🔎 Mapear: descobrir a restrição real

A fase de descoberta é o período em que o consultor entra na operação do cliente para entender o que realmente acontece — sem pressupor a solução. É o contrapeso ao viés de "já sei o que vocês precisam".

Consultores que pulam a descoberta prescrevem para o sintoma, não para a causa. A fase de escuta reduz o risco de entrar com a solução errada e queimar a relação no primeiro mês.

Descoberta estruturada; hipóteses a validar (não certezas); separar sintoma de causa; construir confiança antes de recomendar.

O framework SPIN orienta a sequência das perguntas: primeiro mapeia a situação atual, depois explora o problema percebido, aprofunda as implicações desse problema e, por fim, articula a necessidade real de mudança.

Perguntas mal sequenciadas geram respostas genéricas. SPIN foi validado em décadas de pesquisa em vendas consultivas — funciona igualmente bem para diagnóstico.

Situação (contexto) → Problema (dor explícita) → Implicação (custo da dor) → Necessidade (o que muda se resolver). Perguntas abertas dominam; fechadas confirmam.

Escuta ativa é prestar atenção no que está sendo dito — e no que não está. O viés de confirmação é a tendência do consultor de ouvir apenas o que confirma sua hipótese inicial, ignorando dados que contradizem.

A armadilha mais comum em diagnóstico: entrar com uma hipótese de solução e inconscientemente coletar apenas evidências que a confirmam. Resultado: diagnóstico tendencioso, solução errada.

Escuta sem agenda; anotar o que contradiz a hipótese; parafraseando para confirmar compreensão; silêncio como ferramenta de aprofundamento.

Gemba (palavra japonesa para "local real") é a prática de ir ao lugar onde o trabalho acontece e observar diretamente. O que está escrito no processo raramente é o que as pessoas fazem na prática.

Processos documentados refletem o ideal; o trabalho real é cheio de gambiarras, workarounds e etapas informais invisíveis no papel. Quem não vai ao gemba diagnostica o processo oficial, não o real.

Gemba walk; processo oficial vs. processo real; shadow work (trabalho paralelo invisível); gargalos que só aparecem ao vivo.

Mapeamento de stakeholders identifica quem é afetado pelo problema, quem tem poder de decisão e quem financia a solução. Frequentemente quem sente a dor (operação) não é quem paga (diretoria) — e os dois têm agendas diferentes.

Recomendar sem entender a política interna é arriscado. A solução tecnicamente correta pode travar por falta de patrocínio executivo ou resistência operacional.

Mapa de influência × interesse; sponsor executivo; campeões operacionais; quem perde poder com a mudança; alinhar agenda antes de propor.

Após as entrevistas e observações, o consultor sistematiza os achados em um documento de diagnóstico: padrões identificados, hipóteses confirmadas e refutadas, e as duas ou três restrições mais críticas.

Dados brutos de entrevistas não viram recomendação sozinhos. A síntese é o trabalho intelectual que transforma escuta em diagnóstico acionável — e demonstra o valor do consultor para o cliente.

Relatório de descoberta; top 3 restrições; evidências por achado; hipóteses descartadas (e por quê); próximos passos claros.

Value stream mapping (VSM) é uma técnica do Lean para desenhar visualmente todas as etapas que transformam um input em valor para o cliente — incluindo tempo de processamento, tempo de espera e transferências entre departamentos.

Sem ver o fluxo completo, é impossível identificar onde está a restrição real. Muitas vezes o problema visível (lentidão em X) é consequência de um gargalo em Y que fica antes.

Mapa de fluxo de valor; lead time vs. tempo de processamento; tempo de espera entre etapas; identificar onde o trabalho para e espera.

Cada etapa do processo deve ter números: tempo médio de execução, tempo de fila, taxa de retrabalho (% de vezes que o item volta para correção) e custo unitário (hora × pessoas envolvidas).

Sem dados por etapa, a priorização de onde aplicar IA é subjetiva. Com dados, o consultor transforma percepção ("isso é lento") em evidência ("essa etapa consome 40% do lead time total").

Cycle time; lead time; throughput; taxa de retrabalho; custo unitário por etapa; identificar as etapas de maior custo relativo.

A Theory of Constraints (TOC) de Eliyahu Goldratt diz que todo sistema tem exatamente um gargalo — a etapa mais lenta — que define a velocidade máxima do fluxo. Melhorar qualquer outra etapa não acelera o resultado.

É o princípio mais importante do mapeamento. Sem identificar o gargalo, o consultor corre o risco de otimizar etapas que não mudam o resultado — gerando custo sem ganho perceptível.

TOC; gargalo como etapa mais lenta; elevação vs. exploração do gargalo; subordinar tudo ao gargalo; o gargalo migra após a otimização.

Volume e frequência respondem "quanto isso acontece?" — base para calcular o impacto potencial de qualquer automação. Um processo com 5 ocorrências por ano raramente justifica investimento; um com 500 por dia, quase sempre justifica.

ROI de automação é diretamente proporcional ao volume de repetição. Coletar dados de frequência transforma uma ideia de solução em um business case defensável.

Frequência diária/mensal; volume de transações; sazonalidade; custo total anual da etapa = frequência × custo unitário × pessoas.

Classificar cada etapa do processo em um espectro: de totalmente baseada em regra (determinístico, automatizável sem IA) até totalmente baseada em julgamento contextual (requer humano). A IA encaixa no meio — onde há padrões mas também variação.

A classificação direciona qual nível da pirâmide usar: regra pura → determinístico; padrão com variação → IA; contexto complexo + decisão → humano ou agente supervisionado.

Espectro determinístico → IA → agente; trabalho de regra vs. de julgamento; automação completa vs. assistida; onde manter o humano no loop.

O mapa de processo desenhado pelo consultor precisa ser validado com quem executa o trabalho diariamente. Erros de mapeamento — etapas faltando, sequência errada, volumes estimados — são comuns e invalidam todo o diagnóstico.

Um mapa errado gera recomendação errada. A validação com a equipe operacional é o "teste de realidade" mais barato — e também gera buy-in dos responsáveis pela mudança.

Workshop de validação; walk-through do mapa com operação; correção colaborativa; buy-in antes do diagnóstico final.

Todos os casos de uso de IA generativa em contexto empresarial se encaixam em seis padrões: classificar (categorizar texto/dados), extrair (puxar informação estruturada de texto livre), gerar (criar conteúdo), resumir (condensar), prever (inferir estado futuro) e conversar (interface de diálogo).

Ter o catálogo de padrões na cabeça acelera o diagnóstico. Quando o consultor vê uma etapa, consegue rapidamente mapear se ela é "classificar", "extrair" ou "gerar" — e já sabe quais ferramentas e riscos se aplicam.

Classificação; extração de entidades; geração de texto; sumarização; previsão/scoring; chatbot/assistente. Cada padrão tem riscos e maturidade tecnológica diferentes.

Cada área funcional tem padrões recorrentes de oportunidade: vendas (qualificação de leads, geração de propostas), suporte (triagem de tickets, base de conhecimento), financeiro (extração de dados de notas, reconciliação), RH (triagem de currículos, onboarding), operações (planejamento de produção, anomalias em dados).

Reconhecer o padrão pela área acelera a geração de hipóteses durante o diagnóstico. O consultor chega à reunião já sabendo o que procurar em cada departamento.

Quick wins por área; casos mais maduros vs. mais experimentais; onde a taxa de adoção é mais alta; onde o risco de alucinação é crítico.

Para cada etapa do processo mapeado, o consultor faz o match: qual padrão de IA resolve isso? A pergunta não é "que IA existe?" mas "qual padrão se encaixa nessa etapa específica?" — um processo de dentro para fora.

Consultores que pensam de fora para dentro (começando pela ferramenta) forçam encaixes artificiais. O método correto é partir do processo e perguntar qual padrão resolve — o que muda radicalmente a qualidade da recomendação.

Process-first approach; pergunta de matching (qual padrão resolve?); evitar ferramenta à procura de problema; critérios de fit: dados disponíveis, variação aceitável, consecuências do erro.

Para cada oportunidade identificada, o consultor posiciona na pirâmide: é determinístico (regra + if/else)? Workflow com IA (LLM num passo)? Agente autônomo? A posição define custo, risco e prazo de implementação.

Muitas oportunidades que parecem "agente" são na verdade "workflow com IA" — ou até "determinístico". Ir para um nível mais alto do que o necessário aumenta custo e risco sem aumentar resultado.

Pirâmide: determinístico → IA → agentes; critérios para subir um nível; overfitting de complexidade; menor nível suficiente que resolve.

Alguns casos de uso de IA são "sedutores" — parecem perfeitos mas raramente entregam valor real: chatbot de atendimento sem base de conhecimento estruturada, geração de relatórios financeiros sem dados limpos, agente de vendas sem CRM. O problema precede a solução.

Saber identificar red flags antes de propor salva o consultor de projetos que falham previsivelmente — o que destrói reputação e relação. É o "dizer não" aplicado ao catálogo.

Pré-condições de cada padrão (dados limpos, processo estável, KPIs claros); chatbot sem knowledge base; IA gerativa sem validação humana em contexto de risco; automação de processo quebrado.

O entregável desta fase é um catálogo com todas as oportunidades de IA identificadas para o cliente: etapa do processo, padrão de caso de uso, nível da pirâmide, pré-condições e dependências. Ainda sem priorização — isso vem no próximo módulo.

O catálogo é a matéria-prima da priorização. Sem ele, o processo de decidir o que fazer primeiro é intuitivo e defensável apenas pelo prestígio do consultor — não pela análise.

Tabela de oportunidades; campos: etapa, padrão, nível, pré-condições, dados necessários; escopo deliberadamente amplo antes da priorização.

O eixo vertical da matriz mede o valor potencial da oportunidade. Quatro dimensões: impacto no cliente final (qualidade, velocidade, satisfação), frequência do processo (volume × custo por ocorrência), custo evitado (quanto deixa de gastar) e receita habilitada (o que passa a ser possível vender).

Valor percebido sem dados é argumentação fraca. Com as quatro dimensões, o consultor constrói o numerador do ROI — e o cliente consegue ver concretamente o que está em jogo.

Impacto × frequência; custo da não-mudança; receita incremental; valor qualitativo (satisfação, risco reputacional) vs. quantitativo.

O eixo horizontal mede o quão viável é implementar a oportunidade. Quatro dimensões: prontidão dos dados (existem? estão limpos?), complexidade técnica (off-the-shelf vs. customizado), complexidade de integração (APIs existem? legado?) e mudança organizacional (treinamento, resistência).

Sem avaliar viabilidade, projetos de alto valor se tornam sinkholes de prazo e orçamento. A avaliação honesta do esforço real é o que distingue o diagnóstico consultivo da venda de projeto.

Dados (existência, limpeza, acesso); stack técnico disponível; integrações necessárias; gestão de mudança; prazo realista vs. otimista.

A combinação de valor e viabilidade gera quatro quadrantes: alto valor + alta viabilidade = quick wins (fazer agora); alto valor + baixa viabilidade = apostas (investir, mas com cautela); baixo valor + alta viabilidade = preencher (só se sobrar capacidade); baixo valor + baixa viabilidade = descartar (não fazer).

A matriz força uma conversa explícita sobre o que priorizar. Sem ela, todos os projetos parecem urgentes e o cliente não consegue decidir — e o consultor perde a liderança do diagnóstico.

Quadrante 1 (quick wins): prioridade máxima; quadrante 2 (apostas): roadmap futuro; quadrante 3: backlog de baixa prioridade; quadrante 4: justificativa explícita de descarte.

Quick wins são projetos de alto valor e alta viabilidade que podem ser entregues em semanas. Começar por eles gera uma vitória visível rápida — o que constrói confiança com o cliente e cria a tração política para os projetos maiores.

Projetos longos sem resultado visível perdem patrocínio. O quick win protege o projeto maior: quando a diretoria quer cancelar, você tem uma vitória concreta para mostrar e justificar a continuidade.

Time-to-value curto; protótipo ou piloto em 2-4 semanas; resultado mensurável e visível; quick win como prova de conceito comercial.

O viés de otimismo faz consultores e clientes superestimarem o valor de projetos de IA e subestimarem o esforço real de integração, dados e mudança organizacional. O resultado é projetos que atrasam, custam mais e entregam menos do que prometido.

Calibrar as estimativas de forma conservadora protege a credibilidade do consultor. É melhor prometer menos e entregar mais do que o contrário — especialmente no primeiro projeto com um novo cliente.

Otimismo de planejamento; reference class forecasting; multiplicar estimativas de esforço por 1,5×; comprometimento conservador; underpromise-overdeliver.

A matriz preenchida vira a pauta da reunião de priorização com o cliente. O consultor apresenta os quadrantes, justifica cada posicionamento com dados, propõe os quick wins e convida o cliente a ajustar — tornando a decisão colaborativa.

Apresentar a priorização, não somente a lista de oportunidades, posiciona o consultor como tomador de decisão — não apenas executor. É a diferença entre cobrar por entregável e cobrar por julgamento.

Narrativa de priorização; proposta de quick win 1 e 2; roadmap de apostas; comunicar o que foi descartado e por quê; transformar análise em decisão.