Quando IA Não Vale a Pena: 4 Sinais Para Não Automatizar Cedo Demais

Se você procura um post dizendo que IA resolve tudo, este não é.

A Gartner previu em 2024 que pelo menos 30% dos projetos de IA generativa seriam abandonados após a prova de conceito até o fim de 2025 (fonte). Dados mais recentes mostram que o número real ultrapassou 50%. A McKinsey, por sua vez, estima que menos de 20% dos pilotos de IA escalam para produção.

Ou seja: a maioria dos projetos de IA não morre por falta de tecnologia. Morre porque alguém automatizou algo que não estava pronto para ser automatizado.

Na Arquiware, eu já recusei projeto por cada um dos quatro motivos abaixo. Não foi fácil — receita é receita. Mas automação sobre areia movediça quebra do mesmo jeito que manual, só que mais caro e com mais gente olhando.

1. Volume baixo — a tarefa acontece menos de 10 vezes por mês

ROI de automação é uma conta simples: o custo de buildar e manter o agente precisa caber na economia mensal que a tarefa gera. Quando a tarefa acontece pouco, a conta não fecha — o custo fixo de manter o agente no ar come o ganho, todo mês, pra sempre.

Exemplo: um escritório que gera contratos personalizados para um punhado de clientes novos por mês. Cada contrato leva uma fração da hora de um sócio. Automatizar exige template, validação jurídica, integração com sistema. Dá trabalho de meses. O ganho mensal é pequeno demais para pagar o agente — e menor ainda para pagar quem o construiu.

Quando vale: quando a mesma tarefa roda dezenas, centenas, milhares de vezes por mês. Aí cada minuto economizado multiplica.

2. Processo não mapeado — você não sabe explicar como faz hoje

Essa é a mais comum. O sócio faz a tarefa "no piloto", mistura intuição com experiência, pula passos conforme o contexto. Funciona porque ele sabe fazer. Mas se você não consegue escrever o passo-a-passo num papel, não consegue ensinar pra um agente.

Ethan Mollick, professor da Wharton, descreveu bem o conceito de "fronteira dentada" da IA (Navigating the Jagged Technological Frontier, 2023): a IA resolve tarefas que parecem difíceis e falha em tarefas que parecem fáceis, de forma imprevisível. Se o seu processo depende de tacit knowledge que nunca foi explicitado, você não vai saber quando a IA está acertando ou errando.

Automatizar um processo que não está mapeado não cria eficiência. Cria caos auditável — porque agora o caos tem log.

3. Decisão de alto julgamento humano

Fechamento de proposta. Negociação de prazo com cliente premium. Decisão ética sobre dados sensíveis. Essas tarefas envolvem contexto, relação, reputação e consequência.

Um agente de IA pode gerar um draft excelente de proposta comercial. Pode analisar o histórico de pagamentos e sugerir condições. Pode até redigir a comunicação pro cliente. Mas a decisão final — o "sim" ou "não" que tem consequência real — precisa de humano.

Isso não é limitação técnica. É design deliberado. Cassie Kozyrkov, ex-Chief Decision Scientist do Google, é direta sobre isso na coluna dela no Medium: saber quando não usar IA é tão importante quanto saber quando usar.

A regra prática: se a consequência de um erro nessa tarefa é perda de confiança de cliente, risco jurídico ou dano reputacional, o humano decide. O agente apoia.

4. Dado de entrada bagunçado

Garbage in, garbage out. A frase é velha, mas a versão com IA é pior — porque o output parece confiável mesmo quando não é.

Se o dado que alimenta o agente vem de planilha colaborativa sem validação, de áudio de WhatsApp sem transcrição limpa, de PDF escaneado com layout inconsistente, de ERP legado com campos livres — o agente vai processar tudo com confiança. E você vai confiar no resultado.

Antes de automatizar, arrume a fonte. Padronize a entrada. Defina schema. Limpe o histórico. Isso geralmente resolve metade do problema — e às vezes elimina a necessidade de automação, porque o processo manual ficou tão simples que não precisa mais de IA.

O que fazer antes de automatizar: checklist de prontidão em 5 perguntas

Esta tarefa roda mais de 10 vezes por mês? Se não, o ROI provavelmente não paga.
Eu consigo escrever o processo inteiro num papel? Se não, mapeie antes.
Se o agente errar, qual é a consequência? Se for perda de cliente ou risco jurídico, mantenha humano no comando.
O dado de entrada é limpo e consistente? Se não, arrume a fonte primeiro.
Alguém na empresa vai revisar o output do agente? Se não, você não tem automação — tem delegação cega.

Por que estamos escrevendo isso

A Arquiware vende IA. Poderia ser mais fácil dizer "coloca IA em tudo" e fechar contrato. Mas cliente que automação antes da hora vira cliente insatisfeito, com razão.

A gente ganha quando o cliente ganha. E o cliente ganha quando automatiza o que está pronto, na hora certa, com expectativa alinhada.

Antes de contratar IA, vale 30 minutos de conversa pra ver se você está no estágio certo. Sem pitch. Fale com a gente.