Leonardo Peron3 min de leitura
Existe uma distância grande entre o que um modelo de linguagem faz numa demonstração e o que ele sustenta em produção, todo dia, com dado real e sujo. Este texto é sobre onde essa distância já foi vencida no backoffice — e onde ainda não foi.
O critério que separa as duas listas é um só, e não é técnico.
O critério: quanto custa o erro
A pergunta certa não é se a IA acerta. Ela erra, e vai continuar errando. A pergunta é o que acontece quando ela erra.
Se o erro é percebido rápido e corrigido barato, a automação vale a pena mesmo com noventa por cento de acerto: os dez por cento voltam para a fila humana e ainda assim o time recebeu de volta a maior parte do tempo. Se o erro é caro e demora a aparecer, noventa e nove por cento não é suficiente — porque o um por cento restante vira prejuízo silencioso.
Toda decisão de onde aplicar IA sai dessa conta, não da capacidade do modelo.
Onde já funciona
Extração de dado de documento. Nota, contrato, boleto, comprovante. O modelo lê e devolve campos estruturados. Funciona porque existe verificação barata: o total extraído bate com o total do pedido, ou não bate. Quando não bate, vai para revisão.
Classificação e roteamento de atendimento. Ler a mensagem que chegou e decidir para qual fila vai. O erro custa um redirecionamento, que é barato, e é percebido em minutos.
Resumo de histórico longo. Trazer para uma tela o que aconteceu com aquele cliente nos últimos dois anos. Funciona porque o resumo é um ponto de partida para uma pessoa, não uma conclusão.
Rascunho de resposta. O modelo escreve, a pessoa revisa e envia. O ganho de tempo é grande e o controle continua humano.
Conferência entre documentos. Comparar a nota que chegou com o pedido que foi feito e apontar as divergências. Não decide nada; só aponta onde olhar.
O padrão nas cinco: existe uma resposta verificável, e a verificação é mais barata que o trabalho.
Onde ainda não funciona
Decisão de crédito. Não porque o modelo não consiga produzir um parecer plausível — consegue, e é justamente esse o problema. Parecer plausível sem critério auditável é o pior dos mundos numa contestação.
Precificação de contrato. Preço carrega estratégia comercial, histórico com aquele cliente e margem que ninguém escreveu em lugar nenhum. O modelo não tem acesso à parte que importa.
Cancelamento e rescisão. Consequência jurídica direta e irreversível para o cliente. Não é lugar de automação sem pessoa.
Resposta final ao cliente sem revisão. Em canal público ou em assunto sensível, o custo de uma resposta errada é reputacional, e reputação não volta com pedido de desculpas.
Em todos esses casos a IA continua útil — organizando informação, resumindo histórico, preparando o material. Ela só não assina.
O que quase ninguém monta e é o que faz durar
A base de avaliação. Um conjunto de casos reais, com a resposta certa conhecida, incluindo os difíceis. Roda a cada mudança de instrução e a cada troca de modelo, e compara com a rodada anterior.
Sem isso, não existe forma de saber se um ajuste melhorou ou piorou. E como o modelo do provedor muda sem aviso, a qualidade cai sozinha — a descoberta acontece pelo cliente reclamando, semanas depois.
É o entregável menos vistoso de um projeto de IA e o único que determina se ele ainda estará funcionando daqui a um ano.
Como começar sem se queimar
Escolha uma tarefa da primeira lista, com volume alto e erro barato. Meça quanto tempo ela consome hoje, antes de automatizar — sem essa linha de base, não haverá como provar ganho depois.
Coloque a revisão humana no fluxo desde o primeiro dia, mesmo que pareça desperdício. É ela que gera os casos da base de avaliação. Quando a taxa de correção cair e estabilizar, aí sim discuta reduzir a revisão — com número, e não com impressão.