Como implantar IA na empresa: guia em 6 etapas

Para implantar IA na empresa, comece por um problema de negócio que dá para medir e deixe a escolha da ferramenta para depois. O caminho que costuma dar certo tem seis etapas: definir o problema e medir o ponto de partida, mapear o processo como ele acontece hoje, organizar os dados que esse processo usa, combinar regras de uso, rodar um piloto curto com quem vai operar e, com o resultado na mão, ampliar.

A tecnologia raramente é a parte difícil. O que segura a maior parte dos projetos é processo que ninguém desenhou, informação espalhada em planilhas pessoais e equipe que recebe a ferramenta sem saber o que fazer com ela. Por isso este guia fala mais disso do que de qual sistema contratar.

O que significa implantar IA na empresa?

Implantar IA é colocar a inteligência artificial dentro de um processo real da operação, com um dono e um número para acompanhar. Liberar um assistente de texto para todo mundo ajuda no dia a dia, mas continua sendo uso individual. A implantação começa quando a IA passa a fazer parte do trabalho de uma área, como o atendimento ou o comercial.

Vale separar IA de automação. A automação faz uma tarefa repetida acontecer sozinha, sempre do mesmo jeito: copiar um dado de um sistema para outro, disparar um e-mail quando o pedido muda de status. A IA entra quando a tarefa pede interpretação, como ler uma mensagem, classificar um pedido, resumir um documento ou sugerir uma resposta. Muita coisa que parece pedir IA se resolve com automação simples, e o artigo sobre automação de processos e por onde começar ajuda a fazer essa separação.

O uso cresce rápido no Brasil. Segundo a pesquisa TIC Empresas, do Cetic.br, divulgada em junho de 2026, a adoção de IA entre as empresas brasileiras com mais de dez integrantes passou de 13% em 2024 para 17% em 2025. Entre as pequenas, que empregam de 10 a 49 pessoas, foi de 10% para 15%. Entre as de grande porte, com mais de 250 funcionários, de 38% para 50%. Na indústria, a Pintec Semestral, do Instituto Brasileiro de Geografia e Estatística, mostra que 41,9% das empresas com 100 ou mais pessoas ocupadas usavam IA em 2024. Em 2022 eram 16,9%.

A pesquisa do Cetic.br também perguntou como as empresas colocam a IA para dentro: 80% compraram softwares ou sistemas prontos para uso e 60% contrataram fornecedores externos para desenvolver ou adaptar soluções. A maioria começa por solução pronta ou com fornecedor.

Por que tantos projetos de IA não saem do piloto?

Na maior parte das vezes, o problema não está no algoritmo. No estudo Where's the Value in AI?, de outubro de 2024, o Boston Consulting Group ouviu 1.000 executivos de 59 países. Do total, 74% das empresas ainda não tinham mostrado valor concreto com o uso de IA. E cerca de 70% das dificuldades vinham de pessoas e processos, 20% de problemas de tecnologia e só 10% dos algoritmos.

No Brasil, a Pintec perguntou às indústrias que já usam tecnologias digitais avançadas, IA entre elas, o que atrapalhou a adoção. Os obstáculos mais citados foram o custo alto das soluções (78,6%), a falta de pessoal qualificado (54,2%), os riscos de segurança e privacidade (47,2%) e a dificuldade de integração entre as áreas da empresa (45,1%).

Na prática, os erros se repetem:

• Comprar a ferramenta antes de saber qual problema ela resolve.
• Colocar IA em cima de um processo que ninguém desenhou. O erro continua acontecendo, só que mais rápido.
• Não medir nada antes e depois não ter como provar se houve ganho.
• Apresentar a novidade para a equipe só no dia em que ela já está pronta.
• Deixar o projeto sem dono.

Quais são as 6 etapas para implantar IA na empresa?

As etapas seguem esta ordem porque cada uma depende da anterior. Algumas podem andar em paralelo, mas pular uma costuma cobrar a conta lá na frente.

1. Escolha um problema que dá para medir

Um bom candidato para começar é uma tarefa que se repete muitas vezes por semana, envolve ler ou escrever texto, toma tempo de gente qualificada e tem erros fáceis de notar e corrigir. Responder dúvidas frequentes de clientes, triar chamados, extrair dados de notas e contratos e montar rascunhos de propostas costumam se encaixar.

Antes de mexer em qualquer coisa, meça quanto tempo a tarefa leva hoje e quantas vezes ela acontece por semana. Se der, anote também o retrabalho. Se ninguém tem esses números, anote à mão por duas semanas. Sem o ponto de partida, a avaliação do piloto vira questão de opinião. Se só der para não pular uma etapa, que seja esta. Defina também um dono na área que faz o trabalho. O TI ajuda, mas quem responde pelo resultado é a área.

2. Mapeie o processo como ele acontece hoje

Sente com quem faz o trabalho e acompanhe o passo a passo real, que quase sempre é diferente do que está no manual, quando existe manual. Costumam aparecer exceções que ninguém tinha listado e alguma coisa que só uma pessoa sabe fazer. O guia de mapeamento de processos passo a passo mostra como desenhar o fluxo com quem executa.

Muitas vezes o mapa mostra que o gargalo nem é caso de IA. O pedido pode estar parado esperando uma aprovação que seria dispensável abaixo de certo valor, por exemplo. Arrume isso primeiro, porque IA num processo ruim só acelera o improviso.

3. Organize os dados que esse processo usa

A IA responde com base no que recebe. Se o cadastro de produtos tem itens duplicados, a política comercial está num PDF de três anos atrás e a tabela que todo mundo consulta é a planilha pessoal de um vendedor, a resposta vai sair errada com cara de certa.

Não precisa organizar a empresa inteira antes de começar. Organize o que este processo usa: liste as fontes, escolha qual é a oficial, limpe o que está duplicado e defina quem atualiza. O artigo sobre como organizar os dados da empresa antes de usar IA detalha essa parte.

4. Defina regras de uso antes de abrir o acesso

É provável que parte da equipe já use ferramentas gratuitas por conta própria, então combine as regras antes de liberar a ferramenta oficial: quais ferramentas estão aprovadas, o que não pode ser colado nelas e quem revisa o que a IA produz. O artigo sobre como preparar a equipe para usar IA mostra como separar o que pode e o que não pode entrar.

O cuidado maior é com dados pessoais. A Lei Geral de Proteção de Dados Pessoais define dado pessoal como informação relacionada a pessoa natural identificada ou identificável e pede que o tratamento se limite ao mínimo necessário para a sua finalidade. Por isso, use a ferramenta da empresa, com contrato que impeça usar os dados para treinar modelos, e mande só o que a tarefa pede.

5. Rode um piloto curto com quem vai usar

Escolha um grupo pequeno, de duas a cinco pessoas que fazem a tarefa todos os dias, e um prazo fechado, contado em semanas. No começo, alguém confere tudo o que a IA entrega. Uma conversa rápida por semana com o grupo mostra o que está funcionando e o que precisa de ajuste.

O treinamento funciona melhor com os casos da própria empresa, os pedidos e documentos que o grupo vê toda semana. Quem vai usar precisa saber pedir e, principalmente, reconhecer quando a resposta está ruim, e o mesmo artigo sobre a preparação da equipe trata do treinamento em detalhe. Combine antes o que conta como sucesso. Por exemplo: o tempo cai e o retrabalho não sobe.

6. Meça, ajuste e só depois amplie

No fim do prazo, compare com a medida do começo. Olhe o tempo, os erros, o volume atendido e o que o grupo achou de trabalhar assim. Se o número melhorou, leve para o resto da equipe e escolha o próximo processo.

Se não melhorou, descubra onde falhou. Problema mal escolhido pede voltar à primeira etapa e trocar de processo. Dado ruim pede mais uma rodada de limpeza na fonte. Pouca adesão quase sempre se resolve conversando com o grupo e ajustando o treinamento, e raramente trocando de ferramenta.

Como seria numa distribuidora de peças industriais?

O exemplo a seguir é ilustrativo, montado a partir de situações comuns nesse tipo de negócio. Pense numa distribuidora de peças industriais no interior de São Paulo, com cerca de 120 funcionários e oito vendedores internos. Os pedidos de orçamento chegam por WhatsApp e e-mail, às vezes só com a foto da peça ou o código de outro fabricante. O vendedor procura o item no ERP, confere o estoque, monta o orçamento e responde. A diretoria sente que os clientes esperam demais, mas ninguém sabe quanto.

O primeiro passo é medir. Durante duas semanas, cada vendedor anota a hora em que o pedido chega e a hora em que o orçamento sai, e a empresa passa a ter um número para acompanhar: o tempo de resposta.

No mapeamento aparecem três jeitos diferentes de montar o mesmo orçamento. Aparece também a planilha de um vendedor mais antigo, com a equivalência entre os códigos dos fabricantes. Quando ele sai de férias, o setor inteiro fica mais lento. Antes de qualquer IA, essa planilha vai para dentro do sistema e ganha um responsável, e o cadastro de produtos passa por uma limpeza de itens repetidos e descrições incompletas.

As regras ficam simples. A IA lê a mensagem e sugere os itens, mas nenhum preço sai para o cliente sem a revisão do vendedor. Nome, telefone e CNPJ do cliente só entram na ferramenta corporativa aprovada.

No piloto, dois vendedores usam a solução por quatro semanas. A IA lê o pedido, identifica as peças, sugere os códigos e deixa o rascunho do orçamento pronto. O vendedor confere, corrige e envia, e cada correção fica registrada. Se o tempo de resposta cair sem aumentar os erros, os outros seis vendedores entram. O próximo candidato já está na fila: o acompanhamento dos orçamentos que o cliente não respondeu.

Nesse exemplo, a ferramenta de IA só entra em operação no piloto. Até ali, o trabalho foi medir, conversar com os vendedores e arrumar cadastro.

Quanto custa e quanto tempo leva para implantar IA?

Depende do tamanho do problema e do estado do processo e dos dados. Não existe uma tabela de preço honesta que sirva para todo mundo, mas dá para saber de onde vem o custo:

• a ferramenta, com licença por usuário ou cobrança pelo volume de uso;
• a integração com os sistemas que a empresa já tem, como ERP, CRM e WhatsApp;
• o tempo da equipe em mapeamento, testes e treinamento, que muita empresa esquece de contar;
• a manutenção, porque alguém precisa atualizar a base de informações, revisar os erros e ajustar as instruções.

O custo alto aparece em primeiro lugar na lista de obstáculos da Pintec. A melhor defesa é começar pequeno e provar o ganho com um número antes de gastar mais. Para a maioria das empresas, isso significa começar com uma ferramenta pronta e deixar a solução sob medida para quando o caso pedir.

Quanto ao prazo, pesa mais o estado do processo e dos dados do que a tecnologia. Com processo claro e dado organizado, o piloto cabe em poucas semanas. Quando ninguém sabe direito como o trabalho acontece e a informação está espalhada, a preparação leva mais tempo que a parte técnica, e é ela que dá ao piloto alguma chance de funcionar.

Por onde começar na sua empresa?

Comece com uma conversa curta entre as pessoas que tocam a operação. Cinco perguntas ajudam a escolher o primeiro passo:

1. Qual tarefa repetida mais toma tempo de gente qualificada?
2. Quanto tempo ela leva hoje, e alguém já mediu isso?
3. Quem vai responder pelo resultado?
4. A informação que essa tarefa usa está num lugar só e é confiável?
5. Que dados não podem sair da empresa de jeito nenhum?

Se as respostas vierem rápido, você já tem um candidato a piloto. Se travarem, o trabalho começa antes da IA, no processo e nos dados. Nos dois casos, a liderança precisa estar perto, e o artigo sobre o papel do líder na adoção de novas tecnologias explica por quê.

Responder a essas perguntas com alguém de fora costuma mostrar o que a rotina esconde. No diagnóstico gratuito da Pragma, a gente entende como o trabalho acontece hoje e aponta onde a IA faz diferença e onde ainda não é a hora.