A demo funciona. O agente responde bem, o time aplaude, alguém tira print e manda no grupo da diretoria. Três meses depois o projeto continua no mesmo lugar: um ambiente de teste que ninguém desligou porque desligar seria admitir que não deu certo. Vimos essa cena repetida em operações de todos os tamanhos, e o padrão é sempre o mesmo.
46%
Parcela média das provas de conceito de IA que as organizações descartaram antes de chegar à produção. Levantamento global (América do Norte e Europa), não brasileiro.
Fonte: S&P Global Market Intelligence, Voice of the Enterprise: AI & Machine Learning, 2025.Survey autodeclarada com mais de mil respondentes de TI e de áreas de negócio na América do Norte e na Europa. É a média da parcela de provas de conceito por organização, não a parcela de empresas. A página da própria S&P bloqueia acesso automatizado; a citação é da CIO Dive, que reproduz o número direto da S&P.
A BCG chegou a um retrato parecido por outro caminho: ouvindo mil executivos em 59 países, encontrou só 26% de empresas com capacidade de sair da prova de conceito e gerar valor de fato. As outras 74% estão paradas em algum degrau antes disso. Nenhuma dessas duas pesquisas é brasileira, e nenhuma das duas diz que o modelo é ruim.
O que trava não é a qualidade da resposta. É o entorno. Um agente em produção precisa de dado confiável, de um dono claro, de um jeito de errar sem quebrar nada e de alguém do negócio que responda quando ele erra. Piloto nenhum precisa disso. Produção precisa de tudo isso ao mesmo tempo.
A demo esconde as três perguntas difíceis
Numa demonstração, o cenário é escolhido. Os dados são limpos, o caso é típico, o usuário é gentil. Produção é o oposto: o pedido chega com campo em branco, o cliente escreve em caixa alta, o sistema legado devolve timeout. Quem só validou o caso feliz não validou nada.
- Quem assume o erro do agente quando ele acontece na frente do cliente? Se a resposta é "a área de tecnologia", o projeto já nasceu órfão.
- O que o agente pode fazer sozinho e o que exige um humano no meio? Precisa estar escrito antes da primeira linha de código, não depois do primeiro incidente.
- Como você mede se ele está funcionando na semana 12, e não só no dia da apresentação? Sem indicador definido, qualquer resultado vira opinião.
Piloto é um teste de capacidade. Produção é um teste de responsabilidade. A maior parte das empresas acha que passou no segundo porque passou no primeiro.
Jaimes Patrick, presidente e fundador da Tourium
As causas são sempre as mesmas quatro ou cinco
A RAND entrevistou 65 cientistas e engenheiros de dados sêniores para entender por que projetos de IA morrem. A lista que saiu de lá não tem nada de tecnológico: o problema a ser resolvido foi mal comunicado, a organização não tem o dado necessário, o time perseguiu a tecnologia da moda em vez do problema do usuário, a infraestrutura de governança e de deploy não existe, e às vezes o problema é simplesmente difícil demais para o estado atual da IA. Nenhuma dessas cinco se resolve trocando de modelo.
O que muda quando o agente vira parte do processo
Nos projetos que chegam à produção e ficam lá, a diferença aparece cedo. O escopo é menor do que a ambição inicial, o dono do processo senta na mesma sala do time técnico e existe um botão de desligar que qualquer um pode apertar sem pedir autorização. Nada disso é sofisticado. É só combinado.
Comece pelo processo mais chato que você tem, aquele que ninguém disputa. Coloque o agente pra rodar em paralelo com o humano por duas semanas, compare os dois lado a lado e só então tire o humano da linha de frente. É lento no começo e rápido no fim, que é a ordem certa.
