O diagnóstico de IA segue um processo com etapas previsíveis: kickoff com a liderança, entrevistas com áreas operacionais, avaliação de dados e sistemas, priorização de oportunidades e entrega de um roadmap. Na ESV, esse ciclo leva entre 3 e 6 semanas, dependendo do tamanho da empresa e do número de áreas envolvidas. Este guia explica o que acontece em cada etapa, quem precisa participar e o que esperar como entregável final.
Por que entender o processo evita frustração
Grande parte da resistência ao diagnóstico de IA vem de uma expectativa errada sobre o que ele é. Times de liderança às vezes imaginam uma auditoria genérica que devolve um relatório de 40 páginas cheio de recomendações óbvias, ou um questionário rápido que gera uma nota de maturidade sem profundidade.
Um diagnóstico bem conduzido não é nenhum dos dois. É um processo estruturado de descoberta que combina conversas com quem executa o trabalho no dia a dia, análise de como os dados e sistemas da empresa realmente funcionam, e cruzamento disso com onde a IA gera retorno mensurável, não onde ela é tecnicamente possível.
Saber como o processo funciona etapa por etapa ajuda a empresa a se preparar melhor, evita informação incompleta nas entrevistas e reduz o tempo entre a contratação e o primeiro resultado prático. Empresas que chegam com esse entendimento prévio normalmente atravessam o diagnóstico mais rápido, porque já sabem quem precisa estar na sala em cada fase.
As etapas do diagnóstico de IA, uma a uma
Etapa 1: Kickoff e alinhamento com a liderança
Tudo começa com uma conversa direta com quem decide: o que a empresa espera da IA, quais iniciativas já tentaram (e por que travaram, se travaram), e qual métrica de negócio importa de verdade, seja custo operacional, tempo de resposta ao cliente, taxa de conversão ou capacidade de atendimento.
Esse alinhamento inicial evita o erro mais comum de diagnósticos mal feitos: começar avaliando ferramentas e tecnologia antes de entender o que a empresa precisa resolver. Sem essa etapa, o resultado final tende a ser uma lista genérica de casos de uso, desconectada da realidade do negócio.
Na ESV, o kickoff também define o escopo: quais áreas entram no diagnóstico (comercial, atendimento, operações, TI) e quantas semanas o processo vai levar dentro da faixa de 3 a 6.
Etapa 2: Entrevistas e mapeamento de processos
Com o escopo definido, a equipe conduz entrevistas estruturadas com quem executa o trabalho nas áreas envolvidas, não só com gestores. Normalmente entre 6 e 15 pessoas, dependendo do tamanho da empresa, em conversas de 30 a 45 minutos cada.
O objetivo dessas entrevistas é mapear onde o trabalho manual consome mais tempo, onde a informação já existe mas não é usada, e onde tentativas anteriores de automação ou IA pararam no meio do caminho. Essa última pergunta costuma revelar os obstáculos reais: falta de dado limpo, processo que muda toda semana, ou decisão que nunca foi tomada porque ninguém era dono dela.
Esse mapeamento produz uma visão de processo, não só de ferramenta. É isso que diferencia um diagnóstico de uma demonstração de produto de IA.
Etapa 3: Avaliação técnica e de dados
Em paralelo às entrevistas, a equipe técnica avalia os sistemas, a qualidade dos dados disponíveis e os pontos de integração entre eles. Essa etapa determina quais casos de uso são viáveis com a infraestrutura atual e quais exigem investimento prévio, por exemplo, organizar uma base de dados dispersa em três planilhas diferentes antes de qualquer projeto de IA fazer sentido.
Essa é também a etapa em que fica claro quanto do orçamento de um eventual projeto vai para IA propriamente dita, e quanto vai para preparação de dados e integração de sistemas. Ignorar essa avaliação é a causa mais comum de projetos que estouram prazo e custo depois de aprovados.
Se a empresa já lida com dados sensíveis de clientes ou de operação, essa etapa também define o que pode ser analisado e como, sem expor informação que não deveria sair do ambiente da empresa.
Etapa 4: Priorização de oportunidades
Com o mapeamento de processos e a avaliação técnica prontos, a equipe cruza as duas informações num framework de impacto x esforço: quais oportunidades geram mais resultado de negócio com menos complexidade de implementação, e quais exigem mais investimento antes de valer a pena.
Esse cruzamento é o que transforma uma lista de "coisas que a IA poderia fazer" em uma sequência de decisão real. Empresas que pulam essa priorização e tentam atacar tudo ao mesmo tempo costumam travar em pilotos que nunca escalam.
Exemplo de como a priorização fica na prática
Para deixar concreto, um exemplo típico de como essa priorização se organiza, sem entrar em nenhum caso real de cliente: numa empresa de serviços B2B, entrevistas e avaliação técnica costumam apontar de 15 a 25 oportunidades candidatas. Depois de cruzadas por impacto e esforço, elas se organizam em quatro grupos.
No primeiro grupo ficam as oportunidades de alto impacto e baixo esforço, geralmente 3 a 5 itens, que viram os primeiros projetos a sair do papel, como automatizar uma triagem de leads ou padronizar respostas de atendimento repetitivas. No segundo, alto impacto e alto esforço, entram os projetos estruturais, como um agente de vendas integrado ao CRM, que exigem mais preparação de dados mas justificam o investimento. No terceiro, baixo impacto e baixo esforço, ficam melhorias pontuais que a empresa pode fazer por conta própria, sem prioridade alta. No quarto, baixo impacto e alto esforço, entram as ideias que soam interessantes em reunião mas não justificam o investimento agora, e é saudável descartar essas do roadmap em vez de deixá-las disputando atenção com o que realmente importa.
Esse tipo de organização é o que o artigo sobre o framework de impacto x esforço para priorizar projetos de IA detalha com mais profundidade.
Etapa 5: Entregáveis e roadmap
O diagnóstico termina com uma entrega concreta, normalmente composta por três partes: um diagnóstico de maturidade atual (onde a empresa está hoje, por área), uma lista priorizada de oportunidades com estimativa de impacto e esforço, e um roadmap de implementação com sequência sugerida e prazos realistas.
Esse roadmap costuma incluir uma recomendação de por onde começar, geralmente o projeto de maior impacto com menor complexidade técnica, para gerar resultado visível rápido e sustentar o investimento nas fases seguintes.
Como se preparar antes do kickoff
Empresas que chegam ao kickoff com três coisas prontas costumam encurtar o processo em uma a duas semanas: a métrica de negócio que querem melhorar (não "queremos usar IA", mas "queremos reduzir o tempo de resposta ao cliente" ou "queremos aumentar a taxa de resposta no outbound"), a lista de sistemas que a empresa usa hoje nas áreas envolvidas, mesmo que desatualizada, e um responsável de cada área disponível para a entrevista sem precisar reagendar três vezes.
O oposto também é verdadeiro: o motivo mais comum de um diagnóstico esticar além de 6 semanas é a dificuldade de agendar as entrevistas com quem realmente executa o trabalho, não limitação técnica da consultoria. Vale reservar essas conversas na agenda antes mesmo do kickoff acontecer.
Quanto tempo leva e quem precisa participar
Na prática, o processo completo leva de 3 a 6 semanas. Empresas menores, com uma ou duas áreas no escopo, tendem para o lado mais curto. Empresas maiores, com múltiplas áreas e sistemas mais complexos, para o lado mais longo.
Do lado da empresa, o diagnóstico exige tempo de três perfis: um patrocinador executivo que define prioridade e destrava decisão, os responsáveis pelas áreas mapeadas que participam das entrevistas, e alguém de TI ou dados que apoia a avaliação técnica. Sem esses três perfis disponíveis, o processo estica, porque a equipe fica esperando acesso a informação ou decisão.
Erros comuns que atrasam ou esvaziam um diagnóstico
O erro mais frequente é tratar o diagnóstico como um projeto de TI e não envolver quem realmente executa o trabalho nas entrevistas. Isso produz um mapeamento incompleto, porque quem decide nem sempre sabe onde o processo trava no detalhe operacional.
O segundo erro é não separar tempo da liderança para o kickoff e para a leitura do resultado final. Diagnóstico sem patrocínio executivo vira relatório engavetado.
O terceiro é contratar uma consultoria que já chega vendendo uma ferramenta específica antes de entender o problema. Isso costuma indicar que o resultado vai ser um relatório genérico, não uma priorização real para aquele negócio.
Se a empresa está avaliando qual consultoria contratar, vale revisar o checklist do que preparar antes de contratar uma consultoria de diagnóstico, que detalha o que reunir antes da primeira conversa.
Diagnóstico interno vs. externo
Empresas com um time de dados maduro às vezes tentam fazer esse mapeamento internamente. Funciona em parte: quem já conhece o negócio poupa tempo na etapa de entrevistas. Mas o processo costuma perder o olhar externo que aponta onde a empresa está otimizando o problema errado, e falta o benchmark de mercado sobre o que outras empresas do setor já tentaram e o que funcionou.
Na prática, a combinação mais comum é um time interno participando ativamente das entrevistas e da avaliação técnica, com um parceiro externo conduzindo a priorização e o roadmap, justamente para trazer esse contraponto.
O que acontece depois do diagnóstico
O roadmap entregue ao final não é o fim do processo, é o início da fase de execução. A etapa seguinte natural é transformar as prioridades identificadas em projetos com dono, prazo e métrica de acompanhamento, o que exige uma estrutura de governança contínua, não só um documento.
Detalhamos esse caminho no artigo sobre como transformar o relatório do diagnóstico em roadmap que sai do papel, incluindo os erros mais comuns que fazem o roadmap parar na gaveta depois da entrega.
Como os achados do diagnóstico se conectam aos outros passos
O roadmap de um diagnóstico raramente aponta para um único tipo de próximo passo. Na prática, ele costuma se dividir em três frentes que dialogam com as outras linhas de serviço da ESV.
Parte das oportunidades prioritárias vira projeto de implementação direto, como um agente de atendimento ou de prospecção comercial, que segue para a fase de desenvolvimento e implementação de soluções de inteligência artificial. Outra parte revela que o gargalo não é tecnologia, é decisão: falta um comitê que priorize investimento em IA de forma contínua, o que aponta para advisory de inteligência artificial. E quando o diagnóstico mostra que o time não sabe usar as ferramentas que a empresa já tem, ou tem medo de errar com IA, o caminho é capacitação em inteligência artificial para as equipes antes de qualquer projeto novo.
É comum que uma empresa saia do diagnóstico com as três frentes ativas ao mesmo tempo, em proporções diferentes. É por isso que o roadmap prioriza também a ordem entre elas, e não só a lista de oportunidades.
Quem quer entender a faixa de investimento antes de seguir para a fase de implementação pode revisar o artigo sobre quanto custa implementar um agente de IA, que detalha as variáveis que mais pesam no orçamento.
Como a ESV conduz esse processo
A ESV estrutura o diagnóstico de IA em cima dessas cinco etapas, com prazos definidos desde o kickoff e entregáveis que a liderança consegue usar para decidir, não apenas para arquivar. O objetivo declarado desde a primeira conversa é sair do diagnóstico com prioridade clara, não com uma lista de possibilidades.
Para empresas que ainda não sabem se é hora de contratar esse processo, vale revisar antes os sinais de que a empresa precisa de um diagnóstico de IA e a página de diagnóstico estratégico de inteligência artificial, que detalha como a ESV estrutura esse serviço.
Perguntas frequentes
Quanto tempo dura um diagnóstico de IA completo? Entre 3 e 6 semanas na maioria dos casos, dependendo do número de áreas envolvidas e da complexidade dos sistemas da empresa. Empresas menores, com escopo mais enxuto e agenda de entrevistas organizada com antecedência, costumam ficar mais perto do prazo mais curto dessa faixa.
Quem da empresa precisa participar do diagnóstico? Três perfis são essenciais: um patrocinador executivo que define prioridade e destrava decisão, os responsáveis pelas áreas mapeadas para participar das entrevistas, e alguém de TI ou dados que apoia a avaliação técnica. Sem esses três disponíveis, o processo tende a esticar além do previsto.
O diagnóstico já entrega um projeto de IA pronto para implementar? Não. Ele entrega uma priorização de oportunidades e um roadmap com a sequência recomendada de implementação, não o projeto construído. A fase de desenvolvimento e implementação acontece depois, com escopo, prazo e orçamento próprios, definidos a partir do que o diagnóstico priorizou.
Próximo passo
Quer entender por onde sua empresa deveria começar? A ESV oferece um diagnóstico gratuito de IA para mapear rapidamente onde a IA geraria mais resultado no seu negócio, sem compromisso.