Automação do caos: quando a IA escala o dado ruim

A conversa sobre IA nas empresas ainda gasta tempo demais discutindo modelos e tempo de menos discutindo encanamento. A tese deste artigo é simples: IA só gera valor quando opera dentro dos sistemas onde o trabalho já acontece — CRM, ERP, WhatsApp, e-mail — e, justamente por isso, herda tudo o que esses sistemas têm de bom e de ruim. Se o dado está errado, a IA não vai consertá-lo. Vai distribuí-lo em escala, 24 horas por dia, com tom empático e velocidade de máquina.

Chamo isso de automação do caos. E é o risco menos discutido da onda de integrações que está redefinindo vendas e atendimento no Brasil.

O chatbot avulso morreu — e ainda bem

Durante anos, "colocar IA no WhatsApp" significava plugar um chatbot genérico que respondia perguntas com base em um FAQ. O resultado era previsível: cliente irritado, atendente refazendo o trabalho, projeto engavetado.

O que mudou é que a automação conversacional passou a ser vista como útil apenas quando conectada a sistemas reais — CRM, catálogo, ERP, logística, pagamentos. A técnica por trás disso tem nome: function calling. A IA recebe uma pergunta em linguagem natural ("onde está meu pedido?"), converte em um payload JSON validado, chama a API do ERP via REST ou SOAP, interpreta o retorno técnico e responde ao cliente como uma pessoa responderia. O modelo de linguagem vira interface; o sistema de negócio continua sendo a fonte da verdade.

Essa arquitetura tem uma consequência estratégica que poucos gestores perceberam: ela funciona inclusive sobre sistemas legados. Um ERP on-premise de dez anos, sem interface moderna mas com API funcional, pode ganhar uma camada de autoatendimento inteligente sem que a empresa precise migrar o core. A documentação técnica sobre integração com legados descreve exatamente esse padrão — uma camada de orquestração que recebe comandos por WhatsApp, webchat ou e-mail e os traduz em chamadas aos sistemas antigos. Para a maioria das empresas brasileiras, que não vai trocar de ERP tão cedo, esse é o caminho realista.

Os números de quem já integrou

Quando a integração é bem-feita, os resultados não são marginais. Em casos de PMEs B2B brasileiras acompanhados por Thiago Concer, a combinação WhatsApp + IA + CRM — usando conectores prontos para Salesforce, HubSpot, RD Station e Pipedrive — derrubou o tempo de primeira resposta de 4 horas para 47 segundos. O custo por resolução caiu de R$ 4,20 para R$ 0,42: dez vezes menos. O ROI fechou em 4 a 6 meses, com implantação em 7 a 14 dias, tocada por um gestor comercial e a TI da casa, sem squad dedicada.

Outro ganho concreto vem da captura estruturada de dados. Quando a IA coleta nome, empresa, cargo, segmento e urgência já no primeiro contato pelo WhatsApp, alimenta o CRM em tempo real e anexa automaticamente documentos recebidos na conversa — CNPJ, contrato, RG —, o ciclo comercial encurta em 2 a 3 dias, segundo o mesmo roteiro de implantação para PMEs B2B. Não porque o vendedor ficou melhor, mas porque a digitação repetitiva e a troca manual de documentos saíram do caminho.

Repare no padrão: nenhum desses ganhos vem de a IA ser "inteligente". Vem de ela estar plugada no lugar certo. A IA como "SDR 0" — que pré-qualifica, classifica o lead em fit A, B ou C com base no histórico do CRM, agenda reunião e registra tudo — só funciona porque o CRM existe, está atualizado e tem critérios de fit definidos pelo time comercial.

Quando a integração vira arma contra você

Aqui entra o contraponto que a narrativa de vendas das plataformas evita. A mesma arquitetura que multiplica eficiência multiplica erro. Function calling pressupõe que o CRM e o ERP expõem dados consistentes e que os retornos das APIs são validados — inclusive para timeouts e respostas incompletas. Quando essa premissa falha, o estrago é proporcional à escala:

A IA qualifica leads com base em dados incompletos ou desatualizados do CRM, e o funil inteiro passa a ser alimentado com classificações erradas
Mensagens no WhatsApp saem com prazo de entrega, preço ou estoque incorretos, porque o ERP não refletia a realidade — e agora o erro chega ao cliente em segundos, com registro por escrito

Um processo manual erra devagar e uma pessoa percebe. Uma integração mal governada erra rápido, em volume, e ninguém percebe até o dano reputacional aparecer.

Há ainda um risco mais sutil: a opacidade operacional. Times de vendas e atendimento passam a depender de fluxos que não sabem explicar. Quando algo dá errado — e vai dar —, ninguém na operação consegue dizer qual regra disparou aquela mensagem, o que transforma uma correção de minutos em uma investigação de dias. Governança de integrações não é burocracia; é a capacidade de responder "por que a IA disse isso?" em menos de uma hora.

A ordem certa dos investimentos

Minha leitura é direta: antes de contratar o conector, arrume a casa. O sequenciamento que separa os casos de 10x de redução de custo dos projetos abandonados é este — primeiro, sanear e padronizar os dados do CRM e do ERP que a IA vai consumir; segundo, mapear as APIs e definir tratamento de erro para cada chamada; terceiro, plugar a IA com escopo restrito e monitoramento; só então expandir. No Brasil, some a isso a LGPD: consentimento registrado no CRM, controle sobre quais dados chegam ao modelo e logs de acesso não são opcionais — são requisito de arquitetura.

A boa notícia é que o custo de entrada despencou. Se um stack completo entra em produção em 7 a 14 dias com conectores prontos, o diferencial competitivo deixou de ser "ter IA no WhatsApp" e passou a ser a qualidade do que está atrás dela.

O que isso significa para empresas brasileiras

O Brasil tem uma particularidade que torna essa discussão urgente: o WhatsApp já é o canal principal de vendas e suporte de boa parte das empresas. Isso significa que a IA integrada não vai operar em um canal secundário — vai operar no coração da receita. O upside é real e mensurável: primeira resposta em segundos, custo por resolução dez vezes menor, ciclo de vendas 2 a 3 dias mais curto. O downside também: erro propagado no canal onde o cliente mais confia.

Para o gestor, três decisões práticas. Primeiro, trate a qualidade de dados do CRM e do ERP como pré-requisito do projeto de IA, não como melhoria futura — orçamento de saneamento vem antes do orçamento de licença. Segundo, exija que os fluxos de IA sejam documentados e compreensíveis pelo time de negócio, não só pelo fornecedor; se ninguém da operação sabe explicar uma regra, ela não deveria estar em produção. Terceiro, aproveite a arquitetura de function calling para extrair valor dos sistemas legados que você já tem, em vez de esperar uma migração de ERP que talvez nunca aconteça.

A IA que gera valor não é a mais sofisticada. É a que está plugada onde o trabalho acontece — sobre dados que merecem confiança. Sem essa segunda parte, você não está automatizando a operação. Está automatizando o caos.

Automação do caos: IA plugada em dado ruim erra mais rápido que qualquer humano