MANTIKA Solicite um piloto

Do piloto de IA à produção

A maioria dos pilotos de IA trava por causa de dados, custo e valor pouco claro; escolher primeiro a decisão certa evita quase tudo isso.

Muitos pilotos de IA terminam com uma boa apresentação e nenhuma mudança na forma como o negócio opera. O modelo teve bom desempenho em um conjunto de teste e, um ano depois, está parado porque ninguém planejou como ele se conectaria aos sistemas em produção nem quanto custaria em volume total.

Esta nota é para os executivos que decidem para onde vão os orçamentos de IA em fraude, risco, crédito, pagamentos e crescimento.

Em resumo

Cinco práticas

  • Escolha a decisão antes da tecnologia.
  • Combine de antemão a medida, o grupo de controle e o limite para entrar em produção.
  • Faça o piloto com os seus próprios dados, em modo sombra.
  • Projete a integração, a contingência e o monitoramento durante o piloto.
  • Orce o custo total por decisão, incluindo as pessoas.

Por que os pilotos travam

A Gartner previa que ao menos 30% dos projetos de IA generativa seriam abandonados após a prova de conceito até o fim de 2025, citando a baixa qualidade dos dados, controles de risco inadequados, custos crescentes e valor de negócio pouco claro (Gartner, julho de 2024). Em junho de 2025, projetou que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027 por motivos semelhantes, e observou que muitos casos de uso apresentados como agênticos não exigem implementações agênticas (Gartner, junho de 2025).

A maior parte dessas causas é resolvida antes de qualquer modelo ser construído, pela escolha da decisão, pela medida de sucesso e pelo plano para operar o resultado todos os dias.

Comece pela decisão

Escolha uma decisão antes de escolher uma tecnologia: aprovar um pagamento, definir um limite de crédito, encaminhar uma solicitação, decidir quem recebe uma oferta. Cinco perguntas a descrevem o suficiente para planejar um piloto.

Cinco perguntas sobre a decisão

  • Com que frequência ela é tomada? Algumas vezes por dia e milhões de vezes por dia exigem ferramentas e orçamentos muito diferentes.
  • Com que rapidez ela precisa ser tomada? Um pagamento com cartão precisa de resposta em uma fração de segundo; uma consulta de financiamento imobiliário pode esperar minutos. Decida antes que o valor da decisão se perca.
  • Quanto vale uma decisão? Um ganho pequeno em uma decisão tomada milhões de vezes pode superar um ganho grande em uma tomada duas vezes por ano.
  • Os resultados são registrados? Os modelos aprendem com o que aconteceu depois de decisões passadas, como quais empréstimos foram pagos. Se os resultados não estão ligados às decisões, comece por aí.
  • Quão reversível é um erro? Um pagamento suspenso por engano pode ser liberado em minutos; o dinheiro enviado a um fraudador por transferência instantânea muitas vezes se perde. Quanto mais difícil desfazer um erro, mais controle o piloto precisa ter.

Escolha a ferramenta certa para a decisão

As respostas apontam para a ferramenta. A maioria dos processos usa mais de uma, encadeadas de modo que a etapa rápida e barata decida onde a mais cara vai gastar seu tempo.

Qual ferramenta serve

  • Modelos preditivos: decisões de alto volume e estruturadas, com histórico de resultados e prazos curtos. Respondem em milissegundos a um custo muito baixo por decisão, e suas previsões podem ser conferidas com o que aconteceu.
  • Agentes de IA: casos menos numerosos e mais complexos, em que minutos são aceitáveis, como um pagamento sinalizado cujos documentos precisam ser conferidos com a política.
  • Uma pessoa: decisões que exigem julgamento e responsabilização, com o caso preparado e os motivos do modelo à vista.

Os custos têm formatos diferentes. Um agente é barato para começar e é pago a cada caso. Um modelo preditivo exige investimento inicial em dados e treinamento e depois custa muito pouco por decisão, embora mantê-lo saudável seja um custo recorrente. Os preços estão caindo: a Epoch AI mediu que o preço de um determinado nível de desempenho de modelo cai de 9 a 900 vezes por ano, conforme a tarefa, e observou que as quedas mais rápidas são recentes e podem não continuar (Epoch AI, março de 2025).

Combine o que significa sucesso antes de começar

Antes de o piloto começar, registre estes pontos por escrito e peça que o responsável pela decisão os assine.

Combinado de antemão

  • A medida: um resultado de negócio por decisão, como perdas por fraude por milhão processado ou a taxa de aprovação de bons clientes. Um modelo mais preciso que não muda nenhuma decisão não vale nada.
  • A comparação: um grupo de controle em que o processo atual continua para uma parte dos casos.
  • O limite para entrar em produção: os limites de melhoria, custo e risco em que o negócio passa à produção, e o resultado em que o piloto é encerrado.

Assim, a área financeira recebe um resultado que pode conferir, em vez de uma afirmação que precisa aceitar na confiança.

Faça o piloto com os seus dados, em modo sombra

Faça o piloto primeiro sobre o seu histórico e depois sobre o tráfego em produção, ao lado do sistema atual, em modo sombra: o modelo novo avalia cada caso e não decide nada. Os clientes não percebem mudança, e a equipe compara os dois sistemas nos mesmos casos. Conjuntos de dados públicos e benchmarks de fornecedores raramente refletem os seus clientes e os seus padrões de fraude.

O modo sombra também mostra com que frequência os dados chegam atrasados ou faltam, quanto tempo as respostas levam nos horários de pico e onde os dois sistemas divergem. Revise uma amostra dessas divergências com as pessoas que tomam a decisão hoje.

Planeje a produção desde a primeira semana

Boa parte do trabalho entre um bom piloto e um sistema em produção é de engenharia e governança. Comece enquanto o piloto está em andamento.

Lista de verificação para a produção

  • Orçamento de tempo: quanto tempo a decisão pode levar de ponta a ponta, medido no pico de carga.
  • Contingência: o que acontece quando o modelo está lento ou indisponível, como um conjunto de regras, uma ação padrão ou uma fila.
  • Interfaces: como os casos chegam ao modelo e como as respostas e os motivos chegam às pessoas e aos sistemas que agem com base neles.
  • Monitoramento: entradas, pontuações, taxas de decisão e resultados, com alertas quando se afastam do esperado.
  • Validação: uma revisão independente antes do primeiro uso, proporcional à importância da decisão.
  • Um responsável nomeado: uma pessoa responsável pelos resultados depois que a equipe do piloto seguir para outro trabalho.

Os supervisores esperam isso. A orientação revisada dos Estados Unidos sobre risco de modelos, do Federal Reserve, do OCC e do FDIC (SR 26-2, abril de 2026, que substituiu a SR 11-7), diz que a validação geralmente ocorre antes do primeiro uso do modelo e abrange a análise de resultados e o monitoramento contínuo. Nos Emirados Árabes Unidos, o Banco Central, a SCA, a DFSA e a FSRA emitiram em conjunto, em 2021, diretrizes para instituições financeiras que adotam tecnologias habilitadoras, entre elas a inteligência artificial. Traga as equipes de conformidade e de risco de modelos para dentro do próprio piloto.

Conte o custo total por decisão

O orçamento de um piloto costuma cobrir licenças e engenharia. Um orçamento de produção deve ser expresso por decisão e incluir inferência, integração, monitoramento, retreinamento e o tempo das pessoas que revisam os casos sinalizados. Um modelo que envia mais casos para revisão pode custar mais do que economiza.

Informe a mudança no resultado por decisão, multiplicada pelo volume, menos o custo total, medida em relação ao grupo de controle.

Erros a evitar

Erros comuns

  • Um conjunto de dados conveniente. Uma extração escolhida por ser fácil de obter testa um problema diferente da decisão que você quer melhorar.
  • A acurácia como medida. A acurácia no conjunto de teste diz pouco sobre perdas, aprovações ou receita. Meça a decisão em relação ao grupo de controle.
  • Nenhum responsável depois do piloto. Quando a equipe do piloto segue adiante, o desempenho se desvia sem ninguém notar. Nomeie o responsável antes da entrada em produção.
  • Decisões registradas sem resultados. Se as decisões nunca são ligadas ao que aconteceu depois, o modelo não aprende e o ganho não pode ser demonstrado.

Perguntas para fazer à sua equipe

Antes de aprovar um piloto

  • Qual decisão isto vai mudar, e quem é o responsável por ela hoje?
  • Com que frequência ela é tomada, com que rapidez e quanto vale uma decisão?
  • Os resultados são registrados e ligados às decisões passadas?
  • Quais são a medida, o grupo de controle e o limite para entrar em produção, e quem os assinou?
  • O que acontece se o modelo não responder a tempo?
  • Quanto vai custar por decisão em volume total, incluindo o tempo de revisão?
  • Quem é o responsável pelo modelo depois da entrada em produção?

Os pilotos da Mantika rodam com os seus próprios dados, ao lado dos seus sistemas atuais, e nada entra em produção sem a sua aprovação.

Fontes

Solicite um piloto.Veja a Mantika em ação com os seus próprios dados, ao lado dos sistemas que você já usa. Nada entra em produção sem a sua aprovação.
Agende uma conversaEscreva para nós.hello@mantika.ca