Meses depois da aprovação do piloto, o diretor comercial olha para o painel de atendimento e tenta responder à pergunta que a diretoria fez na época: valeu a pena? Ninguém sabe ao certo. O assistente virtual responde bastante coisa, a equipe diz que ajudou, e a mensalidade aparece na planilha de despesas sem que alguém a compare com o que se gastava antes. O ROI de IA, que deveria ser a resposta mais simples, virou opinião.
Esse é o erro mais barato de evitar e, ao mesmo tempo, o mais comum. Na pesquisa ‘Da adoção à escala’, feita pela MIT Sloan Management Review Brasil a pedido da TOTVS e apresentada no Universo TOTVS 2026, em outubro, 88% das organizações não medem o resultado financeiro obtido com a IA. A amostra tem 583 empresas e não representa todas as empresas brasileiras, mas o número é um sinal de alerta que vale checar dentro de casa. A tese deste texto é direta: a maioria das empresas não mede o retorno financeiro da IA, e definir a métrica antes do projeto custa pouco perto do que se perde ao não saber se ele funciona.
O que é ROI de IA?
ROI de IA é o retorno sobre o investimento em um projeto de inteligência artificial: a relação entre o ganho mensurável que o projeto gera e o custo total para implantá-lo e mantê-lo funcionando. Se o ganho não pode ser medido, não há ROI, há apenas a impressão de que a tecnologia ajuda.
O ponto que costuma passar despercebido é a palavra “total”. Entram no custo a licença ou o consumo da ferramenta, a implantação, a preparação dos dados, a integração com os sistemas da empresa e o tempo da equipe que acompanha o projeto. Um piloto que parece barato na fatura mensal pode ficar caro quando todas essas parcelas aparecem na conta.
Exemplo: se um atendente gasta dez minutos para resolver um tipo de pedido e o assistente reduz esse tempo para dois, o ganho de oito minutos por atendimento só vira ROI quando é multiplicado pelo volume real de pedidos e descontado o custo do projeto. Sem o volume e sem o custo, a conta fica no discurso.
Que métrica escolher antes do piloto?
A métrica nasce do problema que o projeto quer resolver, e não da ferramenta. Quatro tipos cobrem a maior parte dos casos. Escolha uma, no máximo duas, para o piloto. Medir tudo ao mesmo tempo dilui a atenção e dificulta a decisão.
- Tempo. Quantas horas uma tarefa consome antes e depois. É a mais simples de medir e a mais comum em automação de rotinas.
- Erro. Quantas vezes o trabalho sai com falha, retrabalho ou inconsistência. Vale muito em processos fiscais, financeiros e de cadastro.
- Custo por atendimento. Quanto custa resolver cada pedido, somando pessoas, ferramenta e infraestrutura. É útil quando o volume é alto e repetitivo.
- Receita. Quanto o projeto adiciona em vendas, retenção ou conversão. É a mais atraente e a mais difícil de atribuir com honestidade, porque outras coisas também mudam no período.
A escolha depende do tipo de processo. Se a tarefa é repetitiva e estável, o tempo tende a ser a métrica certa, como mostra a comparação entre RPA ou agente de IA. Se o resultado depende de interpretação, o erro passa a importar mais. Já a receita exige um grupo de comparação, para não atribuir ao projeto o que veio de outra campanha ou de uma mudança de preço.
Como montar a linha de base antes de começar?
A linha de base é a fotografia do processo antes do projeto. Sem ela, qualquer resultado depois vira comparação com a memória, e a memória costuma ser generosa com o passado ou com o futuro, conforme o desejo de quem fala. A regra é simples: meça por algumas semanas antes de implantar, com os mesmos critérios que serão usados depois.
Na prática, isso significa registrar volume, tempo médio, taxa de erro e custo do processo no estado atual. Também significa guardar os registros de origem, para que alguém consiga refazer a conta meses depois. Empresas sem dados organizados sofrem mais nessa etapa, e o texto sobre como preparar os dados da sua empresa para usar IA mostra o que organizar primeiro.
Exemplo: uma equipe que registra durante algumas semanas o tempo gasto na conferência de pedidos pode descobrir que boa parte desse tempo é refazer informações que chegaram incompletas. A descoberta muda o piloto. Antes de automatizar a conferência, a empresa precisa corrigir a origem dos dados, e a linha de base já terá mostrado onde está o desperdício.
Em quanto tempo o piloto precisa mostrar resultado?
A pergunta mais difícil não é quanto o projeto vai render, e sim quando a empresa decide se ele continua. Um piloto sem prazo vira um projeto que nunca termina, e um prazo curto demais mata iniciativas que precisavam de tempo para ajustar o processo. O equilíbrio é definir, antes do início, o período de observação e o resultado mínimo que justifica seguir adiante.
Esse critério precisa estar escrito. Por exemplo: o piloto continua se o tempo médio cair e a taxa de erro não subir durante o período combinado; se nenhuma das duas métricas se mexer, o projeto é revisto ou encerrado. Essa regra evita a discussão de sempre, em que cada um interpreta o resultado de acordo com a própria expectativa.
Há ainda uma decisão de caixa. Antes de ampliar, a empresa deve somar o custo do piloto com o custo previsto da operação completa, porque um projeto que funciona em escala pequena pode ficar caro quando o volume cresce. O texto sobre quanto custa colocar IA para rodar na sua empresa ajuda a montar essa conta.
Quem acompanha o resultado, e com que frequência?
Uma métrica sem dono não é acompanhada. Antes do piloto, defina quem responde pelo número, com que frequência ele será apresentado e para quem. Em geral, basta um relatório mensal curto, com a métrica principal, a comparação com a linha de base e uma recomendação: continuar, ajustar ou encerrar. Vale lembrar que, na mesma pesquisa da TOTVS, 86% das organizações não acompanham o custo da IA. O lado da conta que mais se esquece é justamente o que sustenta a decisão de ampliar.
O relatório deve mostrar também o que não funcionou. Um projeto que errou em um tipo de caso e acertou em outros entrega informação valiosa, e esconder a falha só piora a próxima decisão. A diretoria precisa de um número confiável, não de um painel bonito que ninguém questiona.
- Dono. Uma pessoa do negócio, e não apenas de TI, responde pelo resultado e pela decisão de ampliar.
- Custo. O gasto mensal com ferramenta, consumo e manutenção aparece no mesmo relatório que o ganho, na mesma moeda.
- Exceções. Os casos em que a IA falhou ou precisou de revisão humana são contados, e não escondidos na média.
Um piloto sem métrica é só um gasto com boa intenção
Medir o ROI de IA não exige um departamento de análise. Exige três decisões tomadas antes do piloto: qual métrica importa, como ela será comparada com o passado e quando a empresa vai decidir. Quem faz essas escolhas com antecedência consegue dizer, em poucas semanas, se o projeto vale a pena e por quê. Se a sua empresa já tem um piloto parado sem resposta clara, fale com o nosso time e veja como estruturar a medição antes da próxima decisão de investimento.
Perguntas frequentes sobre ROI de IA
Como calcular o ROI de IA em um piloto?
Some o ganho mensurável do período, como horas economizadas valorizadas pelo custo real da hora, e acrescente os erros evitados. Compare o total com o custo completo do piloto, incluindo implantação, ferramenta e tempo da equipe. O resultado só é confiável se os dois lados da conta estiverem completos e se a comparação usar a linha de base medida antes do projeto.
Quanto tempo esperar para ver o retorno de um projeto de IA?
Não existe um prazo universal, porque ele depende do processo, do volume e da complexidade do ajuste. O que deve existir é um prazo combinado antes do início, com critério de continuidade. Sem esse combinado, qualquer tempo parece pouco ou muito, conforme a expectativa de quem olha.
Qual métrica é mais fácil de começar?
Na maioria dos casos, o tempo gasto em uma tarefa repetitiva é a mais fácil de medir e de explicar para a diretoria. Ela exige pouca interpretação e tende a ser aceita sem muita discussão. Depois de dominá-la, a empresa pode incluir erro e custo por atendimento.