Consultoria de inteligência artificial: o que faz e quando contratar

Boa parte das empresas que procuram uma consultoria de inteligência artificial chega com a pergunta errada. Na reunião, a pergunta que aparece é "qual ferramenta a gente deveria usar". A pergunta que resolve o problema é outra: quais decisões e processos desta empresa dependem hoje de alguém ler texto, procurar informação e repetir julgamento — e quais deles têm volume, regra clara e dado disponível para serem apoiados por um modelo.

A distância entre as duas perguntas é a mesma distância entre um projeto que entra na operação e um piloto bonito que morre poucos meses depois. Ferramenta virou commodity: o concorrente contrata a mesma licença na semana seguinte. O que não é commodity é o desenho — saber onde aplicar, com que dado, sob qual regra, com quem respondendo pelo resultado.

Este texto explica o que uma consultoria de IA entrega de fato, o que ela não é, os quatro tipos de trabalho que costuma executar, quando a sua empresa está pronta para contratar e o que olhar numa proposta antes de assinar.

O que faz, na prática, uma consultoria de inteligência artificial

Uma consultoria de IA traduz objetivo de negócio em sistema que funciona dentro da sua operação. Isso é menos glamouroso do que parece e muito mais útil. O trabalho começa entendendo como a empresa ganha dinheiro, onde ela perde tempo e qual informação já existe registrada em algum lugar — CRM, ERP, e-mails, planilhas, gravações de atendimento, contratos.

A partir daí, o entregável não é "IA". É uma mudança mensurável num processo específico. Alguns exemplos do que costuma sair de um trabalho bem conduzido:

• Um mapa dos processos candidatos, ordenados por esforço de implantação e impacto financeiro — com os descartados justificados.
• O desenho de como o modelo acessa o dado da empresa sem que informação sensível vaze para fora do perímetro combinado.
• Um protótipo funcional rodando com dado real da sua operação, não com exemplo de demonstração.
• O plano de implantação: quem usa, quem revisa, o que acontece quando o modelo erra, como o erro volta para quem construiu.
• Os indicadores que dizem se aquilo está valendo a pena depois que o entusiasmo inicial passa.

Repare que nada disso depende de qual fornecedor de modelo você escolheu. A escolha do modelo é uma decisão de engenharia, importante e reversível. A decisão de onde aplicar é uma decisão de negócio, cara de reverter.

O que uma consultoria de IA não é

Não é revenda de ferramenta

Se a proposta chega com o nome de uma plataforma antes de qualquer pergunta sobre o seu processo, você está diante de um canal de vendas, não de uma consultoria. Consultoria de verdade pode até recomendar uma plataforma no fim — mas depois de mapear o problema, e explicando por que aquela e não outra.

Não é treinamento avulso

Workshop de prompt tem valor: amplia o repertório do time e reduz a resistência a usar a ferramenta. Só que treinar o time inteiro para escrever prompts melhores não muda um processo. Passada a novidade, cada um continua fazendo do seu jeito, sem registro, sem padrão e sem ninguém responsável. Capacitação é parte de um projeto de IA, não substituto dele.

Não é um núcleo de inovação terceirizado

Existe um tipo de contrato que produz apresentações elegantes, comitês e roadmaps de três anos, sem nunca colocar nada em produção. É confortável para todo mundo e não muda o resultado da empresa. Uma boa consultoria em IA fica desconfortável quando passa muito tempo sem algo rodando.

Os quatro tipos de trabalho de uma consultoria em IA

1. Diagnóstico

É a fase que mapeia processos, dados disponíveis, maturidade do time e restrições regulatórias, e devolve uma priorização. O melhor sinal de um diagnóstico honesto é ele conter recusas: "isto aqui não compensa automatizar agora, pelo seguinte motivo". Diagnóstico que aprova tudo é orçamento disfarçado.

2. Arquitetura

Aqui se define onde o dado vive, como o modelo chega até ele, o que acontece quando a chamada falha, qual o custo por operação, qual a latência aceitável e o que roda dentro da sua infraestrutura versus o que roda em serviço externo. É também onde se decide integração: uma resposta de IA que não entra no sistema onde o time já trabalha vira mais uma aba aberta que ninguém usa.

3. Implementação

Construir e colocar em produção, com teste, versionamento e alguém de plantão. Boa parte do que se chama de projeto de IA é, na verdade, engenharia de software com um componente probabilístico no meio — a mesma disciplina que sustenta os projetos de automação com IA dentro da operação.

4. Governança

Política de uso, tratamento de dado pessoal sob a LGPD, registro do que foi decidido com apoio do modelo, definição de onde a revisão humana é obrigatória e avaliação contínua da qualidade das respostas. Governança não é burocracia: é o que permite escalar o uso sem que a empresa descubra tarde demais que informação confidencial foi colada num chat público.

Quando contratar uma consultoria de IA para empresas — e quando esperar

Sinais de que faz sentido agora

• Existe um processo com volume repetitivo alto e regra razoavelmente estável, no qual o custo do erro é conhecido.
• Há dado registrado em sistema, mesmo bagunçado. Dado bagunçado se arruma; dado inexistente não.
• Alguém com autoridade orçamentária patrocina o projeto e aceita ser cobrado pelo resultado.
• A empresa já testou ferramentas por conta própria e bateu num teto — o famoso "funciona na demonstração, trava na integração".

Sinais de que ainda é cedo

• Ninguém consegue nomear o processo. Se o objetivo é "usar IA", o projeto não tem alvo e vai gastar até virar apresentação.
• O dado só existe na cabeça das pessoas ou em planilhas locais que cada um mantém do seu jeito.
• O patrocinador é a área de tecnologia sozinha, sem nenhuma área de negócio comprometida com o resultado.
• O processo em questão está quebrado. Automatizar processo ruim entrega erro mais rápido, não menos erro.

Como avaliar uma proposta de consultoria em inteligência artificial

Boa parte da decisão se resolve com cinco perguntas feitas ainda na reunião comercial:

• O que acontece se o diagnóstico concluir que não vale a pena? Se a resposta constrange o fornecedor, o diagnóstico dele já tem conclusão definida.
• Qual é o critério de sucesso, por escrito, antes de começar? Tempo de ciclo, custo por atendimento, taxa de retrabalho — algo que a sua empresa já mede hoje.
• Quem opera isso no sexto mês? Se a resposta for sempre o fornecedor, você não comprou capacidade, comprou dependência.
• De quem são o código, os prompts, as bases e as integrações? Deixe claro no contrato, antes.
• Posso falar com um cliente que está em produção? Demonstração todo mundo tem. Sistema rodando há um ano com usuário reclamando e time ajustando é outra conversa.

Para entender como o mercado de fornecedores está organizado antes de montar a sua lista, vale olhar o levantamento sobre as principais empresas de consultoria em IA. Para quem quiser se aprofundar na parte conceitual, o Paul Gomes mantém análises sobre inteligência artificial, GEO e arquitetura digital que ajudam a formar critério próprio antes de sentar com qualquer fornecedor.

Como uma consultoria de IA costuma cobrar

Não existe tabela de mercado, e desconfie de quem apresenta uma. O que existe são modelos de cobrança, e entender qual está na sua frente muda a leitura da proposta:

• Diagnóstico com escopo e prazo fechados. Valor fixo, entrega documental, sem compromisso de continuidade. É a porta de entrada mais barata e a que menos compromete a empresa no longo prazo.
• Projeto por fases. Preço por entrega definida, com marcos de aceite. Exige escopo maduro; se o escopo ainda é vago, vira aditivo atrás de aditivo.
• Alocação recorrente de time. Mensalidade por um time dedicado durante um período. Faz sentido quando há fila de casos de uso, não um projeto único.
• Modelo híbrido. Diagnóstico fechado, implementação por fase e um período menor de acompanhamento. Costuma ser o arranjo mais equilibrado para empresas de porte médio, porque limita o risco do primeiro contrato sem travar a continuidade.

Um ponto que costuma gerar surpresa: o custo de operação — consumo dos modelos, infraestrutura, licenças de terceiros — é separado do honorário e continua existindo depois que o projeto acaba. Peça a estimativa desse custo recorrente junto com a proposta. Fornecedor que nunca tocou nesse assunto provavelmente nunca operou nada em escala.

Erros comuns em projetos de IA

• Começar pela ferramenta. A licença é comprada, distribuída e, seis meses depois, ninguém sabe dizer o que mudou.
• Piloto sem dono. Funciona, é elogiado na reunião e some porque nenhuma área o assumiu no orçamento do ano seguinte.
• Confundir IA generativa com todo o campo. Muito problema de negócio se resolve melhor com regra, busca bem estruturada ou modelo preditivo simples. O recorte específico de texto e geração está no artigo sobre IA generativa aplicada à operação.
• Ignorar que a IA também virou canal de descoberta. Se os assistentes não conseguem citar a sua empresa quando alguém pergunta pelo seu setor, existe um trabalho paralelo de otimização para motores de resposta a ser feito.
• Medir adoção em vez de resultado. Número de usuários ativos não é indicador de negócio. Tempo de ciclo, custo por transação e retrabalho são.

Continue por aqui

Este texto faz parte de uma série sobre contratar e aplicar inteligência artificial na empresa. Os outros recortes:

• Consultoria em IA generativa — onde a IA que gera texto e código realmente paga dentro da operação — e onde não paga.
• Otimização para IA generativa (GEO) — como uma marca passa a ser citada nas respostas do ChatGPT, do Gemini e das AI Overviews.
• Como avaliar uma empresa especialista em inteligência artificial — os três perfis de fornecedor, as perguntas que separam quem entrega de quem faz demonstração.
• Desenvolvimento de software com inteligência artificial — o que muda na engenharia quando o comportamento do sistema é probabilístico.

Quem assina esta análise

Este material é assinado por Paul Gomes, fundador da Agência Wys, que lidera a frente de inteligência artificial empresarial da agência — o BrainPilot, área dedicada a diagnóstico, arquitetura e implantação de IA dentro de operações que já estão rodando.

Se você chegou até aqui e ainda não sabe por onde começar, comece pelo que já dá para medir: o diagnóstico de aquisição é gratuito, leva cerca de quatro minutos e mostra o quanto a sua operação está preparada para transformar mídia paga em vendas — um ponto de partida objetivo antes de qualquer conversa comercial.

Perguntas frequentes

Qual a diferença entre contratar uma consultoria de IA e simplesmente comprar uma ferramenta de inteligência artificial?

A ferramenta dá acesso à tecnologia; a consultoria define onde ela entra no seu processo, com qual dado e sob qual regra. Comprar licença é rápido e reversível — qualquer concorrente faz o mesmo na semana seguinte. O que muda o resultado é o desenho: priorização dos processos, integração com os sistemas que o time já usa e um responsável pelo indicador de negócio.

Quanto custa uma consultoria em inteligência artificial?

Não existe tabela de mercado, e o valor varia com escopo, porte da operação e profundidade da integração. O que dá para comparar é o modelo de cobrança: diagnóstico com escopo e prazo fechados, projeto por fases com marcos de aceite, alocação recorrente de time ou um arranjo híbrido. Peça também a estimativa do custo de operação (consumo de modelos, infraestrutura e licenças), que é separado do honorário e continua depois que o projeto acaba.

Minha empresa é de porte médio. Faz sentido contratar consultoria de IA para empresas do meu tamanho?

Faz, desde que exista um processo nomeável com volume repetitivo, dado registrado em algum sistema e um patrocinador de negócio disposto a ser cobrado pelo resultado. Porte importa menos do que clareza de alvo. Empresas menores costumam começar por um diagnóstico de escopo fechado, com valor e prazo definidos na assinatura, que já indica se vale seguir.

Quanto tempo leva um projeto de consultoria de inteligência artificial?

Depende do tipo de trabalho. Um diagnóstico costuma ser medido em semanas e termina com uma priorização por escrito; a implementação de um primeiro caso de uso em produção é mais longa, porque envolve integração, teste e ajuste com usuário real. Desconfie de prazo curto prometido antes de alguém olhar os seus dados e sistemas.

Preciso ter os dados organizados antes de chamar uma consultoria em IA?

Não precisa estar organizado, mas precisa existir. Dado bagunçado em CRM, ERP, e-mails ou planilhas é matéria-prima tratável e faz parte do escopo do projeto. O que inviabiliza é o dado que só existe na cabeça das pessoas, sem nenhum registro em sistema.

Consultoria de IA e consultoria em IA generativa são a mesma coisa?

Não. IA generativa é um recorte dentro do campo — modelos que produzem texto, imagem ou código. Uma consultoria de IA avalia também regras, busca estruturada e modelos preditivos, que muitas vezes resolvem o problema com menos custo e mais previsibilidade. Tratar tudo como generativa é um dos erros mais caros em projetos iniciais.