Implementação de IA · por Gabriel Poletti
Há uma parte da sua empresa que já deveria funcionar melhor.
São 16h47. O cliente quer uma posição e a resposta depende de três pessoas.
A informação está dividida entre uma conversa no WhatsApp, a última versão de uma planilha e a memória de quem acompanhou o assunto desde o começo.
Alguém interrompe o que estava fazendo. Outra pessoa procura o arquivo. Uma terceira confirma se a informação ainda vale. Uma pergunta simples atravessa a empresa inteira antes de voltar para o cliente.
Esse episódio cabe no dia, por isso sobrevive. Quando a mesma dependência se repete durante meses, gente qualificada passa uma parte importante do tempo transportando informação, reconstruindo contexto e conferindo o que deveria ter chegado organizado.
Tempo é apenas uma parte do custo. Há também a resposta que chega sem histórico, a decisão tomada sobre uma versão antiga, o conhecimento que desaparece quando alguém sai de férias e a liderança chamada para resolver assuntos que a operação já deveria saber conduzir.
Quando isso vira rotina, crescer aumenta a quantidade de coordenação. Mais projetos geram mais mensagens, mais conferências e mais pontos de espera. A empresa produz, mas uma parte da capacidade continua presa em fazer a informação circular.
A empresa pode até usar ChatGPT. O problema continua porque acesso à ferramenta não reorganiza processo, responsabilidade ou conhecimento.
O ponto de partida é descobrir onde a empresa perde capacidade. A escolha técnica vem depois.
O que muda quando o processo vem primeiro
Começar por um agente ou uma automação produz algo visível depressa. O atrito aparece quando a solução encontra informação incompleta, exceções, responsabilidades vagas e decisões que nunca foram transformadas em critério.
Eu começo entendendo como o trabalho acontece hoje: quem participa, qual informação entra, onde ela se perde, o que não pode dar errado e qual resultado deveria melhorar.
Depois escolhemos uma oportunidade. Uma só. Com relevância operacional, risco controlável e possibilidade real de adoção.
A primeira aplicação nasce desse recorte. Ela recebe contexto, executa uma função clara e define onde alguém precisa conferir. O uso mostra o que nenhuma reunião consegue antecipar: resistência, exceção, erro, utilidade e novas necessidades.
Uso real produz evidência. Evidência orienta a próxima decisão.
Sua empresa já testou inteligência artificial.
O trabalho continua esperando as mesmas pessoas.
Eu identifico um processo onde capacidade está sendo desperdiçada e implemento uma primeira aplicação de IA dentro do trabalho real.
- Escolhe uma oportunidade real antes de escolher agente, modelo ou automação.
- Coloca uma primeira aplicação em uso antes de ampliar o escopo.
Como funciona, na prática
Eu organizo essa abordagem em 5 movimentos. Eles conectam diagnóstico, construção e uso real para que a aplicação continue ligada ao problema que justificou sua existência.
- Entender o processo.Organizar pessoas, informações, sequência, gargalos, riscos, restrições e o resultado esperado.
- Escolher uma oportunidade.Priorizar um ponto com impacto relevante, frequência, viabilidade e possibilidade real de adoção.
- Estruturar a menor aplicação útil.Definir sua função, contexto, fontes, limites e os pontos que continuam exigindo decisão humana.
- Experimentar no trabalho real.Colocar a aplicação no fluxo com usuários, documentos e exceções reais.
- Evoluir com evidência.Comparar o uso com os critérios combinados e decidir o que ajustar, ampliar ou interromper.
Por que eu trabalho desse jeito
Comecei em 2008, quando o 3D ainda era observado com desconfiança por parte do mercado. Vieram um estúdio de visualização arquitetônica, uma escola de 3D, arquitetura, projetos, clientes, fornecedores, equipe e responsabilidade por entrega.
Foram 18 anos atravessando sistemas, visual, tecnologia e negócio. Arquitetura me ensinou a enxergar partes interdependentes. Visualização me ensinou a materializar uma ideia para que outra pessoa pudesse avaliá-la. Ensino me obrigou a decompor complexidade.
Comecei a estudar inteligência artificial no fim de 2023 e a usei primeiro nos meus próprios processos. Construí assistentes para briefing, checklist, detalhamento, configuração de render, imagem, vídeo e outras tarefas recorrentes.
Os resultados mais consistentes apareciam quando a solução carregava contexto, instruções e critérios específicos. Quando eu tentava generalizar demais, ela perdia aquilo que a tornava útil.
Essa trajetória me fez repensar o meu trabalho. Nasceu dali uma direção clara para implementações em empresas: entrar no contexto, entender o processo e construir para aquela realidade.
Esse repertório importa porque implementação exige mais do que configurar software. É preciso traduzir conhecimento informal, reconhecer dependências, materializar uma hipótese e observar como pessoas reais respondem à mudança. A tecnologia ocupa uma parte do trabalho. O restante continua sendo sistema, comunicação e julgamento.
Uma caixa de ferramentas ou uma capacidade dentro da operação
Pela abordagem convencional, a empresa escolhe uma ferramenta em alta, pede para a equipe testar, distribui alguns prompts e produz uma demonstração. A novidade fica disponível, mas o processo continua quase igual.
Pelo Processo Primeiro, a empresa mapeia um trabalho relevante, prioriza uma oportunidade, estrutura contexto e critérios, constrói a menor aplicação útil e coloca essa hipótese diante do uso real.
Imagine uma empresa que demora para responder dúvidas sobre documentos de projeto. O primeiro impulso seria colocar todos os arquivos num chatbot. O método começa pelas perguntas que realmente se repetem, pelas fontes autorizadas, pela forma de citar a origem e pelos casos em que alguém precisa revisar.
Em uma análise documental, o raciocínio é parecido. Definimos o que procurar, como sinalizar incerteza e qual decisão continua pertencendo ao profissional.
Escolher uma skill, um GPT, um agente ou uma automação não resolve o processo.
A ferramenta pode existir e o trabalho continuar dependendo das mesmas pessoas, informações e decisões.
Capacidade na operação
A aplicação recebe uma entrada, executa uma tarefa delimitada e contribui para um resultado.
Você não compra a ferramenta. Constrói a capacidade.
Ver o diagrama completoO trabalho que proponho
O serviço se chama Implementação de IA. Ele começa por um diagnóstico pago e independente de um processo real da sua empresa.
O diagnóstico organiza o estado atual, identifica a oportunidade prioritária, define o resultado desejado, registra a hipótese de solução e estabelece os primeiros critérios de sucesso.
Se a conclusão for que inteligência artificial não deveria entrar naquele processo, o diagnóstico cumpriu uma função importante: evitou construir no lugar errado.
Quando existe uma oportunidade consistente, esse material se torna a base da implementação. A forma técnica pode ser uma skill especializada, um agente, uma base de conhecimento estruturada, um workflow, uma automação, uma interface pequena ou a combinação necessária.
A implementação também protege a equipe de uma mudança ampla demais. Ninguém precisa adotar um novo sistema para toda a empresa antes de descobrir se ele ajuda numa rotina específica. Um recorte menor permite localizar erros, preparar os participantes e aprender com menos dependências.
A empresa começa com uma capacidade delimitada, com contexto, regras, participação humana e critério de sucesso. O conhecimento existente continua sendo o ativo. A tecnologia ajuda esse conhecimento a chegar melhor ao ponto em que precisa ser usado.
O que você recebe
- Mapa do processo.Pessoas, etapas, informações, gargalos, riscos e resultado esperado organizados numa leitura comum.
- Oportunidade priorizada.Uma frente escolhida por impacto, frequência, viabilidade, risco e possibilidade de adoção.
- Escopo da primeira capacidade.O que a aplicação fará, o que ficará fora, quais informações utilizará e como será avaliada.
- Aplicação construída.A combinação técnica adequada ao caso, pronta para entrar no processo real.
- Regras de operação.Contexto, instruções, fontes, guardrails, tratamento de incerteza e participação humana definidos.
- Ciclo de uso e medição.Observação do comportamento e comparação com os critérios combinados antes de qualquer ampliação.
Ao final da primeira implementação, a empresa não recebe apenas um arquivo ou uma recomendação. Existe uma aplicação funcionando, uma responsabilidade definida para cada ponto crítico e um critério combinado para avaliar se o processo melhorou.
Também fica mais claro o que fazer depois. A evidência pode justificar um ajuste, uma ampliação para outro trecho do processo ou a decisão de não continuar. Essa clareza evita transformar uma primeira experiência em compromisso com uma infraestrutura maior do que a operação precisa.
Um filtro honesto: este trabalho é para empresas de arquitetura, engenharia, construção e incorporação que já possuem operação, pessoas, informação e responsabilidade por resultado.
Normalmente a conversa começa com um dono, sócio, diretor ou gestor diante de uma rotina que consome tempo, depende de poucas pessoas, repete trabalho ou demora para produzir uma resposta confiável.
A procura por uma aula de ChatGPT, um pacote genérico de prompts ou uma demonstração de inovação pede outro tipo de serviço.
Primeiro passo
Me mostre um processo que funciona pior do que deveria.
conversa inicial · diagnóstico pago quando existe encaixe
A conversa inicial serve para entender o contexto e verificar se existe uma oportunidade real. Não há prazo, desconto ou escassez artificial nesta página.
Você não precisa chegar com a solução. Traga o processo como ele acontece hoje, inclusive as exceções, dependências e partes que ainda ninguém conseguiu organizar.
Se existir uma oportunidade clara, o diagnóstico mostra por onde começar. Se não existir, melhor descobrir antes de construir.
Gabriel Poletti
P.S. A primeira implementação trabalha uma oportunidade por vez. O objetivo é produzir uso e evidência antes de aumentar a complexidade.
O que precisa estar claro antes da conversa
Preciso chegar sabendo qual ferramenta usar?
Não. A escolha técnica acontece depois que o processo e a oportunidade foram compreendidos.
O diagnóstico é obrigatório?
Sim. Toda implementação começa pelo entendimento do processo. O diagnóstico é uma etapa paga e possui valor mesmo sem a construção seguinte.
E se inteligência artificial não fizer sentido?
Essa também é uma conclusão válida. Evitar uma aplicação desnecessária faz parte do trabalho.
A solução é sempre um agente?
A forma depende do problema. Pode ser skill, agente, workflow, automação, base de conhecimento, interface ou uma combinação.