Notícia
Debate
Por que projetos de inteligência artificial fracassam antes de chegar à prática?
Uma prova de conceito funciona, a demonstração convence, mas o projeto fracassa quando chega à operação. Por que isso acontece? Para Carlos Rodrigo Lima, superintendente de Inteligência Artificial do Serpro, um dos motivos é a falta de integração entre as partes de uma iniciativa.
“Tudo pode isoladamente funcionar muito bem, mas, na hora de juntar dá errado”, alertou Carlos durante debate com Alexandre Marques, da Integraum, empresa de consultoria. Realizado nesta quarta-feira, 28, em São Paulo, o encontro discutiu os fatores que levam projetos de inteligência artificial ao fracasso e como evitar esse desfecho.
Integração e coordenação são fundamentais
Para Carlos, dividir um projeto em etapas é importante, mas é preciso manter uma visão do conjunto. “É fundamental quebrar [o projeto em partes], mas eu nunca posso contrapor isso à ausência de um elemento que centralize, como um gestor de projeto, alguém que tenha visão do todo”, afirmou.
Alexandre também defendeu a experimentação contínua e a flexibilidade para acompanhar mudanças. “Se você faz um projeto hoje grandioso, baseado no que você já sabe, talvez você já esteja condenando o projeto à morte, porque você ainda não sabe tudo”, observou. Para ele, iniciativas complexas precisam ser preparadas para mudanças ao longo do desenvolvimento.
Tolerância à falha não significa ausência de controle
Projetos de inteligência artificial envolvem inovação e incertezas. Por isso, Carlos defende que as organizações identifiquem problemas durante o desenvolvimento, antes que grandes investimentos sejam comprometidos. “Projetos de inteligência artificial são projetos de inovação. A sua instituição, seu órgão, sua empresa tem que ter tolerância à falha”, ponderou. Mas fez uma ressalva: “Cultura de inovação, tolerância à falha, não significa que é para errar sempre”.
O medo também pode comprometer o envolvimento das equipes, especialmente diante da percepção de que a inteligência artificial ameaça empregos. Alexandre destacou a importância de ouvir e envolver os profissionais para reduzir resistências. “Como é que a gente reduz? Ouvindo, conhecendo, chamando as pessoas para participar”, disse.
Carlos acrescentou que a tecnologia precisa ser acompanhada de mudanças nos processos e nas formas de trabalho. "Sem essa adaptação, mesmo uma solução tecnicamente bem desenvolvida pode não atender às necessidades da organização", avaliou.
Precisão e custos precisam entrar na conta
No setor público, um projeto malsucedido pode significar tanto desperdício de recursos quanto a perda de um serviço digital necessário à população. “Perder dinheiro não é interessante, nunca é interessante. No nosso caso, estou falando pelo Serpro, empresa pública, é pior ainda, porque é perder dinheiro público”, afirmou Carlos.
Uma das primeiras avaliações, segundo ele, deve ser a margem de erro aceitável para a aplicação. "Se uma solução exigir erro zero, a inteligência artificial pode não ser a tecnologia adequada para o projeto", disse. Em aplicações sensíveis, como a validação biométrica, também é essencial apresentar métricas de desempenho e esclarecer as limitações da solução.
Os custos de operação são outro ponto de atenção, sobretudo na IA generativa. Uma solução que funciona em testes pode se tornar inviável quando passa a atender grandes volumes de usuários. Carlos alertou que, no governo, a escala das operações exige planejamento para evitar que custos imprevistos comprometam a continuidade do serviço.
“Para evitar a morte, é bom ter bons acordos de início”, resumiu, defendendo que critérios de desempenho, custos e resultados esperados sejam definidos desde o planejamento.
Matar ou reformular um projeto?
Saber quando interromper uma iniciativa também faz parte da gestão. Para Carlos, insistir em uma solução que não atende aos requisitos necessários pode ampliar os prejuízos. A decisão deve considerar os riscos, os custos e os resultados alcançados.
Alexandre Marques, da Integraum, por sua vez, destacou que dificuldades não significam necessariamente o fim de um projeto. Em um cenário de mudanças constantes, reformular a iniciativa pode ser uma alternativa. “Talvez não seja um óbito, seja fazer um renascimento”, afirmou.
Os debatedores participaram do painel “Dinheiro, Discurso e Descarte: por que grandes projetos de IA nascem mortos”, mediado por Adriel Araújo, durante o AI Brasil Experience 2026, que está sendo realizado nos dias 28 e 29 de outubro, no Distrito Anhembi, em São Paulo.