Como Medir o ROI de Projetos de IA

«Qual é o ROI da IA?» é a pergunta que trava metade dos projetos e a que mais respostas desonestas recebe, entre fornecedores com folhas de cálculo milagrosas e céticos para quem nada se prova. A verdade está no meio: o retorno de IA mede-se, mas exige método e humildade sobre o que é medível. Este é o método.

A regra de ouro: baseline antes de tudo

O erro que invalida a maioria das medições é começar a usar IA sem medir o «antes». Antes de qualquer piloto, registe:

• Tempo por tarefa: quanto custa hoje produzir a proposta, processar a fatura, responder ao ticket
• Volume e prazos: quantos por semana, com que tempo de resposta
• Qualidade: taxa de erros, retrabalho, reclamações, o que se aplicar

Uma semana de registo simples chega. É aborrecido, mas sem baseline, daqui a seis meses só terá impressões.

Os quatro níveis de retorno (do fácil ao difícil de medir)

Nível 1: tempo poupado (o mais direto)

Horas antes vs. horas depois × custo/hora. Honestidade obrigatória: subtraia o tempo novo que a IA cria (revisão, correção, manutenção de fluxos). E faça a pergunta incómoda que dá credibilidade à análise: o tempo libertado foi para trabalho de mais valor ou evaporou-se? Tempo poupado só é dinheiro se for reinvestido.

Nível 2: capacidade e prazo

Mais propostas por mês com a mesma equipa, resposta a clientes em horas em vez de dias, relatório disponível no dia 1 em vez do dia 8. Mede-se em volume e dias, e frequentemente vale mais do que as horas.

Nível 3: qualidade e risco

Menos erros em documentos, comunicação mais consistente, menos retrabalho. Medível por amostragem (compare 20 outputs antes e depois com critérios definidos) ou por indicadores existentes, como reclamações e correções.

Nível 4: estratégico (difícil de quantificar)

Competência da equipa, atratividade para talento, capacidade de responder ao mercado. Reporte como qualitativo em vez de inventar euros. Os administradores respeitam mais um «isto não sei quantificar, mas observo X» do que uma folha de cálculo fantasiosa.

Os custos completos (a parte que os fornecedores esquecem)

Licenças, implementação e integração, formação, horas de configuração e manutenção de fluxos, supervisão e verificação contínuas. Uma regra empírica: no primeiro ano, os custos que não são licenças costumam igualar ou exceder as licenças. Orce assim e nunca será surpreendido.

Um exemplo com números redondos

Equipa de 10 pessoas, licenças a 25€/pessoa/mês = 3.000€/ano. Formação e setup: 3.000€. Total: cerca de 6.000€.
Medição pós-piloto: 45 minutos/dia poupados por pessoa (baseline verificada), dos quais metade reinvestidos em trabalho faturável ou produtivo, para sermos conservadores. A custo médio de 20€/hora: 10 pessoas × 0,375h × 20€ × 220 dias ≈ 16.500€/ano de valor. ROI de cerca de 175% no primeiro ano, com pressupostos defensáveis em qualquer reunião de direção. É este o nível de rigor que convence, não o «produtividade aumenta 40%» do slide do fornecedor.

O ritual que mantém tudo honesto

1. Baseline antes do piloto (1 semana)
2. Medição aos 60-90 dias, não antes: as primeiras semanas ainda refletem a curva de aprendizagem
3. Revisão semestral: o uso degrada-se ou cresce, as ferramentas mudam, os números têm prazo de validade
4. Mate o que não rende. Um portefólio de IA saudável tem projetos mortos no histórico. Se nada morreu, ninguém está a medir a sério.

Para o enquadramento completo do processo de adoção, veja implementar IA sem caos e os quick wins que dão os primeiros números para esta conta. E antes de definir a baseline, situe a empresa: a autoavaliação de maturidade de IA da SuperHumano Academy mostra em que fase está e o que faz sentido medir primeiro.