Sua empresa está pronta para IA? O checklist de dados e processos antes de contratar o projeto

A cena se repete: a diretoria decide que a empresa precisa de IA, alguém pede orçamento para três fornecedores, o projeto começa e, na terceira semana, trava. Não por causa do modelo, nem do fornecedor. Trava porque a base de conhecimento do atendimento está espalhada em oito PDFs desatualizados, o histórico de pedidos vive numa planilha que só o financeiro sabe abrir e ninguém consegue dizer qual é a resposta oficial para a dúvida mais comum dos clientes. Quem já passou por um projeto travado sabe do que estou falando. O problema não era a IA. Era tudo que deveria existir antes dela.

Este artigo é o checklist que eu gostaria que todo cliente aplicasse antes de assinar um contrato de IA. Ele não exige conhecimento técnico. Exige uma tarde de trabalho honesto olhando para a própria operação.

Por que projetos de IA travam antes do código

Um agente de IA não inventa conhecimento sobre a sua empresa. Ele responde com base no que você entrega para ele: documentos, histórico de conversas, regras de negócio, acesso a sistemas. Se essa matéria-prima não existe ou está desorganizada, o projeto vira outra coisa no meio do caminho: vira um projeto de organização de dados, com o taxímetro do fornecedor rodando.

O barato que sai caro aqui é o seguinte: pular a preparação para "ganhar tempo" e descobrir, já dentro do projeto, que 40% das horas contratadas foram gastas caçando informação dentro da empresa. Na nossa experiência operando agentes em produção, a preparação de dados e regras consome entre 20% e 40% do esforço total de um projeto de IA. Quando o cliente chega preparado, esse custo cai para quase zero e o cronograma encurta semanas.

O checklist de dados: o que a IA vai precisar ler

Antes de assinar qualquer contrato, pergunta isso para a sua própria equipe:

1. Existe uma fonte oficial de respostas? Para atendimento, isso significa um documento (ou conjunto de documentos) com as respostas corretas para as dúvidas mais frequentes. Se hoje cada atendente responde de um jeito, a IA vai aprender a inconsistência, não a resposta certa.
2. Os documentos estão atualizados? Tabela de preços de 2024, política de troca antiga, manual do produto na versão anterior. A IA responde com convicção, inclusive quando a fonte está errada. Documento desatualizado em produção é reclamação de cliente garantida.
3. O histórico está acessível? Conversas de WhatsApp, tickets, e-mails. Não precisa estar bonito, precisa estar exportável. Esse histórico é ouro para definir o que automatizar primeiro: os 20% de perguntas que geram 80% do volume.
4. Os dados sensíveis estão mapeados? CPF, dados de saúde, informações financeiras. Você precisa saber o que a IA pode ler e o que não pode, antes que alguém conecte o modelo na base inteira. Isso é LGPD, e a responsabilidade é sua, não do fornecedor.

Se você respondeu "não" para duas ou mais, ainda não é hora de contratar. É hora de resolver isso internamente, o que custa muito menos do que resolver dentro de um projeto.

O checklist de processos: o que a IA vai executar

Dados alimentam respostas. Processos alimentam ações. Se você quer que a IA faça algo além de responder (agendar, consultar pedido, atualizar cadastro), a régua sobe:

1. O processo tem dono e regra escrita? "Depende do caso" não é regra. Se um humano precisa decidir caso a caso sem critério documentado, a IA também não vai saber decidir. Escreva o critério primeiro.
2. Os sistemas envolvidos têm API ou algum ponto de integração? Se o seu ERP só aceita entrada manual por uma tela de 2009, a automação vai exigir gambiarras caras e frágeis. Vale perguntar ao fornecedor do sistema antes de orçar a IA.
3. Existe um caminho de escalada definido? Toda automação bem feita tem um ponto em que ela para e chama um humano. Quem recebe? Em quanto tempo responde? Sem isso, o cliente fica preso num limbo pior do que a fila de espera que você queria eliminar.
4. Você sabe medir o processo hoje? Tempo médio de resposta, volume mensal, taxa de resolução. Sem a linha de base, você nunca vai saber se a IA melhorou alguma coisa ou só mudou o formato do problema.

O checklist de pessoas: quem sustenta a IA depois do go-live

Essa é a parte que quase ninguém orça. Um agente de IA em produção precisa de alguém do lado da empresa que:

• Revise periodicamente as respostas e aponte onde o agente errou;
• Atualize a base de conhecimento quando preço, política ou produto mudar;
• Decida o que fazer com os casos que a IA escalou.

Não é um cargo novo, é uma responsabilidade de algumas horas por semana. Mas precisa ter nome e sobrenome. Nos projetos que operamos, a diferença entre um agente que melhora a cada mês e um que degrada até ser desligado está quase sempre nessa pessoa. Quando construímos o VoxField, nosso agente de voz para pesquisas telefônicas, o ciclo de revisão humana das ligações foi desenhado antes da primeira chamada em produção. Sem esse ciclo, o agente até funcionaria, mas ninguém saberia dizer se estava funcionando bem.

Como transformar o checklist em orçamento melhor

Não existe resposta única, mas existe conta certa. Quando você chega para o fornecedor com fonte oficial de respostas, processos documentados, sistemas mapeados e um responsável interno definido, três coisas acontecem:

• O orçamento fica menor e mais preciso. O fornecedor não precisa embutir gordura para cobrir o desconhecido.
• O cronograma encurta. Projetos de agente de IA com escopo bem cercado e dados prontos saem em 4 a 10 semanas. Sem preparação, o mesmo projeto facilmente dobra.
• Você compara propostas de verdade. Com o escopo claro, dá para ver quem está orçando o mesmo trabalho e quem está vendendo promessa.

Em valores de 2026, um agente de atendimento bem cercado, integrado a um ou dois sistemas, costuma ficar entre R$ 20 mil e R$ 80 mil de implementação, mais custo mensal de API e manutenção. O que move esse número para cima quase nunca é a IA em si: é a quantidade de integração e a bagunça dos dados de origem. Ou seja, o checklist acima é literalmente dinheiro.

Onde a OCA entra nessa conversa

Na OCA, a gente constrói e opera agentes de IA em produção, não em slide. O REX, nosso agente de vendas, vai da busca do lead até a mensagem de prospecção de forma autônoma. O VoxField faz pesquisas por telefone com voz de IA, em piloto com cliente real. É por operar essas coisas todo dia que insistimos na preparação: já vimos o custo de pular essa etapa. Esse é o tipo de projeto que a gente constrói, e a primeira conversa serve justamente para passar por esse checklist junto com você e dizer, com honestidade, se o seu caso está pronto, o que falta, ou se IA nem é a resposta certa agora. Você pode ver o que já colocamos em produção no portfólio de projetos da OCA.

O próximo passo prático

Antes de pedir qualquer orçamento, faça o exercício: reúna quem toca a operação, passe pelos três blocos do checklist (dados, processos, pessoas) e anote as lacunas. Esse documento de uma página vale mais do que qualquer reunião de vendas, e é exatamente o material que torna a conversa com um fornecedor produtiva desde o primeiro dia.

Se quiser fazer esse diagnóstico com quem opera agentes de IA em produção, chama a gente: Converse com a OCA sobre IA no seu negócio. A primeira conversa já sai com uma resposta honesta: pronto, quase pronto, ou ainda não.