A expansão da inteligência artificial no ambiente corporativo tem convivido com um paradoxo: grande parte dos projetos não se converte em retorno mensurável. Diante desse cenário, a atia, que recebeu aporte financeiro da wee! Europe para expandir a presença da empresa nos mercados europeu e latino-americano, se estrutura no Brasil como uma consultoria AI-native.

Construída desde a origem com inteligência artificial e operada por consultores seniores, com a proposta de transformar a tecnologia em resultado por meio de arquitetura, governança e processos, a empresa organiza sua atuação a partir de um modelo registrado, o MAS Method™, voltado a integrar a IA à rotina das organizações.

O contexto ajuda a explicar a demanda por esse tipo de trabalho. Um estudo do MIT sobre o uso corporativo da tecnologia apontou que 95% dos pilotos de IA generativa não produzem impacto financeiro mensurável, enquanto apenas 5% alcançam retorno relevante — uma distância que os pesquisadores associam mais a fatores organizacionais do que à qualidade dos modelos.

No Brasil, o movimento ainda é incipiente: um levantamento nacional da Associação Brasileira de Inteligência Artificial e E-commerce (Abiacom) indicou que 72% das empresas estão em estágio inicial ou experimental de adoção e que 59,1% ainda não estabeleceram diretrizes formais para o uso da tecnologia.

Segundo Cris Oliveira, co-founder & operating partner da aitia, a empresa nasceu construindo automações. "Foi entregando essas soluções que percebemos que o maior problema das empresas não era a tecnologia, era a falta de preparo para adotá-la. Demos um passo atrás e transformamos a descoberta em método: primeiro preparar a operação, depois colocar a IA para rodar", conta.

Para ela, o problema não está na ferramenta, mas na ausência de estrutura. "As empresas já usam IA, mas usam mal", afirma a executiva, que atribui os resultados frustrantes à dispersão de ferramentas, ao uso individual de prompts e a dados sem governança.

Ainda conforme Oliveira, a lacuna do mercado se encontra entre dois modelos: de um lado, consultorias que entregam diagnóstico e se retiram; de outro, fornecedores que entregam tecnologia sem método. "Não vendemos IA. Vendemos arquitetura operacional em produção", resume.

Do modelo AI-powered ao AI-native

A diferença em relação à consultoria tradicional é apresentada como estrutural, e não apenas de discurso. De acordo com Petter Oliveira, CEO & co-founder da aitia, o modelo convencional foi concebido antes da tecnologia e recebeu uma camada de IA posterior, o chamado AI-powered.

"AI-native é uma diferença de estrutura", contrapõe o executivo, ao descrever uma operação em que método, governança, agentes e sustentação já nascem desenhados para funcionar com inteligência artificial.

Na prática, ele sustenta que a abordagem altera o prazo, ao encurtar para semanas o que o modelo tradicional estrutura em meses; a entrega, ao concluir o trabalho com sistema em funcionamento, dados sob controle e equipe treinada; e o modelo de trabalho, com consultores seniores orquestrando uma stack de agentes proprietária. "O cliente não precisa acreditar na tese. Ele mede o resultado na própria operação", declara.

Um método em três estágios

A operação é organizada pelo MAS Method™, descrito pela consultoria em três fases. "O MAS Method™ tem três estágios: mapa, arquitetura e sustentação", detalha Cris Oliveira.

Segundo a executiva, a etapa inicial, chamada de Mapa, consiste em entrar na operação por algumas semanas (entre 15 e 20 dias úteis) e ouvir tanto quem decide quanto quem executa, para produzir um retrato de onde o trabalho trava, um índice de prontidão para IA e um roteiro. A co-founder & operating partner da aitia ressalta que o tempo total de implementação da Arquitetura apresentada no resultado do Mapa é de até 90 dias.

Na sequência, a fase de Arquitetura coloca o sistema em produção no mesmo prazo, com automações, agentes, integrações às ferramentas já usadas pelo cliente, governança de dados e treinamento das equipes. A terceira etapa, de Sustentação, prevê a evolução contínua do que foi construído. A executiva cita um caso em que um grupo de comunicação levava até seis dias para montar um orçamento de pré-produção e passou a concluir a tarefa em cerca de duas horas após a arquitetura entrar em produção.

Governança em produção

A camada de governança da consultoria é atribuída a uma estrutura interna chamada Orchestra, responsável por coordenar agentes, aplicar protocolos de qualidade e manter registros rastreáveis do que foi executado, com qual fonte e sob qual regra.

Petter Oliveira sustenta que a mesma disciplina aplicada internamente é replicada nos projetos dos clientes, com logs, playbooks e cadência definidos. O princípio, segundo ele, delimita o que cabe à máquina e o que permanece com as pessoas. "O complicado é da máquina, o complexo é humano", acentua, ao reservar aos profissionais seniores as decisões que envolvem julgamento, ética e relacionamento.

Para os próximos anos, o executivo projeta três movimentos na adoção de IA pelas empresas brasileiras: o fim da tolerância com o piloto permanente, com conselhos passando a cobrar retorno medido em operação real; a migração da lógica de ferramenta para a de arquitetura, em que governança de dados, acessos e registros deixam de ser tema técnico e viram exigência de diretoria; e a entrada de agentes em produção, executando processos com escopo, alternativa humana e métrica.

Nesse contexto, ele avalia que a simples presença da tecnologia deixará de representar vantagem. "Ter IA deixa de diferenciar, porque todo mundo vai ter. O que vai diferenciar é o método, a adoção e o que a operação aprende a cada ciclo", conclui.

Para mais informações, basta acessar: https://aitia.work/