IA para pequenas e médias empresas: usos práticos e onde ela ainda erra

IA para pequenas empresas, hoje, quase sempre quer dizer IA generativa: modelos de linguagem que leem e escrevem texto, como os assistentes de conversa mais conhecidos. Ela serve para a empresa de poucas dezenas de pessoas que tem muita tarefa de texto repetida, como responder dúvidas, resumir e-mails, tirar dados de PDF e escrever o primeiro rascunho de uma proposta.

O uso ainda é de uma minoria, mas cresce. A pesquisa TIC Empresas 2025, do Cetic.br mostra que 17% das empresas pesquisadas usaram alguma aplicação de IA em 2025, contra 13% em 2024. Entre as pequenas (de 10 a 49 pessoas ocupadas), a proporção passou de 10% para 15%. E 80% das empresas que usaram IA adotaram soluções prontas para uso.

O que decide se a IA ajuda ou atrapalha é a escolha da tarefa e a revisão do que ela produz. A ferramenta vem depois.

Onde a IA ajuda uma pequena empresa, área por área

O critério que atravessa todos os exemplos: a tarefa se repete, o resultado pode ser conferido por alguém e um erro eventual tem conserto barato. Quando falta uma dessas condições, a IA pode até ajudar, mas pede mais cuidado.

Atendimento

Rascunho de resposta para as perguntas que chegam todo dia por e-mail e WhatsApp: prazo de entrega, política de troca, segunda via de boleto. O atendente cola a mensagem, a ferramenta propõe a resposta a partir de um texto-base da empresa, o atendente ajusta e envia. Também ajuda a resumir uma conversa longa antes de passar o caso para outra pessoa. Deixar a IA responder sozinha ao cliente é outro projeto, com outros riscos, e o post sobre chatbot com IA no atendimento trata disso.

Comercial

Resumo da reunião em tópicos, com próximos passos e responsáveis. Primeira versão de proposta a partir de um modelo e das anotações do vendedor. Pesquisa prévia sobre o cliente em fontes públicas, sempre conferida, porque o modelo mistura empresas de nome parecido. Limpeza da base de contatos: separar nome e sobrenome, padronizar a cidade que aparece escrita de cinco jeitos.

Financeiro

Aqui o uso é de apoio, não de cálculo. A IA ajuda a classificar lançamentos do extrato pela descrição ("PIX RECEBIDO JOAO" vai para recebimento de cliente), a redigir o e-mail de cobrança num tom adequado e a explicar aquela fórmula de planilha que ninguém mais lembra por que foi feita. Soma, conciliação e cálculo de juros continuam na planilha ou no sistema, que fazem conta sem inventar.

Conteúdo e marketing

Primeiro rascunho de post, descrição de produto a partir da ficha técnica, variações de título, revisão de ortografia. O ganho é grande no rascunho e pequeno no texto final: a leitura de quem conhece o produto e o cliente continua sendo o que decide a qualidade. Informação técnica, preço e qualquer promessa ao consumidor são conferidos linha a linha.

Documentos e planilhas

Costuma ser onde a IA mais rende numa empresa pequena. Ler o PDF de um pedido, de uma nota ou de um contrato e devolver os campos que interessam (número, data, valor, CNPJ, cláusula de reajuste). Comparar duas versões de um contrato. Resumir um edital de 80 páginas nos requisitos de habilitação. Em planilhas, escrever a fórmula a partir da descrição do que se quer ou apontar linhas com padrão estranho. A regra é conferir cada campo extraído contra o documento antes de ele ir para o sistema, pelo menos até a taxa de acerto estar medida.

Triagem de e-mails

Classificar o que chega na caixa comum (pedido, dúvida, reclamação, fornecedor, propaganda), extrair o número do pedido e sugerir quem deve responder. Uma pessoa ainda passa os olhos na fila, mas deixa de abrir mensagem por mensagem só para decidir para onde ela vai.

O que dá para fazer com assinatura pronta e o que pede integração

Existem dois jeitos de colocar IA na rotina. No primeiro, a pessoa abre uma ferramenta pronta (um assistente de conversa ou o recurso de IA do pacote de escritório, do CRM ou do sistema de atendimento), cola ou anexa o material, lê o resultado e decide o que fazer com ele. Paga-se uma assinatura por usuário e o controle fica com quem usa.

No segundo, a IA roda dentro de um fluxo automático. Um e-mail chega, o sistema manda o anexo para o modelo por API (a interface que permite a um programa conversar com outro), recebe os campos extraídos e grava no ERP. Ninguém cola nada. Isso exige integração com os sistemas da empresa, e o custo muda de natureza: o uso por API costuma ser cobrado pelo volume de texto processado, medido em tokens (pedaços de palavra), em dólar e com o texto gerado mais caro que o texto lido, como mostra a tabela de preços da API da Anthropic. Mais volume, mais custo.

A pergunta que separa um caso do outro: o gargalo é escrever ou é copiar e colar entre sistemas? Se é escrever, a assinatura resolve. Se é transportar dado, o problema é de integração, e às vezes nem precisa de IA, porque uma regra fixa faz o serviço mais barato e sem variação. Quando o fluxo envolve ERP, CRM e planilha ao mesmo tempo, o guia de integração de sistemas ajuda a desenhar o caminho do dado.

Onde a IA ainda erra

Os erros da IA generativa seguem padrões conhecidos, e conhecer esses padrões é o que define onde colocar revisão.

• Inventa com convicção. Quando a informação não está no material que recebeu, o modelo tende a produzir algo plausível em vez de dizer que não sabe: um artigo de lei que não existe, uma política de troca que a empresa nunca teve, um número de pedido trocado. O perfil de IA generativa do NIST, o instituto de padrões dos Estados Unidos, chama isso de confabulação e descreve o fenômeno como conteúdo errado ou falso apresentado com confiança, capaz de enganar quem lê.
• Não sabe o que mudou. O modelo aprendeu com textos até uma certa data. Não conhece a tabela de preços que você atualizou ontem, o fornecedor que trocou de CNPJ nem a regra nova de frete. Só responde certo sobre a empresa se receber o documento atualizado junto com a pergunta.
• Erra conta e data. Somar uma coluna, contar dias úteis e calcular juros são tarefas em que ele falha sem avisar. Peça à IA a fórmula e deixe a planilha fazer a conta.
• Não conhece as exceções. O cliente antigo com prazo diferenciado, o produto que não vai para certa região: o que não está escrito em algum lugar, a IA não sabe.
• Responde diferente à mesma pergunta. Duas execuções podem dar dois resultados, e uma troca de versão do modelo feita pelo fornecedor pode mudar o comportamento de um fluxo que funcionava.
• Custa por uso. Na assinatura, o custo é fixo. Na integração, cresce com o volume, e um fluxo mal desenhado (que manda o documento inteiro quando bastava uma página) pode sair bem mais caro que o previsto.

Por isso a revisão humana não é uma etapa provisória dos primeiros meses. Ela faz parte do desenho: todo texto que sai para cliente, todo número que entra no sistema e toda informação sobre uma pessoa passam por alguém, com nome e tempo reservado para isso. E dado de cliente não vai para qualquer ferramenta; o post sobre como usar IA na empresa sem expor dados de clientes traz as regras e um modelo de política interna.

Como medir se a IA valeu a pena

Sem medida, vence a impressão: quem gostou da ferramenta acha que economizou horas, quem não gostou acha que só deu trabalho. Três números resolvem a discussão.

1. Tempo por tarefa, antes e depois. Cronometre de 20 a 30 ocorrências da tarefa do jeito atual. Depois, cronometre o novo jeito incluindo o tempo de revisão, que é o que costuma ficar de fora da conta.
2. Erros que chegaram ao destino. Resposta que o cliente precisou corrigir, campo errado no ERP, e-mail encaminhado para a pessoa errada. Conte antes e depois. O mínimo aceitável é a taxa de erro não piorar.
3. Aproveitamento do que a IA entrega. Que parte dos rascunhos saiu com ajuste pequeno e que parte precisou ser reescrita. Se menos da metade é aproveitada, o ganho some na revisão.

Um exemplo de conta, com números ilustrativos: a caixa comum recebe 60 e-mails por dia e cada um leva 2 minutos para ser lido e encaminhado, duas horas no total. Com a triagem automática, a pessoa gasta 40 segundos por e-mail conferindo a sugestão, ou 40 minutos. A economia de 1 hora e 20 minutos por dia se paga se o custo mensal da ferramenta e da implantação ficar abaixo do valor dessas horas e se os e-mails mal classificados não gerarem retrabalho maior que isso.

Anote também o erro evitado: o contrato em que a IA apontou a multa que passaria despercebida, o pedido duplicado que a triagem pegou. Esse ganho não aparece no cronômetro, mas entra na conta.

Primeiros passos para usar IA na empresa

1. Escolha uma tarefa só. Repetitiva, conferível e com erro de conserto barato. O método de quais processos automatizar primeiro vale igual para IA: volume, tempo gasto e custo do erro.
2. Defina a regra de dados antes de começar. Qual ferramenta e qual plano, que tipo de dado pode entrar, quem aprova. Isso evita que cada pessoa da equipe use uma ferramenta diferente com a conta pessoal.
3. Monte um caderno de testes. Separe de 20 a 30 casos reais já resolvidos (e-mails, PDFs, perguntas) com a resposta certa ao lado. Rode a IA neles e compare. Inclua os casos difíceis: o PDF escaneado torto, a mensagem cheia de abreviação, o pedido com dois endereços.
4. Escreva a instrução como um procedimento. Contexto da empresa, formato da resposta, o que nunca fazer e a ordem expressa de responder "não encontrei" quando a informação não estiver no material.
5. Use por algumas semanas com revisão total. Tudo o que a IA produz passa por alguém enquanto os três números da seção anterior são medidos.
6. Só então decida ampliar ou integrar. Com o resultado na mão, fica claro se vale automatizar o fluxo inteiro, manter a IA como assistente de quem faz a tarefa ou abandonar aquele uso.

Abandonar também é um resultado válido. Há tarefas em que a revisão consome todo o ganho, e descobrir isso num mês de teste custa bem menos que descobrir depois de um ano pagando assinatura.

Próximo passo

Se a tarefa escolhida cabe numa assinatura, o caminho é o dos passos acima, com a própria equipe. Se ela envolve ler documentos em volume, consultar sistemas ou responder cliente sem revisão a cada mensagem, o trabalho passa a ser de integração e de teste. É o que fazemos no serviço de IA aplicada para empresas: o fluxo nasce em ambiente isolado, é testado com os documentos e as perguntas reais da operação e sobe com caminho de volta documentado.