Modelo de business case para IA: ganhos, custos, riscos e aprovações
Modelo de business case para IA em uma página, com ganhos esperados, orçamento por categoria, riscos e os pontos de aprovação que a pessoa precisa manter.

Um modelo de business case para IA é um documento de uma página que declara a decisão que você está pedindo, o único papel que um agente vai exercer, os ganhos esperados e como você vai verificá-los, o orçamento em categorias claras, os riscos com responsáveis nomeados e os pontos em que uma pessoa precisa aprovar antes que o sistema aja. Para uma primeira camada de IA na empresa, a página funciona melhor como ferramenta de decisão e não como previsão. Ela deve permitir que um líder de operações responda sim, não ou sim com condições em uma única reunião.
Principais pontos
- Comece com um papel e um resultado mensurável, e não com a compra de uma plataforma.
- Mostre o orçamento em categorias como implantação, integração, uso, tempo de revisão e manutenção, para que cada linha possa ser questionada separadamente.
- Escreva os ganhos esperados como faixas ligadas a uma linha de base que você mesmo mediu, e conte o tempo que as pessoas gastam revisando o que o agente produz.
- Associe cada risco a um controle e a um responsável, e defina os pontos de aprovação antes que o agente execute qualquer ação.
- Estabeleça uma data de revisão e as evidências que você levará a ela, para que o caso seja testado pelos resultados e não mantido como promessa.
O que cabe em uma única página?
Um caso útil tem nove campos, e cada um deve caber em poucas linhas. Mantenha o documento inteiro em uma página, porque um texto mais longo tende a ser lido como um plano para negociar e não como uma decisão a tomar. Equipes que se preparam para sistemas de IA cada vez mais capazes costumam querer discutir primeiro o longo prazo, mas o caso deve ser decidido com base no trabalho que está na sua frente hoje.
- A decisão solicitada: aprovar um papel em piloto, aprovar um teto de orçamento ou aprovar apenas um período de revisão.
- O papel: uma função, as pessoas que dependem da sua saída e os sistemas dos quais ele lê informações.
- A linha de base: como o trabalho é feito hoje, com o tempo, o volume e os padrões de correção que você consegue observar.
- Ganhos esperados: apresentados em faixas, cada uma ligada a um número específico da linha de base.
- Categorias de orçamento: implantação, integração, uso, monitoramento, tempo de revisão humana e uma reserva para incidentes.
- Riscos: cada um com um responsável e uma forma de mitigação.
- Pontos de aprovação: os momentos em que uma pessoa nomeada decide antes que o agente aja.
- Critério de sucesso: uma medida observável e o limite que conta como sucesso.
- Data de revisão: quando o caso será verificado e quem traz as evidências.
Se um campo não cabe, normalmente é sinal de que o escopo está amplo demais. Restrinja o papel até que cada campo possa ser preenchido com uma frase simples.
Como estimar ganhos sem inflar os números?
Comece pelo trabalho, e não pela tecnologia. Escolha uma tarefa que se repita com frequência suficiente para ser medida e registre quem a executa, quanto tempo leva do início ao fim e com que frequência ela volta para correção. O ganho é a diferença entre essa linha de base e o mesmo trabalho com o agente cuidando da parte rotineira, descontado o tempo que as pessoas gastam conferindo o que ele produziu. Muitos casos inflados falham justamente nessa subtração, porque o tempo de revisão nunca foi contado.
Escreva cada ganho como uma faixa, com a premissa declarada ao lado. Por exemplo, um caso pode afirmar que a triagem de entrada passa de uma pessoa lendo cada mensagem para uma pessoa revisando uma categoria proposta, e que o tempo de revisão por item é o número a acompanhar. Mantenha separadas as horas eliminadas e as horas redirecionadas. As horas redirecionadas são reais, mas não representam economia de caixa, a menos que alguém mude o que essas horas produzem. A abordagem descrita em medir retorno de um fluxo de IA sem exageros é um bom complemento para esta seção.
A economia unitária é uma lente útil aqui. A FinOps Foundation trata a economia unitária como a ligação entre o gasto e o resultado do negócio, o que se traduz bem em uma pergunta única: quanto custa uma tarefa concluída, incluindo os minutos humanos que ela ainda exige? Se esse número não aparece no caso, o ganho não poderá ser verificado depois.
Quais categorias de orçamento o caso deve mostrar?
Mostre categorias em vez de um total envolto em estimativas. As categorias permitem que finanças e operações questionem cada linha separadamente e mostram onde o custo vai subir se o volume crescer. Uma primeira camada de IA normalmente precisa destas linhas:
- Desenho e implantação: mapear o processo, definir o papel e escrever as regras de aprovação.
- Integração: conectar os sistemas dos quais o agente lê e nos quais escreve, com permissões limitadas ao papel.
- Uso: consumo de modelo e de ferramentas, medido por tarefa concluída para que o crescimento fique visível.
- Avaliação e monitoramento: verificações recorrentes de que as saídas continuam atendendo ao critério de sucesso.
- Tempo de revisão humana: as horas que as pessoas gastam aprovando, corrigindo e tratando exceções.
- Manutenção: atualizações quando um serviço conectado muda sua interface ou uma ferramenta interna é substituída.
- Reserva para incidentes: tempo e orçamento reservados para investigar e corrigir algo que dê errado.
O tempo de revisão humana é a linha mais esquecida e é ela que decide se o ganho é real. Declare a premissa de volume ao lado da linha de uso e diga o que muda se o volume for maior que o previsto. Um caso que mostra suas premissas é mais fácil de aprovar e mais fácil de corrigir depois.
Quais riscos entram no caso?
Descreva os riscos com os termos da sua operação, em vez de temores genéricos sobre IA. O NIST AI Risk Management Framework organiza esse trabalho em governar, mapear, medir e gerenciar, e esses quatro verbos formam uma lista prática para um caso de uma página. Em um primeiro agente, os riscos que mais costumam importar são estes:
- Ação errada: o agente envia, altera ou agenda algo que deveria apenas ter proposto.
- Exposição: informações de clientes ou funcionários chegam a uma ferramenta ou contexto onde não deveriam estar.
- Instruções injetadas: um texto dentro de um e-mail, documento ou página da web tenta desviar o agente do seu papel.
- Deriva silenciosa: a qualidade da saída cai depois que um modelo, um prompt ou uma fonte muda, sem um erro evidente.
- Dependência de uma só pessoa: apenas uma pessoa entende como o agente está configurado.
- Mudança do fornecedor: uma integração quebra quando um serviço conectado altera sua interface.
Para cada risco, escreva um controle e um responsável. A orientação da OWASP sobre injeção de prompt recomenda tratar o conteúdo lido pelo agente como entrada não confiável e limitar o que ele pode fazer com ele. Assim, um controle pode ser que o agente resuma uma mensagem recebida, mas não encaminhe nem altere registros com base nas instruções contidas nela. Para exposição de dados, os controles pertencem ao desenho de permissões. A lista de verificação em quem do fornecedor de IA acessa os dados da empresa e quais regras de acesso definir oferece um ponto de partida prático.
Onde uma pessoa deve aprovar antes que o agente aja?
A seção de aprovação transforma o caso de promessa em desenho de controle. Para cada ação que o agente poderia tomar, decida se ele executa sozinho, se executa depois que uma pessoa nomeada aprova ou se permanece apenas como proposta. Use esta sequência como guia de decisão:
- Ler e resumir: o agente pode agir sozinho, e cada resumo aponta para a sua fonte.
- Marcar ou classificar registros internos: o agente pode agir sozinho dentro de uma lista fixa de categorias, com uma amostra revisada em cronograma definido.
- Redigir uma mensagem ou documento: o agente redige, e uma pessoa nomeada envia ou publica.
- Alterar um registro de cliente, financeiro ou jurídico: o agente propõe a mudança, e um aprovador nomeado aceita ou recusa.
- Gastar dinheiro, conceder acesso ou emitir reembolso: uma pessoa aprova cada caso, e o limite fica escrito no próprio caso.
- Qualquer coisa fora do papel definido: o agente para e coloca o pedido em uma fila de exceções com um motivo.
As regras de encaminhamento podem ser documentadas à parte, e o guia sobre como enviar cada pedido ao aprovador certo mostra como manter essa lógica legível.
Cenário ilustrativo: uma pequena empresa de serviços com uma caixa de entrada compartilhada quer que um agente classifique as solicitações recebidas e redija as primeiras respostas. O caso declara a linha de base como o tempo atual entre a chegada e uma primeira resposta útil, o ganho como uma espera menor para solicitações rotineiras, e o ponto de aprovação como uma pessoa enviando cada resposta durante o primeiro período de revisão. A seção de riscos trata a caixa de entrada como entrada não confiável, e o critério de sucesso é uma verificação por amostragem da precisão do roteamento, revisada toda semana pelo responsável de operações.
Como revisar o caso depois do go-live?
Um business case é uma hipótese até ser verificado contra os registros operacionais. Defina a data de revisão no momento em que aprovar o caso e nomeie a pessoa que apresentará as evidências. Essas evidências devem incluir a comparação com a linha de base, as exceções registradas, as mudanças de permissão, os incidentes e o resultado em relação ao critério de sucesso. Decida antecipadamente o que acontece se o critério não for atingido: restringir o papel, voltar o agente para apenas observação ou interromper. As orientações da Anthropic sobre avaliações de agentes de IA descrevem a criação de tarefas repetíveis para medir o comportamento ao longo do tempo, o que é mais útil para uma revisão do que uma impressão isolada sobre o desempenho do sistema.
A Be Human trata esse tema tratando o business case como parte do registro operacional. Em um primeiro projeto, o papel, a memória e as ferramentas, os limites de aprovação e o critério de sucesso observável são definidos antes de qualquer execução. Na operação gerenciada, a equipe monitora o agente, executa avaliações recorrentes, revisa permissões, responde a incidentes e propõe mudanças controladas, e então leva as evidências de volta ao dono do negócio no ponto de revisão combinado, para que o caso seja reavaliado e não arquivado.
Se você ainda não tem certeza de qual das suas tarefas é a melhor primeira para entregar a um agente, o diagnóstico gratuito de IA da Be Human pode ajudar a identificá-la.
Perguntas frequentes
Quão longo deve ser um business case de IA? Uma página basta para a maioria das primeiras decisões, e esse limite mantém o leitor concentrado na escolha que tem diante de si. Se a equipe precisar de mais detalhes, coloque-os em um anexo que o aprovador pode solicitar, enquanto a página de resumo continua curta o bastante para ser lida de uma vez.
O caso deve incluir um único número de retorno? Inclua faixas para os ganhos esperados e as premissas por trás delas, mas evite depender de um total único de retorno, porque ele tende a esconder as premissas que mais importam. Mostre o que foi medido, o que foi assumido e o que mudaria a resposta. Assim o aprovador pode julgar o caso pelas evidências e não pela manchete.
Quem deve ser o dono do business case? Um dono de negócio nomeado deve ser o responsável, porque essa pessoa toma a decisão e responde pelo resultado. Operações, finanças e as pessoas que operam os sistemas podem escrever suas próprias seções, mas uma única pessoa assina a página e mantém a data de revisão.
O caso precisa mudar quando as ferramentas de IA mudarem? O papel, os pontos de aprovação e o critério de sucesso devem sobreviver a uma troca de ferramenta, porque descrevem o trabalho e os controles, e não o produto. As linhas de orçamento e as premissas de uso normalmente precisarão de atualização, e a revisão deve verificar se a nova ferramenta altera o quadro de riscos, especialmente em relação ao acesso a dados e às permissões.
Seu próximo passo
Descubra primeiro onde um agente de IA cabe na sua empresa.
Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.
Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.


