O que deve entrar em um AI Discovery antes de contratar a implementação

Um AI Discovery não deveria terminar com um mural de oportunidades nem com uma proposta de tecnologia já escolhida. Antes de contratar implementação, a empresa precisa saber qual problema será resolvido, que evidência sustenta a prioridade, como a solução operará e quais riscos ainda estão abertos.

Este guia mostra o que exigir de uma consultoria de AI Discovery: atividades, entregáveis, decisões e sinais de que o diagnóstico ficou superficial.

A pergunta que o discovery precisa responder

Ao final, uma liderança deve conseguir decidir entre quatro caminhos: implementar agora, preparar dados e processo, testar uma hipótese menor ou não avançar. Se o único resultado possível é “contratar a próxima fase”, o diagnóstico perdeu independência.

Defina no início quais decisões estão em aberto, quem decide e quais evidências serão aceitas. Isso impede que reuniões interessantes substituam conclusão.

Seis frentes que precisam conversar entre si

Problema e resultado de negócio

Documente situação atual, frequência, custo, atraso, risco e resultado desejado. Separe sintomas de causa e benefício para o usuário de benefício para a empresa.

Usuários, decisões e exceções

Entreviste quem executa, supervisiona, recebe a saída e trata falhas. Observe trabalho real, atalhos e diferenças entre procedimento oficial e prática.

Processo e sistemas

Mapeie entrada, etapas, responsáveis, integrações, tempos de espera e ações externas. Identifique o que já pode ser corrigido sem IA.

Dados e conhecimento

Amostre documentos, registros e bases. Avalie disponibilidade, qualidade, propriedade, sensibilidade, atualização, permissão e lacunas.

Arquitetura e operação

Compare analytics, automação, copiloto, workflow e agente. Inclua identidade, ferramentas, integrações, observabilidade, suporte e custo recorrente.

Risco, governança e adoção

Registre pessoas afetadas, dano possível, reversibilidade, supervisão, segurança, privacidade, responsabilidade e mudança no trabalho. Use o contexto do setor; nenhum checklist universal substitui essa análise.

Os entregáveis mínimos antes de pedir orçamento de implementação

O NIST descreve seu Playbook como um conjunto adaptável de ações — não uma lista rígida — organizado para governar, mapear, medir e gerenciar riscos. O discovery deve fazer essa adaptação ao caso e à tolerância da empresa.

Protótipo não é sempre necessário; avaliação, sim

Um protótipo faz sentido quando existe incerteza técnica ou de experiência que uma apresentação não resolve: o modelo compreende os documentos? o usuário reconhece uma boa recomendação? a integração entrega contexto suficiente?

Não confunda protótipo com produto reduzido. Ele deve responder uma hipótese com dados representativos e limites conhecidos. Pode ser descartável.

Já o plano de avaliação é obrigatório. Defina exemplos normais, casos difíceis, respostas indesejadas, critérios humanos, métricas operacionais e falhas que exigem interrupção. Para agentes, a OpenAI recomenda avaliações de baseline, guardrails em camadas e intervenção humana em ações de alto risco.

Como comparar propostas de AI Discovery

1. Quais decisões estarão respondidas ao final?
2. Que áreas e perfis participarão?
3. Quantos processos, casos e sistemas serão investigados?
4. Como dados reais serão amostrados com segurança?
5. Como oportunidades serão priorizadas?
6. Quais alternativas além de agente serão consideradas?
7. Como riscos, permissões e supervisão serão documentados?
8. O plano de avaliação usa exemplos representativos?
9. Quais entregáveis são editáveis e pertencem ao cliente?
10. Premissas, exclusões e incertezas estarão explícitas?
11. A empresa poderá levar o material a outro implementador?
12. Como o discovery se conecta a piloto, implantação e adoção?

Se ainda existem dezenas de ideias sem recorte, comece por organizar os problemas. Se as propostas já assumem um agente, use o guia de arquitetura para ampliar a comparação.

Perguntas frequentes

AI Discovery e prova de conceito são a mesma coisa?

Não. O discovery define problema, prioridade, arquitetura, risco e plano de teste. A prova de conceito valida uma hipótese específica e pode ser uma atividade dentro ou depois dele.

O discovery deve escolher o fornecedor de modelo?

Pode comparar opções, mas deve evitar dependência prematura. Requisitos de qualidade, segurança, latência, custo e integração orientam a escolha e permitem reavaliação.

Qual a duração de um AI Discovery?

Varia com processos, áreas, risco e acesso a dados. Um caso delimitado pode ser investigado em semanas; um portfólio corporativo ou ambiente regulado exige maior profundidade.

O diagnóstico precisa envolver jurídico e segurança?

Quando dados sensíveis, decisões relevantes, terceiros ou ações externas estiverem envolvidos, sim. A participação deve ser proporcional ao risco e ocorrer cedo.

Como evitar um relatório que ninguém executa?

Exija prioridades, responsáveis, critérios de aceite, dependências e uma sessão de transferência. Entregáveis devem alimentar backlog e decisão orçamentária.

Um bom discovery reduz o custo de decidir — antes de aumentar o custo de construir

A Fresh Media conduz AI Discovery com visão de marketing, operação, experiência, dados e tecnologia. Entregamos um caminho executável e deixamos claro o que ainda precisa ser provado.

Conte qual processo ou oportunidade sua empresa quer investigar antes da implementação.

Fontes: NIST AI RMF Playbook; NIST Generative AI Profile; OpenAI: guia prático para agentes; Google PAIR.