Preciso de um data warehouse antes de usar IA na minha empresa?

Na maioria das empresas médias, não. Precisa de identificadores únicos, datas, um responsável por cada cadastro e uma forma programável de extrair o dado. Isso cabe em semanas, não em um projeto de infraestrutura.

Quanto tempo leva um diagnóstico de dados?

Entre uma e duas semanas dentro da operação, conversando com quem executa e olhando onde o dado nasce. O resultado é uma lista do que vale automatizar agora, o que precisa de arrumação antes e o que não compensa.

Minha empresa é pequena. Isso se aplica?

Aplica, e com vantagem. Empresas menores têm menos sistemas e menos dado para arrumar. O ponto de partida costuma ser o mesmo: notas fiscais, extrato bancário e o WhatsApp comercial, que já geram registro estruturado.

Dados antes de IA: por que a maioria dos projetos de IA morre na planilha

Em 30 anos de software, vi várias ondas de tecnologia prometerem resolver a empresa inteira. Esta é a primeira que baixou de verdade o custo de construir. O que levava meses hoje sai em semanas. E, ainda assim, a maioria dos projetos de IA que chegam até mim já nasce com um problema que não é de IA. É um problema de dado.

O padrão se repete. A empresa quer um assistente que responda sobre estoque, um modelo que preveja inadimplência, uma automação que classifique chamados. Quando pergunto onde está o dado que alimenta isso, a resposta vem em forma de planilha. Uma planilha que alguém atualiza na mão, às vezes, quando lembra.

O sintoma: a planilha paralela

Toda operação tem o sistema oficial e a planilha paralela. O sistema registra o que a empresa foi obrigada a registrar. A planilha registra o que as pessoas precisam de fato para trabalhar: o status real do pedido, o motivo da devolução, o combinado com o cliente por telefone. A informação que decide o dia a dia mora fora do sistema.

Isso não é falha de quem opera. É sinal de que o sistema não acompanhou o processo. E é exatamente o dado que a IA precisaria para ser útil. Quando um projeto de IA ignora a planilha paralela, ele aprende com o dado oficial, que é incompleto, e produz respostas confiantes sobre uma realidade que não existe.

Por que o modelo não resolve

Existe uma expectativa de que um modelo suficientemente bom compense o dado ruim. Não compensa. Um modelo de linguagem lê o que recebe e responde no mesmo tom de confiança, esteja o dado certo ou errado. Um modelo preditivo treinado em histórico furado aprende o furo e o repete em escala.

O efeito prático é cruel: a IA não erra devagar como uma pessoa, erra rápido e em volume. Um analista que recebe um relatório errado desconfia. Um fluxo automatizado que recebe o mesmo relatório dispara 400 e-mails antes do almoço.

As três perguntas que faço antes de qualquer projeto

Antes de falar em modelo, ferramenta ou fornecedor, eu passo uma ou duas semanas dentro da operação com três perguntas. Elas são simples e quase ninguém tem resposta pronta.

Onde o dado nasce? Quem digita, qual sistema grava, em que momento do processo. Se a resposta é um grupo de WhatsApp, já sei metade do trabalho.
Quem confia nesse dado? Se o gerente comercial refaz a conta do CRM em outra planilha antes da reunião, o dado do CRM não é a verdade da empresa. É um rascunho.
O que acontece quando o dado está errado? Quem percebe, quanto tempo depois, e quanto custou. Isso define o nível de controle que a automação vai precisar.

O que dado pronto para IA significa na prática

Não é preciso um data warehouse, nem um time de engenharia de dados, nem seis meses de projeto. Para a maioria das empresas médias, dado pronto para IA significa cinco coisas:

Identificador único. Cliente, produto e pedido têm um código que não muda e que todos os sistemas reconhecem.
Data em tudo. Quando foi criado, quando foi alterado, por quem. Sem linha do tempo não há previsão nem auditoria.
Dono do dado. Uma pessoa responde por aquele cadastro. Quando ninguém é dono, todo mundo edita e ninguém corrige.
Histórico preservado. Sobrescrever o status do pedido apaga a história. A IA precisa da história.
Acesso programável. O dado precisa sair do sistema por uma API ou exportação regular, não por print de tela.

Nenhum desses cinco itens exige inteligência artificial. Exigem decisão e algumas semanas de arrumação. É o trabalho menos glamouroso do projeto e o que mais determina o resultado.

Por onde começar: o processo que já deixa registro

A tentação é começar pelo caso mais visível, geralmente um atendimento com IA ou um painel preditivo. Eu começo pelo processo que já deixa registro estruturado, mesmo que seja menos empolgante. Notas fiscais, extratos bancários, pedidos no sistema, mensagens no WhatsApp da empresa com a API oficial. Onde há registro há linha de base, e onde há linha de base dá para provar resultado.

Um exemplo concreto: a conferência de notas fiscais contra o estoque. O dado já existe, é padronizado e tem data. Automatizar isso com IA para classificar itens e apontar divergências entrega resultado em semanas, e de quebra ensina a empresa a trabalhar com dado confiável. Depois disso, o assistente de atendimento fica muito mais fácil, porque o dado que ele consulta passou a ser verdade.

O que isso muda no orçamento

Em um projeto bem feito, de 40% a 60% do esforço vai para dado e processo, não para o modelo. Quando um fornecedor apresenta uma proposta em que esse trabalho não aparece, uma de duas coisas é verdade: ou ele vai aparecer depois, como aditivo, ou o projeto vai ser uma demonstração bonita que não entra em produção.

A IA baixou o custo de construir. Não baixou o custo de errar o problema, e dado ruim é a forma mais comum de errar o problema. Arrume o dado primeiro. O modelo é a parte fácil.

Sou Marcelo Toscano, analista de sistemas e empreendedor. Escrevo sobre dados e IA aplicados à operação aqui no site e no Instagram @toscano.com.br.