Como contratar desenvolvimento de IA por resultado, e não por hora

Muita empresa já testou IA num chat, viu que funciona e agora quer colocar a IA para trabalhar num processo de verdade: triagem de pedidos, conferência de documentos, primeira resposta no atendimento. Na hora de contratar, a proposta costuma chegar em horas de desenvolvimento. O problema é que hora mede esforço, e quem contrata quer saber se, no fim, o processo vai rodar melhor.

Este guia mostra como contratar desenvolvimento de IA amarrado a um resultado: como definir esse resultado, o que escrever no escopo, como montar critérios de aceite para um agente de IA, o que perguntar ao fornecedor e por onde começar sem comprometer um projeto grande logo de saída. Se a dúvida principal é sobre o que pesa no custo, veja também quanto custa um agente de IA em produção.

O que significa contratar IA por resultado?

Significa que o contrato descreve o que precisa estar funcionando no fim, e como isso vai ser conferido, em vez de só o número de horas que o fornecedor vai trabalhar. Um exemplo de resultado: "o agente lê os pedidos que chegam por e-mail, preenche o sistema de vendas e separa para uma pessoa os que têm divergência de preço ou de estoque". Junto com ele vêm os critérios de aceite, que dizem como saber se isso foi entregue.

O combinado é um processo definido, com começo, meio e fim, e uma forma de testar. Promessa de ganho financeiro e cobrança por porcentagem da economia ficam fora desse modelo.

Por hora, por escopo fechado ou por resultado: qual a diferença?

Pergunta	Por hora	Escopo fechado	Por resultado
O que o contrato descreve	Horas e perfis	Lista de funcionalidades	Processo funcionando e critérios de aceite
Quem carrega o risco de demorar	Quem contrata	Dividido	Mais do lado do fornecedor
Como se sabe que terminou	Quando as horas acabam	Quando a lista foi entregue	Quando os testes combinados passam
Lida bem com incerteza	Sim, mas sem limite claro	Mal, cada mudança vira aditivo	Sim, se o resultado for bem definido
Melhor para	Evolução contínua de um produto	Sistemas com regras estáveis	Agentes e automações num processo conhecido

Em projetos de IA, o escopo fechado tradicional costuma travar. O comportamento de um modelo só fica claro quando ele é testado com dados reais, e uma lista rígida de funcionalidades não prevê isso. Já o contrato só por hora deixa quem contrata sem saber quando o agente vai estar pronto para uso.

Quando contratar por hora ainda faz sentido?

Contratar por hora ou por time dedicado faz sentido quando o trabalho é contínuo e muda de prioridade toda semana, como a evolução de um produto que já está no ar. Nesse caso, um squad dedicado ou a sustentação são formatos melhores. Também faz sentido em pesquisa, quando ninguém sabe ainda se a ideia é viável e o objetivo é descobrir.

Por resultado funciona melhor quando o processo já existe, alguém da empresa sabe explicar como ele é feito hoje e há exemplos reais para testar.

Como definir o resultado de um projeto de IA?

Um resultado bem definido responde a quatro perguntas:

1. Qual processo? Um só, com nome e dono. "Conferência de notas fiscais de fornecedores" funciona; "usar IA no financeiro" não dá para testar.
2. Como ele é feito hoje? Quem faz, quanto tempo leva, quantas vezes por semana, onde costuma dar erro. Essa é a linha de base para comparar depois.
3. O que muda quando o agente estiver no ar? O que ele faz sozinho, o que ele prepara para uma pessoa aprovar e o que continua inteiramente com pessoas.
4. Como medir? Tempo por item, itens tratados sem retrabalho, casos que voltam para correção. A métrica sai do próprio processo, e não precisa ser sofisticada.

A IA ajuda já nessa etapa: ela lê planilhas, e-mails e registros do processo atual e organiza a linha de base, aponta os tipos de caso mais comuns e os que mais geram exceção. Quem confirma se aquilo representa a realidade é quem faz o trabalho todo dia.

O que precisa estar no escopo de um projeto de IA?

• O processo e o limite dele. Onde o agente começa, onde termina e o que fica de fora nesta etapa.
• Os sistemas e dados envolvidos. De onde o agente lê, onde escreve e com qual permissão. Começar só com leitura é uma escolha comum e segura.
• As regras de autonomia. O que o agente pode fazer sozinho, o que exige aprovação e o que nunca faz. Os níveis de autonomia de agentes de IA ajudam a escrever isso.
• O conjunto de casos de teste. Exemplos reais, inclusive os difíceis, que vão servir para aceitar a entrega.
• O que acontece quando o agente não sabe. Para onde vai o caso, quem é avisado e em quanto tempo.
• Registro e acompanhamento. O que fica gravado de cada decisão do agente e como a empresa consulta isso.
• Quem cuida depois. Se o time interno assume ou se a operação continua com o fornecedor, e o que entra nela.

Como escrever critérios de aceite para um agente de IA?

Critério de aceite é a condição que precisa ser verdadeira para a entrega ser aceita. Em software comum ele é binário: o botão salva ou não salva. Num agente de IA, as respostas variam, então o critério precisa ser medido num conjunto de casos, e não num caso só.

Um bom conjunto de critérios para um agente costuma ter:

• Acerto nos casos de teste. O agente trata corretamente uma parte combinada dos casos reais separados para o teste. O número é definido junto, a partir da linha de base de hoje, e não copiado de outro projeto.
• Erro que não passa batido. Nos casos que ele não acerta, o agente sinaliza a dúvida e manda para uma pessoa, em vez de seguir em frente com segurança.
• Regras que nunca são quebradas. Por exemplo: nunca aprovar pagamento, nunca responder cliente sobre preço, nunca alterar cadastro sem confirmação. Aqui o critério é zero ocorrências.
• Tempo de resposta. Quanto o agente pode levar para tratar um item.
• Rastreabilidade. Para cada item, dá para ver o que o agente recebeu, o que decidiu e por quê.
• Funcionamento quando algo falha. Se o modelo de IA ou uma integração cair, o processo continua, ainda que manualmente, e alguém é avisado.

A IA também ajuda a escrever esses critérios. No projeto da GTS, a IA estruturou o documento de requisitos com módulos, regras de negócio, histórias de usuário, critérios de aceite e casos de teste, e o time validou cada parte. A etapa de requisitos, que levaria dias ou semanas, caiu para poucas horas, com até 80% menos tempo. Para entender a base disso, veja requisitos de software.

Como fica a contratação etapa por etapa?

1. Mapa de IA

Antes de contratar um agente, vale saber qual processo dá mais retorno com menos esforço. O Mapa de oportunidades de IA é grátis e online: você responde um roteiro curto e recebe as oportunidades ordenadas por esforço e impacto. Quando há várias áreas pedindo automação, o Mapa de IA com especialista aprofunda isso com entrevistas e um plano para o primeiro agente em produção.

2. Resultado e linha de base

Com o processo escolhido, a IA lê o histórico disponível e monta a foto de hoje: volume, tempo, tipos de caso, exceções. O dono do processo confere e corrige. Essa foto vira a régua de comparação.

3. Escopo e critérios de aceite

A IA rascunha as regras, as permissões e os casos de teste a partir do que foi levantado. A empresa revisa e aprova. É nessa etapa que se decide o que o agente faz sozinho e o que passa por uma pessoa.

4. Piloto com casos reais

O agente roda primeiro nos casos de teste e depois em paralelo com o processo atual, sem mexer em nada. Uma pessoa compara as respostas dele com as do time. Se os critérios passam, segue; se não passam, ajusta antes de ir para produção.

5. Produção

O agente entra no processo real, com as aprovações combinadas. Na UEEK, com o processo definido, o agente em produção fica pronto em até 4 semanas, conectado às ferramentas da empresa.

6. Operação

Depois de no ar, o agente precisa de acompanhamento: o processo muda, aparecem casos novos e o custo de uso da IA precisa de controle. Na operação de agentes, a IA registra e resume o que aconteceu no mês, e uma pessoa revisa os erros, ajusta regras e decide os próximos fluxos.

Que perguntas fazer ao fornecedor antes de contratar?

1. Qual é o resultado que vocês se comprometem a entregar, em uma frase?
2. Como vamos testar? Quem separa os casos de teste e quem confere?
3. O que acontece se os critérios de aceite não passarem no piloto?
4. O que o agente pode fazer sozinho e o que passa por uma pessoa?
5. Que permissões o agente vai ter nos nossos sistemas?
6. Onde ficam registradas as decisões dele e como consultamos?
7. Quem cuida do agente depois que ele entra no ar, e o que está incluído?
8. Se trocarmos de fornecedor, o que fica com a gente: código, regras, prompts, casos de teste?

Quais são os sinais de alerta numa proposta de IA?

• Resultado vago. "Implantar IA no atendimento" sem dizer qual parte do atendimento e como medir.
• Só horas, sem entrega. A proposta descreve perfis e horas, mas não diz o que estará funcionando no fim.
• Nenhum teste com dados reais antes da produção.
• Autonomia total desde o primeiro dia, inclusive em ações que mexem com clientes, pagamentos ou cadastros.
• Nada sobre o que acontece quando o agente erra ou quando o modelo de IA fica fora do ar.
• Nada sobre o depois. O agente é entregue e ninguém fica responsável pelo acompanhamento.

Exemplos da UEEK com IA e pessoas no controle

No Itaú, a plataforma Itaú Mulher Empreendedora foi entregue com entrega contínua e análises automáticas de segurança no CI/CD, além de pentests externos, nos padrões do setor bancário. Cada versão só segue quando passa pelos testes combinados, a mesma lógica dos critérios de aceite descritos aqui.

Na GTS, a IA participou de todo o ciclo de desenvolvimento, dos requisitos com critérios de aceite aos testes unitários, sempre com validação contínua do time.

Na Wellu, a IA confere as fotos de registro, resume o dia para a equipe e responde primeiro no suporte. A pessoa decide nos casos de dúvida, e se a IA falhar o registro segue normalmente, que é exatamente o tipo de regra que vale escrever no escopo.

Perguntas frequentes

Dá para contratar IA por resultado sem ter os dados organizados?

Dá, desde que exista um histórico mínimo do processo, mesmo espalhado em planilhas e e-mails. Organizar esses dados faz parte da etapa de linha de base, e a IA ajuda bastante nisso.

Por resultado significa pagar só se der certo?

Nem sempre. O contrato descreve o que precisa funcionar e como testar. Como o pagamento se distribui entre as etapas é uma conversa à parte, mas a entrega fica amarrada aos critérios de aceite.

Qual a diferença entre critério de aceite e métrica de resultado?

O critério de aceite diz se a entrega pode ser aceita, por exemplo, o agente trata corretamente a parte combinada dos casos de teste. A métrica de resultado acompanha o efeito no processo ao longo dos meses, como tempo por item e retrabalho.

E se a IA errar depois de aceita?

Erros vão acontecer, e o desenho precisa prever isso: casos de dúvida vão para uma pessoa, ações de impacto pedem aprovação e tudo fica registrado. Na operação, cada erro vira ajuste de regra ou caso de teste novo.

Quanto tempo leva do contrato ao agente funcionando?

Depende do processo e das integrações. Na UEEK, com o processo definido, o agente está em produção em até 4 semanas. O Mapa de IA com especialista, quando necessário, leva de 2 a 3 semanas.

Preciso de uma pessoa técnica na empresa para contratar assim?

Ajuda, mas não é obrigatório. O que não pode faltar é o dono do processo, que sabe como o trabalho é feito e confere os testes. Para a parte técnica, a UEEK como seu CTO pode representar a empresa nessas decisões.

Por onde começar?

Pelo Mapa de oportunidades de IA. Em cerca de 10 minutos você vê quais processos têm mais retorno e chega à conversa com o fornecedor já sabendo o que pedir.

Como a UEEK pode ajudar

A UEEK atua há 14 anos com produtos digitais, para mais de 200 clientes, em 6 países, em mais de 500 projetos. Em IA, a gente trabalha com squads híbridos, com agentes no repetitivo e pessoas decidindo e validando, e começa pelo processo e pelos critérios de aceite antes de falar em horas. A jornada passa pelo Mapa de oportunidades de IA, pelo agente em produção e pela operação de agentes. Para um exemplo técnico de como o agente é construído, veja como construir um agente de IA para a operação.

Fazer o Mapa de oportunidades de IA grátis