Consultoria em IA generativa: onde ela paga e onde não

Uma pergunta separa o projeto de IA generativa que chega à produção daquele que morre no piloto: o que acontece quando o modelo erra? Quem decide compra a demonstração — a resposta bem escrita, o resumo instantâneo, o código pronto — e só depois descobre que ali não havia custo de erro. Dentro da empresa, há.

Este texto trata do recorte generativo: modelos de linguagem, agentes, copilotos, geração de conteúdo e de código operando sobre o dado da sua operação. É um território diferente do da IA preditiva clássica, e confundir os dois está na origem de boa parte dos projetos que fracassam. Se a dúvida ainda for anterior — se contrata, quando e como escolher —, o texto certo é o panorama de empresas de consultoria em inteligência artificial. Aqui a pergunta já é outra: como fazer IA generativa dar retorno sem virar passivo.

O que uma consultoria em IA generativa faz de útil, na prática, é pouco glamouroso. Escolhe os poucos processos em que gerar linguagem resolve um gargalo real, prepara o dado que o modelo vai consultar, define como o erro é detectado antes de chegar ao cliente e monta a medição do resultado. Escolha de modelo, ferramenta e provedor vem depois disso, nunca antes.

Gerar não é prever, e essa diferença define o projeto

A IA preditiva clássica responde pergunta fechada com número: qual cliente tende a cancelar, qual pedido tem risco de fraude, quanto a loja vende no mês que vem. O acerto é verificável contra o que aconteceu depois.

A IA generativa produz saída aberta: um texto, um resumo, uma resposta ao cliente, uma função em código. Não existe um valor verdadeiro contra o qual comparar automaticamente. Existem saídas melhores e piores segundo um critério que alguém precisa escrever. Dessa mudança decorrem quatro consequências que aparecem em qualquer projeto:

• O critério de qualidade vira trabalho de negócio. Alguém da área precisa dizer o que é uma boa resposta ao cliente, um resumo útil de contrato, um código aceitável. Sem isso, a equipe técnica otimiza no escuro.
• Não existe uma acurácia única. O mesmo assistente pode ser excelente em resumir e sofrível em interpretar cláusula jurídica. Avaliação por tarefa, nunca por sistema.
• O erro é plausível. Um modelo preditivo erra de forma visível: o número destoa. Uma saída generativa errada tem a mesma cara de uma correta — bem escrita, segura, convincente.
• O custo tende a ser por uso, não por licença. No que se constrói sobre API, a conta é por token e cresce com a adoção: quanto mais o projeto dá certo, mais caro fica.

Quem trata generativa como se fosse preditiva cobra uma acurácia que ninguém sabe definir e ignora o controle que funciona: desenhar o processo sabendo que o erro vai acontecer.

Onde a IA generativa realmente paga

O padrão é consistente: generativa paga onde há volume de texto, base documental existente e tolerância a revisão humana. Com os três presentes, o ganho aparece rápido. Faltando um, o projeto vira demonstração permanente.

Atendimento e suporte

O caso mais maduro, com uma ressalva: o ganho inicial não está em substituir o atendente, está em entregar a ele um rascunho com a informação já recuperada da base. Quando o rascunho é bom, o tempo por chamado tende a cair, e a variação de qualidade entre atendentes diminui. Autonomia vem depois e por faixa de assunto, começando pelo que é barato errar.

Documentação e pesquisa interna

Contratos, manuais técnicos, políticas, histórico de projetos, atas. Aqui o valor não é gerar texto novo, é encontrar e sintetizar o que já existe e ninguém acha. Empresas com documentação dispersa costumam ter o melhor retorno aqui, porque a busca por sentido sobre acervo próprio sempre foi mal resolvida pelas ferramentas de busca interna tradicionais.

Código

Geração e revisão de código têm ganho claro em tarefas repetitivas, testes, migrações e leitura de legado, e ganho bem menor em decisão de arquitetura. Assunto com regras próprias, que merece tratamento à parte.

Marketing e conteúdo

Funciona para escala e para primeira versão, não para autoridade: conteúdo genérico em volume compete com todo mundo que também gerou conteúdo genérico em volume. E há um efeito colateral que virou pauta de diretoria: como a própria marca aparece dentro das respostas dos assistentes, tema tratado em GEO, a otimização para IA generativa.

Onde normalmente não paga

Regra determinística já escrita: software comum sai mais barato e não alucina. Decisão numérica com histórico estruturado, que é território preditivo. Tarefa de baixa frequência, em que manter o sistema custa mais do que fazer na mão. E processo cuja revisão consome mais tempo do que a execução da tarefa do zero: aí a IA não economiza, transfere trabalho.

O dado proprietário é o projeto de verdade

Um modelo de linguagem, sozinho, não conhece sua tabela de preços, seu contrato padrão nem a exceção que o comercial combinou com um cliente grande anos atrás. Para responder sobre isso, ele precisa receber o trecho certo do seu acervo no momento da pergunta. É o que se chama de RAG, sigla de retrieval-augmented generation — geração aumentada por recuperação.

Na venda, RAG parece detalhe técnico; no cronograma, é a maior parte do projeto. O trabalho pesado não é conectar o modelo, é ter o que conectar:

• Acervo confiável. Se existem três versões do mesmo procedimento e ninguém sabe qual vale, o sistema pode citar a errada com muita confiança. Lixo indexado vira lixo respondido em tom de autoridade.
• Permissão herdada. O assistente precisa respeitar quem pode ver o quê. Um sistema que responde a todos com base em tudo transforma controle de acesso em ficção.
• Atualização com dono. Documento muda, o índice precisa mudar junto e alguém responde por isso. Base congelada envelhece em silêncio até um cliente reclamar.
• Rastreabilidade. Toda resposta deveria apontar a fonte. É o que permite auditar, corrigir e criar confiança no time.

Consequência prática: sem base documental organizada, o primeiro entregável do projeto é organizar essa base — pré-requisito, não desvio de escopo. Quem promete assistente pronto sem tocar no acervo está vendendo demonstração.

Alucinação é risco de negócio, não curiosidade técnica

Alucinação é o modelo produzir algo coerente e falso. Não se elimina, porque decorre de como esses sistemas funcionam: eles compõem a saída estatisticamente mais plausível, token a token, em vez de consultar uma verdade. O que se faz é reduzir a frequência e, sobretudo, limitar o estrago:

• Escopo estreito. Assistente que responde sobre tudo erra sobre tudo. Delimite o assunto e recuse o resto de forma explícita.
• Resposta ancorada em fonte. O sistema responde com o que recuperou e mostra de onde veio. Sem fonte, sem resposta.
• Direito de dizer "não sei". Parece óbvio e quase nunca está configurado. Abstenção é comportamento desejado e vira indicador.
• Classificação por custo de erro. Separe o que pode ir direto ao cliente do que exige revisão humana. Preço, prazo, garantia e questão jurídica ficam quase sempre do lado da revisão.
• Teste adversarial antes de abrir. Alguém precisa passar dias tentando fazer o sistema errar, com perguntas ambíguas e fora de escopo. O que sair daí vira teste permanente.

Avaliação e observabilidade: como saber se está funcionando

A pergunta que mais trava diretoria é fácil de fazer e difícil de responder: como sabemos que melhorou? Sem instrumentação, a resposta é opinião — alguém achou que ficou melhor depois de mexer no prompt.

O mínimo defensável tem quatro camadas. Um conjunto de casos de referência, com perguntas reais e respostas consideradas boas pela área de negócio, rodado a cada mudança de prompt, de base ou de modelo. Registro do uso real: o que perguntaram, o que foi recuperado, o que foi respondido, quanto custou. Sinal humano de quem usa, mesmo que seja um par de botões. E uma métrica de negócio combinada antes de começar.

Esse conjunto também filtra fornecedor: quem fala de modelo e não fala de avaliação está vendendo integração, não resultado — mais sinais no texto sobre empresas de inteligência artificial no Brasil. Para descer mais fundo na parte técnica, há análises de Paul Gomes sobre inteligência artificial, GEO e arquitetura digital.

Custo por token: por que piloto barato vira produção cara

A surpresa mais comum é estrutural. No piloto, poucas pessoas fazem poucas perguntas e a conta é irrelevante. Em produção entram três multiplicadores: mais usuários, mais perguntas por usuário e mais processamento por pergunta.

O terceiro é o que ninguém projeta. Uma pergunta raramente é uma única chamada ao modelo: costuma haver reformulação da busca, recuperação de vários trechos, geração da resposta e, quando existe verificação, mais uma passagem. Agentes repetem esse ciclo várias vezes por tarefa, e tentativas que falham também são cobradas. O contexto enviado a cada chamada entra na conta.

O que evita o susto é barato no começo e caro depois: medir custo por interação desde o primeiro piloto e projetar esse valor contra o volume real de produção. Daí valem as alavancas conhecidas: limitar o contexto de cada chamada, cachear o que se repete, encaminhar pergunta simples para caminho barato, cortar etapas que não mudam a qualidade. Defina também o teto de custo mensal que ainda faz o projeto valer a pena — sem esse número, a discussão de arquitetura fica sem âncora.

Governança e LGPD antes de escalar, não depois

A pergunta certa não é se pode usar IA generativa com dado da empresa. É: qual dado, para qual finalidade, com qual base legal e sob qual contrato. Boa parte do risco aparece no ponto mais banal, que é o que as pessoas colam dentro do prompt.

• Política de uso escrita e conhecida. Que informação pode ser enviada, para quais ferramentas, por quem. Sem isso a empresa já tem IA generativa em uso, só não sabe onde.
• Contrato com o provedor. Retenção do que é enviado, uso ou não para treinamento, subcontratados, local de processamento. Isso se lê e se negocia, não se presume.
• Minimização. Se a tarefa não exige dado pessoal, ele não deveria estar no prompt. Muitas vezes basta anonimizar antes de enviar.
• Rastro. Quem perguntou, o que o sistema respondeu e com base em quê. Serve para auditoria, incidente e defesa.
• Revisão humana onde a decisão afeta pessoas. Crédito, contratação, cobrança, atendimento sensível. Aqui o desenho do processo importa mais que o do modelo.

Governança feita no início custa reunião. Feita depois de um incidente, custa o projeto — com a IA levando a culpa por uma falha de processo.

Continue por aqui

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

• Consultoria de inteligência artificial: o que faz e quando contratar — o panorama do serviço, os quatro tipos de trabalho e como avaliar uma proposta.
• 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

Sou Paul Gomes, fundador e CEO do Grupo Wys, responsável pelo BrainPilot, a frente de IA empresarial da agência, onde trabalhamos com dado proprietário, assistentes internos e o desenho de processo em volta deles. A posição defendida aqui é a aplicada nos projetos: começar pelo processo com dor mensurável, tratar o erro como parte do desenho e medir custo e qualidade desde o primeiro dia.

Se você está avaliando por onde entrar, vale olhar o funil antes da tecnologia. O diagnóstico de aquisição é gratuito e separa problema de aquisição de problema de operação — distinção que costuma mudar qual projeto de IA vale a pena primeiro.

Perguntas frequentes

Qual é a diferença entre IA generativa e IA preditiva na prática?

A IA preditiva responde perguntas fechadas com número, como risco de cancelamento ou de fraude, e o acerto pode ser conferido contra o que aconteceu depois. A IA generativa produz saída aberta — texto, resumo, resposta, código — e não existe um valor verdadeiro para comparação automática. Por isso a qualidade precisa ser definida por quem entende do negócio, e não medida por uma acurácia única.

Onde a IA generativa costuma dar retorno dentro de uma empresa?

Onde há volume de texto, base documental já existente e tolerância a revisão humana. Atendimento com base de conhecimento, pesquisa em documentação interna, tarefas repetitivas de código e primeira versão de conteúdo são os casos mais consistentes. Processos com regra determinística já escrita ou decisões numéricas com histórico estruturado quase sempre saem mais baratos com software convencional ou com modelos preditivos.

Como reduzir alucinação em um assistente interno de IA?

Alucinação não se elimina, porque o modelo compõe a saída estatisticamente mais plausível em vez de consultar uma verdade. O que funciona é limitar o escopo do assistente, obrigá-lo a responder apenas com base em documentos recuperados e a citar a fonte, permitir que ele diga que não sabe e separar os assuntos em que o erro é caro para revisão humana. Testes adversariais antes de liberar o acesso completam o conjunto.

Por que o custo de IA generativa cresce tanto da fase de piloto para a produção?

Porque, no que se constrói sobre API, o custo é por uso e não por licença. Em produção aumentam ao mesmo tempo o número de usuários, o número de perguntas por usuário e o processamento por pergunta — uma única pergunta costuma disparar várias chamadas ao modelo, incluindo busca, geração e verificação. Medir o custo por interação desde o piloto e definir um teto mensal aceitável evita a maior parte das surpresas.

Dá para usar IA generativa com dados da empresa dentro da LGPD?

Sim, desde que estejam definidos o dado que será usado, a finalidade, a base legal e o contrato com o provedor. Os pontos práticos são política de uso escrita, minimização de dado pessoal no prompt, verificação de retenção e de uso para treinamento pelo fornecedor, registro das interações e revisão humana quando a decisão afeta pessoas. O risco maior costuma estar no uso informal de ferramentas, não na arquitetura.

Preciso treinar um modelo próprio com os dados da minha empresa?

Na maioria dos casos, não. O que resolve o problema de conhecimento proprietário é dar ao modelo acesso ao trecho certo do acervo no momento da pergunta, com recuperação sobre documentos organizados e com permissões respeitadas. Treinamento próprio só entra na conta quando existem volume, estabilidade e um ganho claro que a recuperação de documentos não entrega.