O problema mais comum dos projetos de IA que falham não é a tecnologia escolhida — é que ninguém verificou se a organização estava pronta para receber a tecnologia. A AI Readiness Assessment é o instrumento que faz essa verificação antes do projeto começar.
As 5 dimensões da prontidão — cada uma pontuada de 0 a 5.
🎯 O que é uma AI Readiness Assessment
Uma ARA é uma avaliação estruturada que mede a capacidade da organização de absorver IA com resultado. Não mede entusiasmo da liderança — mede infraestrutura, dados, pessoas, processos e governança. É o instrumento que torna o "achismo" sobre prontidão em dado objetivo.
🔑 Por que fazer antes de qualquer projeto
- •Evita projetos condenados — prontidão baixa + projeto ambicioso = fracasso garantido.
- •Direciona o primeiro investimento — a lacuna prioritária é o primeiro passo do roadmap.
- •Calibra expectativas — o cliente entende por que "6 meses de preparação antes da IA" não é perda de tempo.
💡 Dica prática
Use o radar como artefato de conversa na primeira reunião com o cliente — não como planilha enviada por e-mail. Preencher junto cria alinhamento e reduz resistência às recomendações difíceis.
💾 Dimensão 1 — Dados
É a dimensão mais crítica e mais subestimada. Empresas que nunca estruturaram dados para análise raramente estão prontas para IA. Avaliar quantidade, qualidade e acesso define se a IA tem combustível para funcionar.
✓ Dados prontos para IA
- ✓Histórico > 12 meses com campos completos
- ✓Formato consistente entre sistemas
- ✓Acesso via API ou exportação confiável
- ✓Amostra representativa sem viés óbvio
✗ Dados não prontos
- ✗Dados em planilhas manuais sem padrão
- ✗Campos críticos vazios (>20% missing)
- ✗Sistema legado sem exportação
- ✗Dados de apenas um segmento de clientes
💡 Quando a recomendação é: "arrume os dados primeiro"
Se a dimensão de dados pontua abaixo de 3, a recomendação honesta é pausar a conversa de IA e priorizar qualidade de dados. Essa recomendação parece contra-intuitiva, mas é exatamente o que constrói confiança — e protege o projeto futuro de fracasso.
⚙️ Dimensão 2 — Tecnologia e infraestrutura
A infraestrutura define o que é tecnicamente possível. Não se trata apenas de ter "nuvem" — é sobre conectividade entre sistemas, capacidade de processamento e se o stack atual suporta os componentes de IA que fazem sentido.
Score 0-2: Infraestrutura básica ou legada
Sistemas sem API, on-premise antigo, dados isolados. A IA vai exigir modernização da infraestrutura antes — o que impacta prazo e orçamento significativamente.
Score 3: Parcialmente conectada
Alguns sistemas têm API, parte dos dados acessível. É possível começar em casos de uso específicos enquanto a modernização avança em paralelo.
Score 4-5: Cloud-ready com APIs
Stack moderno, APIs documentadas, capacidade de integrar. Está pronto para receber componentes de IA sem bloqueadores de infraestrutura.
👥 Dimensão 3 — Pessoas e cultura
A dimensão mais frequentemente esquecida nos projetos de IA. A melhor solução técnica falha em adoção se a equipe não entende o que está recebendo, desconfia da tecnologia ou não tem ninguém interno para sustentar o projeto após o consultor sair.
🧑🤝🧑 O que avaliar em pessoas e cultura
- •Alfabetização em IA: a equipe entende o básico de como IA funciona e seus limites?
- •Champions internos: há alguém que vai liderar a adoção depois que você sair?
- •Histórico de mudança: a organização já adotou tecnologias novas com sucesso antes?
- •Liderança engajada: C-level ou gerência patrocina ativamente a iniciativa?
básico sobre modelos e limites
quem sustenta após o consultor
adoção de mudanças passadas
liderança visível e vocal
🔄 Dimensões 4 e 5 — Processos e governança
Processos e governança são a espinha dorsal operacional. Sem processos documentados, IA entra em caos e amplifica o caos. Sem governança, a organização opera na esperança de que nada dá errado — e quando dá, o dano é maior.
🔄 O que avaliar em processos
- • Processos críticos documentados
- • Clareza sobre inputs e outputs de cada fluxo
- • Variabilidade controlada (mesmo resultado em condições iguais)
- • Capacidade de integrar passo de IA sem quebrar o fluxo
🏛️ O que avaliar em governança
- • Existe política de uso de IA?
- • Há responsável definido (CAIO ou equivalente)?
- • Os riscos de IA foram mapeados?
- • Processo de revisão de outputs de IA definido?
📌 Nota importante
Processo mal definido em humanos fica caótico. O mesmo processo com IA fica caótico e rápido — amplificando os erros na velocidade da automação. Documentar e estabilizar o processo antes de automatizar não é burocracia, é pré-requisito.
📊 Como pontuar e apresentar o radar
A pontuação de 0 a 5 por dimensão é deliberadamente simples. A precisão não é o objetivo — a conversa é. O radar torna as lacunas visíveis e cria alinhamento sobre o que precisa ser resolvido antes de qualquer implementação.
📐 Escala de pontuação por dimensão
pronto para projetos ambiciosos
pronto com restrições de escopo
preparar antes de implementar
pausa — corrigir fundação primeiro
🎒 Resumo do módulo
Próximo módulo:
3.2 — Modelos de maturidade em IA: espelho para calibrar expectativas e sequenciar o roadmap