ROI de IA na indústria: como o CEO mede o retorno de um agente antes de escalar

Toda apresentação de projeto de IA chega na mesa do CEO com o mesmo slide: horas economizadas por semana. É um número fácil de produzir e, na prática, quase sempre enganoso. Ele não diz se a operação ficou mais rápida, mais barata ou menos arriscada. Diz só que alguém gastou menos tempo numa tarefa específica. Isso pode não mudar nada no resultado final do processo, e com frequência não muda mesmo.

Antes de aprovar a escala de um agente, existe uma pergunta melhor para fazer: esse agente move algum indicador que já está no painel da empresa? Disponibilidade de linha, custo por ordem de manutenção, taxa de conversão em cotações, tempo de ciclo de compras, custo por não conformidade tratada. Se o piloto não consegue amarrar o resultado a um desses números, ele ainda não está pronto para sair do laboratório. Ponto final.

Comece pelo fluxo, não pelo agente

Um erro comum, e que já vi se repetir várias vezes, é instalar um agente dentro de um processo que já existe e torcer para que ele, sozinho, mude o resultado. O que se cria é uma espécie de ilha inteligente. Um ponto do fluxo fica mais rápido, mas o processo inteiro, da ponta à ponta, segue no mesmo ritmo de sempre.

Um exemplo hipotético ajuda a enxergar o problema. Um assistente que resume propostas de fornecedores economiza tempo do comprador, sem dúvida. Mas se a aprovação ainda depende de três assinaturas manuais e de uma planilha paralela ao ERP, o ciclo de sourcing não encolhe de verdade. O ganho aparece na tarefa. Não aparece no indicador que o CEO realmente acompanha: tempo de ciclo, economia negociada, percentual de decisões que precisam de intervenção humana.

A lição é fácil de enunciar e difícil de executar: antes de escolher onde colocar o agente, mapeie o fluxo inteiro e descubra qual etapa, uma vez automatizada, realmente destrava o gargalo. Às vezes o gargalo não está na análise, está na aprovação. Nesse caso o agente certo não é o que lê propostas mais rápido. É o que organiza a fila de aprovação por risco e valor.

A unidade econômica do piloto

Todo piloto de IA precisa de uma unidade de medida que já signifique algo para o negócio. Esqueça uso da ferramenta, número de interações ou satisfação do usuário interno. O que interessa é custo por unidade de trabalho concluído.

• Custo por ordem de manutenção resolvida, em vez de horas de técnico economizadas
• Custo por cotação processada, em vez de tempo de resposta ao representante
• Custo por análise de não conformidade fechada, em vez de páginas de relatório geradas
• Perda evitada por hora de parada, em vez de alertas enviados

Vale um exemplo hipotético de manutenção industrial. Imagine uma planta que digitalizou os manuais de seus equipamentos e deu a um assistente acesso a esse conteúdo, para ajudar técnicos a diagnosticar falhas mais rápido. O valor ali não está em reduzir o número de técnicos. Está em cortar o tempo entre o sintoma e o diagnóstico correto. Se antes uma falha levava, digamos, três horas para ser identificada corretamente e o agente corta isso pela metade, o ganho real aparece em downtime evitado e em taxa de resolução na primeira intervenção. Não em alguma métrica de produtividade de TI que ninguém no chão de fábrica acompanha.

Só depois de travar essa unidade faz sentido comparar custo do modelo, custo de integração com ERP e sistemas de chão de fábrica, e custo de supervisão humana contra o ganho que ela gera. Sem essa conta, qualquer número de ROI é decoração de slide.

Supervisão não é detalhe operacional, é parte da conta

Um agente pode acertar cada tarefa individual e, mesmo assim, tomar decisões ruins quando olhado em conjunto. Aprova uma cotação fora da política. Prioriza errado uma fila de manutenção. Insiste numa ação sem retorno porque ninguém o ensinou a parar.

O que tem funcionado em ambientes de maior risco é separar com clareza três papéis: quem executa, quem valida e quem autoriza. Na prática industrial isso vira níveis de autonomia por tipo de decisão. Uma recomendação de compra de baixo valor sai direto, sem freio. Uma renegociação com distribuidor que mexe na margem passa por aprovação humana. Uma decisão que altera parâmetro de produção exige dupla checagem, sem exceção.

Autonomia sem camada de validação não é eficiência, é risco disfarçado de velocidade.

Isso custa dinheiro, e esse custo tem que entrar na conta do ROI desde o primeiro piloto. Um agente que parece barato sem supervisão fica caro rápido quando você soma o tempo de um gestor revisando exceções. A questão não é eliminar a supervisão. É dimensioná-la direito e tratá-la como parte do desenho, não como custo que aparece de surpresa depois.

O que acontece depois do piloto

Muita coisa dá certo no piloto e desanda na escala, por um motivo que pouca gente discute: custo de processamento. Um agente que consulta histórico extenso, chama várias ferramentas e repete etapas fica significativamente mais caro por tarefa conforme o volume cresce, mesmo que a lógica interna continue exatamente a mesma.

Existem relatos (trate como estimativa, cada operação tem a sua realidade) de redução de custo por tarefa superior a 80% depois de um redesenho simples: trocar o modelo usado em etapas repetitivas, limitar o contexto enviado, reorganizar as ferramentas que o agente consulta. É um lembrete útil: custo de IA não é linha fixa na fatura. Muda conforme o fluxo é desenhado. Por isso o CEO precisa acompanhar custo por tarefa concluída ao longo do tempo, e não só o total gasto com IA no mês.

O scorecard antes de autorizar a escala

Antes de aprovar que um agente saia do piloto e vá para toda a operação, quatro números precisam estar na mesma mesa, não espalhados em slides diferentes:

• Impacto: ganho financeiro ou operacional por tarefa concluída, comparado ao processo atual
• Custo total: modelo, integração com ERP e sistemas legados, observabilidade, supervisão e retrabalho
• Qualidade: taxa de erro, retrabalho, incidentes e percentual de casos que precisam de escalonamento humano
• Escalabilidade: o que acontece com o custo marginal e com a qualidade quando o volume dobra

A regra prática é direta. Só escala quem supera o processo atual num indicador de negócio real, mantém a qualidade dentro de um limite de risco aceitável e fecha a conta com margem positiva depois de somar supervisão e infraestrutura. Parece óbvio escrito assim. Na prática é exatamente o passo que a maioria dos projetos pula, porque medir horas economizadas é bem mais fácil do que provar que a operação melhorou de verdade.