Vou direto ao ponto: todo projeto de visão por IA que chega a 99% de precisão na aceitação vai cair para pouco mais de 90% em seis meses. Isso não me surpreende. O que me surpreende é que nove em cada dez contratos que revisei não dizem quem responde por essa queda.

No outono de 2024, um armazém 3PL de 120,000 pés quadrados em Riverside me pediu uma análise post mortem. No início daquele ano, eles haviam implantado um sistema de contagem cíclica baseado em visão: câmeras fixas ao longo dos corredores de racks, um modelo que contava paletes e reconhecia SKUs toda noite. A precisão na aceitação foi de 99.2%, e o chefe elogiou a equipe de TI na reunião da empresa. No 4.º trimestre, as divergências de contagem só aumentavam. Uma reauditoria manual descobriu que o modelo confundia um SKU reembalado com outro: três meses seguidos de estoque contábil em desacordo com o estoque físico, bem no meio do reabastecimento da alta temporada. As causas raiz se acumularam rápido: mais de 40 SKUs novos lançados durante o verão, todos com novas cores de embalagem; o turno da noite tinha reduzido a iluminação dos corredores em dois pontos para economizar energia; os operadores novos empilhavam os paletes tortos de jeitos que os dados de treinamento nunca tinham visto. Nenhuma delas era "o modelo quebrou". Todas eram "o mundo mudou".

Isso é desvio do modelo. O dia da entrada em operação é o dia mais preciso da vida de um sistema de IA. Daí em diante, ele só fica menos preciso; a única pergunta é a que velocidade. Quem faz a seleção fala da entrada em operação. Quem faz a operação fala dos cinco anos seguintes.

Desvio é uma estação, não um bug

O desvio tem três faces. A primeira é a deriva de dados: o que as câmeras veem mudou: novos SKUs, nova embalagem, luzes mais fracas, poeira na lente. A segunda é a deriva conceitual: as regras de negócio mudaram. Paletes mistos antes eram proibidos; agora a alta temporada tolera em silêncio dois SKUs por palete, e o modelo desmorona. A terceira, e a mais sorrateira, é a deriva operacional: o comportamento das pessoas mudou. O mesmo SOP, mas um novato empilha paletes de um jeito totalmente diferente de um veterano de vinte anos, e o modelo só aprendeu a técnica do veterano.

Desvio não se detecta por intuição. Se detecta com maquinaria. As regras permanentes que dou aos clientes são quatro. Rode duas semanas de modo sombra após a entrada em operação, conciliando a saída do modelo contra contagens manuais diariamente: a lacuna aparece no primeiro dia. Depois faça verificações pontuais semanais fixas, mínimo de 200 paletes, e converta os resultados diretamente em um número de precisão. Defina uma linha vermelha — por exemplo, precisão em nível de SKU abaixo de 97% por duas semanas consecutivas — que acione uma pessoa nomeada. E faça uma reauditoria completa antes e depois de cada alta temporada, porque a troca de estação é o terreno de caça favorito do desvio. Se faltar qualquer uma dessas quatro, o desvio será descoberto três meses atrasado, como em Riverside, quando os livros já estarão errados há um trimestre.

Câmera de IA escaneando paletes altos à noite enquanto um técnico revisa os resultados de detecção em um tablet

Para onde vai realmente o dinheiro

A maioria acha que manutenção significa "ligar para o fornecedor quando o modelo falha". Errado. A operação contínua gasta dinheiro em três lugares, e cada um precisa de um responsável.

O primeiro é a recirculação de dados. Cada ciclo de retreinamento precisa de centenas a mais de mil imagens recém-rotuladas: alguém tem que fotografar os casos problemáticos no chão, alguém tem que rotulá-los, alguém tem que controlar a qualidade dos rótulos. A rotulagem é o que todo mundo planeja fazer "quando houver tempo", por isso passam três meses sem um conjunto de dados utilizável. O segundo é o retreinamento em si. Alugar GPUs na nuvem para uma rodada leva de algumas horas a alguns dias; a conta de computação é um erro de arredondamento diante do total do projeto. O custo real são os dias de espera, quando o negócio funciona com soluções manuais temporárias; na alta temporada, isso dói. O terceiro é a pessoa que monitora os alertas. Na descrição de qual cargo está escrito "lê o relatório de precisão toda semana"? Para qual telefone vai o acionamento da linha vermelha? Se não é trabalho de ninguém, é trabalho de ninguém: já vi alertas ficarem sem leitura em um chat de grupo por três dias mais de uma vez.

Minha recomendação é direta: reserve de 15 a 20 por cento do gasto do primeiro ano do projeto para a operação contínua. Esse é o denominador comum de todos os armazéns que vi que não explodiram. Gaste menos que isso, e o dia em que o "um ano de manutenção grátis" do fornecedor expirar será o dia em que a precisão começará sua queda livre. Tudo que você economizou volta em forma de divergências de contagem e horas extras, com juros.

As linhas que seu contrato precisa ter antes da entrada em operação

Quando negociar com o fornecedor, não regateie só o preço e a precisão de aceitação. Coloque estas linhas no corpo do contrato — e se um fornecedor não aceitar, procure outro.

Primeiro, como a precisão é medida: em nível de SKU ou em nível de palete, por amostragem ou por população completa. O mesmo sistema pode ser 99% de um jeito e 95% de outro, então alinhe a régua antes de tudo ou vocês vão discutir sem se entender por meses. Segundo, o que acontece abaixo da linha vermelha: resposta em quantas horas, um plano de retreinamento em quantos dias, volta acima da linha em quantos dias após o retreinamento. Cada nível precisa de um relógio. Terceiro, quem é dono dos dados: os dados rotulados recirculados pertencem a você. O fornecedor pode usá-los para melhorar o modelo, mas não para construir o projeto de outra pessoa; se pular esta cláusula agora, vai litigá-la em dois anos. Quarto, um piso de retreinamento: pelo menos trimestral, mais um extra antes da alta temporada, com as datas por escrito. Quinto, quem fornece a mão de obra de rotulagem: sua gente fotografando e controlando qualidade no local, ou a deles, e quem paga.

Tudo que não estiver no contrato vira uma negociação depois. A discussão mais cara que presenciei durou dois meses brigando pela definição de "precisão" — enquanto o modelo continuava contando errado e os livros continuavam à deriva. Só a conta da arbitragem teria pago dois ciclos de retreinamento.

O checklist

Imprima isto e cole na parede do escritório de TI. Supera qualquer apresentação de "estratégia de IA", e você pode começar amanhã:

  • Definição de precisão no contrato (nível de SKU vs. nível de palete, amostragem vs. completo)
  • Volume semanal de verificações pontuais fixado (mínimo recomendado de 200 paletes)
  • Limite da linha vermelha e um primeiro respondente nomeado (nome e telefone, não um alias de grupo)
  • Onde vivem os dados recirculados, e quem fotografa, rotula e controla a qualidade
  • Calendário de retreinamento definido (trimestral, mais um antes da alta temporada)
  • SLA de resposta do fornecedor por escrito (horas para responder, dias para entregar o modelo retreinado)
  • Um responsável nomeado para sincronizar mudanças de iluminação, embalagem e SKUs com o líder de IA
  • Conciliação em modo sombra rodando desde o primeiro dia da entrada em operação

Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.