Onde aplicar IA nos processos da empresa: como identificar e priorizar casos de uso

Onde aplicar IA na empresa se decide por cinco critérios, avaliados processo a processo: volume (a tarefa se repete o bastante para valer a pena), regra (parte da decisão pode ser escrita), exceção (o que hoje para a fila é justamente o que a regra fixa não cobre), dado disponível (o que a decisão precisa já está em algum sistema) e risco (o erro é reversível e cabe numa alçada). Um caso de uso bom pontua alto nos cinco. Um caso que pontua alto em volume e baixo em dado ou em risco não é prioridade, por mais que a demonstração impressione.

A maioria das empresas faz a pergunta ao contrário. Escolhe a ferramenta primeiro e depois procura onde encaixá-la. O resultado é conhecido: piloto que funciona na apresentação e não chega ao resultado. O Gartner projetou que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, apontando custo crescente, valor de negócio pouco claro e controle de risco insuficiente (Gartner, junho de 2025). Os três motivos são de escolha do caso de uso, não de tecnologia. Este guia dá os critérios, uma matriz de pontuação com exemplo, o tipo de IA que cada caso pede e uma seção específica para operações hospitalares e back-office de saúde.

Por que começar pelo processo e não pela ferramenta

Uma ferramenta de IA responde bem a uma pergunta: "isto dá para automatizar?". Quase tudo dá. A pergunta que decide o retorno é outra: "isto vale a pena automatizar, aqui, agora, com o dado que temos?". Ela só se responde olhando o processo.

Começar pelo processo tem três consequências práticas. A primeira é que o valor aparece antes da tecnologia: você sabe quanto a tarefa custa hoje, em horas e em reais, antes de conversar com fornecedor. A segunda é que a lista de candidatos sai do trabalho real, e não do catálogo de quem vende. A terceira é que muitos achados se resolvem sem IA nenhuma, com ajuste de regra ou de política, e isso libera orçamento para os casos em que a IA de fato muda o número.

O guia de automação de processos cobre a parte da decisão que vale para qualquer tecnologia. Aqui o foco é o que diferencia um caso de IA de um caso de automação comum.

Os cinco critérios para priorizar casos de uso de IA

1. Volume

A tarefa acontece quantas vezes por mês, e quantas horas ela consome somada? Uma decisão de dez minutos tomada 3.000 vezes por mês consome 500 horas. Uma análise de quatro horas feita uma vez por trimestre não paga o esforço de construir, testar e governar um agente.

Volume também conta em valor. Uma tarefa de pouco tempo que movimenta muito dinheiro, como aceitar ou recusar um preço, pode pesar mais do que uma tarefa longa que não muda nenhum número.

Pergunta para medir: quantas ocorrências por mês, quantos minutos cada uma, quanto dinheiro passa por ela?

2. Regra

Parte da decisão pode ser escrita? Não toda, mas o bastante para dizer ao agente o que é aceitável e o que não é. "Aceitar o preço se estiver até 3% acima do menor preço já pago pelo item nos últimos 12 meses" é uma regra. "Usar bom senso" não é.

Tarefas sem regra nenhuma, que dependem de julgamento estratégico ou de relacionamento, ficam com as pessoas. Tarefas 100% regradas e estáveis talvez nem precisem de IA: uma automação por regra resolve mais barato.

Pergunta para medir: o especialista consegue explicar, em uma página, como decide o caso comum?

3. Exceção

Este é o critério que mais separa o caso de IA do caso de automação clássica. Onde a exceção é rara, a regra fixa basta. Onde a exceção é frequente (a descrição livre do item, o e-mail do fornecedor fora do padrão, a conta com um material que não bate com o procedimento), a regra fixa para, e é ali que a fila se acumula. Um agente de IA interpreta o caso, decide o que cabe na alçada e devolve à pessoa só o que não cabe.

Vale separar dois tipos de exceção. A que nasce de defeito do processo (dado digitado errado na origem, aprovação feita antes de a informação estar completa) se corrige no processo, antes de qualquer tecnologia. A que nasce da variedade do próprio trabalho (cada fornecedor responde de um jeito, cada conta tem uma combinação de itens) não desaparece com correção nenhuma, e é ela que faz o caso de agente.

Pergunta para medir: de cada 100 casos, quantos hoje saem do roteiro e precisam de alguém olhando?

4. Dado disponível

A decisão precisa de informação que já está em algum sistema, legível, com histórico? Preço pago, contrato, cadastro, prescrição, guia, protocolo. Se o dado mora na cabeça de uma pessoa ou numa planilha que só ela abre, o primeiro projeto não é de IA, é de dado.

Atenção a duas armadilhas. Dado que existe mas não tem histórico suficiente para o agente comparar. E dado que existe em um sistema ao qual o agente não terá acesso por política de segurança.

Pergunta para medir: o que a pessoa consulta para decidir, e onde isso está gravado?

5. Risco

Se o agente errar, o que acontece? O erro é reversível, detectável e de custo limitado? Um preço aceito 2% acima do ideal é um erro pequeno e mensurável. Uma liberação de pagamento indevida é maior. Uma decisão clínica errada não é um erro que se aceite delegar.

Risco não elimina o caso. Ele define a alçada: quanto o agente decide sozinho, o que ele prepara para a pessoa aprovar e o que ele nunca toca. O NIST, em seu framework de gestão de risco de IA, organiza esse trabalho em quatro funções (governar, mapear, medir e gerenciar), e a lógica vale para qualquer empresa (NIST AI Risk Management Framework).

Pergunta para medir: qual o pior erro plausível, quanto ele custa e em quanto tempo alguém percebe?

A matriz de pontuação

Dê uma nota de 1 a 5 em cada critério. O risco entra invertido: nota 5 significa risco baixo e controlável.

Critério	Nota 1	Nota 3	Nota 5
Volume	Menos de 50 casos ou 20 horas por mês	Centenas de casos ou 100 horas por mês	Milhares de casos ou mais de 400 horas por mês
Regra	O especialista não consegue explicar como decide	A regra cobre o caso comum	A regra cobre a maioria e a exceção é nomeável
Exceção	A exceção é rara: a automação por regra basta	Uma parte relevante sai do roteiro	A exceção é o que hoje trava a fila
Dado disponível	O dado está fora de sistema	Está em sistema, mas incompleto ou sem histórico	Está em sistema, com histórico legível
Risco (invertido)	Erro grave, irreversível ou não detectável	Erro corrigível com algum custo	Erro pequeno, reversível e visível na hora

Some as notas. Acima de 20, o caso é candidato forte. Entre 15 e 20, vale aprofundar. Abaixo de 15, ou com qualquer critério em 1, o caso não é prioridade agora. Uma nota 1 em dado ou em risco elimina o caso independente do total, porque nenhum volume compensa um agente que decide sem informação ou um erro que não se pode desfazer.

Exemplo: oito candidatos de uma empresa de serviços

Os candidatos e as notas abaixo são hipotéticos e servem para mostrar a mecânica. As horas por mês saem de ocorrências vezes minutos: a negociação de pedidos de baixo valor, por exemplo, são 1.400 pedidos por mês que hoje passam sem cotação, e tratar cada um levaria 20 minutos de comprador, o equivalente a cerca de 467 horas por mês que ninguém tem.

Candidato	Volume	Regra	Exceção	Dado	Risco	Total	Leitura
Negociar pedidos de compra de baixo valor	5	4	5	5	4	23	Prioridade: volume alto, histórico de preço no ERP, erro pequeno e visível
Revisar contas antes do faturamento	5	4	4	4	4	21	Prioridade, com alçada estreita no início
Conciliar extrato bancário	4	5	2	5	5	21	Total alto, mas exceção rara: automação por regra resolve mais barato
Responder dúvida de fornecedor sobre pagamento	4	3	3	4	4	18	Aprofundar: depende de integrar a consulta ao status do título
Triar currículos	3	2	3	3	2	13	Não agora: regra pouco clara e risco de viés
Classificar notas fiscais por centro de custo	4	4	3	3	5	19	Aprofundar: o cadastro de centro de custo está incompleto
Aprovar crédito de cliente novo	2	3	3	2	2	12	Não agora: pouco volume, pouco histórico, risco alto
Montar o relatório mensal da diretoria	1	3	2	4	4	14	Não agora: uma vez por mês não paga o esforço

Duas leituras importam mais do que o ranking. A conciliação bancária tem total alto e não é caso de IA: é caso de automação por regra, porque quase não há exceção. E a classificação por centro de custo mostra o caso em que o primeiro projeto é de dado, e não de modelo. O valor dos dois primeiros vem de volume que hoje não é tratado, e não de corte de equipe. O artigo sobre IA para cortar custos sem demitir explica por que é aí que o ganho costuma aparecer.

Que tipo de IA cada caso pede

"IA" cobre tecnologias diferentes, e o erro de escolher a errada é tão caro quanto escolher o caso errado.

Tipo	O que faz	Quando usar	Exemplo
Automação por regra ou RPA	Repete uma sequência fixa	Tarefa estável, sem exceção relevante	Baixar extrato e conciliar por valor e data
Modelo preditivo	Estima uma probabilidade ou um valor	Decisão que depende de padrão histórico	Probabilidade de glosa de um item, risco de atraso de entrega
Assistente ou copiloto	Ajuda a pessoa a decidir, sem agir	Decisão que deve continuar humana	Resumir um contrato, sugerir a resposta a um fornecedor
Agente de IA	Decide e age dentro de uma alçada, no sistema	Volume com exceção frequente e dado disponível	Negociar o pedido de baixo valor e emitir no ERP, revisar a conta e devolver ao auditor só o que muda o número

A diferença entre o copiloto e o agente é quem aperta o botão. No copiloto, a pessoa continua fazendo todo caso, só que mais rápido. No agente, a pessoa passa a ver só a exceção. Para quem quer entender o que muda na prática em compras, o comparativo entre robô comprador e agente de IA mostra os dois lado a lado.

Onde aplicar IA em operações hospitalares e no back-office de saúde

Saúde tem um volume administrativo enorme em torno de cada atendimento: autorização, conta, faturamento, recurso de glosa, auditoria, compras, escala. É também o setor em que o critério de risco pesa mais, porque parte das decisões é clínica e o dado é sensível. Os cinco critérios continuam valendo. O que muda é onde cada processo cai neles.

Do lado do hospital

• Revisão da conta antes do faturamento. Volume alto, regra clara de convênio, exceção frequente (material que não bate com o procedimento, item sem justificativa, pacote quebrado) e dado no próprio sistema hospitalar. É o candidato que mais pontua na maioria dos hospitais. Veja o faturamento hospitalar.
• Glosa e recurso. O motivo da glosa vem codificado no padrão TISS, o histórico por convênio está no sistema e o valor de cada recurso é conhecido. O agente prepara o recurso e o faturista decide. O guia de glosas detalha os motivos.
• Leitos e pronto atendimento. Volume e dado em tempo real no Tasy ou no MV. O caso de IA não é decidir a alta, que é clínica, e sim antecipar o gargalo: o leito que vai vagar, a espera que vai estourar. Veja gestão de leitos e pronto atendimento.
• Compras de materiais de apoio. A cauda de compras do hospital, de manutenção a hotelaria, tem o mesmo perfil da cauda de qualquer empresa: muitos pedidos pequenos que ninguém negocia. O artigo sobre tail spend na saúde cobre esse caso.

Do lado da operadora

• Auditoria de contas médicas. É o caso clássico: milhares de contas por mês, regras de contrato e de pertinência clínica, exceções que concentram o valor e histórico do beneficiário no sistema da operadora. Com modelos de IA, 100% das contas passam pelo crivo e o auditor decide as que movem o número. Veja a auditoria de contas médicas.
• Autorização prévia. Volume alto e regra parcialmente escrita no rol e no contrato. O agente pode preparar a análise e liberar o que é claramente coberto, mas a negativa, pelo impacto no beneficiário, pede alçada estreita e revisão humana.
• Atendimento ao prestador. Dúvidas sobre status de pagamento e de glosa têm volume e resposta no sistema. É um caso de assistente bem integrado antes de ser caso de agente.

O que muda no critério de risco em saúde

Três coisas, e as três pedem que a alçada nasça escrita.

1. O dado é sensível. A LGPD classifica o dado referente à saúde como dado pessoal sensível e restringe as bases legais para tratá-lo (Lei 13.709/2018, arts. 5º e 11). Na prática, o agente lê só o que a decisão exige, dentro do sistema em que o dado já está, com acesso registrado.
2. Decisão clínica é outra categoria. A Anvisa regula o software como dispositivo médico pela RDC 657/2022, e o documento de perguntas e respostas da agência esclarece que o software usado exclusivamente para gerenciamento administrativo e financeiro em serviço de saúde fica fora dessa exigência (Anvisa, perguntas e respostas sobre a RDC 657/2022). Isso não é um detalhe jurídico: é um bom mapa de onde começar. Conta, faturamento, glosa, compras e escala estão do lado administrativo. Diagnóstico e conduta, não.
3. O agente devolve, não escreve no prontuário. Em saúde, a IA operacional lê os eventos de conta, prescrição, leito e atendimento no Tasy, no MV ou no sistema da operadora, e devolve a decisão para o auditor, o faturista ou o coordenador. Quem assina continua sendo a pessoa.

Como encontrar os candidatos

A matriz só funciona com uma lista de candidatos real. Há duas fontes, e elas se completam.

• O log dos sistemas. A mineração de processos mostra, a partir do ERP ou do sistema hospitalar, onde o volume está, onde o caso espera e onde volta. É exata sobre o que passa pelo sistema. O guia de como interpretar resultados de process mining mostra como transformar o mapa em lista priorizada.
• As pessoas que fazem o trabalho. O que acontece em planilha, e-mail e mensagem não aparece no log. O mapeamento de processos com IA entrevista todas as pessoas da área e devolve as tarefas com frequência, duração, sistema e onde trava, que são exatamente os insumos dos critérios de volume, regra e dado.

Quem não tem dado extraído, ou quer o número antes de envolver o TI, começa pela segunda fonte. Quem já tem o log começa pela primeira. O diagnóstico descreve as duas portas.

Do caso priorizado ao piloto

Escolhido o caso, quatro definições vêm antes de qualquer linha de código ou contrato.

1. A linha de base. Quanto a tarefa custa hoje, quantos casos, que preço, que prazo. Sem ela, o resultado do piloto vira opinião.
2. A alçada. O que o agente decide sozinho, o que prepara para aprovação e o que nunca toca, escrito pela pessoa que hoje decide.
3. A régua do resultado. Em reais, por caso, declarada antes de ligar o agente. Em compras, por exemplo, o guia de ROI de agentes de IA em compras mostra qual régua de saving usar e por quê.
4. O critério de escala. O que o piloto precisa mostrar, em quantos casos e em quanto tempo, para passar a cobrir o volume inteiro.

Erros comuns na escolha de casos de uso de IA

• Escolher pelo que impressiona na demonstração. O caso mais vistoso raramente é o de maior volume.
• Ignorar o caso de regra simples. Se não há exceção, não é caso de IA. Use automação por regra e guarde a IA para onde ela muda o resultado.
• Começar pelo processo mais crítico. O primeiro caso deve ter risco controlável, para que a organização aprenda a governar o agente antes de confiar a ele a decisão mais cara.
• Medir em horas economizadas e não em reais. Hora economizada que não vira volume tratado ou contratação evitada não aparece em lugar nenhum.
• Deixar o agente sem dono. Agente sem alguém responsável pela fila de exceção vira licença parada.

Perguntas frequentes

Onde aplicar IA na empresa?

Nos processos que pontuam alto em cinco critérios ao mesmo tempo: volume (a tarefa se repete muito), regra (parte da decisão pode ser escrita), exceção (o que trava a fila é o que a regra fixa não cobre), dado disponível (a informação está em sistema, com histórico) e risco controlável (o erro é reversível e cabe numa alçada). Na maioria das empresas, os primeiros candidatos estão no back-office: compras de baixo valor, contas, faturamento, conciliação com exceção, atendimento a fornecedor.

Como priorizar casos de uso de IA?

Dando uma nota de 1 a 5 para cada candidato em volume, regra, exceção, dado e risco, com o risco invertido, e somando. Acima de 20 é candidato forte, entre 15 e 20 vale aprofundar e abaixo de 15 não é prioridade agora. Uma nota 1 em dado ou em risco elimina o caso, porque nenhum volume compensa um agente sem informação ou um erro que não se desfaz.

Qual a diferença entre um caso de automação e um caso de IA?

A exceção. Se a tarefa é estável e quase todo caso segue o roteiro, uma automação por regra ou um RPA resolve mais barato. Se uma parte relevante dos casos sai do roteiro, com descrição livre, resposta fora do padrão ou dado que precisa ser interpretado, a regra fixa para e a fila se acumula. É aí que um agente de IA, que decide dentro de uma alçada e devolve à pessoa só o que não cabe nela, muda o resultado.

Como usar IA em operações hospitalares?

Começando pelo lado administrativo e financeiro, onde estão o volume e o risco controlável: revisão da conta antes do faturamento, glosa e recurso, autorização, compras de materiais de apoio e previsão de gargalo em leitos e pronto atendimento. A IA lê os eventos no Tasy, no MV ou no sistema do hospital e devolve a decisão ao faturista, ao auditor ou ao coordenador. Decisão clínica, diagnóstico e conduta ficam com o profissional de saúde.

A IA no back-office hospitalar precisa de registro na Anvisa?

O software usado exclusivamente para gerenciamento administrativo e financeiro em serviço de saúde está fora da exigência de regularização como dispositivo médico, conforme o documento de perguntas e respostas da Anvisa sobre a RDC 657/2022. Software com finalidade clínica, como apoio a diagnóstico, segue outra regra. A avaliação de cada caso é do fabricante e do jurídico da instituição.

Por onde começar se a empresa não tem dados organizados?

Pelas pessoas. Um mapeamento que entrevista toda a área levanta as tarefas, a frequência, a duração, o sistema usado e onde o trabalho trava, sem depender de extração de dado. Isso basta para pontuar volume, regra e dado de cada candidato. Os casos em que o dado está fora de sistema saem da lista de IA e entram na lista de organização de dado.

Quanto tempo leva para saber se um caso de uso de IA funciona?

Depende do volume, porque o piloto precisa de casos suficientes para comparar com a linha de base. Em processos de milhares de casos por mês, algumas semanas de operação costumam bastar para ver a taxa de exceção, o tempo e o efeito em reais por caso. O que não pode faltar é a linha de base e a régua de resultado declaradas antes de o agente começar.

Como a UpFlux faz

A UpFlux começa pelo processo, não pela ferramenta. A Process Intelligence lê o processo real no ERP ou no sistema hospitalar e o censo de processos por agente de IA ouve todas as pessoas da área. As duas entregam os candidatos com volume, horas e reais. Os casos que pontuam viram agentes de IA que trabalham dentro do Protheus, do Datasul ou do SAP em compras, e do Tasy, do MV ou do sistema da operadora em saúde, com alçada escrita pelo time e especialistas tratando a exceção. Cada resultado é medido em reais no RoAI.

Em saúde, o caso mais maduro é a auditoria de contas médicas: na Unimed Paraná, o volume auditado triplicou com mais de 450 modelos de IA varrendo cada conta. Em compras, é o Agente Negociador. Para descobrir quais são os seus candidatos, o caminho é o diagnóstico.