Antes de automatizar, classificar. Algumas atividades deveriam deixar de existir.

Dois dados públicos recentes do Gartner ajudam a enquadrar o cenário em que este artigo entra. Em pesquisa com 782 líderes de infraestrutura e operações de TI, conduzida entre novembro e dezembro de 2025 e divulgada em abril de 2026, 28% dos casos de uso de IA atingiram plenamente as expectativas de ROI, enquanto 20% falharam completamente. Em projeção separada do mesmo Gartner, divulgada em junho de 2025, a estimativa é que mais de 40% dos projetos de IA agêntica venham a ser cancelados até o fim de 2027, por custo crescente, valor de negócio pouco claro ou controles de risco insuficientes.

Esses números medem IA aplicada a infraestrutura e operações de TI, não à operação do negócio como um todo, e devem ser lidos como sinal de mercado, não como medida direta do problema que este artigo trata. Dito isso, o mercado atual de IA para empresas trabalha com uma pergunta implícita que soa assim: "o que posso automatizar?". Este artigo propõe que a pergunta certa vem antes dela e é outra: "o que, dentro da minha operação, pertence a qual dos cinco destinos possíveis?".

1. Cinco destinos, não dois

Depois de decompor uma operação em atividades elementares, como argumentei no artigo sobre decompor antes de delegar, a próxima pergunta não é "o que pode ser automatizado". É "para onde cada pedaço deveria ir". A conversa pública sobre IA para empresa tende a tratar isso como binário: ou a atividade continua com pessoa, ou vira IA. A etapa Classificar do método Prisma prevê cinco destinos possíveis para cada atividade, cada um com arquitetura e custo próprios.

O primeiro destino é continuar com o fundador. Não porque falte tecnologia, mas porque a decisão exige autoridade, julgamento ou responsabilidade legal que não cabe transferir. Esse destino existe e precisa ser nomeado com a mesma clareza dos outros. Automatizar o que legitimamente pertence ao fundador tende a produzir sistemas que decidem no lugar errado.

O segundo destino é migrar para outra pessoa. A atividade continua humana, mas sai do fundador para alguém da equipe, com critério registrado, limite claro e caminho de escalada definido. Esse destino não envolve tecnologia nova; envolve arquitetura de autoridade, descrita em detalhe no artigo sobre arquitetura da autoridade.

O terceiro destino é fluxo de humano com IA. A IA executa partes do processo dentro de etapas pré-definidas, mas pessoas enquadram o problema no começo e interpretam o resultado no fim. É o destino que mais costuma funcionar bem em atividades onde a execução é repetitiva mas a leitura de contexto importa: análise comercial com validação, triagem de pedidos com revisão humana, preparo de material com curadoria antes de enviar.

O quarto destino é virar Inteligência Operacional. A atividade passa a ser conduzida pelas cinco camadas operacionais da Prisma (contexto registrado, memória consultável, ferramentas conectadas, fluxos definidos e governança explícita), operando dentro de regras e limites. Serve quando frequência é alta, risco por decisão isolada é absorvível, padrão é razoavelmente estável, e existe forma objetiva de monitorar o resultado. É um destino específico entre os cinco, não o sistema inteiro.

O quinto destino é o que o mercado mais frequentemente esquece: deixar de existir. Reunião recorrente que ninguém sabe explicar por que acontece, aprovação em cascata que não altera decisão nenhuma, relatório que ninguém lê, controle que mede métrica que não guia ação. Automatizar essas atividades acelera atividade que não precisava existir. Removê-las libera capacidade sem custo de implantação. É o único dos cinco destinos que reduz carga de trabalho sem precisar instalar ferramenta nenhuma, e pode ser o mais barato.

2. Perguntas que orientam a classificação

Este artigo propõe quatro perguntas orientadoras, aplicadas atividade por atividade, para apontar o destino certo entre os cinco. A proposta é uma adaptação feita a partir de dois insumos públicos sobre decisão IA versus humano: a estrutura de ambiguidade e risco descrita em publicação do MIT Sloan Management Review (2026), e os critérios de consequência e reversibilidade descritos pela InteQ Group (2026). A adaptação adiciona duas perguntas que esses materiais não cobrem (existência e titularidade), coerentes com a tese de que decidir eliminar é um movimento legítimo de arquitetura. Esta é uma proposta em formulação na Prisma, ainda não aplicada em sessões de diagnóstico, apresentada aqui para discussão e refinamento.

A primeira pergunta é sobre existência: esta atividade precisa existir? Qual decisão ou valor concreto ela produz, e para quem? Começar por aqui importa porque não faz sentido avaliar reversibilidade ou destino de uma atividade que não deveria estar sendo executada em primeiro lugar. É também a pergunta que o mercado de IA menos oferece, porque não gera venda de ferramenta.

A segunda pergunta é sobre titularidade: quem hoje executa a atividade é quem legitimamente deveria executá-la? Trabalho que exige autoridade, julgamento ou responsabilidade legal específica do fundador precisa permanecer com ele. Trabalho que foi acumulando no fundador por falta de arquitetura, mas que outra pessoa com critério registrado conduziria igualmente bem, pede migração. Essa pergunta ajuda a distinguir redesenho de responsabilidade de instalação de tecnologia.

A terceira pergunta é sobre julgamento: a decisão envolvida exige julgamento sobre pessoas, valores ou contexto único do negócio? Classificar uma nota fiscal dentro de categoria contábil conhecida geralmente não exige. Decidir qual cliente recebe condição especial geralmente exige. Autorizar reagendamento dentro de política não exige. Autorizar desvio de política exige.

A quarta pergunta é sobre reversibilidade: se a decisão der errado, a empresa consegue desfazer o estrago em tempo útil, sem dano permanente? É pergunta orientadora, não teste binário absoluto, porque reversibilidade frequentemente depende de momento. Um reembolso dentro de política é reversível. Uma mensagem automatizada enviada a cem mil clientes com informação errada tende a não ser. Uma proposta comercial equivocada é reversível antes do aceite; depois do aceite, deixa de ser.

Cruzadas, as quatro perguntas apontam para os cinco destinos aproximadamente assim: a atividade não precisa existir vai para deixar de existir; a decisão exige autoridade ou julgamento que não cabe transferir vai para continuar com o fundador; a decisão exige julgamento mas é transferível com critério registrado vai para migrar para outra pessoa; a execução é repetitiva mas depende de leitura de contexto, com decisão reversível, vai para fluxo de humano com IA; a decisão é frequente, reversível e monitorável, com padrão razoavelmente estável, vai para Inteligência Operacional. É aproximação, não regra fechada: casos de fronteira exigem conversa específica.

Vale aplicar atividade por atividade. Classificar "vendas" ou "financeiro" como áreas inteiras produz generalização que esconde exceção crítica. Classificar as cinco ou dez atividades elementares que compõem cada área produz decisão de arquitetura.

3. Enquadrar, executar, aprender: três fases, autoridades diferentes

Mesmo quando uma atividade é classificada como fluxo de humano com IA ou como Inteligência Operacional, vale observar uma distinção adicional, descrita em publicação do MIT Sloan Management Review: qualquer decisão operacional carrega três fases, cada uma com exigência diferente de autoridade.

A primeira fase é enquadrar o problema. Antes da análise, alguém define quais variáveis importam, quais pessoas são afetadas, qual é o problema real que está sendo decidido. Enquadrar é o momento em que se decide se um pedido do cliente é reclamação, oportunidade ou exceção. Essa fase é quase sempre humana, e automatizá-la tende a gerar sistemas que operam na direção errada sem que ninguém perceba.

A segunda fase é executar. Puxar dados, aplicar critério, propor resposta, operar a sequência. Essa fase é onde a IA costuma funcionar bem, especialmente quando o enquadramento foi feito corretamente. Também é a fase que mais frequentemente é mal classificada: empresas automatizam a execução sem perceber que ela depende, de forma crítica, do enquadramento humano no começo e da interpretação humana no fim.

A terceira fase é aprender, o que inclui interpretar o resultado. O resultado foi o esperado? O que ele diz sobre o próximo ciclo? Quem precisa saber o que aconteceu, e como? Essa fase também é humana, porque envolve monitorar desfechos, prestar contas, ajustar critério e atualizar o sistema de decisão ao longo do tempo. Automatizar essa fase, especialmente em decisões irreversíveis, é um dos modos mais caros de errar a classificação.

A implicação prática é que mesmo em atividades classificadas como fluxo de humano com IA ou como Inteligência Operacional, as fases de enquadramento e aprendizado precisam permanecer com pessoa responsável definida. Automatizar o meio sem desenhar o começo e o fim produz sistemas que operam, mas não aprendem.

4. Dois casos públicos onde a classificação não aconteceu

A seguir, dois casos documentados em imprensa internacional, usados aqui como ilustrações do que acontece quando uma atividade é posta no destino errado. Estes são exemplos externos, não casos conduzidos pela Prisma, e servem para evidenciar o custo real da ausência de classificação.

O primeiro é o caso Moffatt contra Air Canada, decidido em fevereiro de 2024 pelo Civil Resolution Tribunal da Colúmbia Britânica (Canadá), tribunal de pequenas causas quase-judicial. Um passageiro consultou o chatbot do site da companhia aérea sobre política de tarifa reduzida em caso de falecimento familiar. O chatbot informou que ele poderia pedir o reembolso retroativo depois da viagem; a página oficial, à qual o próprio chatbot linkava, dizia o oposto. A companhia recusou o reembolso. O tribunal decidiu contra a Air Canada e condenou-a a pagar o equivalente à diferença entre as tarifas, juros e taxas, no total de aproximadamente oitocentos e doze dólares canadenses. A decisão, por ser de tribunal de pequenas causas, não vincula outros tribunais, mas o caso virou referência recorrente na discussão sobre responsabilidade empresarial por informações prestadas por sistemas automatizados em site próprio. Lido pela lente de classificação: informar política comercial a cliente final, no momento em que a informação pode gerar compromisso vinculante, deixa de ser atividade reversível e passa a exigir validação humana ou script auditado, não geração livre de resposta por sistema sem supervisão.

O segundo é o caso do Commonwealth Bank of Australia, em agosto de 2025. O banco anunciou, em julho de 2025, a eliminação de quarenta e cinco postos de operador de atendimento ao cliente, com a justificativa de que um voicebot de IA havia reduzido o volume de chamadas em cerca de duas mil por semana. O sindicato do setor financeiro (Finance Sector Union) levou o caso ao tribunal trabalhista, alegando falta de transparência sobre os volumes reais. Segundo o sindicato, o volume de chamadas estava subindo, não caindo, e o banco teve que oferecer horas extras à equipe e colocar líderes de time atendendo telefone. Em agosto, o banco voltou atrás, reconheceu o que chamou de "erro" na avaliação inicial, e ofereceu aos quarenta e cinco funcionários a escolha entre continuar na função, aceitar realocação ou prosseguir com o desligamento. Lido pela lente de classificação: o problema não foi a tecnologia em si. Foi a classificação prematura de uma atividade (atendimento ao cliente em serviços bancários) como totalmente substituível por voicebot, sem instrumentação adequada do volume real nem leitura do que, dentro daquele atendimento, exigia julgamento humano. A lição real é sobre arquitetura de decisão organizacional, não sobre a capacidade técnica do voicebot.

5. O erro que acelera o problema estrutural

Automatizar uma atividade mal classificada tende a amplificar o problema estrutural subjacente em vez de resolvê-lo. Esse argumento já aparece no artigo sobre IA não resolve a função errada, com ênfase na dimensão do papel do profissional. Este artigo acrescenta a dimensão da arquitetura: o problema não é apenas função errada, é também destino errado. Mesmo quando a atividade está na função correta, pô-la no destino errado produz os mesmos sintomas: aceleração do erro, dificuldade de reverter, custos escondidos que não aparecem no orçamento inicial.

A conversa pública sobre IA para empresa tende a ser conduzida como "automatize sua operação" ou "coloque um agente". Essas duas formulações pulam a classificação. A pergunta anterior é outra: dadas essas atividades decompostas, quais pertencem a cada um dos cinco destinos possíveis. Essa pergunta não é sobre tecnologia. É sobre arquitetura. Este artigo propõe que parte da diferença entre projetos que entregam resultado e projetos que falham começa antes da escolha de ferramenta, nesse passo de classificação.

6. Classificar não é oposto de automatizar. É pré-requisito

Vale desfazer um mal-entendido comum. Classificar não significa resistir a automatizar. Significa decidir, a partir de perguntas orientadoras aplicadas atividade por atividade, o que, dentro da operação, pertence a qual destino. Dos cinco destinos possíveis, três não envolvem tecnologia nova (continuar com o fundador, migrar para outra pessoa, deixar de existir), e dois envolvem (fluxo de humano com IA, Inteligência Operacional). A proporção entre os destinos varia por setor e por maturidade da operação, e só se descobre atividade por atividade, no exercício de classificação.

A implicação prática é que uma empresa que classifica antes de automatizar tende a terminar com um portfólio operacional misto, não com uma operação "IA pura" nem com uma operação sem IA. O portfólio típico tem decisões que continuam com o fundador por legitimidade estrutural, atividades que migraram para pessoas da equipe com critério registrado, fluxos de humano com IA para o que combina execução repetitiva com leitura de contexto, atividades operadas como Inteligência Operacional para o que é frequente e absorvível, e um conjunto de atividades removidas do que não precisava existir.

A Inteligência Operacional, entendida em sentido amplo como abordagem da Prisma, é o que articula esse portfólio: pessoas, processos, informação, tecnologia e governança organizados para que cada atividade seja conduzida no destino certo. É sentido mais largo do que o do destino 4 descrito acima, que nomeia um destino específico dentro do portfólio. A primeira é a abordagem; a segunda é um dos destinos que ela conduz.

7. A pergunta anterior à tecnologia

Antes de perguntar qual tecnologia implantar, qual plataforma escolher ou qual agente adotar, vale perguntar algo mais simples e mais difícil. Dadas as atividades que compõem a operação hoje, decompostas em partes elementares, o que, dentro delas, pertence a qual dos cinco destinos. Essa pergunta não é sobre tecnologia. É sobre arquitetura.

Nem toda pergunta sobre IA é pergunta sobre IA. Algumas são perguntas sobre o que a operação é, e sobre o que ela deveria ser antes de qualquer sistema entrar no lugar. E uma parte delas, quando examinada com honestidade, revela atividades que não deveriam continuar existindo em nenhum destino.