O que um CEO precisa saber sobre IA generativa para não ser enganado por fornecedores

Quando uma proposta de IA decepciona, raramente é por má-fé. O que pesa é a assimetria: quem vende sabe quais partes são fáceis e quais são caras, e quem compra muitas vezes não sabe. Uma demonstração bem ensaiada parece um produto pronto, e um modelo de terceiros com uma boa interface parece tecnologia proprietária. Para equilibrar essa conversa, bastam alguns conceitos e uma lista de perguntas que você leva para a mesa.

Os conceitos que bastam

Sete ideias cobrem quase toda conversa com fornecedor de IA:

• Modelo de linguagem: um sistema treinado com enormes volumes de texto para prever a próxima palavra. Ele gera texto plausível; não consulta uma base de verdades.
• Usar e treinar um modelo: na grande maioria dos casos, a empresa usa modelos prontos de grandes fornecedores, por aplicativo ou por integração. Treinar um modelo do zero é raro e caro.
• Por que erra com confiança: o modelo produz a resposta mais provável, não a verificada. O tom seguro não indica acerto, por isso toda entrega precisa de revisão e de fontes.
• Contexto: o modelo responde melhor quando recebe os documentos certos na hora da pergunta. Conectar os documentos da empresa torna a resposta específica, desde que eles estejam organizados, atualizados e com as permissões certas.
• Agentes: sistemas em que o modelo executa etapas, usa ferramentas e age em outros sistemas. Valem mais e arriscam mais, e a pergunta central é o que fazem sem aprovação humana.
• Treinamento sob medida: é menos necessário do que as propostas sugerem. A maior parte das necessidades se resolve com bom contexto e boas instruções, sem treinar nada.
• Custo por uso: cada consulta custa, e o custo cresce com o volume, com o tamanho dos documentos e com agentes que executam muitas etapas. O custo do piloto não prevê o custo da operação.

Promessa, produto e custo escondido

Toda proposta mistura três coisas, e o trabalho do CEO é separá-las antes de comparar preços.

• Promessa: o que a solução fará um dia. Frases como "aprende com o tempo" ou "fica mais inteligente com o uso" pedem explicação: aprende como, com quais dados, quem valida.
• Produto: o que funciona hoje e que você consegue ver rodando com os seus dados, mais de uma vez, sem o fornecedor ajustando ao lado.
• Custo escondido: o que não aparece no preço e aparece na operação, como preparar dados, integrar sistemas, pagar consumo, revisar o que a IA produz e manter tudo funcionando quando o modelo de base muda.

Um exemplo da semana de um CEO: chega uma proposta de "assistente jurídico com IA" que promete analisar todos os contratos da empresa. Olhando de perto, o produto é um assistente que responde perguntas sobre os documentos carregados nele. O custo escondido é que alguém precisa organizar esses contratos antes, e um advogado continua revisando cada análise usada numa negociação. Nada disso torna a proposta ruim. Só torna a comparação honesta.

Sinais de alerta, em forma de pergunta

Os sinais de alerta aparecem quando você faz uma pergunta simples e a resposta fica vaga. Trate cada um como pergunta, não como acusação:

• O que é seu e o que vem de terceiros? Quase toda solução usa modelos de grandes fornecedores, e isso é normal. O que importa é o que o fornecedor acrescenta por cima, e se "modelo próprio" quer dizer um modelo treinado por ele ou um modelo de terceiros configurado.
• A demonstração usou os dados de quem? Uma demonstração com dados do fornecedor mostra o melhor caso. Peça para ver a solução num caso seu, com os seus documentos.
• De onde vem esse retorno, se vocês ainda não conhecem nossos processos? Um número de retorno apresentado antes de qualquer diagnóstico é uma hipótese. Pergunte quais premissas o sustentam e como serão verificadas.
• Qual é o plano de manutenção e de saída? Quem ajusta a solução quando ela piorar, quanto custa mantê-la e o que a empresa leva se encerrar o contrato.
• Como a solução evita expor informação sensível? A divulgação de informações sensíveis está entre os riscos do OWASP Top 10 para aplicações com LLM, e vale perguntar o que foi feito a respeito.

Perguntas para fazer a qualquer fornecedor de IA

Leve esta lista para a próxima reunião e peça as respostas por escrito:

1. Qual é o escopo exato da entrega, e o que fica de fora?
2. Quais partes da solução são suas e quais vêm de terceiros, incluindo o modelo?
3. Podemos ver a solução funcionando com nossos dados, num caso nosso, antes de assinar?
4. Quais dados da empresa a solução acessa, onde eles ficam e quem mais tem acesso a eles?
5. O contrato garante que nossos dados não serão usados para treinar modelos?
6. Como o resultado será medido, e qual é o ponto de partida de hoje?
7. Quanto custa operar com o volume real, e o que faz esse custo crescer?
8. Quando a IA errar, quem percebe, quem corrige e como isso fica registrado?
9. O que acontece quando o modelo de base mudar de versão ou de preço?
10. O que os agentes podem fazer sem aprovação humana?
11. O que o nosso time vai saber manter e adaptar sozinho ao final do projeto?
12. Se encerrarmos o contrato, o que levamos: dados, instruções, fluxos e documentação?

Na pergunta sobre dados, lembre que os planos corporativos dos principais fornecedores costumam prever em contrato que os dados não são usados para treinar modelos. Uma solução montada sobre eles deveria manter essa garantia por escrito, e o guia de segurança de dados no uso de IA detalha o que mais conferir.

Ferramenta, projeto ou capacidade interna

Antes de comparar fornecedores, decida o que a empresa está comprando: uma ferramenta, um projeto entregue por terceiros ou a capacidade de fazer sozinha. Cada escolha pede critérios diferentes, e muitas propostas misturam as três sem dizer. A dúvida sobre consultoria ou capacitação, o que vem primeiro costuma se resolver quando essa decisão fica explícita.

Na visão da Almai, todo projeto de IA deveria terminar com a empresa sabendo manter, adaptar e evoluir o que foi construído. Dependência permanente de um fornecedor é um custo, mesmo quando não aparece na proposta.

Como o CEO constrói esse repertório

Julgamento sobre IA se forma com uso frequente em trabalho que importa. Um CEO que escreve, analisa relatórios e prepara reuniões com IA toda semana aprende na prática quanto contexto ela exige e quanto trabalho de revisão sobra. O guia sobre IA na rotina do executivo mostra por onde começar, e as Aulas Exclusivas 1:1 da Almai fazem esse trabalho com cada executivo, a partir das análises, dos documentos e das decisões dele.

Dois exercícios ajudam antes da próxima reunião com fornecedor:

• Teste o caso você mesmo: pegue um documento parecido com o do caso, sem dados sensíveis, e tente uma versão simples no assistente de IA que a empresa já usa. Se uma tarde de testes chega perto da demonstração, o valor da proposta está em outro lugar, como integração, escala ou suporte.
• Leve a proposta para a IA: peça que ela liste as premissas não declaradas e as perguntas que um diretor financeiro cético faria. Você chega à reunião com a pauta pronta.

IA não começa na ferramenta. Começa na liderança.