Uma indústria que usou inteligência artificial conseguiu reduzir de três horas para vinte minutos o tempo necessário para reprogramar uma linha de produção. Na segunda-feira, continuava com o mesmo estoque, as mesmas horas extras e os mesmos fretes de emergência. A equipe ganhou velocidade para montar o plano, mas compras, produção e comercial continuaram decidindo do jeito de sempre.
Em um outro exemplo uma empresa usou um sistema que avisa que um lote pode esperar para ser fabricado, mas os funcionários querem produzi-lo para bater a meta de produtividade e ganhar o bônus. Compras já negociou o insumo em volume. O comercial prometeu a entrega sem consultar a capacidade da logística. Quem tem autonomia para mudar o plano? Se a resposta for “depende de três diretores”, coloque essa demora na conta antes de calcular o retorno da IA.
Em muitas reuniões, a primeira pergunta é quanto a inteligência artificial tem de retorno, mas antes é preciso fazer a pergunta de negócios, “Onde o nosso modelo de negócios perde dinheiro e qual decisão precisa mudar para recuperar esse valor?” Anote aí, “Não existe retorno de IA sem entender de negócios, cultura e gente”.
Na indústria, parte da resposta pode estar no estoque. A IA cruza pedidos, consumo de matéria-prima e capacidade de produção. O caixa começa crescer quando compras reduz as encomendas de itens com baixa saída e a fábrica ajusta o tamanho dos lotes. Se a empresa conseguir reduzir em R$ 800 mil o estoque médio, mantendo o nível de serviço, pode liberar esse capital à medida que vende ou consome o que está parado. Se usar o dinheiro para amortizar dívida que custa 15% ao ano, poderá economizar R$ 120 mil em juros em doze meses, supondo que o saldo da dívida permaneça R$ 800 mil menor durante todo o período. Uma coisa é o caixa liberado na transição para a IA, outra é a economia recorrente de juros. As duas começam com decisões de compras e produção. Na nova economia, IA permite escala, mas a captura no caixa desta escala exige o humano.
No financeiro, imagine uma empresa com centenas de faturas vencidas. A IA lê os registros de atendimento e identifica quais pagamentos estão parados por falta de comprovante de entrega, erro no pedido ou divergência de preço. A cobrança sabe onde agir. Mas quem corrige o pedido? Quem tem alçada para resolver a divergência? Se a empresa recebe R$ 3 milhões por mês e consegue antecipar em dez dias o prazo médio de recebimento, pode reduzir em cerca de R$ 1 milhão o saldo de contas a receber. Automatizar milhares de mensagens acelera o contato, mas para o dinheiro entrar, alguém precisa pensar neste processo antes, e isto é feito por seres humanos.
O Walmart usou IA generativa para criar ou melhorar mais de 850 milhões de informações no catálogo de produtos, segundo a empresa. Pense no que acontece quando a imagem da embalagem está errada. O cliente pode escolher o item errado e o funcionário que separa o pedido pode demorar mais para encontrá-lo. Uma única informação ruim custa tempo em duas frentes da operação. Para avaliar o retorno desse projeto, é necessário avaliar o tempo de separação dos pedidos e as devoluções por divergência entre o produto anunciado e o entregue. Na nova economia, produtividade não é apenas agilidade, é ganho de tempo transformado em menos burocracia e caixa.
No iFood, modelos ajudam a prever quantos pedidos devem chegar em determinado turno e quantos entregadores parceiros precisam estar disponíveis naquela cidade. Pense numa sexta-feira à noite, se a demanda aumenta e faltam entregadores, o atraso recai sobre uma refeição que o restaurante já preparou e um cliente que recebeu a mensagem da hora da entrega. Se houver capacidade ociosa por muito tempo, os entregadores passam mais tempo esperando pedidos. A previsão tem valor quando altera a operação a tempo de reduzir atrasos, cancelamentos e ociosidade. Anote aí, IA sem execução correta não gera resultados.
O Google usou modelos da DeepMind para recomendar ajustes na refrigeração de um centro de dados. No teste em operação, a energia usada para resfriamento caiu 40%. O projeto tinha uma despesa que podia ser medida, equipamentos que podiam ser ajustados e limites operacionais que precisavam ser respeitados. Para uma indústria que quer aplicar a mesma lógica, a pergunta é desafiadora, “Dá para reduzir os quilowatts-hora por tonelada produzida preservando a qualidade, a segurança e o ritmo da linha?”, novamente, não é pergunta de IA, é pergunta de negócios.
Na Klarna, a empresa atribuiu ao assistente de IA uma economia de US$ 39 milhões em 2024. Em 2025, a ferramenta tratou 80% dos chats de atendimento. O CEO reconheceu problemas de qualidade em parte do serviço e concluiu que os clientes querem conversar com pessoas, muitos dos funcionários demitidos foram recontratados. A lição que fica é que a IA não vai resolver todos os problemas, ela pode até amplificar uma indeficiencia.
Na Procter & Gamble, um experimento com 776 profissionais em desafios reais de desenvolvimento de produtos mostrou que quem trabalhou individualmente com IA gastou 16,4% menos tempo que quem trabalhou individualmente sem a ferramenta. As propostas alcançaram qualidade comparável à das equipes que trabalharam sem IA. Agora pense numa nova embalagem. O gestor pode usar o tempo recuperado para testar duas versões com os consumidores, cotar o custo unitário com fornecedores e pedir à fábrica uma estimativa de adaptação da linha. O estudo mediu tempo e qualidade das propostas. O efeito financeiro viria de usar essas informações para decidir quanto investir e qual versão levar ao mercado. Neste caso não foi a IA que usou a estratégia, foi a estratégia que usou a IA.
No Morgan Stanley, com autorização do cliente, a IA registra os encaminhamentos da reunião e prepara um rascunho da mensagem para o assessor revisar e enviar. Imagine uma carteira com cem clientes, o assessor pode usar o tempo recuperado para falar com quem está prestes a vender uma empresa, reorganizar o patrimônio ou tomar outra decisão importante. Com a IA você escala, mas confiança é criado pelo “Olho no olho”.
Entenda: Antes de pensar em IA, pense no negócio, na cultura, nas pessoas e nos processos. No negócio, escolha onde quer ganhar margem, melhorar o caixa ou aprimorar a entrega ao cliente. Na cultura, reveja os incentivos que fazem uma área bater a meta às custas das outras. Nas pessoas, dê preparo e autoridade a quem terá de decidir, inclusive quando a recomendação do sistema precisar ser contestada. Nos processos, defina como a decisão será executada e em qual indicador o resultado deverá aparecer.
Na próxima reunião de planejamento, faça a pergunta que tira da zona de conforto, “Qual decisão esta empresa está disposta a mudar, quem vai responder por ela e onde veremos o retorno?”
IA tem retorno sim, desde que seja acompanhada de perguntas certas de negócios, porque se a IA é impessoal, as perguntas certas são feitas por humanos, e tenha certeza, quem compra e faz o pagamento ainda são os……humanos.
Fonte: Link da fonte








