Indicadores que provam o resultado

Os três módulos anteriores mapearam pontos de atrito, priorizaram por impacto e viabilidade, e decidiram entre construir, comprar ou integrar. Este último módulo fecha o curso — e o ciclo — com a etapa que mais frequentemente falta depois que uma iniciativa entra no ar: provar, com números, se ela entregou o que prometia.

Sem isso, uma iniciativa de IA vira uma daquelas coisas que "todo mundo acha que funciona" ou "todo mundo acha que não funcionou", sem ninguém conseguir apontar um número que sustente a opinião de nenhum dos dois lados.

O indicador precisa nascer antes da iniciativa, não depois

O erro mais comum é definir como medir só depois que a iniciativa já está no ar, quando já é tarde para capturar a linha de base — o "antes", sem o qual "depois" não significa nada. O indicador certo se define no mesmo momento em que o ponto de atrito é mapeado (módulo 1): a estimativa de custo que você já fez ali é a base de comparação.

Três tipos de indicador, não um só

1. Indicador de adoção. A iniciativa está sendo usada de verdade, na frequência esperada? Uma solução tecnicamente correta que ninguém usa não gera retorno nenhum — medir adoção cedo evita descobrir isso tarde demais.

2. Indicador de resultado direto. O ponto de atrito específico melhorou — o tempo caiu, o erro reduziu, o custo baixou — na magnitude estimada no módulo 1? Este é o indicador mais próximo da pergunta original "valeu a pena resolver isso".

3. Indicador de efeito colateral. Toda mudança em um processo pode gerar efeito em outro lugar não previsto — uma etapa mais rápida pode sobrecarregar a etapa seguinte, por exemplo. Acompanhar isso evita comemorar um ganho local que criou um problema em outro ponto da operação.

Um exemplo de conjunto de indicadores

Para a triagem de suporte técnico dos módulos anteriores, um conjunto razoável:

• Adoção: percentual de solicitações passando pela triagem assistida, comparado ao total recebido.
• Resultado direto: tempo médio de triagem antes e depois, e taxa de erro de categorização.
• Efeito colateral: volume chegando à fila humana — se a triagem assistida está desviando corretamente ou empurrando volume desnecessário para revisão.

Quando expandir, ajustar ou encerrar

Com os três tipos de indicador em mãos, a decisão segue uma lógica parecida com o módulo 4 de Automação com IA, agora em escala de negócio:

• Adoção alta, resultado direto dentro do esperado, sem efeito colateral relevante: expandir para processos parecidos é a decisão natural.
• Adoção baixa, mesmo com resultado direto bom quando usada: o problema não é a solução, é a adoção — vale investigar por que as pessoas não estão usando antes de expandir.
• Resultado direto abaixo do esperado, mesmo com boa adoção: a solução em si não está entregando o que a viabilidade prometia — hora de ajustar a abordagem ou reconsiderar a decisão de construir, comprar ou integrar do módulo 3.
• Efeito colateral relevante superando o ganho direto: pausar e reavaliar antes de expandir, mesmo que o indicador direto pareça bom isoladamente.

Por que isso fecha o ciclo do curso

Sem medir o resultado, o mapa de pontos de atrito do módulo 1 nunca se transforma em aprendizado real — a empresa continua decidindo por opinião, só que agora sobre iniciativas de IA em vez de sobre os problemas originais. Medir fecha o ciclo: o resultado de uma iniciativa vira informação para priorizar melhor a próxima, tornando cada rodada mais precisa que a anterior.

Exercício

Para a iniciativa que você decidiu priorizar no módulo 2 e resolver de uma forma específica no módulo 3, defina um indicador de cada tipo (adoção, resultado direto, efeito colateral) e como você mediria a linha de base antes de começar.

O que fica

• O indicador precisa ser definido no momento do mapeamento (módulo 1), não depois que a iniciativa já está no ar — sem linha de base, não há comparação.
• Três tipos de indicador: adoção (está sendo usado?), resultado direto (o ponto de atrito melhorou na magnitude esperada?), efeito colateral (algo mudou em outro lugar não previsto?).
• A combinação dos três indica se a decisão certa é expandir, investigar adoção, ajustar a abordagem, ou pausar por efeito colateral.
• Medir fecha o ciclo do curso: transforma o resultado de uma iniciativa em critério para priorizar melhor a próxima.