Saber decidir quais das iniciativas de IA avançam e quais ficam para trás. Não é fácil, a resposta não está na tecnologia em si. Está na disciplina de priorização que a empresa construiu ao longo dos últimos anos.
Em nosso episódio episódio #364, Auana Mattar, CIO da TIM Brasil, explica como um simples comitê interno faz essa decisão acontecer. Priorização de iniciativas de IA é o processo de decidir quais projetos avançam primeiro e quais ficam para trás. A decisão usa critérios explícitos: indicador de negócio esperado, patrocínio executivo e escolha prévia entre build ou buy. Sem esse processo, dezenas de iniciativas competem por orçamento e atenção da liderança ao mesmo tempo. Como resultado, a maior parte delas nunca chega a gerar resultado mensurável.
Depois dos primeiros pilotos, o desafio muda. Não é mais “como usar IA”. Em vez disso, passa a ser “o que priorizar primeiro”. Um levantamento da Gartner com 360 líderes de tecnologia, divulgado em novembro de 2025, mostra o tamanho desse problema. De fato, organizações que fazem avaliações regulares de seus sistemas de IA têm mais do que o triplo de chance de obter alto valor de negócio com IA generativa. A comparação é com empresas que não têm esse tipo de revisão.
Por que ter cem iniciativas de IA é um risco, não uma vantagem?
Cem iniciativas simultâneas parecem um sinal de inovação. Na prática, esse número revela um risco. Sem critério de seleção, a empresa dilui esforço, orçamento e atenção da liderança entre projetos com potencial muito diferente.
A TIM Brasil optou por um caminho pouco comum. Em vez de acelerar a adoção de IA em todas as frentes ao mesmo tempo, a empresa criou um rito específico. Em seguida, esse rito decide onde investir primeiro. Assim, a empresa evita o problema mais comum entre quem investe em IA sem método: o excesso de provas de conceito sem impacto real no negócio.
Um comitê para separar sinal de ruído
Um comitê interno funciona como um funil. Nesse modelo, cada iniciativa de IA passa por uma avaliação estruturada antes de receber recursos. O objetivo não é limitar a criatividade dos times. Em vez disso, é garantir que só os casos com potencial de gerar valor mensurável avancem para as próximas etapas.
Esse tipo de rito muda a dinâmica interna da empresa. Cada área deixa de defender sua própria iniciativa isoladamente. Em seu lugar, passa a existir um espaço comum, onde as propostas são comparadas entre si. Assim, a decisão sobre o que avança deixa de depender de quem fala mais alto. Em vez disso, passa a depender de critérios definidos previamente.
Critérios além da tecnologia
Os critérios de avaliação não giram em torno da sofisticação técnica da solução. Um comitê bem desenhado observa três coisas: se a iniciativa resolve um problema real de negócio, se existe um indicador claro para medir sucesso, e se a equipe tem capacidade de sustentar a solução depois da implementação.
Indicadores de negócio antes da tecnologia
Um dos pontos mais relevantes é a importância dos indicadores de negócio como critério de decisão. Antes de aprovar uma iniciativa, faz sentido entender qual métrica será impactada. Também é preciso definir como esse impacto será medido ao longo do tempo.
Essa exigência funciona como um filtro natural. Iniciativas sem um indicador claro de sucesso tendem a ficar para trás, mesmo quando são tecnicamente interessantes. Assim, a empresa reduz o risco de investir em projetos que geram entusiasmo interno, mas nenhum resultado mensurável.
Além disso, indicadores facilitam a comunicação entre times técnicos e áreas de negócio. Quando todos concordam sobre o que será medido antes de começar, fica mais fácil avaliar o projeto depois. Como consequência, as discussões subjetivas sobre o que conta como sucesso praticamente desaparecem.
O papel do patrocínio executivo
O apoio das grandes lideranças, especialmente do CEO, sustenta as iniciativas de IA. Como resultado, projetos com esse apoio avançam com mais velocidade e enfrentam menos resistência interna. Isso acontece porque iniciativas de IA costumam exigir mudança de processo, não apenas adoção de uma nova ferramenta.
Quando o CEO comunica que aquela mudança é prioridade, times de diferentes áreas se organizam mais rápido em torno do objetivo comum. Sem esse apoio, mesmo projetos bem estruturados tecnicamente correm o risco de perder força pelo caminho. Um levantamento da Gartner de abril de 2026 reforça esse ponto. Empresas com iniciativas de IA bem-sucedidas investem até quatro vezes mais, como percentual da receita, em fundações como qualidade de dados, governança, talento e gestão de mudança. A comparação é com empresas de resultado fraco.
Esse dado reforça uma ideia recorrente em transformações digitais bem-sucedidas: a tecnologia sozinha raramente sustenta uma mudança de grande escala. Governança e patrocínio executivo continuam sendo condições essenciais para que os resultados apareçam.
Build or buy: quando vale desenvolver internamente
Uma decisão recorrente entre empresas que investem em IA é escolher entre desenvolver a solução internamente ou comprar uma ferramenta pronta. Essa escolha depende de uma pergunta simples: o quanto aquela capacidade é estratégica para o negócio?
Para problemas já bem resolvidos pelo mercado, comprar costuma ser mais rápido e mais barato. Já para capacidades que representam diferencial competitivo, desenvolver internamente compensa o esforço extra. Isso porque gera controle sobre a evolução da solução. Também evita dependência de terceiros em algo essencial para o negócio.
Essa reflexão também aparece na governança de IA de outras empresas brasileiras. O case da MRV, publicado em Os Agilistas, mostra um exemplo prático: como a construtora estruturou sua própria estratégia de priorização de resultados com IA.
O futuro do SaaS visto de dentro de uma operadora
Com o avanço da IA generativa, cresce uma discussão. Até que ponto ferramentas de SaaS tradicionais ainda fazem sentido? Ou serão substituídas por agentes de IA construídos sob medida para cada operação? Essa não é uma decisão binária.
Para funções padronizadas, que qualquer empresa do setor executa da mesma forma, o SaaS continua sendo a opção mais eficiente. Já para processos que representam diferencial competitivo direto, faz mais sentido investir em soluções próprias, com apoio de IA, mesmo que isso exija mais tempo de desenvolvimento. Essa lente explica por que build or buy não pode ter uma regra única para toda a empresa. Cada iniciativa exige uma análise específica sobre o papel que aquela capacidade ocupa na estratégia do negócio.
O impacto na transformação do trabalho
A priorização de iniciativas de IA não afeta só orçamento e tecnologia. Ela também redesenha rotinas de trabalho dentro da empresa. Quando um projeto avança e chega à fase de implementação, times inteiros precisam se adaptar a novas formas de operar. Muitas vezes, isso significa rever processos que existiam havia anos sem questionamento.
Por isso, faz sentido tratar a transformação do trabalho como parte do próprio critério de priorização, não como uma consequência que aparece só depois. Essa antecipação evita um erro comum: tratar a adoção de IA como um problema apenas técnico. Na prática, a maior parte das dificuldades aparece na rotina das pessoas, não no código ou no modelo escolhido. Empresas que ignoram esse fator tendem a enfrentar resistência interna, mesmo quando a solução técnica funciona bem.
Como aplicar essa disciplina na prática
Empresas que querem reproduzir esse tipo de experiência não precisam começar por uma estrutura sofisticada. O primeiro passo é simples: reunir as iniciativas de IA que já existem, mesmo as informais, em um único lugar visível para a liderança. Só esse mapeamento já costuma revelar sobreposições e prioridades conflitantes que passavam despercebidas.
Em seguida, vale definir um pequeno grupo responsável por avaliar cada iniciativa antes da liberação de recursos. Esse grupo não precisa ser grande. Mas precisa ter autoridade para dizer não a projetos que não atendem aos critérios definidos, mesmo quando vêm de áreas influentes.
Por fim, é necessário formalizar os critérios de avaliação: indicador de negócio esperado, nível de patrocínio executivo e decisão preliminar entre build or buy. Sem esses três elementos documentados, o comitê tende a repetir os mesmos debates a cada nova iniciativa. Na prática, isso anula boa parte do ganho de eficiência que a priorização deveria trazer.
O que muda para as empresas que ainda não priorizam
A maturidade em IA não se mede pelo número de iniciativas em andamento. Em vez disso, se mede pela capacidade de escolher as certas. Empresas sem um rito de priorização tendem a repetir o mesmo erro: multiplicar projetos sem critério, até a lista ficar difícil de gerenciar.
À medida que a adoção de IA amadurece nas empresas brasileiras, a disciplina de priorização tende a ficar tão importante quanto a própria tecnologia escolhida. Governança clara, indicadores definidos e apoio executivo formam a base que separa dois tipos de iniciativa: as que geram resultado e as que só consomem orçamento e tempo da equipe.
