Diagnóstico agêntico: framework em 7 etapas para avaliar sua PME

A pergunta que mais ouvimos de um CEO de médio porte não é “a IA funciona?”. Ele já sabe que funciona, viu uma demonstração, leu os casos, talvez tenha um piloto rodando. A pergunta real é mais incômoda: “por onde eu começo, sem queimar dinheiro no lugar errado?”. É uma boa pergunta, porque o erro mais caro da transformação agêntica não é escolher a ferramenta errada. É escolher o processo errado para começar. Um diagnóstico agêntico existe para responder a isso antes de a empresa gastar o primeiro real em construção: olhar a operação inteira, classificar onde o agente cabe e onde a pessoa ampliada rende mais, e devolver uma sequência de prioridades em vez de uma aposta. Este guia abre a caixa-preta desse método e mostra as sete etapas que usamos para avaliar uma empresa antes de qualquer projeto.

Imagem de destaque do artigo, identidade visual Stellatus

Resumo rápido

O diagnóstico agêntico avalia a operação antes de construir qualquer coisa: ele responde “por onde começar” com base em evidência, não em entusiasmo.
O maior risco da adoção de IA não é a tecnologia, é começar pelo processo errado e gastar meses provando o óbvio no lugar que não muda a conta.
O método tem sete etapas: mapear macroprocessos, classificar cada um nos dois vetores (substituir ou amplificar), avaliar dados, medir volume e exceção, estimar o retorno, mapear risco e fronteira de decisão, e priorizar o roadmap.
Cada processo cai em um de dois caminhos: substituição por agente autônomo (repetitivo, regrado, alto volume) ou amplificação da pessoa (julgamento, criatividade, relacionamento).
A decisão é econômica, função por função: se humano com agente rende mais que agente sozinho, mantém-se a pessoa ampliada.
O entregável não é um relatório que dorme na gaveta, é um roadmap priorizado: o que fazer primeiro, com que métrica e em que ordem.
Pular o diagnóstico é o que leva ao piloto que nunca vira operação. Duas a quatro semanas de avaliação economizam meses de construção no alvo errado.

Por que o diagnóstico vem antes da ferramenta

A maioria dos projetos de IA que travam não falha na construção. Falha na escolha. A empresa decide automatizar o que está na moda, ou o que o fornecedor sabe vender, ou o processo que o diretor mais reclama, e descobre tarde que aquele não era o ponto onde o agente mudava a conta. O resultado é um piloto que impressiona na demonstração e morre antes da operação, porque ninguém perguntou, antes de construir, se valia a pena construir aquilo.

O diagnóstico inverte a ordem. Em vez de partir da ferramenta e procurar onde aplicá-la, parte da operação e pergunta onde a tecnologia rende mais. É a diferença entre comprar um remédio e fazer um exame. O exame custa uma fração do tratamento e evita medicar o sintoma errado. Em transformação agêntica, esse exame leva de duas a quatro semanas e economiza os meses que se perderiam construindo no alvo errado.

Há um motivo de essa etapa ser tão pulada: ela não brilha. Uma demonstração de agente respondendo no WhatsApp arranca aplausos numa reunião; uma planilha de macroprocessos classificados, não. Mas é a planilha que define se o aplauso vai virar resultado. Nós mesmos operamos assim, com agentes em produção na nossa própria casa, e foi justamente diagnosticando a nossa operação que aprendemos onde o agente assume e onde a pessoa ampliada ganha. O método abaixo é o que aplicamos no cliente, depois de aplicá-lo em nós.

As 7 etapas do diagnóstico agêntico

O framework segue uma ordem deliberada. Cada etapa filtra a anterior, do retrato amplo da operação até a decisão de o que construir primeiro. A tabela resume o caminho; as seções seguintes detalham cada passo.

Etapa	O que avalia	Pergunta-chave
1. Mapear macroprocessos	Onde o trabalho realmente acontece	Quais cadeias entregam resultado?
2. Classificar nos dois vetores	Substituir ou amplificar	O agente assume ou apoia a pessoa?
3. Avaliar dados	Qualidade e acesso	O dado existe e está acessível?
4. Medir volume, exceção e regra	Perfil de candidatura	Volume alto, exceção baixa, regra clara?
5. Estimar o retorno	Ganho de negócio	Quanto libera, reduz ou recupera?
6. Mapear risco e fronteira	Governança e LGPD	Onde a decisão volta ao humano?
7. Priorizar o roadmap	Sequência de ação	Por onde começar e o que vem depois?

Etapa 1: mapear os macroprocessos

O ponto de partida não é a lista de departamentos do organograma, é o mapa de onde o trabalho realmente acontece. Macroprocesso é a cadeia de atividades que entrega um resultado de negócio: receber e qualificar um pedido, cobrar um inadimplente, atender uma dúvida, conciliar um pagamento, produzir uma peça de conteúdo. Mapear é desenhar essas cadeias com quem as executa, não com quem as imagina de cima.

Esse mapa revela coisas que o organograma esconde. O trabalho repetitivo que consome metade do tempo de uma equipe sênior. A etapa manual que vive entre dois sistemas que não conversam. O retrabalho que ninguém mede porque virou rotina. Sem esse retrato, qualquer escolha de “por onde começar” é palpite. Com ele, os candidatos a transformação saltam aos olhos antes de qualquer análise mais fina.

Etapa 2: classificar cada processo nos dois vetores

Transformação agêntica não é sinônimo de automação total. Cada macroprocesso mapeado cai em um de dois caminhos, e a etapa de classificação decide qual. O primeiro caminho é a substituição por agente autônomo: processos repetitivos, regrados, de alto volume e baixa exceção, em que o agente assume a operação ponta a ponta. O segundo é a amplificação da pessoa: trabalho que exige julgamento, criatividade ou relacionamento, em que o profissional ganha capacidade com o agente ao lado, sem ser substituído.

A maior parte das empresas tem processos dos dois tipos, e o erro comum é tratar tudo como candidato à substituição. Cobrança de baixo valor e alto volume tende ao primeiro caminho; negociação de um contrato grande, ao segundo. Atendimento de dúvidas frequentes tende ao primeiro; a conversa que retém um cliente prestes a sair, ao segundo. Classificar bem é o que evita automatizar o que deveria ser ampliado, e ampliar o que deveria ser automatizado.

Etapa 3: avaliar a qualidade e o acesso aos dados

Um agente é tão bom quanto o que ele consegue ler e onde consegue agir. A terceira etapa olha, para cada candidato, três perguntas: os dados que o processo usa existem em formato utilizável? Estão acessíveis ou trancados num sistema que não abre? Quem hoje consegue chegar até eles, e com que permissão? Um processo perfeito no papel pode ser inviável no início simplesmente porque o dado que ele precisa vive num PDF digitalizado ou numa cabeça que nunca documentou nada.

Essa avaliação reordena prioridades com frequência. O processo mais óbvio para automatizar às vezes esbarra num dado indisponível, enquanto um candidato menos chamativo tem tudo pronto e pode entregar resultado rápido. Olhar dados cedo evita a frustração de aprovar um projeto e descobrir, na construção, que metade do esforço será arrumar a casa antes de o agente fazer qualquer coisa.

Etapa 4: medir volume, exceção e regra

Aqui entra o critério mais objetivo do diagnóstico, o que separa o candidato real do candidato de fachada. Três medidas: qual o volume do processo (quantas vezes ele roda por dia ou por mês), qual a taxa de exceção (com que frequência aparece o caso fora do padrão) e quão regrado ele é (a decisão segue critérios claros ou depende de bom senso difícil de explicar). Volume alto, exceção baixa e regra clara é o perfil ideal para substituição: muito ganho, pouco risco. Volume baixo e exceção alta é onde o agente entra como apoio, não como dono.

Medir isso evita as duas armadilhas opostas. A primeira é automatizar um processo de volume tão baixo que o esforço nunca se paga. A segunda é jogar um agente sozinho num processo cheio de exceção, onde ele vai travar ou decidir errado com confiança. O número aqui não precisa ser exato; precisa ser suficiente para ranquear. É a etapa que transforma “acho que isso dá” em “isso roda dez mil vezes por mês com 4% de exceção, então vale”.

Etapa 5: estimar o retorno antes de construir

Nenhum processo entra no roadmap sem uma conta de retorno, ainda que aproximada. A quinta etapa estima, para cada candidato priorizado, o ganho esperado em termos de negócio: horas humanas liberadas para trabalho de maior valor, redução de custo por operação, recuperação de receita que hoje escapa, ganho de velocidade ou de capacidade de atender mais sem crescer o time na mesma proporção. A conta não precisa de precisão de planilha financeira; precisa ser honesta o suficiente para comparar candidatos entre si e para o decisor saber o que esperar.

Estimar o retorno antes de construir muda a conversa com a diretoria. Em vez de “vamos testar IA e ver no que dá”, a proposta vira “este processo libera o equivalente a um turno de trabalho por semana, medido em quatro semanas”. Essa é a diferença entre um projeto que sobrevive ao primeiro corte de orçamento e um que evapora quando a novidade passa. O retorno definido cedo também vira a métrica que prova, depois, que o piloto virou operação.

Etapa 6: mapear o risco e a fronteira de decisão

Antes de qualquer construção, o diagnóstico define onde a decisão precisa voltar para um humano e qual erro o sistema não pode cometer sozinho. Essa é a etapa de governança, e ela não é burocracia: é o que permite colocar um agente em produção sem criar um risco que ninguém controla. Para cada candidato, mapeiam-se três coisas: que dados pessoais ou sensíveis o processo toca (e o que a LGPD exige ali), que decisões têm impacto alto o bastante para exigir revisão humana, e o que fica registrado para se prestar contas depois.

A fronteira de decisão é o coração dessa etapa. Um bom desenho não tenta prever cada caso possível; define o que o agente resolve sozinho, o que ele encaminha e para quem, e que tipo de situação sempre sobe para uma pessoa. Decisão automatizada com impacto relevante sobre alguém precisa de caminho de revisão, como prevê a LGPD. Tratar isso no diagnóstico, e não no fim do projeto, é o que evita a escolha entre travar a operação ou correr um risco regulatório que vira passivo.

Etapa 7: priorizar e desenhar o roadmap

A última etapa junta tudo num roadmap priorizado. Os candidatos que passaram pelas etapas anteriores são ordenados por uma combinação de retorno esperado, viabilidade de dados, baixo risco e velocidade até o primeiro resultado. O topo da lista costuma ser um processo de bom retorno, dado disponível e risco controlado: o lugar certo para começar, porque prova valor cedo e ganha mandato para o próximo passo. O resto entra em sequência, não tudo de uma vez.

O entregável não é um relatório que dorme na gaveta. É um plano de ação: qual processo primeiro, com que métrica, em que prazo, e qual o próximo da fila quando o primeiro estiver no ar. Esse roadmap é o que conecta o diagnóstico à implementação sem perda de contexto. Começar focado em um processo, com escopo fechado, atravessa o muro da produção melhor do que um programa amplo e vago, e é por isso que a priorização fecha o método: ela transforma o retrato da operação numa decisão executável.

O que o diagnóstico entrega (e o que não entrega)

Vale ser claro sobre o resultado. O diagnóstico agêntico entrega um retrato da operação, uma classificação de cada processo nos dois vetores, uma avaliação de viabilidade e risco, uma estimativa de retorno e um roadmap priorizado de onde começar e em que ordem seguir. Em duas a quatro semanas, a empresa sai sabendo onde a transformação vale a pena e onde não vale, com evidência para defender a decisão internamente.

O que ele não entrega é a construção em si. O diagnóstico não constrói o agente; ele define o que vale construir. Confundir os dois é o que leva empresas a contratar uma implementação ampla antes de saber se o alvo é o certo. A sequência saudável é exame, depois tratamento: primeiro entender a operação, depois construir o que o exame indicou, no processo que o exame priorizou, com a métrica que o exame definiu.

Sinais de que sua PME está pronta para o diagnóstico

Nem toda empresa precisa de um programa de IA, mas quase toda empresa de médio porte se beneficia de um diagnóstico, porque o diagnóstico é barato e a ignorância sobre a própria operação é cara. Alguns sinais indicam que o momento chegou: equipes seniores gastando horas em trabalho repetitivo; processos que vivem entre dois sistemas que não conversam; pilotos de IA que começaram com entusiasmo e pararam sem virar operação; pressão para crescer o atendimento ou a operação sem crescer o time na mesma proporção; ou simplesmente a sensação de que “outros estão usando IA e nós não sabemos por onde começar”.

Há também o contrário, sinais de que o diagnóstico vai render pouco agora: operação muito pequena e sem volume em nenhum processo, dados em tal desorganização que o primeiro projeto seria só arrumar a casa, ou ausência de qualquer patrocínio executivo para agir sobre o resultado. Nesses casos, o diagnóstico ainda é útil para apontar o que precisa vir antes, mas o decisor sai sabendo que o próximo passo é preparar o terreno, não construir agentes.

Por que fazer com quem opera em agentes

Um diagnóstico agêntico é tão bom quanto a capacidade de quem o faz de enxergar o iceberg embaixo de cada processo: os dados sujos, as exceções que ninguém mostra, a integração que parece simples e não é. Quem nunca colocou um agente em produção tende a subestimar a parte submersa e superestimar a facilidade. O resultado é um diagnóstico otimista que volta a falhar na construção.

Na Stellatus, o diagnóstico é o eixo do trabalho, e fazemos com a vantagem de operar a própria consultoria em agentes. Conhecemos o iceberg por dentro porque atravessamos a transição na nossa casa: sabemos onde o agente assume, onde a pessoa ampliada rende mais e onde a conta econômica decide entre um e outro. Esse mesmo critério, função por função, é o que aplicamos quando avaliamos a operação de um cliente. O diagnóstico não é um produto que vendemos por vender; é a etapa que evita gastar meses construindo no lugar errado, e a que torna tudo o que vem depois previsível.

Quer saber por onde a sua operação deve começar?

Um diagnóstico agêntico mostra onde o agente vale a pena e devolve um roadmap priorizado, em poucas semanas.

Agendar diagnóstico →

Perguntas frequentes

O que é um diagnóstico agêntico?

É uma avaliação estruturada da operação de uma empresa para definir onde a IA agêntica vale a pena antes de qualquer construção. Ele mapeia os processos, classifica cada um entre substituição por agente e amplificação da pessoa, avalia dados e risco, estima retorno e devolve um roadmap priorizado de por onde começar. O objetivo é trocar aposta por evidência.

Quanto tempo leva um diagnóstico de IA em uma PME?

Tipicamente de duas a quatro semanas, dependendo do tamanho e da complexidade da operação. É um prazo curto de propósito: o diagnóstico precisa custar uma fração do que custaria construir no alvo errado. Ao fim, a empresa tem um retrato da operação e um plano de ação priorizado, não um relatório genérico.

Por onde uma empresa de médio porte deve começar com IA?

Pelo processo que combina bom retorno, dados disponíveis e risco controlado, não pelo que está na moda nem pelo que o fornecedor sabe vender. Identificar esse processo é exatamente o trabalho do diagnóstico. Começar focado em um processo, com métrica clara e escopo fechado, prova valor cedo e ganha mandato para escalar.

Qual a diferença entre substituir e amplificar com agentes?

Substituir é deixar o agente assumir um processo ponta a ponta: faz sentido em trabalho repetitivo, regrado, de alto volume e baixa exceção. Amplificar é dar ao profissional um agente ao lado para trabalho que exige julgamento, criatividade ou relacionamento. A decisão é econômica, função por função: se a pessoa ampliada rende mais que o agente sozinho, mantém-se a pessoa.

Preciso ter os dados organizados antes do diagnóstico?

Não. Avaliar o estado dos dados é uma das etapas do próprio diagnóstico. Se os dados de um processo estão indisponíveis ou desorganizados, isso aparece na análise e reordena as prioridades, em vez de derrubar o projeto na construção. Em alguns casos, o diagnóstico vai apontar que arrumar a casa é o primeiro passo, e isso já é uma resposta valiosa.

O diagnóstico serve para empresas que já têm um piloto de IA parado?

Especialmente para elas. Um piloto que não virou operação quase sempre nasceu sem diagnóstico: foi construído no processo errado, sem métrica de negócio, sem prever integração ou exceções. O diagnóstico ajuda a entender por que aquele piloto empacou e se vale destravá-lo ou redirecionar o esforço para um candidato com melhor retorno.

O que recebo ao final do diagnóstico?

Um retrato da operação com os processos mapeados, a classificação de cada um nos dois vetores, uma avaliação de viabilidade de dados e de risco (incluindo LGPD), uma estimativa de retorno por candidato e um roadmap priorizado: o que fazer primeiro, com que métrica, em que prazo e qual o próximo da fila. É um plano executável, não um diagnóstico de prateleira.