IA aplicada aos negócios
Como começar com IA em uma empresa: escolha um problema em vez de uma ferramenta
Por Julián Medina · Diretor da SourcingUp e criador da CommerceUp
Para começar com IA, eu escolheria uma tarefa frequente, informações disponíveis e um resultado que alguém pudesse revisar. Comparar cotações ou preparar um rascunho comercial permite aprender com um escopo específico antes de atribuir mais responsabilidade à ferramenta.
Primeiro, descreva o trabalho que você deseja melhorar
Uma empresa pode começar comprando ferramentas e terminar sem mudar a forma como funciona. A pergunta que prefiro fazer é outra: que tarefa se repete, quem a faz e o que o impede de resolvê-la melhor? Essa descrição nos obriga a falar sobre o negócio.
Vamos fazer a comparação de cotações. O resultado útil não é um resumo elegante. É poder ver produtos, quantidades, prazos e condições equivalentes e identificar quais informações faltam para tomar uma decisão. Se não definirmos isso antes, fica difícil avaliar o que a IA retorna.
Um primeiro exercício: compare fornecedores
- Escolha documentos que você pode usar. Reuni as cotações e condições relevantes para essa compra.
- Eu defini o formato de saída. Por exemplo, uma tabela com produto, quantidade, moeda, prazo e referência ao documento de origem.
- Torne a incerteza explícita. Solicitei que os campos faltantes fossem marcados e que as condições de diferentes fornecedores não fossem misturadas.
- Verifique o resultado. Uma pessoa compara os dados com o original antes de decidir.
Este é um exemplo de prática, não um resultado atribuído a um cliente. É também o tipo de problema de negócios que abordamos em meu Curso de IA para empresas.
Como saber se o primeiro uso funciona?
Medi todo o processo: preparação, geração, revisão e correções. Compare quanto trabalho foi necessário antes, quantos erros aparecem e se o resultado ajuda você a decidir. Um rascunho rápido que requer uma revisão mais longa pode não representar uma melhoria.
Repeti o exercício com diferentes documentos. Um bom resultado em um único teste não é suficiente para entender em que condições funciona. Registre também os casos que falham: aparecem regras que ainda não estavam claras.
Quando dar o próximo passo?
Quando a equipe consegue explicar o que a ferramenta faz, de onde ela obtém as informações e quem valida o resultado, ela tem uma base para expandir o escopo. Você pode converter o pedido em uma instrução reutilizável ou considerar uma integração. Se cada tentativa depende de improvisação, é aconselhável organizar primeiro esse trabalho.
A experiência se acumula quando deixamos algo aprendido no processo. No meu trabalho com IA, essa continuidade me interessa tanto quanto a ferramenta que utilizamos. O próximo passo é entender o que um agente precisa para participar de uma operação real.
De onde vem esse visual?
Desenvolvimento editorial baseado na abordagem prática do meu Curso de IA para empresas e no que eu contei em ThinkUp: já está acontecendo. O exercício proposto não é uma história de sucesso nem uma medição de retorno.