma empresa adquirida que nunca foi integrada. O assistente não tem como saber qual registro está certo. Vai responder mesmo assim, e com toda a segurança do mundo.

Conectar agentes a tudo piora a situação. Um agente com acesso a uma dúzia de ferramentas gasta seus tokens procurando, e duas execuções da mesma pergunta podem chegar a fontes diferentes e voltar com respostas diferentes. Agentes funcionam melhor com um conjunto pequeno de ferramentas e um único lugar de onde tirar os dados.

Depois vêm as instruções. Quando a TI constrói uma automação, muitas vezes parte dos procedimentos operacionais padrão. Eles costumam estar desatualizados, ou descrevem como o processo deveria funcionar anos atrás. Um agente construído com as instruções erradas faz a coisa errada com rapidez e consistência. Antes de automatizar um processo, sente com quem o executa e registre como ele deve funcionar hoje.

Os três problemas levam de volta à pergunta do consultor. Os agentes precisam de um único lugar de onde tirar o conhecimento, com dados limpos e definições combinadas.

Seja dono do cérebro

Minha resposta foi que a empresa deve ser dona dele, em vez de entregá-lo a uma ferramenta de terceiros, por mais conveniente que ela seja. Empresas jovens de IA vêm e vão, e você não quer que o centro do seu negócio desapareça junto com uma delas. Você também quer continuar livre para trocar de provedor de IA. Se você passar do ChatGPT para o Claude no ano que vem, ou usar os dois, seu conhecimento não deveria ter que mudar junto com você.

O melhor lugar é o data warehouse ou o banco de dados que a empresa já usa, como BigQuery ou Supabase. O trabalho de verdade é colocar tudo lá dentro e combinar as regras por cima: quem pode ver quais dados, e uma área de homologação para testar mudanças antes que elas cheguem a todos.

Por cima fica uma camada semântica, onde a empresa registra o que seus dados significam. A receita recorrente anual (ARR) é calculada de um único jeito, então, quer alguém pergunte no Claude, no HubSpot ou em um dashboard, o número é o mesmo.

Você pode começar no Notion ou no Google Docs enquanto descobre o que as pessoas perguntam. Mas documentos são difíceis de consultar e de manter atualizados, então, para algo robusto, invista na camada de dados. Nosso guia sobre como rodar RevOps no Claude mostra a configuração completa.

  • CRM
  • Tickets de suporte
  • E-mails
  • Transcrições de chamadas
  • Finanças
A ferramenta de IA de um fornecedorSeu conhecimento, no produto deles
  • O assistente do fornecedor
  • Claudenos termos do fornecedor
  • ChatGPTnos termos do fornecedor
  • Dashboardsnos termos do fornecedor

O conhecimento fica no produto de outra empresa. Troque de provedor de IA, ou perca o fornecedor, e ele precisa mudar de lugar.

Não é tarefa só para a TI

O último grupo de problemas é sobre confiança. Quando a IA erra só o suficiente, alguém confere cada linha, e o tempo economizado volta direto para a conferência. Um prompt melhor raramente resolve isso. Corrigir os dados e as definições resolve, e aí a conferência pode ser proporcional ao que está em jogo.

As revisões de segurança e de hospedagem são o outro problema de confiança. Pilotos com um caso de negócio claro param ali porque ninguém perguntou para onde iriam os dados até o último momento. Traga a segurança na primeira semana, não na última.

O que me traz de volta ao cérebro. Sugeri que o consultor dissesse à liderança do cliente para não deixar a TI conduzir isso sozinha. O conhecimento da empresa é o centro de tudo, e importante demais para dar errado. Ele precisa de uma pequena equipe multidisciplinar que o construa em conjunto, o mantenha em dia e resolva a maior parte das questões de confiança pelo caminho.

Quanta revisãoUma olhada antes de usar
Quem confereQuem vai usar

Confira tudo a fundo e o tempo economizado vai todo para a conferência.

Quem é responsável pelo conhecimento da empresa

  • TI ou a equipe de dadosA plataforma e quem tem acesso
  • RevOpsDados comerciais e as definições
  • Líderes de cada áreaA própria área: finanças, jurídico, suporte
  • SegurançaEnvolvida desde a primeira semana

Por onde começar

Se você reconheceu alguns destes, está em boa companhia. A maioria das soluções não é técnica. São decisões sobre processo, dados e responsabilidade, e é mais fácil tomá-las um processo de cada vez. Veja o que ter pronto antes de colocar IA em um deles.

Antes de levar a IA para um processo · marque o que você já tem

0 de 6Comece pelo topo: um processo, mapeado com honestidade.

Fontes e leituras adicionais

Coloque o método em prática.

Execute a auditoria de GTM gratuita na estrutura do Claude que você já tem.

01 /pt-br IA e operações

Claude como seu sistema de RevOps: o guia de configuração

Como configurar o Claude como o sistema de operações de receita da sua empresa: primeiro a estratégia, um armazenamento de dados neutro, uma camada semântica, dados limpos e, depois, automação, Slack e a questão do CRM.

Haris OdobasicHaris Odobasic16 min de leitura
02 /pt-br IA e RevOps

Já criei meus próprios agentes de RevOps no Claude. Por que eu adicionaria o Five Dots?

Se você já faz o trabalho de RevOps com seus próprios agentes no Claude, o Five Dots não substitui essa estrutura. Ele acrescenta um método e uma base de conhecimento construídos a partir de mais de 100 projetos de RevOps, e que continuam crescendo.

Haris OdobasicHaris Odobasic5 min de leitura