No início do ano passado, participei de uma reunião de revisão num 3PL do Inland Empire. Eles tinham acabado de concluir um piloto de três meses de um sistema de verificação visual com IA: câmeras escaneando cada pacote e etiqueta de envio antes da saída, sinalizando itens errados, etiquetas erradas, etiquetas tortas. O diretor de operações estava radiante. A equipe de verificação tinha encolhido de dezenas por turno para um punhado. Os erros de envio tinham caído visivelmente. As reclamações de clientes tinham diminuído.
Então o CFO fez uma pergunta: "Então, quanto dinheiro isso realmente nos economizou?"
Silêncio.
O deck tinha um slide de ROI, é claro. Parecia ótimo: um ano de economia de mão de obra menos a assinatura do software, payback em meses. Fiz três perguntas. A conta da rotulagem de dados estava incluída? As horas de engenharia e operações gastas cuidando do piloto? A reforma das estações de verificação — nova iluminação, câmeras reposicionadas, ajustes de velocidade da esteira — para que a IA pudesse ler as etiquetas com confiabilidade?
Ninguém tinha respostas. Esse piloto ainda está rotulado como "teste" dezoito meses depois. Ninguém propôs expandi-lo. Ninguém teve coragem de encerrá-lo também. O dinheiro continua fluindo, os resultados parecem "bons", e ninguém consegue dizer se algo disso valeu a pena.
Vi esse filme se repetir em armazém após armazém. A maioria dos pilotos de IA não morre porque a tecnologia falha. Morre porque a contabilidade falha. Erre o livro-razão e o piloto vira um brinquedo caro para sempre.
Conte cada dólar, não só os óbvios
Quase todo orçamento de piloto de IA que vejo lista a assinatura do software e dá o assunto por encerrado. Um livro de custos de verdade tem pelo menos sete linhas.
A taxa de assinatura ou licença é a linha mais visível, e muitas vezes uma das menores. Depois vêm implementação e integração: conectar ao WMS, ajustar ângulos de câmera, construir interfaces de dados, engenheiros do fornecedor no local por dias. Depois a limpeza e a rotulagem de dados — o gigante oculto. Dados de armazém nunca estão limpos. Antes de o modelo aprender qualquer coisa, alguém tem que peneirar à mão meses de pedidos e imagens. A maioria dos planos de projeto orça zero para isso.
Depois as horas internas. Equipe de operações, TI, engenheiros — todos que mantiveram o piloto vivo, valorados a custo horário carregado. A reforma de processos é o que mais se "esquece": realocar estações, adicionar iluminação, reforçar pontos de rede, reajustar velocidades de esteira. Esse dinheiro fica no orçamento de instalações, invisível nos livros do piloto. Some treinamento e gestão de mudança, mais manutenção contínua — um modelo não é uma instalação única. Sem dados novos e reajustes periódicos, a precisão começa a degradar em meses.
Minha regra para clientes é direta: se um relatório de ROI lista apenas "assinatura de software" e "mão de obra economizada", jogue fora. Isso não é contabilidade. É uma lista de desejos. Todo número saído de um livro de custos incompleto é um placebo.
Três livros separados para os ganhos
O erro clássico no lado dos benefícios é contar só o headcount. A economia de horas de mão de obra é real, mas a conta é "custo horário totalmente carregado vezes horas economizadas", líquido de horas extras e retrabalho. A maioria conta cargos, não horas. São números muito diferentes.
O segundo livro é a redução da taxa de erros, e muitas vezes vale mais que a mão de obra. Um único erro de envio — frete de devolução, mão de obra de tratamento, crédito ao cliente — costuma custar várias vezes, até dezenas de vezes, a margem de um pedido normal. Levar a taxa de erros dos dígitos baixos para frações de ponto percentual economiza dinheiro de verdade em um ano. A disciplina está na medição: estabeleça a linha de base de erros de envio, faltas, avarias e erros de etiqueta antes do piloto, acompanhe semanalmente e use exatamente as mesmas definições durante o piloto. Mude as definições no meio do caminho e o número não significa nada.
O terceiro livro é a vazão e o horário de corte. Mesmo turno, mesmo galpão — quantos pedidos a mais por dia? O corte de pedidos pode ser adiantado em uma hora? Esse eventualmente se converte em retenção de clientes e novos negócios, que é o mais difícil de quantificar no curto prazo e o mais valioso no longo prazo. Minha abordagem: trave "unidades por hora de mão de obra" como a métrica dura agora, e mantenha um livro qualitativo separado para os ganhos do lado do cliente em vez de forçá-los em dólares. Números forçados são números falsos.
Três livros, listados separadamente. É o único formato que um CFO respeita. Misture tudo num número só grande e você não calculou nada.
Sem grupo de controle, sem números confiáveis
Comparações antes-depois são a evidência mais fraca que existe. Em três meses, a sazonalidade muda, a equipe gira, o mix de clientes muda. As métricas melhoraram — foi a IA ou o calendário? Monte um controle: duas linhas ou dois turnos no mesmo prédio, uma com IA e outra sem, ou dois prédios comparáveis, um em piloto e outro não. Capture pelo menos quatro a seis semanas de dados de linha de base antes do piloto e uma janela igual durante ele.
Cuidado também com o efeito observador. Durante um piloto, todo mundo sabe que está sendo observado, então todo mundo trabalha um pouco mais. Minha solução low-tech: diga aos dois grupos que fazem parte de um "estudo de melhoria de processos". Nunca deixe nenhum grupo saber que é o grupo da "substituição por IA". Deixe a variável humana sem controle e seus dados são ruído.
Decida a linha de corte antes de começar
Escreva os critérios de stop-loss no termo de abertura do projeto no dia um: gasto além deste valor, prazo além destes meses, limiar de melhoria não atingido — paramos. Assine. Cole na parede. Minha regra prática: se não houver sinal direcional de melhoria depois de três meses, pare de colocar dinheiro. Note "sinal direcional", não "meta atingida". Um piloto existe para testar a direção. A direção certa ganha mais tempo. A direção errada não se conserta com mais dinheiro.
A parte mais cara de um piloto de IA fracassado raramente é o software. É o custo psicológico de admitir o fracasso. O pessoal de armazém lida com estoque morto todo dia — sabemos como liquidar inventário que nunca vai vender. Um piloto que não funciona merece o mesmo tratamento. Encerrá-lo cedo não é fracasso. É economizar o orçamento para o próximo piloto que talvez valha a pena de verdade.
Então aqui vai minha pergunta, e é séria: se você tem um piloto rodando agora mesmo que parece "bem razoável", você assinaria o relatório de ROI amanhã e colocaria seu nome nele?
Se não, o problema provavelmente não é a IA. É o livro-razão. Capture os sete custos, mantenha os três livros de benefícios separados e rode um grupo de controle de verdade. Feito isso, os números dirão se valeu a pena — sem lista de desejos.
Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.
