A ordem das perguntas: porque é que a maioria das PMEs faz a pergunta errada sobre IA

Há uma conversa que se repete em reuniões de direção por todo o país. Alguém menciona IA. A sala fica em silêncio um segundo. E depois vêm as perguntas: "que dados precisamos de ter estruturados antes de avançar?", "que ferramenta faz sentido para a nossa dimensão?", "temos de integrar com o nosso sistema primeiro, certo?"

São perguntas razoáveis. São perguntas que qualquer gestor responsável deveria fazer. E são, precisamente por isso, as perguntas que mais frequentemente levam a investimentos sem retorno, pilotos que não escalam, e uma sensação difusa de que a IA "ainda não está pronta para nós".

Há uma pergunta que nunca aparece primeiro nessa reunião. É a única que importa fazer antes de todas as outras.

Quando um gestor começa a pensar em IA, a sequência mental que segue tem uma lógica interna coerente: primeiro perceber que dados existem, depois escolher uma ferramenta adequada, depois adaptar os processos, e finalmente resolver o problema de negócio que motivou tudo. Parece estruturado. Na prática, é o inverso do que funciona.

Esta sequência transforma a IA numa resposta à procura de uma pergunta. A ferramenta é instalada. Os dados são preparados. Os processos são ajustados à ferramenta — não ao problema. E seis meses depois, o gestor percebe que investiu num sistema que automatiza uma parte da operação que não era prioritária, ou que resolve um problema que já tinha uma solução suficientemente boa.

O problema não é a IA. É a ordem das perguntas.

A sequência que gera valor é exactamente a inversa: começa-se pelo problema de negócio que mais custa — em tempo, em dinheiro, em atrito operacional. A partir daí, redesenha-se o processo que o resolve. Só depois se escolhe a ferramenta. E os dados — aquilo que a maioria identifica como ponto de partida — são o último elo: o que é necessário para alimentar uma solução já desenhada com um propósito claro.

Esta inversão não é uma questão de método pelo método. É uma questão de causalidade. Cada passo só tem sentido quando o anterior já definiu o que se espera dele. Uma ferramenta sem processo redesenhado é uma ferramenta a trabalhar para o processo antigo. Um processo redesenhado sem problema identificado é um processo que optimiza algo que talvez não valha a pena optimizar.

A pergunta que deve aparecer primeiro numa reunião sobre IA não é "que dados precisamos?" nem "que ferramenta escolhemos?". É: qual é o processo que mais custa à operação — e que decisão, se fosse tomada mais rápido ou com mais informação, mudaria os resultados? Até esta pergunta ter resposta, todas as outras são prematuras.

Não se trata de uma posição isolada. Em Abril de 2026, a McKinsey publicou um artigo sobre IA agêntica no retalho. Daniel Läubli, sócio sénior, é explícito: os dados são o último problema — não o primeiro. Maura Goldrick, no mesmo artigo, admite que a maioria dos clientes da McKinsey ainda não está a ver valor real de IA. A razão, dizem ambos, não é falta de tecnologia. É falta de disciplina de processo: gestores que chegam com a pergunta dos dados antes de terem identificado o problema de negócio. Vale notar que é no mesmo artigo em que Läubli afirma isto que a McKinsey apresenta a sua própria suite de IA com promessas de ganhos de cinco por cento nas vendas. A contradição é instrutiva — mas não é essa a conversa que nos interessa aqui.

A BCG, num estudo com mais de mil executivos em 59 países, encontrou que os obstáculos reais à adopção de IA têm uma distribuição muito clara:

Os líderes em IA — as empresas que consistentemente geram retorno — alocam os seus recursos exactamente nesta proporção. A maioria faz o oposto: investe desproporcionadamente em tecnologia e algoritmos, e subinveste no redesenho dos processos e na mudança organizacional que os sustenta. Quando um sócio sénior da McKinsey e o estudo mais citado da BCG convergem no mesmo diagnóstico, a pergunta deixa de ser se a ordem mental importa. Passa a ser: porque é que continuamos a fazê-la ao contrário?

A teoria fica arrumada. O que muda na segunda-feira?

Primeira: mudar a primeira pergunta. Na próxima vez que IA aparecer na agenda, suspender qualquer conversa sobre ferramentas, plataformas ou integrações e colocar esta: qual é o processo que mais atrito cria na operação — e o que mudaria se esse atrito desaparecesse? Enquanto não houver resposta clara, as outras perguntas não têm onde aterrar.

Segunda: desconfiar de qualquer fornecedor que comece pela tecnologia. Se a primeira reunião é sobre a plataforma deles — as funcionalidades, as integrações, os casos de sucesso de outros clientes — e não sobre o problema da empresa, o ponto de partida está errado. Não porque o fornecedor seja desonesto, mas porque o processo de venda está alinhado com os interesses dele, não com os da operação.

Terceira: aceitar que a maior parte do trabalho é não-técnico. Se 70% dos problemas em IA são de pessoas e processos, 70% do tempo de preparação deve ser investido aí — em mapear o processo que dói, em perceber onde a decisão é lenta, em clarificar quem faz o quê quando o sistema sugerir algo. Não em comparações de ferramentas.