Quase 7 em cada 10 projetos de IA dentro de empresas brasileiras travam, viram piada interna ou simplesmente nunca saem do PowerPoint. Não é por causa do modelo, do fornecedor de nuvem ou do tamanho do orçamento. É pela ordem em que as coisas foram feitas. Construir agente de IA tem uma sequência. Quem pula etapa, paga depois.
Esse texto descreve as sete fases reais de quem já colocou agente de IA em produção, com cliente real conversando todo dia. Não é roteiro teórico. É o que sobrou depois de raspar o que funciona do que só rendeu reunião. Serve pra dono de empresa, diretor de operações, gerente de produto ou líder de tecnologia que está prestes a aprovar (ou já aprovou) um orçamento e quer entender se vai dar errado antes que dê.
1. Antes da fase 1: o "para quê" precisa estar tatuado
Toda primeira reunião de projeto começa com a pergunta errada: "qual modelo a gente vai usar?". A pergunta certa é: "qual decisão de negócio muda quando esse agente estiver rodando?". Se você responde "vamos atender mais rápido", a resposta é fraca. Mais rápido em quê, pra qual tipo de cliente, com qual ganho de margem ou de NPS?
Agente sem alvo claro não tem como ser medido. E o que não é medido vira opinião. E opinião não financia segundo trimestre de projeto. Antes de qualquer linha de código, fixe o alvo: "reduzir tempo médio de primeira resposta no SAC de 18 min pra 2 min, sem cair NPS abaixo de 70". Esse é o tipo de alvo que segura projeto.
2. Fase 1: mapear o processo que vai virar agente
Antes de IA, processo. Você não pode automatizar o que não sabe descrever. Senta com o time que faz a tarefa hoje (atendente, vendedor, analista) e pede pra ele desenhar, passo a passo, o que faz quando recebe uma demanda. Não a versão idealizada. A versão real, com gambiarra, planilha à parte, ligação pro colega e tudo mais.
Vai assustar: o processo é mais bagunçado do que o organograma sugere. Tudo bem. É aí que estão as decisões importantes (quando o atendente sobe pro supervisor, qual exceção ele aceita, quando ele recusa). Sem isso mapeado, o agente vai parecer treinado em outro planeta.
Tempo realista: 1 a 2 semanas. Quem pula essa etapa pra "ganhar tempo" perde 3 meses depois corrigindo respostas absurdas que o agente está dando.
3. Fase 2: o protótipo de 4 semanas que não engana ninguém
O primeiro protótipo serve pra responder uma pergunta só: "isso é viável tecnicamente com os dados que a gente tem hoje?". Não é pra impressionar a diretoria. Não tem que estar bonito. Tem que conversar com uma amostra real do processo e mostrar três coisas: até onde acerta sozinho, onde erra, e o quanto custa por interação.
Aqui mora a primeira armadilha. Tem fornecedor que entrega protótipo lindo com dados de brinquedo, fluxo idealizado, três frases de cliente fictício. Aplauso na sala de reunião. Quando coloca conversa real, com erro de português, mudança de assunto, cliente nervoso, o protótipo desfaz. Exija dados reais já no protótipo, mesmo que anonimizados. Se o fornecedor resistir, é red flag.
(Leia também por que agente de IA voa na demo e morre em produção pra entender as cinco engrenagens que decidem essa transição.)
4. Fase 3: integração com os sistemas reais
Aqui muita gente trava. Agente que só conversa é assistente de chat. Agente que faz, precisa falar com ERP, CRM, gateway de pagamento, base de conhecimento, sistema de pedidos, planilha do financeiro. Cada integração é trabalho real, com SLA, latência, autenticação, regra de retentativa.
Esta fase costuma levar de 3 a 6 semanas, dependendo de quantos sistemas precisam conversar com o agente. O sinal de que está indo bem: o time consegue listar, com nome, cada sistema que o agente acessa, qual ação faz em cada um, e o que acontece se aquele sistema cair. O sinal de que está indo mal: "depois a gente integra com o ERP". Não, integra agora. O resto é maquiagem.
5. Fase 4: governança antes da escala
Antes de abrir pra cliente real em volume, três coisas precisam estar no lugar. Botão de desligar: quem (e como) tira o agente do ar em segundos se ele começar a errar de forma sistemática. Sem isso, susto vira crise. Painel de auditoria: toda conversa, toda ação tomada, toda integração disparada fica registrada com hora, usuário e resultado. Quando o cliente reclamar, você tem a resposta. Regra de escalada: em quais situações o agente passa pra humano, e como o humano recebe o contexto. Sem essa regra, o cliente fica preso em loop, e a reclamação vira viral.
Empresa que pula governança e vai direto pra escala costuma voltar atrás em 6 meses, em modo apagar incêndio, com custo dobrado.
6. Fases 5, 6 e 7: rollout controlado, medição e melhoria contínua
Rollout (fase 5): liberação gradual. Começa com 5% do volume real. Acompanha por 2 semanas. Se acertar, sobe pra 20%. Se acertar, 50%. Só vai pra 100% quando tem 4 a 6 semanas de número estável. Quem libera 100% no primeiro dia pra mostrar coragem está apostando o nome do projeto.
Medição (fase 6): três indicadores no mínimo. Taxa de resolução sem humano. Tempo médio de resposta. NPS ou satisfação do cliente. Sem esses três, qualquer afirmação sobre o agente é torcida, não fato. Painel atualizado todo dia, revisado toda semana, decidido todo mês.
Melhoria contínua (fase 7): agente não é projeto, é produto. Toda semana surge cliente fazendo pergunta que o agente não esperava. Toda mês surge integração nova. Todo trimestre o modelo de IA por baixo melhora. Time precisa estar comprado nisso, ou o agente decai no terceiro mês e ninguém sabe por quê.
7. O que normalmente quebra (e como evitar)
Três padrões aparecem em 80% dos projetos que travam.
Padrão 1: escopo estufa no meio. Começou pra atender SAC, virou agente que também faz cobrança, qualifica lead, e responde RH. Resultado: nada fica bom. Trate cada novo escopo como novo projeto, com decisão consciente e novo orçamento.
Padrão 2: dependência de um único fornecedor que sumiu. Modelo de IA muda de preço (já mudou três vezes esse ano). API quebra contrato. Empresa boa demais é comprada e some o suporte. Quem amarra projeto a um fornecedor sem rota de fuga descobre custo escondido na hora errada.
Padrão 3: ausência de dono interno. Quando o projeto é "da consultoria", ninguém da empresa absorve conhecimento. Quando a consultoria sai, o agente vira caixa preta. Garanta que pelo menos um nome da casa entenda o agente por dentro e tenha autoridade pra decidir o futuro dele.
Perguntas frequentes sobre como construir um agente de IA
Quanto tempo leva pra construir um agente de IA do zero?
Pra um agente cobrindo um processo (atendimento, qualificação de lead, suporte interno), o caminho realista é de 12 a 16 semanas até produção controlada. Agentes mais simples ficam em 8 semanas. Agentes muito integrados (5+ sistemas) ou em setor regulado podem ir a 6 meses.
Qual o tamanho mínimo de equipe pra construir um agente de IA sério?
Equipe enxuta funcional: 1 pessoa de produto (que entende o processo), 1 engenheiro de IA, 1 engenheiro de integração e 1 ponto focal interno do cliente. Total: 4. Equipes maiores funcionam pra projetos com muitas integrações ou múltiplos canais simultâneos.
Vale a pena construir agente de IA internamente ou contratar parceiro?
Depende de duas coisas: se você tem time técnico sênior em IA na casa, e se IA será diferencial estratégico ou ferramenta de eficiência. Se for diferencial e tiver time, faça em casa. Se for ferramenta, contrate especialista pra acelerar o ciclo de aprendizagem.
Qual a maior causa de fracasso na construção de agente de IA?
Escopo mal definido na partida. Empresa que começa o projeto sem saber em qual decisão de negócio o agente vai mexer (tempo de resposta, taxa de conversão, custo por atendimento, NPS) raramente termina o projeto.
Preciso de modelo de IA proprietário ou posso usar OpenAI, Anthropic e Google?
Pra maioria das empresas, modelos comerciais (OpenAI, Anthropic, Google) ou open-source bem rodados resolvem. Modelo proprietário só faz sentido em volume muito alto, dado muito sensível ou diferenciação técnica como produto. Foque a construção no processo e na integração, não no modelo.