Toda empresa que me procura já testou alguma coisa com inteligência artificial. Poucas fizeram um diagnóstico de maturidade de IA antes de decidir o que vem depois. Depois de mais de 30 anos em tecnologia, a maior parte do meu trabalho continua sendo simples: não recomendar ferramenta antes de entender o que já existe, quem é dono de cada iniciativa e onde o dado realmente mora.
Não precisa contratar uma consultoria para fazer essa primeira leitura. Este é o framework de quatro perguntas que uso em toda primeira reunião de diagnóstico — adaptado aqui para você rodar internamente, sem depender de mim, antes de aprovar o próximo orçamento de IA.
Principais aprendizados
- Pular direto para “qual ferramenta usar” é o erro mais caro e mais comum em empresa de médio porte.
- As quatro causas-raiz da baixa maturidade em IA são: sistema obsoleto, dado fragmentado, processo manual em área crítica e maturidade desigual entre áreas da mesma empresa.
- Um diagnóstico honesto não precisa de comitê nem de relatório de 40 páginas — precisa de perguntas certas e de alguém disposto a ouvir a resposta incômoda.
- Maturidade “assimétrica” — um time avançado convivendo com outro travado no manual — é, sozinha, sinal de ausência de estratégia central, não só soma dos outros três problemas.
- O objetivo do diagnóstico não é decidir “qual IA comprar”. É decidir o que priorizar antes de comprar qualquer coisa.
Por que pular direto para “qual ferramenta usar” é o erro mais caro?
O padrão se repete quase toda primeira reunião de diagnóstico que faço, em setores completamente diferentes. Uma indústria de médio-grande porte, por exemplo: oito iniciativas de IA rodando ao mesmo tempo, criadas por pessoas diferentes, em ferramentas diferentes — um agente direto via API de modelo de linguagem aqui, uma automação em plataforma de orquestração ali, uma plataforma proprietária paralela tentando fazer as duas coisas. Dado espalhado entre sistemas legados sem integração nenhuma. Parte do time resistindo à mudança. E ninguém no comando com clareza sobre até onde a diretoria permite usar determinado modelo com determinado dado.
Nenhuma dessas oito iniciativas era ruim isoladamente. O problema é que a empresa tinha ferramenta antes de ter critério. Quando isso acontece, o próximo passo natural — “vamos contratar mais uma solução de IA” — piora o quadro em vez de resolver, porque adiciona mais uma peça a um sistema que já não conversa consigo mesmo.
É por isso que a primeira pergunta que faço num diagnóstico nunca é sobre modelo, fornecedor ou caso de uso. É sobre o que já existe, quem é dono de cada coisa e se alguém, em algum momento, decidiu isso de propósito — ou se cada iniciativa nasceu porque uma pessoa resolveu tentar sozinha.
O framework de 4 perguntas para fazer um diagnóstico de maturidade de IA
Um diagnóstico de maturidade de IA que sustenta decisão executiva não precisa de dezenas de indicadores. Precisa mapear qualquer sintoma específico numa de quatro causas estruturais — a mesma grade que uso antes de qualquer entrevista de descoberta com um cliente:
- 1. Obsolescência tecnológica. Os sistemas centrais da empresa têm débito técnico alto e não têm API para conversar com nada novo? Se toda ideia de automação esbarra em “esse sistema não integra com nada”, a raiz não é falta de IA — é infraestrutura que travou a empresa uma geração atrás.
- 2. Fragmentação de dados. Existe uma fonte única da verdade para as informações que mais importam, ou elas vivem espalhadas em planilhas, sistemas isolados e caixas de e-mail? IA aplicada sobre dado fragmentado não erra por causa do modelo — erra porque cada área enxerga uma versão diferente da realidade.
- 3. Processos ineficientes. Quais processos críticos da empresa ainda dependem de fluxo manual e burocrático, com aprovação em cadeia e pouca regra clara? Esses são os candidatos naturais a ganho real com IA — não porque são visíveis para a diretoria, mas porque têm volume e regra suficiente para automatizar com segurança.
- 4. Maturidade assimétrica. Uma área da empresa já opera com automação avançada enquanto outra, na mesma organização, ainda resolve tudo manualmente? Essa coexistência não é uma fase natural de transição — é o sinal mais confiável de que falta uma estratégia digital central, e não apenas investimento pontual em mais uma ferramenta.
A vantagem de organizar o diagnóstico dessa forma é a leitura agregada. Um achado isolado — “a orçamentação leva sete dias” — é só um sintoma de área. Quando o mesmo tipo de causa aparece em três áreas diferentes da mesma empresa, isso deixa de ser reclamação pontual e vira argumento de prioridade de investimento para o comitê executivo, porque demonstra que o problema é sistêmico, não de uma pessoa ou de um time só.
O que fazer depois de responder as 4 perguntas
Depois de entrevistar cada área e classificar os achados nas quatro categorias, o padrão de prioridade costuma aparecer sozinho: a categoria que se repete em mais áreas é a que justifica o primeiro investimento central, não a área que grita mais alto ou que tem o diretor mais convincente.
Esse é também o momento de decidir o que fica fora do primeiro ciclo. Ter um mapa dos projetos de IA desconectados já existentes evita a armadilha de aprovar mais uma iniciativa isolada antes de resolver a fragmentação que causou as anteriores. E, se a resposta ao diagnóstico envolver dado sensível ou decisão automatizada, vale revisar como estruturar governança de IA sem ter uma área de compliance dedicada — não é preciso esperar ter esse time para dar o primeiro passo.
Se depois de rodar essas quatro perguntas você quiser uma leitura externa e comparável com outras empresas do mesmo porte, esse é exatamente o papel de um diagnóstico gratuito de maturidade de IA — não substitui a conversa interna, mas ajuda a validar se a priorização que você chegou sozinho está alinhada com o que empresas parecidas já testaram. A leitura de duas velocidades que vejo entre empresa grande e empresa de médio porte no Brasil, aliás, é consistente com o que a HAIA documenta sobre adoção de IA no Brasil: quem faz esse diagnóstico antes de investir sai na frente, independentemente do tamanho do orçamento.
Perguntas frequentes
O que é um diagnóstico de maturidade de IA?
É o levantamento estruturado de quais iniciativas de IA já existem numa empresa, quem é dono de cada uma, onde o dado que as alimenta está armazenado e qual o nível de governança sobre elas — feito antes de aprovar qualquer ferramenta ou orçamento novo.
Preciso de uma consultoria para fazer esse diagnóstico?
Não necessariamente. As quatro perguntas deste framework podem ser respondidas internamente, entrevistando os líderes de cada área. Onde uma consultoria externa ajuda de verdade é na comparação com outras empresas do mesmo porte e na priorização de investimento quando o resultado interno gera divergência entre áreas.
Quanto tempo leva um diagnóstico de maturidade de IA?
Uma primeira leitura informal, respondendo as quatro perguntas para as áreas mais críticas, pode ser feita em algumas horas. Um diagnóstico completo, com entrevistas estruturadas em todas as áreas da empresa, costuma levar de duas a quatro semanas.
Qual é o maior erro em um diagnóstico de maturidade de IA?
Tratar cada sintoma como um problema isolado de uma área, em vez de agrupar os achados nas causas estruturais que se repetem. Isso impede a leitura agregada que justifica investimento central perante o comitê executivo — e mantém a empresa presa a soluções pontuais, uma por área.
Gillian Pellegrino tem mais de 30 anos de carreira em tecnologia, com IA conversacional desde 2011, e é fundadora da HAIA — consultoria de IA aplicada para empresas de médio porte. Se você já respondeu as quatro perguntas deste artigo e quer uma leitura externa, fale com a HAIA.
