IA na prática: como seria a primeira automação de um pequeno negócio, passo a passo

Falar de inteligência artificial em termos gerais é fácil. Difícil é imaginar como ela entraria, concretamente, na rotina de um negócio pequeno — sem equipe técnica, sem grande orçamento e sem tempo sobrando.

O uso de IA nas empresas europeias cresce depressa. Segundo o Eurostat, em 2025, 20% das empresas da UE com pelo menos dez pessoas ocupadas usavam alguma tecnologia de IA, contra 13,5% no ano anterior. O uso mais comum era justamente analisar textos escritos. O dado não inclui quem trabalha sozinho, mas mostra que essas ferramentas já fazem parte do dia a dia de muitos negócios.

Para sair da teoria, vou usar um exemplo fictício e mostrar, passo a passo, como poderia funcionar uma primeira automação com IA. Nenhum dado aqui é real.

O negócio e o problema

Marina tem um pequeno ateliê de ajustes e consertos de roupa em Viena. Atende sozinha, em português, alemão e inglês. Os pedidos chegam pelo WhatsApp, pelo Instagram e por e-mail, e quase todos começam do mesmo jeito: “Quanto custa para ajustar uma calça?”.

Para responder, Marina precisa saber que tipo de peça é, qual ajuste, se o tecido é delicado e para quando a cliente precisa. Ela faz essas perguntas uma a uma, em vários canais, entre uma costura e outra. Alguns pedidos se perdem; outros ficam dias sem resposta.

O problema, portanto, não é “falta de IA”. É que as informações chegam incompletas e espalhadas, e cada resposta exige recomeçar do zero.

Passo 1: organizar antes de automatizar

Antes de qualquer ferramenta, Marina define três coisas:

• As informações de que precisa para dar um orçamento: peça, tipo de ajuste, tecido, prazo desejado e uma forma de contato.
• Uma tabela simples de preços, com faixas por tipo de ajuste.
• Os casos que ela sempre quer avaliar pessoalmente: vestidos de festa, tecidos delicados, prazos de um dia.

Sem isso, nenhuma automação funcionaria. Com isso, metade do problema já está resolvido.

Passo 2: um formulário no lugar das perguntas soltas

Marina cria um formulário curto com essas perguntas e coloca o link no perfil do Instagram, na mensagem de ausência do WhatsApp e na assinatura do e-mail. Cada resposta vai automaticamente para uma planilha.

Até aqui, não há inteligência artificial. É uma automação simples: “quando alguém enviar o formulário, crie uma linha na planilha”.

Passo 3: onde a IA entra

O campo “descreva o ajuste” vem escrito de mil maneiras, às vezes em alemão, às vezes com erros, às vezes faltando algo importante. É aqui que a IA ajuda.

Uma ferramenta de integração entre aplicativos envia a descrição do ajuste para um modelo de IA, com instruções para identificar o serviço solicitado, o idioma e possíveis informações ausentes. Depois, uma regra do sistema consulta a tabela de preços e identifica a faixa correspondente. A IA prepara um rascunho de resposta, mas os casos especiais e os valores continuam sujeitos à conferência de Marina.

O resultado volta para a planilha. Marina abre a lista duas vezes por dia, confere cada rascunho, ajusta o que for preciso e envia. A IA prepara; quem decide e responde é ela.

Passo 4: o lembrete que fecha o ciclo

Quando o pedido é aceito, Marina registra a data de retirada. Uma automação simples envia um lembrete à cliente na véspera. De novo, sem IA: uma regra clara resolve.

Por que não começar com um agente?

Um agente de IA poderia ir além das regras fixas: interpretar cada solicitação, escolher entre ações permitidas e consultar ferramentas para executar determinadas tarefas. Por exemplo, identificar informações ausentes, solicitar esclarecimentos e verificar horários disponíveis. Talvez um dia faça sentido. Mas, como primeira experiência, isso significaria entregar a um sistema decisões sobre preço, prazo e tom de conversa antes de saber como ele se comporta com pedidos reais.

Na União Europeia, o AI Act estabelece regras de transparência para sistemas de IA que interagem diretamente com pessoas, como determinados chatbots. Essas regras começaram a ser aplicadas em agosto de 2026. No exemplo de Marina, a IA prepara um rascunho, mas quem revisa e envia a mensagem é ela. Se um chatbot de IA passar a conversar diretamente com as clientes, será necessário observar as obrigações de transparência aplicáveis.

Os cuidados que fazem parte do fluxo

• Dados mínimos: o formulário pede só o necessário para o orçamento. Nada de data de nascimento ou endereço “por precaução”.
• Fornecedor conhecido: antes de enviar textos de clientes a uma ferramenta de IA, Marina verifica como os dados são tratados. (Reuni perguntas sobre isso em Antes de assinar uma ferramenta de IA.)
• Custo real: muitas ferramentas têm planos gratuitos ou baratos para um volume pequeno, mas configurar, testar e revisar também custa tempo.
• Plano B: se a automação falhar, o formulário e a planilha continuam funcionando. O ateliê não para.

Como saber se funcionou

Marina testa o fluxo por três semanas e compara com o período anterior: quanto tempo leva para responder um pedido, quantos pedidos ficam sem resposta e quantas mensagens precisa trocar até fechar um orçamento. Também observa quantos rascunhos da IA precisou corrigir — se forem muitos, a instrução ou a tabela de preços precisam melhorar.

Se o tempo de resposta cair e as clientes entenderem melhor o processo, a automação mereceu seu lugar. Se não, ela ajusta ou volta ao formulário com planilha, que já era uma melhoria.

O que este exemplo mostra

A parte mais importante da automação não foi a IA. Foi decidir quais informações importavam, quais casos merecem atenção pessoal e como medir o resultado. A IA entrou num ponto específico, onde lidar com textos variados realmente tomava tempo, e sempre com revisão humana.

É assim que vejo a tecnologia num pequeno negócio: não como um sistema que assume tudo, mas como uma peça bem colocada, que devolve tempo sem tirar de quem empreende o controle do que acontece.