IA sem Mistério

Abertura

Joga no GPT. Pede para a IA. Deixa que a máquina responde. Você já deve ter ouvido alguma dessas frases na sua empresa. Todo mundo fala de inteligência artificial. Mas pouca gente explica o que ela é, de verdade, e o que não é. Neste episódio, você vai entender como a IA aprende, o que faz bem e onde ela precisa de você. Este é o IA sem Mistério, a série da Alvori.AI, consultoria de IA de Araxá para pequenas e médias empresas. Aqui, cada sigla vira português claro.

O que é IA

Capítulo um. O que é IA. IA é a sigla de inteligência artificial. São programas que fazem tarefas que antes pediam raciocínio humano: escrever, resumir, reconhecer uma imagem, conversar. Repare na palavra tarefas. A IA não é uma pessoa dentro do computador. É um programa muito bom em alguns tipos de tarefa. E ela não chegou agora. O nome inteligência artificial é dos anos 1950. Por décadas, ela ficou mais nos laboratórios e em usos discretos. Você provavelmente já usa IA há anos sem chamar assim: o corretor do teclado do celular, o filtro que separa o spam do e-mail, o mapa que sugere o caminho com menos trânsito. O que mudou nos últimos anos foi a IA que conversa em português e escreve textos inteiros. Ela ficou popular a partir do fim de 2022, quando o ChatGPT foi lançado. É dessa IA que a gente vai falar. Mas, para entender como ela funciona, vale dar um passo atrás e ver como um computador aprende.

Como a IA aprende

Capítulo dois. Como a IA aprende. Um programa comum segue regras escritas uma a uma: se o cliente digitar um, mostre o horário. Se digitar dois, mostre o endereço. Funciona para coisas simples. Mas tente escrever regras para reconhecer um gato numa foto. Orelha pontuda? Bigode? Tem cachorro assim também. As regras não acabam nunca. Por isso surgiu o aprendizado de máquina. Em vez de escrever as regras, a gente mostra muitos exemplos, e o computador aprende os padrões. Pense num funcionário novo no balcão de uma loja. Ninguém entrega a ele um manual com todas as respostas. Ele observa muitos atendimentos e, aos poucos, pega o jeito. Essa fase em que o modelo aprende com uma montanha de exemplos tem nome: treinamento. E ela acontece antes de você usar a ferramenta. Quando você conversa com um assistente, ele não está aprendendo com você naquele instante, do jeito que um funcionário aprende. O treinamento aconteceu antes. Alguns serviços podem usar as suas conversas para treinar as próximas versões. Em muitos planos dá para desligar, e esse cuidado é tema do episódio sete. O resultado do treinamento é o que chamamos de modelo. O modelo é o motor da IA: o programa que aprendeu com muitos exemplos e agora gera respostas. Assim como um carro pode ter motores diferentes, as ferramentas de IA usam modelos diferentes. Uns são maiores, outros mais rápidos, outros mais baratos.

A IA que escreve

Capítulo três. A IA que escreve. A IA que virou assunto em toda parte é a IA generativa. É a IA que cria conteúdo novo, texto, imagem ou áudio, a partir de um pedido. Ela não copia uma resposta pronta de um arquivo. Ela gera um texto novo, que não existia, a cada vez que você pede. Por trás dos assistentes que escrevem está um tipo de modelo chamado LLM. A sigla vem do inglês e quer dizer grande modelo de linguagem. É um modelo treinado com muito texto para entender e escrever em linguagem natural, ou seja, do jeito que a gente fala e escreve no dia a dia. E como ele escreve? Em resumo, ele vai completando o texto com o que parece mais provável, um pedaço de cada vez, com base no que viu no treinamento. É por isso que ele escreve tão bem. E é também por isso que, às vezes, inventa. Esse é o assunto do próximo episódio. Agora, uma confusão comum. Muita gente usa GPT como sinônimo de IA. Não é. GPT é a sigla, em inglês, de transformador generativo pré-treinado. É um tipo de LLM e o nome da família de modelos da OpenAI, a empresa que criou o ChatGPT. Existem outras famílias, de outras empresas. O Gemini é do Google. O Claude é da Anthropic. E o Copilot, da Microsoft, pode aparecer dentro de programas como o Word e o Excel. Cada uma tem pontos fortes. Para quem está começando, a diferença entre elas importa menos do que saber pedir bem e conferir o resultado.

Chatbot, assistente e multimodal

Capítulo quatro. Chatbot, assistente e multimodal. Você já falou com um chatbot. É aquele atendimento que diz: digite um para segunda via, digite dois para falar com um atendente. Chatbot vem do inglês e quer dizer robô de conversa. É um programa que conversa por texto. Os antigos seguiam menus. Os de hoje usam IA generativa. O chatbot de menu só entende o que estava previsto. O de hoje entende uma pergunta escrita do seu jeito, com erro de digitação e tudo. Já o assistente de IA é a ferramenta que você abre para conversar e pedir tarefas. ChatGPT, Gemini, Claude e Copilot são exemplos. Você pode pedir um rascunho de e-mail, o resumo de um contrato longo, ideias para um post ou uma tabela organizada a partir de uma lista bagunçada. E muitos assistentes hoje são multimodais. É a IA que entende e gera mais de um tipo de conteúdo: texto, imagem, áudio, vídeo. Na prática: você tira uma foto de um cardápio escrito à mão e pede para virar texto. Ou manda um áudio e pede um resumo em tópicos. Nem toda ferramenta faz tudo isso, e nem todo plano libera tudo. Vale conferir antes de contar com o recurso.

O que faz bem (e o que não faz)

Capítulo cinco. O que a IA faz bem, e o que ela não faz. Ela vai bem em tarefas de linguagem: fazer o primeiro rascunho, resumir, reescrever num tom mais simpático, traduzir, organizar informações soltas em lista ou tabela. E vai bem no que é repetitivo: responder as mesmas perguntas, padronizar mensagens, preencher um modelo. É aí que ela tira trabalho da mesa da equipe. Agora, o que ela não é. Primeiro: ela não conhece a sua empresa. Não sabe o seu preço, o seu estoque, o seu horário, a não ser que alguém conte para ela. Segundo: ela não tem certeza de nada. Ela escreve com a mesma confiança quando acerta e quando erra. Número, nome, data e valor sempre passam por uma pessoa. Terceiro: ela não decide pela empresa. Ela sugere. Quem conhece o cliente, o negócio e a cidade é a sua equipe. Por isso a gente costuma resumir assim: a IA rascunha, a equipe aprova. IA com a sua equipe, não no lugar dela. E uma pergunta que a gente escuta muito: preciso entender de tecnologia para usar? Não. Se você sabe mandar uma mensagem de WhatsApp, consegue conversar com um assistente. O que faz diferença é saber explicar bem o que você quer, como faria com um funcionário novo. E isso se aprende com prática, não com curso de programação. Vamos ver isso numa empresa daqui. Imagine uma pousada da região que recebe, toda semana, vários e-mails pedindo informações sobre hospedagem. A recepcionista abre um assistente de IA e cola as informações da pousada: tipos de quarto, horário do café, regras para pets. Nada de nome ou telefone de hóspede. Ela pede: escreva uma resposta cordial para este e-mail, usando só estas informações, e diga o que estiver faltando. Em segundos, sai o rascunho. Ela confere as datas, o valor e o tom, ajusta uma frase e envia. A IA fez o rascunho. A palavra final foi dela. Repare: não precisou de sistema novo, nem de computador novo. Precisou de um bom pedido, de informações certas e de revisão humana. Para levar deste episódio, três frases. Um: a IA é um programa que aprendeu com muitos exemplos e é boa em tarefas de linguagem. Não é uma pessoa. Dois: GPT não é sinônimo de IA. É uma família de modelos, entre várias. Três: a IA rascunha, a equipe aprova. E ela não conhece a sua empresa até alguém contar para ela. E as palavras de hoje: IA, aprendizado de máquina, treinamento, modelo, IA generativa, LLM, GPT, chatbot, assistente e multimodal. No próximo episódio: Token, contexto e por que a IA inventa coisas. Você vai entender como ela lê, por que erra com tanta confiança e como se proteger. Se quiser saber onde a IA ajuda na sua empresa, comece pelo Raio-X. É só entrar em alvoriai.ia.br. Até lá.

Abertura

Você pediu para a IA um texto de divulgação da sua pousada. Ficou bonito. Só que, no meio, ela escreveu: eleita a melhor pousada da região. Ninguém nunca elegeu nada. Ela não mentiu de propósito. Mas escreveu uma coisa falsa com toda a confiança. Por quê? Neste episódio do IA sem Mistério, você vai entender como a IA lê e escreve, por que ela inventa e o que fazer para se proteger.

Como a IA lê

Capítulo um. Como a IA lê. Tudo começa com o que você escreve. Isso tem um nome técnico: prompt. Prompt é o pedido ou a instrução que você escreve para a IA. Daqui para a frente, a gente vai chamar só de pedido. E o próximo episódio é todo sobre como fazer um pedido bem feito. Quando o pedido chega, a IA não lê palavra por palavra, como a gente. Ela corta o texto em pedacinhos. Cada pedacinho se chama token. Token é o pedacinho de texto que a IA lê e escreve: uma palavra curta, parte de uma palavra ou um sinal, como a vírgula. Uma palavra curta, como sim, pode ser um token só. Uma palavra comprida, como hospedagem, pode virar dois ou três. Depende de cada modelo. Pense nas peças de um jogo de montar. A IA não enxerga a casa pronta. Ela enxerga as pecinhas, e monta e desmonta o texto com elas. E por que isso importa para você? Porque o token é a régua da IA. Tudo é medido em tokens: o tamanho do pedido, o da resposta e o limite de cada conversa. E também é a moeda. Quando a IA é ligada aos sistemas da empresa, a cobrança costuma ser por quantidade de tokens. O episódio nove fala só de custos.

A memória da conversa

Capítulo dois. A memória da conversa. Você já teve uma conversa longa com um assistente e, lá pelas tantas, ele esqueceu uma coisa que você disse no começo? Isso tem explicação. Ela se chama janela de contexto. É quanto texto a IA consegue considerar de uma vez: o pedido, os anexos e a conversa. O que passa do limite, ela esquece. Pense numa mesa de trabalho. Cabe uma quantidade de papéis em cima dela. Quando chega papel novo e a mesa enche, os mais antigos caem para fora. A IA só trabalha com o que está em cima da mesa. Se a tabela de preços caiu da mesa, ela vai responder sem a tabela. E pode chutar. O tamanho dessa mesa muda de ferramenta para ferramenta e de plano para plano. Algumas aceitam documentos bem longos. Mesmo assim, o limite existe. Três cuidados práticos. Primeiro: em assunto novo, abra uma conversa nova. Segundo: coloque a informação importante no próprio pedido, não só lá no começo da conversa. Terceiro: em documento muito grande, mande só a parte que interessa. Menos papel na mesa, menos chance de confusão. E, se a conversa ficou longa demais, peça um resumo do que já foi combinado e comece outra com ele.

Como a IA escreve

Capítulo três. Como a IA escreve. No primeiro episódio, a gente viu que o modelo aprende na fase de treinamento. Agora vem a outra parte: o momento em que ele responde a você. Esse momento se chama inferência. É quando o modelo já treinado responde ao seu pedido. É o que você usa, e paga, no dia a dia. E a resposta sai assim: a IA olha o pedido e calcula qual é o próximo token mais provável. Escreve esse token. Depois calcula o próximo. E o próximo. É como o corretor do celular, que sugere a próxima palavra. Só que muito mais preparado, e escrevendo parágrafos inteiros, pedaço por pedaço. Por isso a resposta aparece aos poucos na tela, como se alguém estivesse digitando. É o texto sendo montado, token a token. E existe um ajuste que muda esse comportamento: a temperatura. É o ajuste de criatividade da IA. Com temperatura baixa, ela tende a escolher o caminho mais provável, e as respostas ficam mais previsíveis. Com temperatura alta, ela arrisca caminhos menos óbvios e varia mais. Para um anúncio criativo, variar ajuda. Para responder o horário de funcionamento, você quer a resposta previsível, igual todas as vezes. Nos assistentes do dia a dia, esse ajuste costuma ficar escondido. Ele aparece quando a IA é configurada dentro de um sistema. Aí vale deixar baixo para tarefas de informação.

Por que a IA inventa

Capítulo quatro. Por que a IA inventa. Agora dá para entender o caso da pousada eleita a melhor da região. A IA não consultou prêmio nenhum. Ela completou o texto com o que parecia provável. Texto de divulgação de pousada costuma ter frases assim. Então, para a IA, essa frase combinava. Combinar não é a mesma coisa que ser verdade. Isso tem nome: alucinação. É quando a IA inventa uma informação, um nome, um número, uma lei, e escreve com toda a confiança. A palavra é estranha, mas a ideia é simples: ela não tem uma gaveta de fatos conferidos. Ela tem padrões de texto. E muitas vezes prefere responder a dizer não sei. Onde isso mais acontece? Em números, datas, nomes de pessoas, citações e leis. Quanto mais específico o detalhe, maior o cuidado. Imagine um escritório de contabilidade que pede um resumo de uma regra fiscal. A IA pode citar um artigo de lei que não existe, com número e tudo. E existe uma segunda causa de erro: a data de corte. É até quando vão os dados com que o modelo aprendeu. Depois dessa data, ele não sabe o que aconteceu, a não ser que pesquise. Uma lei que mudou, um preço novo, uma notícia da semana: pode estar fora. Alguns assistentes conseguem pesquisar na internet e mostram de onde tiraram a informação. Ajuda muito, mas a fonte também precisa ser conferida. Um site qualquer não vira verdade só porque a IA citou.

Como se proteger

Capítulo cinco. Como se proteger. A boa notícia: dá para usar a IA com segurança, mesmo sabendo que ela erra. São cinco hábitos simples. Primeiro: dê a fonte. Cole no pedido as informações certas, como a ficha do produto ou a tabela de preços, e peça para ela usar só aquilo. Segundo: autorize o não sei. Escreva no pedido: se a informação não estiver aqui, diga que não sabe. Parece pouco, mas ajuda. Terceiro: peça para ela mostrar de onde tirou. Qual trecho do documento, qual página. Assim fica mais fácil conferir. Quarto: confira sempre o que é específico. Número, nome, data, valor e lei passam por uma pessoa antes de chegar ao cliente. Quinto: use a IA para o rascunho, não para a palavra final. Quem conhece o negócio revisa e assina. É isso que a gente chama de revisão humana. Nos projetos da Alvori.AI, ela é combinada desde o começo: onde a IA ajuda e onde uma pessoa confere. E, no atendimento automático, o cliente sempre consegue falar com alguém da equipe. A IA ajuda, mas não fecha a porta. Vamos ver isso do começo ao fim. Imagine uma imobiliária da região que usa um assistente de IA para escrever anúncios de imóveis. Na primeira tentativa, o corretor pediu só: escreva um anúncio de uma casa de três quartos. O texto veio bonito, com piscina e vista para a serra. A casa não tem nenhuma das duas. Na segunda, ele colou a ficha do imóvel e pediu: use só estas informações. Se faltar algo, deixe entre colchetes para eu completar. O rascunho veio fiel à ficha, com dois colchetes: ano da reforma e valor do condomínio. O corretor completou, conferiu e publicou. E guardou esse pedido para usar nos próximos anúncios. A IA continuou escrevendo rápido. O que mudou foi o pedido, com a fonte certa, e a revisão de quem conhece o imóvel. Para levar deste episódio, três frases. Um: a IA lê e escreve em tokens, e só considera o que cabe na janela de contexto. Dois: ela inventa porque completa o texto com o que parece provável, não com o que foi conferido. Três: dê a fonte, autorize o não sei e confira número, nome, data e valor. E as palavras de hoje: prompt, token, janela de contexto, inferência, temperatura, alucinação e data de corte. No próximo episódio: Como pedir para a IA: o pedido bem feito. Com exemplos de antes e depois, para você testar na sua empresa. Se quiser saber onde a IA ajuda na sua empresa, comece pelo Raio-X. É só entrar em alvoriai.ia.br. Até lá.

Abertura

Você abre um assistente de IA e escreve: faz um texto para a minha pousada. Em segundos, chega um texto bonito. Que serve para qualquer pousada do Brasil. Fala de praia, e a sua pousada fica no interior de Minas. Promete serviço que você não oferece. E não tem nada do jeito da sua casa. O problema quase nunca é a ferramenta. É o pedido. Neste episódio, a gente mostra um jeito simples de pedir bem, com cinco letras que você não esquece mais.

Por que o pedido muda a resposta

Capítulo um: por que o pedido muda tanto a resposta. No episódio passado, a gente viu que a IA completa o texto com o que parece mais provável. Se o pedido é vago, o mais provável é o genérico. Esse pedido que você escreve tem um nome em inglês: prompt. Prompt é só isso: o pedido ou a instrução que você escreve para a IA. Pense numa encomenda de bolo na padaria. Se você chega e diz só: quero um bolo, vai sair um bolo. Talvez não o que você queria. Agora compare: bolo de cenoura com cobertura de chocolate, para vinte pessoas, pronto no sábado às três da tarde, escrito parabéns em cima. A padaria é a mesma. O confeiteiro é o mesmo. O que mudou foi a encomenda. Com a IA, funciona igualzinho. E pedir bem não é coisa de técnico. É o mesmo cuidado que você já tem quando passa uma tarefa para alguém novo na equipe. Você não diz só: faz aí. Você explica para quem é, o que precisa, para quando e como quer receber. É isso que a gente vai organizar agora.

O método PEDIR

Capítulo dois: o método PEDIR. São cinco letras, e cada uma é uma parte do pedido. P de papel. E de explicar o contexto. D de dizer a tarefa. I de indicar o formato. R de revisar. Não precisa usar as cinco toda vez. Num pedido rápido, duas ou três resolvem. Quanto mais importante a tarefa, mais letras valem a pena. Começando pelo P, de papel. É dizer à IA que papel ela deve assumir. Por exemplo: aja como atendente de uma pousada. O nome técnico disso é persona: o papel que a IA assume. Muda o vocabulário, o cuidado e o ponto de vista da resposta. Um atendente de pousada responde diferente de um advogado ou de um vendedor de loja. Com a IA acontece a mesma coisa. Agora o E, de explicar o contexto. Contexto é tudo o que a IA precisa saber e não tem como adivinhar. Ela não sabe que a sua pousada fica numa fazenda, nem que o público é de famílias com criança. Se você não conta, ela inventa. Depois vem o D, de dizer a tarefa. É a instrução propriamente dita: o que a IA deve fazer, com um verbo claro no começo. Escreva, resuma, compare, liste, corrija. Uma tarefa principal por pedido funciona melhor do que cinco tarefas misturadas na mesma frase. E vale dizer o que a IA não deve fazer. Por exemplo: não invente preço; se faltar uma informação, escreva a definir no lugar.

Formato e exemplos

Capítulo três: indicar o formato e mostrar exemplos. O I do método é indicar o formato. O nome técnico é formato de saída: dizer como você quer receber a resposta. Lista com cinco itens. Tabela com três colunas. E-mail de no máximo cinco linhas. Mensagem de WhatsApp com uma pergunta no final. Sem isso, a IA escolhe sozinha. E costuma escolher texto comprido, cheio de títulos e tópicos que você vai ter que apagar. Junto com o formato, uma dica que faz muita diferença: mostrar exemplos. Se a sua equipe já mandou duas ou três respostas que deram certo, cole no pedido. Isso se chama few-shot, que quer dizer, mais ou menos, poucas amostras. É colocar dois ou três exemplos do resultado esperado dentro do pedido. Com os exemplos, a IA pega o tamanho, o tom e até as expressões da casa. É como mostrar ao funcionário novo como o colega experiente responde. Só um cuidado: antes de colar mensagens reais, tire o nome, o telefone e qualquer dado pessoal do cliente. O episódio sete fala só disso. Agora o pedido do começo do vídeo, antes e depois. Antes: faz um texto para a minha pousada. Uma linha, e a resposta veio genérica. Depois: aja como responsável pelo atendimento de uma pousada rural para famílias, no interior de Minas. O texto vai para o Instagram, para casais com filhos pequenos. Escreva um convite para o feriado. Destaque o café da manhã da fazenda e a piscina. Não cite preço. Até seis linhas, tom acolhedor, com uma pergunta no final. Agora a resposta fala da sua pousada, para o seu público, no tamanho do post. Escrever o pedido levou um minuto a mais. E poupou várias rodadas de conserto.

Revisar e pedir de novo

Capítulo quatro: revisar e pedir de novo. A última letra, o R, é revisar. Quase nunca a primeira resposta é a final. E tudo bem: o jeito certo de trabalhar com IA é em rodadas. O nome disso é iteração: ajustar o pedido em rodadas. Pedir, ler, corrigir, pedir de novo. Na segunda rodada, você não precisa reescrever tudo. Basta dizer o que mudar: ficou longo, corta pela metade. Tira o segundo parágrafo. Deixa mais informal. Mas revisar não é só ajustar o estilo. É conferir os fatos. A IA ainda pode errar datas, valores e nomes, e escrever tudo com a maior confiança. Por isso a regra continua valendo: a IA faz o rascunho, a palavra final é de quem conhece o negócio. Número, nome, data e preço, uma pessoa confere. Uma dica que ajuda muito: peça para a IA perguntar antes. Escreva assim: antes de responder, me faça as perguntas que faltam para você fazer um bom trabalho. Ela devolve as perguntas, você responde, e o resultado sai mais perto do que você queria. É um jeito fácil de recuperar o contexto que ficou de fora.

Guardar o que funcionou

Capítulo cinco: guardar o que funcionou. Quando um pedido dá certo, guarde. Se a equipe repete a tarefa toda semana, o pedido bom também pode se repetir. É o que se chama biblioteca de prompts: uma coleção de pedidos que funcionaram, guardada para a equipe reutilizar. Pode ser um documento simples, uma pasta compartilhada ou uma planilha. O importante é organizar por área e por tarefa: atendimento, comercial, financeiro. Aqui na Alvori.AI, a gente usa uma biblioteca assim. Cada modelo tem espaços entre chaves para trocar pelo dado real: o nome da empresa, a mensagem do cliente. E quase todos os modelos terminam com a mesma regra: use só as informações fornecidas. Se faltar alguma, marque a confirmar, em vez de inventar. A sua empresa pode ter a sua própria biblioteca. Com os seus produtos, o seu tom e as respostas que a sua equipe já aprovou. E isso responde uma dúvida comum: minha equipe não é de tecnologia, vai conseguir usar? Vai. Com um modelo pronto, a pessoa preenche os espaços e revisa. Se a equipe usa WhatsApp, consegue usar um modelo de pedido. E o conhecimento fica na empresa, não na cabeça de uma pessoa só. Agora, na prática. Um exemplo ilustrativo: um escritório de contabilidade da região. Todo começo de mês, a equipe manda aos clientes um lembrete pedindo os documentos. Cada pessoa escrevia do seu jeito, do zero. Uns lembretes saíam longos demais, outros esqueciam o prazo. Então a equipe montou um pedido com o método PEDIR. Papel: assistente de atendimento de um escritório contábil. Contexto: clientes pequenos, que preferem mensagens curtas. Tarefa: escrever o lembrete dos documentos do mês. Formato: WhatsApp, até cinco linhas, prazo em destaque, e dois lembretes antigos como exemplo. E a revisão: uma pessoa confere a data e a lista antes de enviar. Esse pedido virou modelo na biblioteca do escritório. Todo mês, a equipe troca a data, revisa e envia. Sobra tempo para o que pede o olhar do contador. Para levar deste episódio. Um: o pedido muda a resposta. Pedido vago, resposta genérica. Dois: use o PEDIR. Papel, explicar o contexto, dizer a tarefa, indicar o formato e revisar. Três: guarde os pedidos que funcionaram numa biblioteca da sua empresa. E a palavra final fica sempre com uma pessoa. Os termos de hoje: prompt, persona, contexto, instrução, formato de saída, few-shot, iteração e biblioteca de prompts. No próximo episódio: onde a IA ajuda no dia a dia da empresa. Área por área, e como escolher a primeira tarefa. Se quiser saber onde a IA ajuda na sua empresa, comece pelo Raio-X de IA. É só entrar em alvoriai.ia.br. Até lá.

Abertura

Segunda-feira cedo. O WhatsApp da loja está cheio de mensagens perguntando a mesma coisa: que horas abre, se entrega no bairro, se tem tal produto. Na mesa, uma pilha de notas para lançar. E a proposta daquele cliente, que era para sexta, ainda nem começou. Por onde a IA entra numa rotina assim? Neste episódio, a gente faz o mapa, área por área e segmento por segmento. E mostra como escolher a primeira tarefa, e o que não deixar com a IA de jeito nenhum.

O que a IA faz bem

Capítulo um: o que a IA faz bem na rotina. Antes do mapa, vale entender os tipos de trabalho. Quase tudo o que a IA faz numa empresa cabe em poucas famílias: escrever, resumir, classificar, ler e ouvir. Escrever é o mais conhecido: rascunho de e-mail, resposta, proposta, post. No episódio passado, você viu como pedir isso bem. Resumir é pegar um texto longo e devolver o essencial. Uma conversa comprida, um contrato, um relatório de vinte páginas viram cinco linhas. Classificar é separar em grupos. Mensagem de cliente: é dúvida, reclamação ou pedido? Despesa do extrato: é aluguel, combustível ou fornecedor? Ler e ouvir a gente vê daqui a pouco, com duas siglas. E tem um último tipo, que junta todos: a automação. Automação é uma tarefa que acontece sozinha quando algo acontece. Chegou um pedido, sai a confirmação. Chegou um formulário, a planilha se preenche. Uma imagem ajuda: pense na IA como um assistente muito rápido que acabou de chegar. Escreve bem, lê depressa, mas não conhece a sua empresa e precisa de alguém que confira.

Atendimento e comercial

Capítulo dois: atendimento e comercial. No atendimento, o ponto de partida quase sempre são as perguntas que se repetem. Horário, endereço, formas de pagamento, prazo de entrega. Dá para começar simples: a IA sugere a resposta e a pessoa revisa e envia. Depois, se fizer sentido, vem um assistente configurado. Assistente configurado é um assistente de IA que já conhece o jeito da sua empresa: os produtos, as respostas, o tom. Ele responde as dúvidas comuns e chama uma pessoa quando precisa. O cliente sempre consegue falar com alguém da equipe. A IA também ajuda a organizar a caixa de entrada: classifica as mensagens por assunto e urgência, para cada uma ir para a pessoa certa. No comercial, um uso que costuma agradar é a proposta. Você anota ou grava a conversa com o cliente, e a IA monta o rascunho na estrutura da sua empresa. Os valores, você informa. A IA não calcula desconto nem cria preço. E ela ajuda também na mensagem de retorno para quem recebeu a proposta e não respondeu.

Documentos, financeiro e administrativo

Capítulo três: documentos, financeiro e administrativo. Lembra da pilha de notas? Aqui entra a primeira sigla do dia: OCR, reconhecimento óptico de caracteres. OCR é ler o texto de uma foto ou de um PDF digitalizado e transformar em texto editável. A nota fotografada vira dados que dá para copiar e conferir. Com isso, a IA ajuda a comparar o boleto com o que foi combinado com o fornecedor: valor, vencimento, dados da empresa. E aponta o que não bate. No extrato do banco, ela sugere a categoria de cada lançamento: aluguel, combustível, fornecedor. Quem é do financeiro confere e corrige o que ficou em dúvida. Agora a outra sigla: STT, do inglês speech to text, fala para texto. É o que a gente chama de transcrição. Transcrição é transformar áudio em texto. A reunião gravada, o áudio comprido de WhatsApp, a explicação de quem faz a tarefa. Junte transcrição com resumo e você tem a ata da reunião: o que foi decidido, quem faz o quê e até quando. Uma pessoa revisa os nomes e os prazos.

Marketing, RH e operação

Capítulo quatro: marketing, RH e operação. No marketing, a IA ajuda a sair da folha em branco: ideias de posts para o mês, legendas, roteiros de vídeo curto, textos de anúncio com variações. Ela também faz o caminho contrário da transcrição. É o TTS, do inglês text to speech, texto para fala: a voz sintética. Voz sintética é transformar texto em voz falada por computador. Aliás, a narração desta série é feita assim, com roteiro e revisão da nossa equipe. No RH, a IA ajuda a escrever o anúncio de vaga, preparar o roteiro de entrevista e organizar a primeira semana de quem chega. Mas quem decide quem contratar é uma pessoa. A IA prepara o material; a avaliação de gente fica com gente. Na operação, o ganho costuma estar no que ninguém gosta de escrever: o procedimento padrão. Quem faz a tarefa explica em áudio, a IA transcreve e organiza o passo a passo. Relatório de turno, checklist de manutenção, registro de ocorrência: o que hoje é anotado à mão ou fica na cabeça de alguém pode virar texto organizado.

Exemplos por segmento

Capítulo cinco: exemplos por segmento, aqui de Araxá e região. Todos ilustrativos. Na pousada: responder as dúvidas de quem quer reservar, mandar a mensagem antes da chegada e responder as avaliações dos hóspedes. No comércio: descrição de produtos para o catálogo, respostas sobre entrega e troca, e posts das promoções da semana. Na imobiliária: anúncio do imóvel a partir da ficha de visita, respostas a interessados e resumo de contrato para conferência, sempre revisado por quem entende. Na clínica: confirmação de horários e respostas sobre preparo de exames, com textos aprovados pela própria clínica. Dados de saúde pedem cuidado extra com a ferramenta escolhida. No escritório de contabilidade ou de advocacia: lembretes aos clientes, resumo de documentos longos e atas de reunião. Na indústria: procedimento padrão, relatório de turno por áudio e consulta rápida aos manuais dos equipamentos. E funciona para empresa pequena? Funciona. Quase sempre dá para começar com o que a empresa já usa: WhatsApp, planilha, e-mail e o sistema de gestão.

A primeira tarefa

Capítulo seis: como escolher a primeira tarefa. Diante desse mapa todo, a vontade é fazer tudo ao mesmo tempo. Não faça. Comece por uma tarefa só, e escolha com uma regra de três palavras. Frequente, chata e de baixo risco. Frequente, porque acontece toda semana ou todo dia. Se é rara, o ganho é pequeno. Chata, porque ninguém sente falta de fazer, e a equipe recebe a ajuda de braços abertos. De baixo risco, porque se a IA errar, o erro é pego na revisão, antes de chegar ao cliente ou ao caixa. E se a primeira tarefa não der certo? Tudo bem. Como ela é de baixo risco, o teste sai barato: você ajusta o pedido ou troca de tarefa. E o que não deixar com a IA? Decisões sobre pessoas, como contratar ou desligar alguém. Orientação médica, jurídica ou financeira para o cliente. Preço, prazo e valor enviados sem conferência. Mensagens delicadas, como uma reclamação séria, sem alguém olhar antes. E dados sensíveis de cliente em ferramenta pública. A regra resumida: a IA faz o rascunho e o trabalho repetitivo. A decisão e a palavra final ficam com quem conhece o negócio. Na prática. Um exemplo ilustrativo: uma loja de materiais de construção da região listou três tarefas candidatas para começar. Responder orçamentos pelo WhatsApp, conferir as notas dos fornecedores e escrever a descrição dos produtos do catálogo on-line. Orçamento é frequente, mas envolve preço e estoque: risco alto para começar. Conferir notas é frequente e chato, mas mexe com dinheiro, e fica para a segunda etapa. Descrição de produtos é frequente, chata e de baixo risco: se sair algo errado, a equipe corrige antes de publicar. Foi a escolhida. Antes de começar, a loja anotou quanto tempo a tarefa tomava. Testou por algumas semanas, comparou e só depois partiu para a próxima. E a equipe continuou fazendo o que só ela faz: atender no balcão, entender a obra do cliente e indicar o material certo. Para levar. Um: quase tudo que a IA faz na empresa cabe em escrever, resumir, classificar, ler, ouvir e automatizar. Dois: ela ajuda em todas as áreas, do atendimento à operação, sempre com revisão humana. Três: comece por uma tarefa frequente, chata e de baixo risco. Decisões e palavra final ficam com a equipe. Os termos de hoje: resumo, classificação, automação, assistente configurado, OCR, transcrição e voz sintética. No próximo episódio: API, webhook e integração. Ou como ligar um sistema no outro, para as tarefas acontecerem sozinhas. Se quiser saber onde a IA ajuda na sua empresa, comece pelo Raio-X de IA. É só entrar em alvoriai.ia.br. Até lá.

Abertura

Chegou um pedido no site da loja. Alguém da equipe abre o e-mail, copia o nome do cliente e cola numa planilha. Depois digita tudo de novo no sistema de gestão. Manda uma mensagem no WhatsApp confirmando. E ainda avisa o pessoal do estoque no grupo. Quatro passos, feitos à mão, todo dia. E se desse para os sistemas fazerem isso sozinhos, um falando com o outro? Neste episódio, a gente explica sem mistério o que é API, webhook e integração. E o que perguntar antes de ligar um sistema no outro.

Sistemas que conversam

Capítulo um: sistemas que conversam. Pense nas ferramentas que a sua empresa já usa. O site, o e-mail, a planilha, o WhatsApp, o sistema de notas fiscais. Cada uma guarda um pedaço da informação. E quem leva de uma para a outra, quase sempre, é uma pessoa copiando e colando. Integração é o que muda essa cena: ligar uma ferramenta na outra para os dados passarem sozinhos. Antes de seguir, três siglas que aparecem muito nessa conversa. A primeira é SaaS, software como serviço. É o sistema que você usa pela internet e paga por assinatura, sem instalar nada. A segunda é ERP. É o sistema de gestão da empresa: estoque, vendas, financeiro, notas fiscais. A terceira é CRM. É o sistema para acompanhar clientes e contatos: quem chegou, o que pediu, em que pé está. Uma imobiliária, por exemplo, pode ter um CRM com os interessados e um ERP para o financeiro. Cada um, sozinho, funciona bem. O ganho aparece quando eles conversam: o contato que chegou pelo site já entra no CRM, sem ninguém digitar. E como eles conversam? Pela API.

API, o balcão de atendimento

Capítulo dois: API, o balcão de atendimento. API quer dizer interface de programação de aplicações. O nome assusta, mas a ideia é simples. Num restaurante, você não entra na cozinha para pegar o prato. Faz o pedido ao garçom, e ele traz a resposta. A API é esse garçom. Ou o balcão de atendimento do sistema: outro sistema chega, faz um pedido do jeito combinado e recebe uma resposta. Tudo isso sem ninguém clicar em tela. É um sistema falando direto com outro, por regras que o fornecedor publica. Por exemplo: o site da loja pergunta ao sistema de gestão se ainda tem o produto. O sistema responde: tem, doze unidades. Essa resposta costuma vir num formato chamado JSON. É um jeito organizado de escrever dados, campo e valor, que os sistemas trocam entre si. Olhe que não tem segredo. Aqui está um pedido escrito em JSON: número do pedido, cliente, produto, quantidade e forma de entrega. Do lado esquerdo, o nome do campo. Do lado direito, o valor. E o cliente aparece como “Cliente A”, sem o nome verdadeiro. Para usar a API, o sistema precisa se identificar. E faz isso com uma chave de API. A chave de API é a senha que identifica quem está usando a API, e quem paga a conta. Por isso, nunca a coloque em mensagem, planilha aberta ou print de tela. Quem tem a chave consegue agir em nome da sua empresa. Se a chave vazar, cancele e gere uma nova, como faria com um cartão perdido. E use uma chave para cada uso, para saber de onde veio cada pedido.

Webhook, a campainha

Capítulo três: webhook, a campainha. Com a API, um sistema pergunta e o outro responde. Mas perguntar a cada minuto se chegou pedido cansa, e é desperdício. O webhook faz o caminho contrário. É um aviso automático: quando algo acontece num sistema, ele toca a campainha do outro. É como a campainha de casa: você não fica na janela vigiando a rua. O entregador chega, toca, e você atende. Na prática: o cliente paga na loja virtual e, na mesma hora, a loja manda um aviso para o endereço combinado, com o pedido em JSON. Do outro lado, alguma coisa está esperando esse aviso para começar o trabalho. E é aqui que nasce a automação. Automação é uma tarefa que acontece sozinha quando algo acontece: chegou um pedido, sai a confirmação. Juntando as peças: o webhook avisa que algo aconteceu. A API busca ou grava o que for preciso. E a integração é o caminho completo, de ponta a ponta. Uma pousada pode usar a mesma ideia: entrou uma reserva no site, a campainha toca, e a reserva vai para a agenda da recepção.

Montar sem programar

Capítulo quatro: montar sem programar. Ligar sistemas já foi trabalho só de programador. Hoje existem ferramentas em que você monta o caminho arrastando blocos na tela. São as ferramentas no-code ou low-code: montar automações com pouco ou nenhum código. Alguns nomes conhecidos são n8n, Make e Zapier. Cada bloco é um passo. O primeiro é o gatilho, o que dá a partida: por exemplo, chegou um webhook do site. Depois vêm as ações: gravar uma linha na planilha, criar o pedido no sistema de gestão, mandar uma mensagem. No meio, dá para colocar condições. Se o pedido passar de um certo valor, avisa o gerente. Se o produto acabou, avisa as compras. E dá para colocar a IA como um desses blocos: resumir o pedido, separar uma mensagem por assunto, rascunhar uma resposta para alguém revisar. O n8n tem uma particularidade: além da versão na nuvem, pode ser instalado num servidor contratado pela empresa. Assim, os dados ficam sob o seu controle. Onde fica esse servidor, e o que é preciso para ele ficar no ar, é o assunto do próximo episódio. Uma coisa vale para todas essas ferramentas: montar é a parte fácil. O cuidado está no que acontece quando algo sai do esperado.

Cuidados antes de ligar tudo

Capítulo cinco: cuidados antes de ligar tudo. Primeiro cuidado: as contas e as chaves ficam em nome da sua empresa. Se você trocar de fornecedor, nada some junto com ele. Segundo: guarde as chaves num lugar seguro, como um cofre de senhas, e dê acesso só a quem precisa. Terceiro: pense no erro. E se o sistema de gestão estiver fora do ar na hora do pedido? Alguém precisa ser avisado, e o pedido não pode se perder. Quarto: teste com dados de mentira antes de ligar no dia a dia. Um pedido de teste, uma mensagem para o seu próprio número. Quinto: onde houver IA no caminho, combine a revisão humana. A IA rascunha, a equipe aprova, principalmente quando envolve valores, datas e nomes. Sexto: cuidado com os dados pessoais. Passe para cada sistema só o que ele precisa, em ferramentas aprovadas e contas da empresa. O episódio sete trata disso. Sobre o WhatsApp: para mensagem automática, o caminho seguro é a API oficial do WhatsApp Business, não programas que imitam o celular. Uma pergunta que a gente escuta muito: preciso trocar meus sistemas para isso? Quase nunca. A gente começa pelo que a empresa já usa. WhatsApp, planilha, e-mail, sistema de gestão: muitos já oferecem API ou webhook e, quando não oferecem, há outros caminhos. Se algo precisar mudar, o Raio-X mostra o motivo e o custo antes. Vamos ver um exemplo do começo ao fim. Uma loja de presentes aqui da região vende pelo site e entrega no balcão. Às dez da manhã, uma cliente pede dois kits de café da manhã. A loja virtual toca a campainha: manda um webhook com o pedido em JSON. A automação recebe o aviso e, pela API, grava o pedido na planilha e lança a saída no sistema de gestão. O estoque baixa sozinho. Em seguida, a cliente recebe a confirmação no WhatsApp, com o número do pedido e o horário de retirada. Por último, a equipe é avisada no grupo do estoque: separar dois kits para retirada às quatro da tarde. E se o sistema de gestão não responder? A automação tenta de novo e, se continuar falhando, guarda o pedido e avisa a gerente. Ninguém copiou e colou nada. E a equipe ficou com o que só gente faz bem: atender quem está no balcão. Para levar deste episódio, três frases. Um: API é o balcão de atendimento de um sistema. E a chave de API é uma senha, então trate como senha. Dois: webhook é a campainha. Quando algo acontece, um sistema avisa o outro, e a automação começa. Três: dá para ligar o que você já usa, com ferramentas sem código, desde que você pense no erro, no teste e na revisão humana. Os termos de hoje: integração, SaaS, ERP, CRM, API, JSON, chave de API, webhook, automação e no-code. No próximo episódio: nuvem, servidor e VPS, onde mora o seu sistema. Quer saber o que dá para ligar na sua empresa? Comece pelo Raio-X de IA, em alvoriai.ia.br. Até lá.

Abertura

Sexta-feira, oito da noite. Um cliente manda mensagem: o site da sua empresa não abre. Você liga para quem fez o site. E a pessoa pergunta: o domínio está em nome de quem? Onde está hospedado? Tem backup? E você não sabe responder. Não é culpa sua: ninguém explicou. Neste episódio, a gente mostra onde mora o seu sistema e o que mantém tudo funcionando. Nuvem, servidor, VPS, domínio, DNS, cadeado, backup. No fim, você vai saber o que perguntar a quem cuida disso.

Onde o sistema mora

Capítulo um: onde o sistema mora. Todo site, todo sistema, toda loja virtual fica guardado em algum computador. E esse computador tem nome. Servidor é um computador ligado o tempo todo que serve sites, sistemas e arquivos para quem acessa. Daí o nome. E onde fica esse computador? Pense em três jeitos de ter um lugar para a sua empresa funcionar. O primeiro é comprar o terreno e construir: o servidor próprio, dentro da empresa. É todo seu, mas a energia, a internet e o conserto também são. O segundo é usar um prédio grande, de outra empresa, com tudo pronto. Isso é a nuvem. Nuvem são computadores de grandes empresas que você usa pela internet. Ela não está no céu: está em prédios cheios de servidores. O terceiro fica no meio do caminho: alugar uma sala nesse prédio, só para você. Essa sala é a VPS. VPS quer dizer servidor privado virtual: um pedaço reservado de um servidor grande, só seu. É a sala alugada, em vez de construir o prédio. Na sua sala, você instala o que quiser. Mas a portaria, a energia e a segurança do prédio ficam com o dono do prédio. Não existe jeito certo para todo mundo. Mas, para uma pequena empresa, um servidor próprio costuma dar mais trabalho do que vale. E o serviço de manter o site ou o sistema no ar num servidor se chama hospedagem. Quem hospeda cuida do lugar onde o sistema mora.

O endereço

Capítulo dois: o endereço. Seu sistema já tem onde morar. Agora precisa de um endereço, e isso começa pelo domínio. Domínio é o nome do endereço na internet, como alvoriai.ia.br. E ele deve ser registrado em nome da empresa. Domínios ponto br são registrados no Registro.br, com o CNPJ ou o CPF do dono. Se o domínio ficar no nome de quem fez o site, você depende dessa pessoa. E o domínio vence: sem renovação, o site e o e-mail param. Por trás do nome, cada servidor tem um número, o IP. É como o número de telefone de um computador na internet. IP quer dizer protocolo de internet. Na tela, um exemplo. Ninguém decora isso, e nem precisa. Quem faz a ligação entre o nome e o número é o DNS. Pense na agenda de contatos do seu celular. DNS é o sistema de nomes de domínio: a agenda de contatos da internet. Você procura pelo nome, e ela acha o número do servidor. Você digita alvoriai.ia.br, o DNS acha o número do servidor na agenda, e o navegador vai até lá. Num piscar de olhos. Por isso, mudar o DNS é mudar a agenda: o nome continua o mesmo, mas passa a apontar para outro servidor. E o endereço completo de uma página se chama URL. Na tela, um exemplo.

O cadeado

Capítulo três: o cadeado. Repare no começo do endereço: https. Aquele s no final faz diferença. É ele que traz o cadeado. HTTPS é o protocolo seguro de transferência de hipertexto. Em bom português: a conversa entre você e o site vai embaralhada. É como mandar uma carta lacrada, em vez de um cartão-postal. No caminho, ninguém lê o que vai dentro: senha, telefone, pedido. A tecnologia por trás do cadeado se chama SSL, ou TLS, que é a versão atual. Ela usa um certificado, que prova que o site é quem diz ser. Esse certificado tem validade. Se vencer, o navegador mostra um aviso de site não seguro, e o cliente, com razão, pensa duas vezes. Hoje dá para renovar o certificado automaticamente. Pergunte a quem hospeda: a renovação é automática? E quem é avisado se falhar? E uma regra simples para a equipe: formulário que pede dado pessoal, só em página com https.

Quando algo dá errado

Capítulo quatro: quando algo dá errado. Servidor é máquina. Pode dar defeito, pode receber uma atualização com problema, alguém pode apagar um arquivo sem querer. Por isso existe o backup. Backup é a cópia de segurança, guardada em outro lugar, para recuperar se algo der errado. As palavras mais importantes são “em outro lugar”. Backup no mesmo servidor some junto com ele, como a cópia da chave pendurada na mesma porta. E backup só vale se volta. Por isso, de tempos em tempos, faça um teste de restauração: pegue a cópia e veja se o sistema volta inteiro. É como o extintor de incêndio: não basta ter, tem que estar carregado. Pergunte quando foi o último teste, não só se existe backup. Outra palavra dos contratos é uptime: o tempo em que o sistema ficou no ar. O contrário é o tempo fora do ar. Quando alguém promete noventa e nove vírgula nove por cento de uptime num mês, faça a conta. Ainda sobram cerca de quarenta e três minutos fora do ar. Nenhum serviço fica cem por cento no ar. O que importa é saber quanto está combinado, e o que acontece quando falha. Esse combinado tem nome: SLA, acordo de nível de serviço. É o combinado por escrito sobre disponibilidade, suporte e o que acontece se falhar. Um bom SLA responde perguntas simples: em quanto tempo alguém atende? Em que horário? E quem avisa você quando o sistema cai?

O container e as perguntas certas

Capítulo cinco: o container e as perguntas certas. Mais uma palavra que você vai ouvir de quem cuida de servidores: container. Muitas vezes, junto com o nome Docker. Container é uma caixa padronizada com o sistema e tudo de que ele precisa, que roda igual em qualquer servidor. A ideia vem dos contêineres de navio. Não importa o que vai dentro: a caixa tem o mesmo tamanho e encaixa em qualquer navio, caminhão ou porto. A vantagem é prática: trocar de servidor fica mais simples, e vários sistemas convivem na mesma VPS sem um atrapalhar o outro. Agora, as perguntas para fazer a quem cuida do seu site ou sistema. Primeira: o domínio está em nome da minha empresa? Segunda: onde o sistema está hospedado, e quem tem acesso ao servidor? Terceira: com que frequência sai o backup, onde ele fica e quando foi testado? Quarta: o certificado do cadeado renova sozinho? Quinta: quem é avisado se o sistema sair do ar, e em quanto tempo alguém age? Sexta: o que diz o SLA? E a sétima, que pouca gente lembra: se eu trocar de fornecedor, levo meus dados comigo? Uma pergunta do nosso site: o que a mensalidade de sistema cobre? Nos sistemas que a gente faz, cobre hospedagem, certificado HTTPS, backup diário e monitoramento vinte e quatro horas. Ajustes e funções novas são combinados à parte. E os detalhes ficam no SLA, por escrito. Vamos ver um exemplo do começo ao fim. Uma pousada da região ganhou um sistema de reservas feito sob medida. Primeiro, o domínio: no CNPJ da própria pousada. A conta fica com o dono, e quem desenvolve recebe só o acesso necessário. O sistema roda num container, numa VPS. O DNS aponta o nome da pousada para o servidor, e o certificado renova sozinho. Toda noite, um backup vai para outro lugar, longe do servidor. E, uma vez por mês, alguém restaura essa cópia num teste para ver se volta inteira. Num domingo, uma atualização dá problema e o sistema sai do ar. O monitoramento percebe e avisa o responsável na hora. Ele volta o container para a versão anterior, e o sistema retorna. Os dados não foram tocados, e o backup testado ficou de reserva. Tudo estava combinado no SLA: quem é avisado, em quanto tempo e o que fazer. Sem correria e sem susto. Para levar deste episódio, três frases. Um: o domínio e as contas ficam em nome da sua empresa. Sempre. Dois: backup bom é backup em outro lugar, e testado. Pergunte quando foi a última restauração. Três: disponibilidade e suporte se combinam por escrito, no SLA. Sem combinado, não há o que cobrar. Os termos de hoje: servidor, nuvem, VPS, hospedagem, domínio, IP, DNS, URL, HTTPS, SSL e TLS, backup, uptime, SLA e container. No próximo episódio: LGPD e segurança, usar IA sem expor seus dados. Quer saber onde a IA ajuda na sua empresa? Comece pelo Raio-X de IA, em alvoriai.ia.br. Até lá.

Abertura

Sexta-feira, fim de tarde. Alguém da equipe pega a planilha de clientes, com nome, telefone e CPF, cola inteira num assistente de IA gratuito, na conta pessoal, e pede: arruma isso para mim. Ficou pronto em segundos. Só que, junto com a planilha, foram dados de pessoas que confiaram na sua empresa. E ninguém sabe direito para onde eles foram. Neste episódio, a gente explica o que a LGPD pede, o que nunca colar numa ferramenta pública e como se proteger dos golpes que usam IA. Sem medo, com cuidado.

O que a LGPD pede

Primeiro, a lei. A LGPD é a Lei Geral de Proteção de Dados Pessoais, a Lei 13.709, de 2018. Em bom português: é a lei brasileira que diz como as empresas podem coletar, usar, guardar e apagar dados de pessoas. E ela vale para empresas de todos os tamanhos. A pousada, a clínica, a loja do centro e o escritório também tratam dados: no cadastro, na ficha, no WhatsApp. Existe até um regulamento com regras simplificadas para empresas pequenas. Mas o dever de cuidar dos dados continua valendo para todas. Quem fiscaliza é a ANPD, a Autoridade Nacional de Proteção de Dados: o órgão do governo que fiscaliza a LGPD. Ela orienta, recebe reclamações e pode aplicar sanções. Um detalhe da lei: tratar dados é quase tudo. Coletar, guardar, consultar, compartilhar, apagar. Colar uma lista num assistente de IA também é tratar dados.

Dado pessoal e dado sensível

Mas o que conta como dado pessoal? A lei define isso logo no artigo quinto. Dado pessoal é qualquer informação que identifica uma pessoa: nome, CPF, telefone, e-mail, foto. E um conjunto de pistas, como bairro, idade e profissão, também pode identificar alguém. Repare: não precisa ser segredo. O telefone do cliente que está salvo no seu WhatsApp já é dado pessoal. E existe uma categoria que pede cuidado extra: o dado pessoal sensível. Saúde, religião, biometria, origem racial, opinião política, vida sexual, filiação sindical. Por quê? Porque, se vazar ou for mal usado, esse dado pode causar discriminação ou constrangimento. Por isso a lei é mais rígida com ele. No dia a dia: a ficha do paciente na clínica, a digital que abre a porta da fábrica, o atestado que o funcionário entregou no RH. Tudo isso é sensível.

Quando a empresa pode usar dados

Então a empresa não pode usar dados? Pode, sim. A lei permite quando existe um motivo previsto nela. Esse motivo se chama base legal. Uma das bases legais é o consentimento: a autorização clara da pessoa para um uso específico dos dados dela. Mas atenção: o consentimento não é a única base. A lei prevê outras, como cumprir uma obrigação legal ou executar um contrato com o próprio cliente. Qual base vale para cada caso é uma pergunta jurídica. Dúvida específica vai para o advogado da empresa ou para o encarregado, que é a pessoa responsável pela proteção de dados. Agora, um recurso que ajuda muito no dia a dia com IA: a anonimização. É tirar ou trocar o que identifica a pessoa antes de usar o dado. Em vez do nome e do CPF da cliente que reclamou, você escreve: Cliente A reclamou de cinco dias de atraso. A IA ajuda do mesmo jeito, e o nome fica em casa. Um cuidado: só apagar o nome nem sempre basta. Se o resto do texto ainda deixa adivinhar quem é, o dado continua sendo pessoal.

Para onde vai o que você digita

Agora, a pergunta que a gente mais escuta: a IA vai usar os meus dados para treinar? Depende da ferramenta e do plano. Uso para treinamento é quando a ferramenta usa o que você digita para treinar os próximos modelos. Em muitos planos dá para desligar. Ferramentas gratuitas e públicas podem guardar o que é digitado. Planos para empresas, em geral, trazem mais opções de controle. Mas não suponha: leia os termos e as configurações de privacidade. Para a empresa, peça o DPA, o Acordo de Tratamento de Dados: o contrato que diz o que o fornecedor pode e não pode fazer com os dados da sua empresa. É o que a gente faz na Alvori.AI: antes de qualquer implantação, assinamos esse acordo. E, sempre que possível, escolhemos planos que permitem desligar o uso para treinamento, e deixamos desligado. Outro ponto: contas da empresa, não pessoais. Se alguém usa o e-mail pessoal no assistente, as conversas vão embora junto quando a pessoa sai da empresa. Com contas da empresa, os acessos ficam em nome da sua empresa, e dá para registrar quem tem acesso a quê. Quando alguém sai da equipe, você desliga o acesso no mesmo dia.

Regras práticas para a equipe

Vamos às regras práticas. A primeira: o que não colar numa ferramenta pública de IA. Não cole CPF, RG, cartão ou conta bancária. Nem dados de saúde, nem a planilha de clientes inteira. E nunca cole senhas, chaves de acesso ou contratos com dados pessoais. Na dúvida, faça como a gente ensina nas oficinas: tire o nome e o CPF, ou troque por Cliente A, Cliente B. Dado sensível é retirado ou anonimizado antes de passar por uma IA. A segunda regra: ative o 2FA, a autenticação em dois fatores. É entrar com a senha e mais uma confirmação, como um código no celular. Protege mesmo se a senha vazar. Vale para o assistente de IA, para o e-mail, para o WhatsApp da empresa e para o banco. É uma configuração rápida, que protege muito. A terceira: escreva uma política de uso de IA. São regras simples da empresa: que ferramentas usar, o que não colar nelas, onde revisar. Uma página basta. E ela inclui a revisão humana: números, nomes, datas, valores e o tom com o cliente são conferidos por uma pessoa antes de sair.

Golpes com IA

Até aqui, falamos de como a sua empresa usa a IA. Agora, o outro lado: os golpistas também usam. Um golpe antigo ficou mais perigoso: o phishing. É o golpe com mensagem falsa que imita banco, fornecedor ou chefe para roubar senha ou dinheiro. Antes, dava para desconfiar pelo português errado. Com IA, a mensagem chega bem escrita, no tom certo, até com o nome do seu fornecedor. O erro de ortografia deixou de ser pista. A pista agora é o pedido: urgência, link para trocar a senha, boleto com dados bancários novos. Antes de clicar ou pagar, confirme por outro canal, num número que você já tinha. O segundo golpe é o deepfake: vídeo, foto ou áudio falso feito com IA imitando uma pessoa real. Imagine: o financeiro recebe um áudio com a voz do dono. Estou numa reunião, faz um Pix agora para esse fornecedor, depois te explico. A voz parece igualzinha. Com gravações que estão na internet, a IA consegue imitar uma voz. Então a voz, sozinha, já não prova quem está falando. A defesa é simples e combinada antes: uma palavra de confirmação. Uma palavra que só a equipe, ou só a família, conhece, e que nunca vai por mensagem escrita. Pedido de Pix fora do normal? Pergunte a palavra. A pessoa não sabe? Desligue e ligue de volta no número que você já tem salvo. Nenhum pagamento urgente sai sem essa confirmação. Vamos juntar tudo num exemplo ilustrativo. Uma clínica da região quer usar IA para ganhar tempo na recepção: rascunhar respostas e resumir mensagens. Primeiro passo: separar o que é dado sensível. Ficha, exame, diagnóstico: isso não entra em ferramenta pública. Fica no sistema da clínica. Segundo: escolher uma ferramenta com plano para empresa, conta em nome da clínica, Acordo de Tratamento de Dados assinado e uso para treinamento desligado. Terceiro: a recepção usa a IA para rascunhar respostas sobre horários, convênios e preparo de exames. Quando a mensagem traz algo de saúde, a IA recebe só Paciente A. Quarto: 2FA em todas as contas, uma política de uma página para a recepção e uma palavra de confirmação para qualquer pedido de pagamento fora do normal. E a palavra final é sempre de uma pessoa da recepção, que confere o tom, os horários e os valores antes de enviar. Para levar deste episódio. Um: a LGPD vale para a sua empresa, e dado sensível pede cuidado extra. Dois: dados de clientes só em ferramentas aprovadas, com contas da empresa, Acordo de Tratamento de Dados e, na dúvida, anonimizados. Três: 2FA em tudo e uma palavra de confirmação contra golpes. E dúvida jurídica específica vai para o advogado. No próximo episódio: IA que conhece a sua empresa, documentos e agentes. Até lá. E se quiser usar IA com cuidado com os dados, comece pelo Raio-X: alvoriai.ia.br.

Abertura

Um hóspede manda mensagem às onze da noite: se eu cancelar a reserva de sábado, perco o sinal? O assistente de IA da pousada responde na hora, todo educado. E responde errado. Ele não leu a política de cancelamento da pousada. Respondeu com o que parecia provável, a partir do que aprendeu na internet. Inventou uma regra que não existe. Neste episódio, a gente mostra como fazer a IA consultar os documentos da sua empresa antes de responder. E como funciona um agente, que executa tarefas, mas chama uma pessoa quando precisa.

O que a IA não sabe da sua empresa

Comece por aqui: o assistente de IA aprendeu com uma quantidade enorme de texto. Mas a tabela de preços da sua loja e a política da sua pousada não estavam lá. Ela sabe muito sobre o mundo e nada sobre o seu balcão. Por isso, quando você pergunta algo da empresa, ela chuta. E chuta com confiança. O primeiro passo é organizar o que a empresa já sabe numa base de conhecimento: os documentos da empresa organizados para consulta, como manual, tabela de preços e perguntas frequentes. Pense numa pasta bem arrumada e sempre atualizada. Um assunto por documento, sem versão velha misturada com a nova. Se o documento está errado, a resposta também vai estar. É o trabalho menos chamativo e o mais importante. Antes de qualquer tecnologia, alguém da equipe revisa e aprova esses documentos. E cuidado com o que entra na pasta: dado pessoal de cliente não vai para a base. A gente falou disso no episódio anterior, sobre LGPD.

Primeiro busca, depois escreve

Mas como a IA usa essa pasta? A técnica mais usada para isso tem um nome curto: RAG. RAG vem do inglês Retrieval-Augmented Generation, ou Geração Aumentada por Recuperação. Em bom português: a IA primeiro busca o trecho certo nos documentos da empresa e só depois escreve a resposta, com base nele. Pense numa atendente nova e cuidadosa. O cliente pergunta, e ela não responde de cabeça: abre o manual, acha a página certa, lê e só então responde. O RAG faz o mesmo em três passos. A pergunta chega. O sistema busca os trechos que falam daquilo. E a IA recebe a pergunta junto com esses trechos e escreve a resposta. A diferença é grande. Em vez do que parece provável, ela responde com o que está escrito no seu documento. E dá para mostrar de onde veio a informação. E quando a resposta não está em nenhum documento? O certo é o assistente dizer que não encontrou e chamar alguém. Isso se combina nas instruções dele. Mas o RAG diminui os erros, não acaba com eles. Se a busca trouxer o trecho errado, ou o documento estiver velho, a resposta sai errada. Por isso a revisão continua.

Buscar pelo sentido

Agora, a parte da busca: como o sistema acha o trecho certo? Aqui entram duas expressões que você vai ouvir bastante. A primeira é embeddings: uma impressão digital numérica do sentido de um texto, que permite achar trechos parecidos mesmo com outras palavras. Funciona assim: cada trecho dos documentos vira uma sequência de números que representa o que ele quer dizer. Textos com sentido parecido ganham impressões digitais parecidas. A segunda é busca semântica: busca pelo sentido, não pela palavra exata. Preço da diária acha valor do pernoite. Pense numa biblioteca. A busca comum procura um livro pela palavra exata do título. A busca semântica é a biblioteca organizada por assunto: você chega à estante certa mesmo sem saber o título. Na pousada, o hóspede escreve: posso desistir da hospedagem? E o sistema acha o trecho da política de cancelamento, mesmo sem a palavra cancelar na pergunta. Serve para qualquer área. Na imobiliária, apartamento perto do centro com garagem acha o anúncio que diz vaga coberta, a duas quadras da praça.

Agentes: IA que executa passos

Até aqui, a IA consulta e responde. O passo seguinte é ela fazer coisas. É o que se chama de agente. Agente de IA é uma IA que, além de responder, executa passos: consulta a agenda, preenche uma planilha, chama uma pessoa. O que o agente pode fazer depende das ferramentas que você dá a ele: as ações que ele tem permissão para fazer, como ler a agenda, criar um pedido ou enviar um e-mail. Pense num funcionário novo, no primeiro dia. Você não entrega todas as chaves: entrega a da recepção, não a do cofre. Com o agente é igual, só as permissões que a tarefa pede. Na pousada, o agente pode ler a agenda de quartos e a política de cancelamento, e anotar um pedido de reserva. Mas não pode cancelar reserva, devolver dinheiro nem mudar preço. E aí entra a peça mais importante: o humano no circuito. Uma pessoa revisa ou aprova antes de a ação da IA chegar ao cliente. Um exemplo numa clínica: o agente consulta a agenda e sugere dois horários livres para o paciente. Quem confirma a marcação é a recepção. Na prática, viram regras claras. Pedido de exceção, reclamação, dinheiro, ou uma dúvida que não está nos documentos: o agente passa para uma pessoa da equipe. E o cliente sempre consegue falar com alguém. É o assistente que atende e passa para uma pessoa: ele cuida das perguntas repetidas, e a equipe cuida do que pede decisão. E tudo o que o agente faz fica registrado: o que perguntaram, o que ele consultou, o que respondeu. Assim dá para revisar e corrigir.

Treinar a IA? Quase nunca é o primeiro passo

Agora, uma dúvida comum: não seria melhor treinar uma IA só para a minha empresa? Isso tem nome: fine-tuning, ou ajuste fino. É treinar mais um pouco um modelo com exemplos próprios. Na maioria das pequenas empresas, instruções e documentos bem feitos resolvem antes. Por quê? O ajuste fino pede muitos exemplos bons, dá mais trabalho e precisa ser refeito quando algo muda. O documento, você atualiza numa tarde, e a resposta muda junto. Uma comparação: o ajuste fino é como mandar o funcionário para um curso longo. Documento bom é entregar a ele o manual certo. Quase sempre, o manual resolve primeiro. O ajuste fino tem seu lugar, em casos específicos e de grande volume. Mas, para ensinar o jeito da sua empresa, comece pelas instruções e pelos documentos. E uma sigla que você talvez escute: MCP, Model Context Protocol, ou Protocolo de Contexto de Modelo. É um padrão aberto para ligar assistentes de IA a sistemas e arquivos, como uma tomada universal. Em vez de um encaixe diferente para cada sistema, todos usam o mesmo padrão de tomada. Mas vale a regra de antes: cada tomada ligada é uma permissão, e só se liga o necessário. Vamos ver tudo junto num exemplo ilustrativo: uma pousada da região com um assistente no WhatsApp. Primeiro, a pousada reúne os documentos: política de cancelamento, horários de entrada e saída, regras para animais e perguntas frequentes. A gerente revisa e aprova cada um. Um hóspede escreve: se eu desistir da reserva de sábado, recebo o sinal de volta? A busca pelo sentido encontra o item certo da política de cancelamento. O assistente responde com base nesse trecho e diz de onde tirou: pela nossa política de cancelamento, item três. Sem inventar regra. Aí o hóspede pergunta: dá para abrir uma exceção para mim? Exceção não está nos documentos e envolve dinheiro. O agente avisa que vai chamar a recepção e passa a conversa, com um resumo. A recepcionista lê o resumo, decide e responde. O hóspede foi atendido na hora, e a decisão ficou com quem conhece a pousada. Toda semana, a gerente olha as conversas que foram para a recepção. Se uma dúvida se repete, a resposta entra nos documentos, e o assistente passa a responder. Para levar deste episódio. Um: a IA só conhece a sua empresa se você organizar os documentos dela, revisados e atualizados. Dois: com RAG, ela primeiro busca o trecho certo, pelo sentido, e depois escreve. O agente executa passos, mas só com as ferramentas que você liberar. Três: treinar um modelo quase nunca é o primeiro passo. Instruções, documentos e uma pessoa no circuito vêm antes. No próximo episódio: quanto custa e quanto rende usar IA. Até lá. E se quiser saber quais documentos e tarefas da sua empresa podem virar um assistente, comece pelo Raio-X: alvoriai.ia.br.

Abertura

Você já ouviu que dá para usar IA de graça. Também já ouviu falar de empresa que pagou caro e não viu resultado nenhum. As duas coisas podem ser verdade. A pergunta que importa para quem toca a empresa é outra: quanto custa de verdade, quanto volta, e como saber isso antes de gastar muito. Neste episódio, a gente abre a conta inteira, com números de exemplo, e mostra como testar pequeno antes de decidir.

O que entra na conta

Capítulo um: o que entra na conta. Quando se fala em custo de IA, quase todo mundo pensa só na mensalidade. Ela é só uma parte. Vamos separar em quatro tipos de custo: a assinatura, o uso medido, o tempo da equipe e a implantação. Um de cada vez. Primeiro, a assinatura. É o jeito mais comum de começar: você paga um valor fixo por mês, por pessoa, para usar um assistente de IA pela internet. Uma ordem de grandeza: quando este vídeo foi feito, o plano individual dos assistentes mais conhecidos ficava perto de 20 dólares por mês. Preço muda; confira sempre. Repare no 'por pessoa'. Se cinco pessoas da equipe precisam da ferramenta, são cinco assinaturas. Às vezes nem todas precisam, e é aí que se economiza. O segundo tipo é o uso medido. Quando um sistema conversa com a IA sozinho, sem ninguém digitando, ele usa a API da ferramenta. Lembra do episódio cinco? API é a porta de atendimento de um sistema, por onde outro sistema faz pedidos e recebe respostas, sem ninguém clicar em tela. Pela API, você não paga por pessoa. Paga pelo que usa, medido em tokens, aqueles pedacinhos de texto que a IA lê e escreve. É o custo por token: cada pergunta e cada resposta consomem tokens, e a conta do mês é a soma. O preço costuma vir por milhão de tokens. Pouco uso, conta pequena. Muito uso, conta maior. Por isso, em automação, vale configurar um alerta ou um limite de gasto mensal desde o começo. O terceiro custo quase ninguém coloca na planilha: o tempo da equipe. Tempo para aprender, para testar os pedidos e, principalmente, para revisar o que a IA entrega. Esse tempo existe e precisa entrar na conta. Revisão humana não é desperdício: é o que impede um número errado de chegar ao cliente. O quarto é a implantação: configurar um assistente com o jeito da empresa, ligar sistemas, montar uma automação. Pode ser feita pela equipe ou por alguém de fora. Uma dúvida comum: as ferramentas de IA estão incluídas no trabalho da Alvori.AI? Não. As licenças e assinaturas ficam em nome da sua empresa. Assim, você nunca depende da gente para acessar. E, sempre que possível, a gente usa o que você já tem.

Gratuito ou pago

Capítulo dois: gratuito ou pago. Muitas ferramentas têm um plano gratuito. Ele é ótimo para conhecer e experimentar, sem gastar nada. A diferença entre gratuito e pago não é só quantas perguntas você pode fazer. Muda também o que a ferramenta faz com o que você digita. Aqui volta um termo do episódio sete: uso para treinamento. É quando a ferramenta usa o que você digita para treinar os próximos modelos. Em muitos planos dá para desligar. Nos planos para empresas, isso costuma vir desligado, com um acordo sobre o tratamento dos dados. Vale ler as condições de cada um. A regra prática é simples: em ferramenta gratuita e pública, não cole dado pessoal de cliente. Na dúvida, tire o nome e o CPF antes. Para testar uma ideia, com textos sem dados pessoais, o gratuito costuma bastar. O pago se justifica quando a ferramenta entra na rotina, com várias pessoas usando.

Como saber se valeu

Capítulo três: como saber se valeu a pena. Custo a gente já viu. Agora falta o outro lado da balança: o que volta. Você vai ouvir a sigla ROI, do inglês, que quer dizer retorno sobre o investimento: quanto volta para cada real investido. A gente prefere falar simplesmente retorno. Só que retorno não se adivinha, se mede. E para medir você precisa escolher um número para acompanhar. Esse número tem nome: KPI. KPI quer dizer indicador-chave de desempenho. É o número que você acompanha para saber se melhorou: tempo de resposta, propostas por semana. Um bom indicador é simples, fácil de medir e ligado a uma tarefa. Melhorar o atendimento não é indicador. Tempo até a primeira resposta no WhatsApp é. Tem um passo que quase todo mundo pula: medir antes. É a linha de base, a medida de como é hoje, antes da mudança, para comparar depois. Sem linha de base, daqui a três meses ninguém lembra quanto tempo a tarefa levava. Fica a sensação de que melhorou, mas sensação não fecha conta. Medir pode ser bem simples: uma planilha onde a pessoa anota quanto tempo levou em cada tarefa, por uma ou duas semanas. Não precisa de sistema novo.

A conta do retorno

Capítulo quatro: a conta do retorno, passo a passo. Vamos usar uma pousada da região e números inventados só para ensinar. Não são resultados reais. Na linha de base, a recepção gasta cinco horas por semana respondendo as mesmas perguntas: horário do café, estacionamento, como chegar, se aceita animal. Agora o custo dessas horas. Digamos que a hora da recepcionista, com os encargos, custe 30 reais. Cinco horas vezes 30 reais dá 150 reais por semana. Para simplificar, um mês com quatro semanas: 600 reais por mês só nessas respostas repetidas. Depois de um piloto com um assistente configurado, a recepção mede de novo: agora gasta duas horas por semana, já contando o tempo de revisar as respostas. Foram três horas economizadas por semana. Três vezes 30 reais, vezes quatro semanas: 360 reais por mês em tempo da equipe. Do outro lado, os custos. Imagine que a ferramenta custe 100 reais por mês, só para facilitar a conta. Ganhou 360, gastou 100: sobram 260 por mês. Em outras palavras: cada real investido voltou como 3 reais e 60 em tempo. Esse é o retorno do exemplo. Se houve implantação, divida o valor pelos meses de uso esperados e some ao custo mensal. No primeiro mês, inclua também as horas de aprendizado. Um cuidado honesto: tempo economizado só vira dinheiro se for usado em outra coisa útil. Atender melhor, vender mais, fechar o caixa sem hora extra. E nem todo retorno cabe na conta: resposta mais rápida à noite, menos erro de digitação, equipe menos cansada. Anote também, mesmo sem colocar valor.

Testar pequeno

Capítulo cinco: testar pequeno antes de gastar grande. Existem três jeitos de começar com pouco risco, e eles têm nomes que você vai ouvir por aí. O primeiro é a prova de conceito: um teste rápido para ver se a ideia funciona tecnicamente. Exemplo: a IA consegue ler as notas fiscais digitalizadas? Se funcionar, vem o MVP, o produto mínimo viável: a primeira versão mais simples que já resolve o problema e pode ser testada. Sem enfeite. Depois, o piloto: um teste por tempo limitado, com uma tarefa e poucas pessoas, antes de ampliar. Algumas semanas costumam bastar para ter números. No piloto, o processo antigo continua disponível. Se algo der errado, a equipe volta para o jeito de sempre, sem prejuízo para o cliente. No fim, você compara com a linha de base e decide: ampliar, ajustar ou parar. E parar também é um bom resultado, porque custou pouco para descobrir. Agora, um exemplo do começo ao fim. Uma imobiliária da região quer usar IA para escrever as descrições dos imóveis para o site e as redes. Primeiro, a linha de base: por duas semanas, os corretores anotam o tempo de cada descrição. A média dá 25 minutos por anúncio. O indicador escolhido é esse: minutos por anúncio, com uma regra fixa. Nenhum texto sai sem a revisão do corretor. O piloto dura quatro semanas, com dois corretores e um assistente configurado com o tom e os dados que a imobiliária sempre informa. No fim, a medida mostra 10 minutos por anúncio, já com a revisão. A gestora compara com os custos e decide ampliar para a equipe toda. Para levar deste episódio. Um: o custo de IA tem quatro partes, assinatura, uso medido, tempo da equipe e implantação. Dois: retorno se mede. Escolha um indicador e anote a linha de base antes de mudar qualquer coisa. Três: comece com um piloto curto, compare com o antes e só depois amplie. No próximo episódio, o último da série: Por onde começar com IA, sem medo e sem pressa. Se quiser saber quanto a IA pode render na sua empresa, comece pelo Raio-X de IA. É só entrar em alvoriai.ia.br. Até lá.

Abertura

Nove episódios depois, você já sabe o que é token, API, VPS, LGPD. Mas talvez ainda fique uma pergunta: e na segunda-feira de manhã, o que eu faço primeiro? Muita gente trava aqui. Ou por medo de errar, ou pela sensação de que precisa fazer tudo de uma vez. Nenhum dos dois ajuda. Neste último episódio da série, a gente monta um caminho calmo: começar pequeno, com a sua equipe, e com um plano de noventa dias.

A série em um minuto

Capítulo um: a série em um minuto. Antes de seguir, vale olhar tudo o que a gente viu até aqui, de uma vez só. No um, o que é IA e o que ela não é. No dois, token, contexto e por que a IA inventa coisas. No três, como fazer um pedido bem feito. No quatro, onde a IA ajuda no dia a dia. No cinco, API e integração, para ligar um sistema no outro. No seis, nuvem, servidor e VPS. No sete, LGPD e segurança dos dados. No oito, a IA que consulta os documentos da empresa. E no nove, quanto custa e quanto rende. Hoje, o décimo junta tudo isso numa pergunta só, a mais prática de todas: por onde começar, sem medo e sem pressa.

Mitos e medos

Capítulo dois: mitos e medos. Quase toda conversa sobre IA numa empresa esbarra nas mesmas frases. Vamos olhar cada uma com calma. Primeira: IA é coisa de empresa grande. Não precisa ser. Uma loja com cinco pessoas também responde as mesmas perguntas e copia planilha à mão. E dá para começar pelo que a empresa já usa: WhatsApp, planilhas, e-mail, o sistema de gestão. Quase nunca é preciso trocar sistema ou comprar computador novo. Segunda: preciso entender de tecnologia. Não precisa. Se a equipe usa WhatsApp, consegue aprender a pedir bem para a IA. O que conta é conhecer o próprio negócio. Terceira: a IA acerta sempre, ou o contrário, a IA erra demais. Ela erra, sim. Por isso a gente combina onde fica a revisão humana: números, nomes, datas, valores. Quarta, e a mais séria: a IA vai substituir minha equipe? Não é esse o nosso trabalho. A ideia é tirar da mesa da equipe o que é repetitivo: as mesmas respostas, o rascunho do zero, a planilha copiada à mão. Assim, as pessoas ficam com o que só gente faz bem: atender, decidir, vender. IA com a sua equipe, não no lugar dela. Quinta: é só assinar e pronto. Sem um pedido bem feito, sem dados organizados e sem a equipe treinada, a assinatura vira mais uma conta no fim do mês. Por último, o medo de estar atrasado. Não existe corrida. Quem começa com calma, por uma tarefa bem escolhida, aprende mais do que quem assina tudo e desiste.

A equipe no centro

Capítulo três: a equipe no centro. A IA dá certo quando as pessoas sabem usar, confiam no que estão fazendo e sabem até onde podem ir. Um jeito simples de começar é escolher um campeão de IA: a pessoa da equipe que vira referência no uso de IA e ajuda os colegas. Não precisa ser o mais jovem nem o mais técnico. Precisa ser curioso, paciente e respeitado pelos colegas. Pode ser a recepcionista, o vendedor, a pessoa do financeiro. O campeão testa primeiro, guarda os pedidos que funcionaram para a equipe reutilizar e é quem os colegas procuram quando travam numa tarefa. Ele também leva para a liderança o que está dando certo e o que preocupa. É uma ponte entre a equipe e a direção, não um fiscal. O segundo passo é uma política de uso de IA. Parece coisa de empresa grande, mas cabe em uma página: regras simples da empresa. Que ferramentas usar, o que não colar nelas e onde revisar. Por exemplo: usar só as contas da empresa, nunca as pessoais. Não colar dado pessoal de cliente em ferramenta pública, como vimos no episódio sete. Na dúvida, tirar o nome e o CPF antes. Todo texto que vai para cliente passa por uma pessoa. E, se aparecer dúvida, falar com o campeão ou com a liderança. Uma página clara, que todo mundo leu, protege mais do que um manual de cinquenta páginas que ninguém abre. E revise a política de tempos em tempos, conforme a equipe aprende.

O plano de 90 dias

Capítulo quatro: o plano de noventa dias. Em vez de tentar tudo de uma vez, a gente divide o começo em três etapas. É o plano 30/60/90. Plano 30/60/90 quer dizer o que fazer nos primeiros 30, 60 e 90 dias, em ordem. Cada etapa tem um objetivo só. Nos primeiros trinta dias: entender a rotina e escolher uma tarefa. Aquela que se repete toda semana, toma tempo e tem regra clara. Ainda nesse primeiro mês: medir a linha de base, como vimos no episódio nove, escrever a política de uma página e criar as contas da empresa nas ferramentas. Do dia trinta ao sessenta: o piloto. Uma tarefa, poucas pessoas, revisão humana em tudo. A equipe aprende fazendo, com exemplos da própria empresa. É a fase de ajustar pedidos, corrigir o que não ficou bom e anotar dúvidas. Errar aqui é barato e ensina muito. Do dia sessenta ao noventa: comparar com a linha de base e decidir. Deu certo? Amplia para mais gente. Ficou no meio? Ajusta. Não funcionou? Para, sem drama. E, com a primeira tarefa andando, escolhe a próxima. É assim, uma de cada vez, que a IA entra na rotina sem atropelar ninguém.

O caminho com a Alvori.AI

Capítulo cinco: como a gente faz isso na Alvori.AI. Somos uma consultoria de inteligência artificial de Araxá, fundada por Rafael Barreto, engenheiro civil. Nosso caminho tem quatro etapas: Raio-X, implantação, capacitação e acompanhamento. É o mesmo plano de noventa dias, com alguém do lado. A primeira é o diagnóstico, que a gente chama de Raio-X de IA: medir a rotina, achar onde a IA ajuda e montar um plano com prioridade. Na prática, são conversas curtas com a liderança e com cada área. A gente mapeia as tarefas, dá uma nota para cada uma e escolhe por onde começar. A entrega é um relatório com as prioridades e um plano de 30, 60 e 90 dias. Leva de 10 a 20 dias úteis, conforme o porte da empresa, sem parar a rotina. E o relatório fica com você. Dá para implantar com a gente, sozinho ou com outra empresa. Depois do Raio-X, você recebe uma proposta e escolhe o que fazer. A segunda etapa é a implantação: configurar assistentes, automações ou sistemas, testar com casos reais e fazer um piloto acompanhado. Durante o piloto, o processo antigo continua disponível, então nada para se algo der errado. E as licenças das ferramentas ficam em nome da sua empresa. A terceira é a capacitação: oficinas práticas com exemplos da sua empresa, guias de uso e modelos de pedidos. Toda entrega inclui capacitação. A quarta é o acompanhamento: reuniões, indicadores, ajustes e novas automações, com um relatório mensal de resultados e próximos passos. Para fechar, um exemplo do começo ao fim. Uma loja de materiais de construção da região, com doze pessoas, decide começar. No primeiro mês, a dona escolhe a campeã de IA: a vendedora que já ajudava os colegas com o sistema. Juntas, escrevem a política de uma página. A tarefa escolhida são os orçamentos pedidos pelo WhatsApp. A linha de base mostra quanto tempo cada um leva hoje, do pedido ao envio. Do dia trinta ao sessenta, duas vendedoras testam um assistente que monta o rascunho do orçamento. Elas conferem preço e estoque antes de enviar. No dia noventa, comparam com a linha de base, ajustam o que não funcionou e levam para o balcão. A próxima tarefa já está escolhida: a cobrança. Uma de cada vez. Para levar desta série inteira. Um: comece por uma tarefa só, bem escolhida, medida antes e depois. Dois: a IA trabalha com a sua equipe. Um campeão, uma política de uma página e revisão humana no que vai para o cliente. Três: sem medo e sem pressa. Noventa dias bem feitos valem mais do que um ano de correria. Este foi o último episódio do IA sem Mistério. Todos os episódios, com resumo e glossário, ficam na página alvoriai.ia.br/aprenda/. Reveja quando precisar e mande para a sua equipe. E, se quiser um primeiro passo seguro, comece pelo Raio-X de IA. É só entrar em alvoriai.ia.br. Obrigado por acompanhar a série até aqui.