Seus dados não precisam estar perfeitos para contratar uma empresa de IA. Precisam estar suficientemente conhecidos, acessíveis, autorizados e testáveis para que o fornecedor estime trabalho, risco e resultado sem transformar lacunas em aditivos. Antes da contratação, prove o caminho entre o caso de uso e uma amostra representativa, com owner, direitos, qualidade, linhagem, controles e rotina de atualização. Se isso não for possível, contrate um discovery de dados com preço e entregáveis limitados — não uma implementação completa baseada em suposições.
A pergunta correta não é 'temos muitos dados?'. É 'temos os dados certos, para esta decisão, nas condições em que o sistema operará?'. Um acervo grande pode ser inútil por falta de permissão, cobertura ou atualização; uma coleção menor pode sustentar um piloto se representar o processo real e permitir avaliação reproduzível.
AI Data Readiness Evidence-8: matriz de 32 pontos
Pontue cada evidência de zero a quatro: zero é desconhecida; um é afirmação; dois é amostra ou processo parcial; três é evidência consistente com owner e plano de lacunas; quatro é evidência reproduzida com a equipe finalista. Como corte ilustrativo, avance para implementação com pelo menos 24 de 32, nenhum zero e nota mínima três em direitos, segurança e representatividade. Ajuste pesos ao risco do uso.
- Resultado e decisão — tarefa, usuário, ação, baseline, erro tolerável e benefício mensurável estão definidos.
- Fontes e ownership — sistemas de origem, owners, contratos, terceiros e responsabilidades são conhecidos.
- Acesso e permissões — finalidade, base legal, consentimento quando aplicável, ambientes, retenção e exclusão estão aprovados.
- Qualidade e perfil — completude, validade, duplicação, atualidade, consistência e valores extremos são medidos por segmento.
- Cobertura e representatividade — períodos, regiões, canais, grupos, exceções e condições adversas refletem o uso pretendido.
- Linhagem e proveniência — origem, transformações, versões, rótulos, conteúdo sintético e restrições de uso são rastreáveis.
- Segurança e privacidade — classificação, minimização, segregação, acesso, logs, anonimização e resposta a incidentes são operáveis.
- Pipeline e operação — ingestão, atualização, monitoramento, drift, correção, rollback, custo e owner de produção têm desenho executável.
Seis condições que bloqueiam uma implementação completa
- Nenhum owner pode autorizar o uso da fonte principal.
- Direitos de uso, finalidade ou restrições contratuais permanecem desconhecidos.
- A proposta exige copiar dados sensíveis para um ambiente não aprovado.
- Não existe amostra que represente o processo e seus casos de exceção.
- Rótulos, ground truth ou critérios de correção não podem ser reproduzidos.
- O fornecedor pressupõe uma atualização manual sem owner, frequência ou custo.
Um bloqueador não significa abandonar IA. Significa mudar o objeto da compra. A empresa pode adquirir inventário, perfilamento, regularização de acessos, desenho de avaliação ou um piloto controlado. O erro comercial é pagar uma equipe de implementação para descobrir tardiamente que a entrada crítica não existe ou não pode ser usada.
Exija oito artefatos comparáveis dos finalistas
- Brief de decisão ligando dado, usuário, ação, risco e métrica.
- Inventário de fontes com owner, finalidade, volume, frequência e restrições.
- Matriz de acesso por pessoa, sistema, ambiente e fase.
- Relatório de perfilamento com regras, segmentos, exceções e data de medição.
- Cartão de linhagem com origem, transformações, versões e dependências.
- Plano de conjuntos de desenvolvimento, avaliação e holdout, sem vazamento.
- Backlog de remediação com impacto, responsável, custo e caminho crítico.
- Plano operacional de atualização, observabilidade, incidente e retirada.
Teste o fornecedor com uma defesa de dados em 90 minutos
Entregue aos finalistas a mesma amostra mascarada e o mesmo brief. Em 30 minutos, peça um perfil de qualidade e hipóteses de risco; em 20, uma proposta de separação para avaliação; em 20, injete uma mudança de definição, um grupo sub-representado e uma fonte atrasada; nos 20 finais, exija novo plano, impacto em custo e prazo e decisão de avançar, remediar ou parar. Avalie raciocínio causal, perguntas feitas, reprodutibilidade e proteção dos dados — não o dashboard mais bonito.
Escolha entre implementar, fazer discovery ou interromper
- Implementar — evidências críticas estão em três ou quatro, as lacunas têm owners e o pipeline de produção é viável.
- Discovery limitado — existe valor plausível, mas acesso, perfil, cobertura ou avaliação ainda precisam ser provados; compre os oito artefatos com prazo e teto de preço.
- Interromper ou redesenhar — direitos, representatividade, segurança ou capacidade operacional não têm caminho aceitável, ou o dado não sustenta a decisão proposta.
Faça a decisão por caso de uso, não por empresa. O mesmo catálogo pode estar pronto para busca interna com revisão humana e inadequado para decisão automatizada de alto impacto. A prontidão sobe quando escopo e autonomia diminuem, e precisa ser reavaliada quando finalidade, população, fonte, modelo ou ambiente mudarem.
Contexto brasileiro
No Brasil, inclua jurídico, privacidade e segurança desde o inventário. Registre quem atua como controlador, operador e suboperador; finalidade, necessidade, retenção, acesso e transferências; além de restrições contratuais e setoriais. Uma base tecnicamente limpa não está pronta se o uso não for autorizado. Da mesma forma, conformidade documental não substitui qualidade, cobertura e avaliação para o contexto real.
Red flags na proposta
- O fornecedor promete corrigir dados depois sem medir a lacuna antes.
- O preço exclui integração, rotulagem, avaliação, governança ou operação.
- Qualidade é resumida em uma média, sem segmentos nem casos adversos.
- Dados de teste podem contaminar desenvolvimento ou prompts.
- Proveniência e conteúdo sintético não são identificados.
- A solução depende de extrações manuais que ninguém assumirá em produção.
- O parceiro pede uma cópia ampla dos dados antes de definir minimização e controles.
Leve a prontidão para o RFP e o contrato
Forneça aos concorrentes o mesmo brief, dicionário mínimo e perfil agregado, sem expor dados pessoais ou segredos além do necessário. Peça que cada proposta separe fatos, premissas, dependências do cliente e trabalho de remediação; precifique cenários; identifique quem decide; e vincule o primeiro marco de pagamento à reprodução do baseline e do conjunto de avaliação. Preveja controle de mudança quando uma fonte, finalidade ou população variar.
Conecte dados às demais decisões de contratação
Use https://makinai.co/insights/pt/vale-pagar-discovery-ia-antes-implementacao para escolher o formato da fase inicial, https://makinai.co/insights/pt/avaliar-cronograma-projeto-ia-realista-antes-contratar para expor dependências, https://makinai.co/insights/pt/como-escolher-empresa-avaliacao-testes-ia para desenhar a avaliação e https://makinai.co/insights/pt/due-diligence-seguranca-contratar-empresa-ia para aprofundar acessos e terceiros.
Quando envolver a MAKINAI
A MAKINAI pode conduzir um diagnóstico curto de prontidão, normalizar as evidências dos fornecedores e transformar lacunas de dados em escopo, gates, custo e decisão antes da implementação. Conheça https://makinai.co/services/pt/consultoria-estrategia-ia-transformacao.