Uma análise publicada nesta semana sobre projetos de inteligência artificial no varejo aponta uma causa recorrente de fracasso: a maioria das iniciativas nasce sem meta financeira, sem dono de processo e sem medição de resultado. O diagnóstico é relevante porque desloca a discussão do campo tecnológico para o campo operacional. Não se trata de falta de ferramenta, mas de falta de definição sobre qual número do negócio o projeto deve mover e quem responde por esse número.
Conclusões Principais
Sem meta financeira, um piloto não tem critério de encerramento. Ele permanece ativo enquanto houver interesse interno, acumula custos de licença e horas de equipe, e nunca é comparado com a alternativa de não fazer nada. A consequência prática é que decisões de continuidade passam a depender de percepção e não de evidência, o que favorece projetos com melhor apresentação em vez de projetos com melhor retorno.
O segundo problema é a ausência de dono de processo. Modelos de previsão e roteirização só geram valor quando alguém ajusta a rotina de trabalho para usá-los. Se o comprador continua decidindo pelo histórico informal e a reposição continua seguindo a regra antiga, o ganho projetado não aparece, mesmo com o modelo tecnicamente correto. A tecnologia habilita, mas a mudança de rotina entrega.
Diagnóstico Operacional: Onde o Piloto Trava
Três causas recorrentes de estagnação
A primeira causa é a ausência de linha de base. Sem medir o desempenho anterior, não é possível atribuir qualquer melhora ao projeto. A segunda é a falta de integração com o sistema que executa a decisão, o que obriga o usuário a trabalhar em duas telas e reduz a adesão. A terceira é o escopo amplo demais, que distribui o esforço entre muitos casos de uso e não produz resultado material em nenhum deles.
Por que a medição precisa vir antes
A medição precisa ser definida antes do início porque ela determina o desenho do experimento. Se o indicador é redução de ruptura, o piloto precisa de um grupo de controle com a mesma configuração de loja e sortimento. Definir o indicador depois significa aceitar qualquer variação como resultado, o que invalida a decisão de escalar ou encerrar o projeto.
Melhores Práticas
Amarrar cada projeto a um número do negócio
O procedimento prático é escrever, antes do início, qual número do negócio o projeto deve mover, qual é o valor atual desse número e qual é o valor alvo em prazo definido. Três números bastam: linha de base, meta e prazo. Projetos que não conseguem preencher os três devem ser tratados como pesquisa, com orçamento separado, e não como iniciativa com expectativa de retorno.
Reduzir o escopo para acelerar a evidência
Um piloto útil cobre poucas lojas, um único indicador e um período curto o suficiente para gerar leitura antes do próximo ciclo de planejamento. Escopos amplos atrasam a evidência e aumentam o custo de correção. A prática recomendada é começar com o caso de uso de maior impacto e menor dependência de dados externos, porque ele produz evidência mais rápido e com menos variáveis fora de controle.
Erros Comuns
O primeiro erro é medir atividade em vez de resultado. Número de modelos treinados, de relatórios gerados ou de usuários ativos não indicam impacto no negócio e criam a impressão de progresso. O segundo erro é assumir que a adoção acontece automaticamente após a entrega técnica, o que ignora a necessidade de treinamento e de ajuste das metas individuais das equipes envolvidas.
O terceiro erro é escalar antes de estabilizar. Escalar um piloto que ainda apresenta variabilidade alta multiplica o custo da correção. O quarto erro é não registrar o custo total, incluindo horas internas, licenças e integração. Sem custo total, o retorno calculado fica inflado e a decisão de continuidade perde credibilidade junto às áreas financeiras.
Modelo de Gestão: Do Piloto ao Processo
Um modelo de gestão funcional organiza o projeto em quatro portões. No primeiro, define-se o número do negócio e a linha de base. No segundo, valida-se a integração com o sistema que executa a decisão. No terceiro, mede-se o resultado contra o grupo de controle. No quarto, decide-se escalar, ajustar ou encerrar. Cada portão tem critério objetivo, o que impede que a decisão dependa de preferência interna.
O modelo também deve prever manutenção contínua. Modelos de previsão degradam quando o comportamento de compra muda, e a degradação é silenciosa: os resultados pioram gradualmente sem que nenhum alerta seja disparado. Definir um indicador de monitoramento com limite de tolerância e revisão periódica evita que um projeto bem avaliado no início perca valor ao longo do tempo sem que ninguém perceba.
Resumo
O diagnóstico de que projetos de inteligência artificial não geram valor por falta de meta financeira desloca a discussão para o campo operacional. O problema não é a ferramenta, mas a ausência de definição sobre qual número do negócio o projeto deve mover e quem responde por ele.
A correção exige quatro elementos: linha de base antes do início, integração com o sistema que executa a decisão, escopo reduzido para gerar evidência rápida e um modelo de gestão com portões objetivos. Nenhum desses elementos depende de tecnologia adicional, e todos reduzem o risco de manter ativo um projeto sem retorno demonstrável.
Fontes de Dados
- Mercado e Consumo: por que a maioria dos projetos de IA não gera valor
- Mercado e Consumo: recebíveis, taxas e cancelamentos no pico
- Mercado e Consumo: 2027 e um novo ponto de virada do consumo
- Mercado e Consumo: comércio de São Paulo e geração de empregos
- Mercado e Consumo: fim da jornada 6x1 exige planejamento
Perguntas Frequentes
Por que projetos de IA travam no piloto?
A: Na maioria dos casos por falta de meta financeira, de dono de processo e de medição de resultado, o que elimina o critério objetivo de continuidade.
Qual é o efeito de não ter linha de base?
A: Sem medir o desempenho anterior, nenhuma melhora pode ser atribuída ao projeto, e a decisão de escalar passa a depender de percepção.
Por que a medição deve ser definida antes do início?
A: Porque ela determina o desenho do experimento, incluindo a necessidade de grupo de controle com configuração semelhante.
Como amarrar o projeto a um número do negócio?
A: Escrevendo antes do início qual número deve mudar, qual é o valor atual e qual é o valor alvo em prazo definido. Três números bastam.
Por que reduzir o escopo do piloto?
A: Escopos amplos atrasam a evidência e aumentam o custo de correção. Um piloto útil cobre poucas lojas, um indicador e um período curto.
Por que a manutenção contínua importa?
A: Modelos degradam quando o comportamento de compra muda, e a degradação é silenciosa. Sem monitoramento com limite de tolerância, a perda passa despercebida.
