Contratar projeto de IA para a empresa: as 8 perguntas antes de assinar (e os sinais de que a demo não vai aguentar a operação)

A demonstração foi ótima. O fornecedor abriu a tela, fez cinco perguntas, e o agente respondeu tudo certo. O tom era educado e ele até citou a política de trocas. O contrato foi assinado. Três semanas depois do lançamento, o time de atendimento voltou a responder na mão "só por garantia". O gestor não sabe dizer quantas conversas a IA resolveu sozinha, e a fatura da API veio o dobro do previsto.

Nada explodiu. O projeto só parou de ser usado. Quando você pergunta ao fornecedor o que aconteceu, a resposta é "precisamos ajustar o prompt". Se isso soa familiar, o problema quase nunca foi a IA. Foi o jeito como o projeto foi comprado. Este artigo traz as perguntas que separam uma demo bonita de um sistema que aguenta a operação de verdade. Dá para usar na próxima reunião com qualquer fornecedor.

Por que o projeto de IA funciona na demo e falha em produção

É fácil fazer uma boa demo de IA. Com um modelo bom e uma tarde de ajuste, qualquer equipe monta algo que impressiona em cinco perguntas escolhidas a dedo. A diferença aparece em três pontos que a demo não mostra:

• As perguntas reais. Na demo, quem escolhe as perguntas é o fornecedor. Na operação, uma parte relevante das mensagens chega ambígua, com erro de digitação, em áudio ou como print de tela, ou mistura dois assuntos. É nesse pedaço que o time perde a confiança no agente.
• Os dados da empresa. Para ser útil, o agente precisa consultar pedido, estoque, agenda ou contrato. A integração com ERP ou CRM costuma consumir de 40% a 60% do esforço do projeto, e a demo quase sempre roda com dados de exemplo.
• A medição. Sem um conjunto de casos de teste e uma métrica combinada, ninguém consegue dizer se a versão de hoje é melhor que a da semana passada. Cada ajuste de prompt vira aposta.

Isso não exige má-fé de ninguém. Construir um protótipo é uma coisa, operar um sistema é outra. Quem nunca colocou um agente em produção simplesmente não sabe onde ele quebra.

Quem pode construir seu projeto de IA: as opções e o que cada uma entrega

Plataforma pronta de chatbot ou agente

São ferramentas SaaS com base de conhecimento, integração com WhatsApp e painel. Na maioria dos planos para pequena e média empresa, custam de R$ 300 a R$ 3.000 por mês. Resolvem bem FAQ, triagem e agendamento simples. Se o seu caso é responder dúvidas a partir de documentos e passar para um humano quando complica, comece por aqui. Sai mais barato, e você descobre o que realmente precisa antes de gastar com desenvolvimento.

O limite aparece quando o agente precisa agir: consultar o seu sistema, atualizar um cadastro ou seguir uma regra de negócio que não cabe num fluxo de arrastar e soltar.

Freelancer ou integrador

Funciona para um escopo pequeno e fechado, como uma automação que lê e-mails e cria tarefas. O risco é a continuidade, porque prompt, chaves de API e integração ficam na cabeça e na conta de uma pessoa só. Se ela sumir, você herda uma caixa-preta.

Time interno

Faz sentido quando a IA vai ser parte central do seu produto por anos. Um dev sênior com experiência real em IA passa de R$ 20 mil por mês com encargos. E um time novo leva meses até ter um processo de avaliação maduro. Para um único projeto, a conta raramente fecha.

Software house

Faz sentido quando o agente precisa se integrar a sistemas internos, tem regra de negócio própria e precisa de um responsável pela operação depois do lançamento. Projetos assim costumam ficar entre R$ 25 mil e R$ 120 mil na construção, com prazo de 6 a 16 semanas, mais o custo mensal de API e manutenção. O que move o número é a quantidade de integrações, o volume de conversas e o nível de risco de um erro. As perguntas abaixo mostram se vale a pena.

As 8 perguntas para fazer antes de contratar um projeto de IA

Antes de assinar qualquer contrato, pergunte isto:

1. "Com quais casos reais vocês vão testar antes de lançar?" A boa resposta fala em um conjunto de 50 a 200 conversas ou documentos reais da sua empresa, cada um com a resposta esperada, que roda de novo a cada mudança. Sinal de alerta: "a gente vai testando junto com vocês".
2. "Qual métrica define que o projeto deu certo, e qual é o número?" Pode ser a taxa de resolução sem humano, o tempo médio de resposta ou a taxa de erro aceitável. O importante é ter um número acordado antes do início. Sinal de alerta: "o cliente vai sentir a diferença".
3. "O que o agente faz quando não sabe a resposta?" A boa resposta traz uma regra explícita de transbordo para humano, que recebe o contexto da conversa sem obrigar o cliente a repetir tudo. Sinal de alerta: "o modelo é muito bom, quase nunca erra".
4. "Quanto custa cada conversa ou tarefa, e o que faz esse valor subir?" Um fornecedor experiente estima o custo por interação, algo entre R$ 0,05 e R$ 0,80 dependendo do modelo e do tamanho do contexto, e projeta esse valor para o seu volume mensal. Sinal de alerta: só se fala do preço do projeto.
5. "Onde ficam os logs, quem consegue ler e quais dados pessoais saem para o provedor do modelo?" Toda conversa precisa ficar registrada com o que o agente consultou e o que respondeu. A resposta também precisa deixar claro o que é enviado para OpenAI, Anthropic ou Google, e como isso conversa com a LGPD. Sinal de alerta: não existe painel, só "a gente olha se der problema".
6. "Se o modelo mudar de preço ou de versão, o que acontece?" A boa resposta descreve uma arquitetura que permite trocar de provedor com ajuste e rodar os testes de novo para confirmar que nada piorou. Sinal de alerta: o sistema fica amarrado a um único modelo sem plano B.
7. "De quem são o prompt, a base de conhecimento, o código e a conta da API?" A resposta certa é: tudo no nome da sua empresa, desde o primeiro dia. Sinal de alerta: a conta da API fica no CNPJ do fornecedor, e ele repassa o custo com margem.
8. "Quem cuida disso depois do lançamento, e quanto custa?" O fornecedor precisa ter um plano de manutenção com revisão periódica dos casos que falharam. Na maioria dos projetos, isso fica entre R$ 2 mil e R$ 8 mil por mês, conforme o volume. Sinal de alerta: o projeto "termina" na entrega.

O barato que sai caro aqui é o seguinte: o projeto sem avaliação e sem manutenção parece 30% mais barato na proposta. Em três meses, porém, vira uma ferramenta que ninguém usa, e todo o investimento vai junto.

Sinais de alerta durante a demonstração do agente de IA

A demo continua útil, desde que você conduza a conversa. Preste atenção nestes pontos:

• Só aparecem perguntas escolhidas por eles. Peça para rodar, na hora, dez mensagens reais que você trouxe.
• O agente não erra nenhuma vez. Peça para ver um caso em que ele errou e o que o sistema fez depois. Quem opera em produção tem esse exemplo na ponta da língua.
• Vem uma porcentagem de automação antes de alguém olhar seus dados. Qualquer "vamos automatizar 80% do atendimento" dito na primeira reunião é chute.
• O prazo é de uma semana para algo integrado ao seu ERP. Integração exige acesso, documentação e teste. Uma semana só dá para demo.
• Ninguém explica qual modelo roda por baixo. Você não precisa entender de engenharia, mas tem o direito de saber o que está pagando e de quem depende.

Quem já passou por um projeto travado sabe do que estou falando: os problemas quase sempre estavam visíveis na primeira reunião. Só faltou perguntar.

Onde a OCA entra: agentes que a gente opera em produção

Esse é o tipo de projeto que a gente constrói. As perguntas acima vieram da operação dos nossos próprios agentes. O VoxField é um agente de voz que faz pesquisas por telefone e hoje está em piloto com um cliente real. O REX é um agente de vendas que vai da busca de leads até a mensagem de prospecção de forma autônoma. Nos dois, a maior parte do trabalho não foi escrever prompt. Foi montar o conjunto de casos de teste, definir o que acontece quando o agente não entende, controlar o custo por interação e ler log toda semana.

Também dizemos quando não é para construir. Se uma plataforma pronta resolve o seu caso por R$ 500 por mês, é isso que a gente vai recomendar. Você pode ver os agentes e os outros sistemas que operamos no portfólio de projetos da OCA.

Próximo passo: leve 30 casos reais para a próxima reunião

Antes de falar com qualquer fornecedor, incluindo a gente, separe 30 exemplos reais do processo que você quer automatizar. Podem ser mensagens de clientes, e-mails ou documentos, cada um com a resposta que um bom funcionário daria. Coloque pelo menos 10 casos difíceis: o cliente irritado, o pedido que mistura dois assuntos, a exceção que só o gerente sabe resolver. Leve o material para a reunião e peça para o fornecedor rodar ali mesmo. Em uma hora, você aprende mais do que em três demos.

Não existe resposta única, mas existe conta certa. Se você quiser fazer essa conta com quem já opera agente de IA em produção, fale com a gente:

Converse com a OCA sobre IA no seu negócio