Jean Pierre Lessa e Santos Ferreira

Como escolher a primeira tarefa para automatizar sem travar a operação?

Ivan Belvich
Ivan Belvich
5 Min de leitura
Jean Pierre Lessa e Santos Ferreira

Na avaliação de Jean Pierre Lessa e Santos Ferreira, diretor de tecnologia, a automação de processos rende mais quando começa por tarefas pequenas, repetitivas e bem conhecidas. Projetos que tentam automatizar uma área inteira de uma vez tendem a travar antes de entregar resultado.

Uma operação de varejo concilia pagamentos todos os dias, cadastra produtos novos toda semana e recebe perguntas sobre status de pedido a todo momento. Nenhuma dessas atividades exige criatividade, e todas consomem horas de profissionais que poderiam estar resolvendo problemas mais difíceis.

É nesse tipo de rotina que a automação costuma mostrar valor mais rápido. Três frentes aparecem com frequência como bons pontos de partida, e o que elas têm em comum ajuda a identificar outras candidatas dentro de qualquer empresa. Veja mais sobre o assunto a seguir.

Conciliações e conferências entre sistemas

A primeira frente é a conferência de dados que circulam entre sistemas diferentes. Comparar o que o banco informou com o que o sistema financeiro registrou, ou o estoque do armazém com o da loja virtual, é trabalho de regra clara e volume alto, exatamente o perfil que um robô executa sem cansaço.

Jean Pierre Lessa e Santos Ferreira descreve esse tipo de tarefa como a porta de entrada mais segura, porque o erro é visível e reversível. Quando a automação encontra uma divergência, ela não decide sozinha: separa o caso e o encaminha para análise, deixando às pessoas apenas as exceções.

Um marketplace recebe milhares de produtos de vendedores diferentes, cada um com descrições em formatos próprios. Padronizar títulos, preencher atributos e escolher a categoria correta à mão cria filas longas, e o produto parado no cadastro é venda que não acontece.

Jean Pierre Lessa e Santos Ferreira
Jean Pierre Lessa e Santos Ferreira

Modelos de inteligência artificial aplicada lidam bem com esse trabalho. Eles extraem características de textos e imagens, sugerem a categoria mais provável e reescrevem descrições em um padrão único. O ganho aparece no tempo entre o envio do produto e sua publicação.

Além disso, Jean Pierre Lessa e Santos Ferreira menciona que colocar IA em produção nesse contexto exige um circuito de revisão. Sugestões com baixa confiança vão para validação humana, e as correções feitas pelos revisores alimentam o próprio modelo, que melhora com o uso.

Triagem de solicitações de clientes

A terceira frente é a triagem de pedidos de atendimento. Boa parte das mensagens trata de assuntos previsíveis, como prazo de entrega, segunda via de nota ou troca de endereço, e pode ser respondida automaticamente a partir de dados que já estão nos sistemas.

O cuidado está em reconhecer quando a conversa foge do previsível. Um cliente irritado ou um caso de cobrança indevida precisa chegar rapidamente a um atendente, com o histórico já organizado. Automação que prende o cliente num ciclo de respostas prontas destrói a confiança que deveria construir.

O que as boas candidatas têm em comum?

Olhando as três frentes juntas, surgem critérios que servem para qualquer área. A tarefa ideal tem volume alto, regras que podem ser escritas, dados de entrada já digitais e consequências limitadas quando algo sai errado. Quanto mais desses traços reunir, menor o risco do primeiro projeto.

Em contrapartida, Jean Pierre Lessa e Santos Ferreira aponta que processos mal definidos não devem ser automatizados antes de serem redesenhados. Automatizar uma rotina confusa só faz a confusão acontecer mais rápido, e os problemas passam a se multiplicar em escala.

Outro critério é a facilidade de medir. Registrar quanto tempo a tarefa consome hoje, quantos erros gera e quanto custa permite comparar o antes e o depois. Sem essa linha de base, o projeto pode até funcionar, mas ninguém consegue demonstrar seu efeito.

Pequenas vitórias constroem a capacidade de automatizar

O primeiro projeto de automação ensina mais do que entrega. A equipe aprende a mapear processos, a lidar com exceções, a monitorar robôs e modelos em funcionamento e a conversar com as áreas de negócio sobre o que muda na rotina de cada pessoa.

Esse aprendizado é o que permite, mais adiante, enfrentar processos maiores com segurança. Empresas que pulam essa etapa costumam descobrir, no meio de um projeto ambicioso, que lhes faltava justamente a experiência que as tarefas simples teriam dado.

Compartilhe esse Artigo