Por onde começa uma PME com AI? Pelas conversas com quem lá trabalha

Em 2025, o Instituto Nacional de Estatística (INE) perguntou às empresas portuguesas que não usam inteligência artificial porque é que não o fazem. A razão mais citada não foi o preço (60,4%) nem a incerteza legal (57,3%). Foi a falta de conhecimentos adequados dentro da empresa, apontada por 74,4%. Lê-se depressa como "não percebemos de AI", e a solução óbvia parece ser um curso. Eu leio o número de outra forma. O conhecimento que falta raramente é sobre modelos; é sobre a própria empresa: onde se perde tempo, onde vive a informação, que trabalho se repete todos os dias sem que alguém alguma vez o tenha escrito. Esse conhecimento não se aprende num curso, porque está guardado nas pessoas que lá trabalham.

Numa pequena ou média empresa (PME), a AI começa portanto por uma série de conversas.

O que trava a AI nas pequenas empresas portuguesas?

Portugal está atrasado e, dentro do país, as pequenas empresas estão mais atrasadas ainda. Segundo o INE, 11,5% das empresas com dez ou mais pessoas usavam AI em 2025; a média da União Europeia (UE), pelas contas do Eurostat, era de 19,95%. Nas empresas de 10 a 49 pessoas a distância abre: 9,4% em Portugal contra 17% na UE. (As microempresas, que são a maior parte do tecido empresarial português, nem entram nesta estatística.) Fora de Portugal o padrão repete-se: num inquérito da OCDE (Organização para a Cooperação e Desenvolvimento Económico) a mais de 5.000 PME de sete países, mais de metade das que ainda não usam AI generativa aponta a falta de competências como travão.

Quem avança também não tem o resultado garantido. Um estudo do MIT (Massachusetts Institute of Technology) publicado em 2025 concluiu que cerca de 95% dos pilotos de AI generativa analisados não tinham impacto mensurável nos resultados. O número pede cautela: o estudo é preliminar, a amostra é pequena, e "sem impacto mensurável" quer muitas vezes dizer que ninguém mediu o antes. O diagnóstico, esse, serve. Os autores chamam-lhe learning gap: as ferramentas funcionavam, mas as empresas não sabiam encaixá-las no trabalho real, e as ferramentas esqueciam o contexto de uma utilização para a seguinte. O mesmo estudo encontrou trabalhadores a usar ferramentas pessoais de AI em mais de 90% das empresas inquiridas, muitas vezes sem a empresa saber. O ganho existia. Ficava em cada pessoa e ia-se embora com ela.

Por onde se começa, então?

Trabalho com um método de quatro passos, sempre pela mesma ordem: conhecer, planear, executar e atualizar estruturas. Nada nele é novo (o Lean chama gemba ao hábito de ir ver o sítio onde o trabalho acontece). O que mudou foi o erro mais comum. Quando a tecnologia era cara, as PME simplesmente não começavam; agora que qualquer pessoa abre o ChatGPT no telemóvel, começam pela ponta da ferramenta e saltam os dois primeiros passos.

Porque é que as entrevistas vêm primeiro?

Conhecer é conversar com toda a gente da empresa, a gerência incluída mas sem ser a única. Trinta a sessenta minutos por pessoa, sobre o trabalho concreto: o que faz numa segunda-feira de manhã, onde vai buscar a informação de que precisa, o que copia de um sítio para outro, que pergunta os clientes lhe fazem mais vezes. A gerência costuma descrever o processo oficial. Quem atende o telefone descreve o real, e a distância entre os dois é quase sempre o primeiro projeto.

As mesmas conversas mostram onde vivem os dados: na cabeça de uma pessoa, na caixa de email, num grupo de WhatsApp, numa folha de Excel com três versões. (Se o orçamento de uma venda vive num PDF perdido entre email e WhatsApp, escrevi sobre isso aqui.) Isto pesa na privacidade, um receio que 55,4% das empresas sem AI apontaram ao INE. Antes de qualquer ferramenta tocar em dados de clientes, a empresa tem de saber que dados tem, onde estão e quais nunca devem sair de casa. Essa fronteira de privacidade desenha-se aqui, no primeiro passo.

Há uma condição para tudo isto funcionar: a entrevista não pode parecer uma avaliação. Se a equipa desconfiar que se está a medir quem trabalha pouco, esconde precisamente as tarefas repetitivas que interessava encontrar.

Como se escolhe o primeiro projeto de AI?

Das entrevistas sai uma lista de dores, ordenada pela frequência com que aparecem e pelo tempo que custam. Escolhe-se uma. No máximo duas. (Quando duas dores parecem igualmente urgentes, um AI Council ajuda a desempatar.) Antes de mexer no que quer que seja, mede-se durante uma ou duas semanas quantos pedidos entram e quantas horas levam a resolver. Sem essa linha de base, daqui a três meses ninguém consegue dizer se o projeto funcionou, e é exatamente assim que se entra nos 95%.

A execução é um piloto curto, de quatro a seis semanas, dentro do fluxo de trabalho que já existe e com as pessoas que vão usar a ferramenta no dia a dia. Só aqui se escolhe a ferramenta, e o modelo também (escrevi um guia para principiantes sobre isso). O estudo do MIT deixa outro número que vale mais do que o famoso: as soluções compradas a fornecedores especializados funcionaram em cerca de 67% dos casos, as construídas internamente em cerca de 22%. Uma PME raramente precisa de inventar. Precisa de saber o que comprar e onde encaixar.

O que quer dizer atualizar estruturas?

É o passo que quase ninguém faz, e é por isso que tantos pilotos morrem. O piloto corre bem, o entusiasmo passa, a pessoa que o conduzia muda de funções, e em seis meses a ferramenta está esquecida numa aba do navegador. Atualizar estruturas quer dizer que o que se aprendeu passa a viver na empresa e deixa de viver numa pessoa. Os procedimentos são reescritos com um responsável nomeado. O conhecimento que estava em cabeças e conversas vai para um sítio que pessoas e máquinas conseguem ler, aquilo a que chamo fonte da verdade (a Google publicou este ano um formato aberto para isso mesmo). É este passo que transforma o ganho individual de quem usa AI por conta própria em capacidade da empresa.

Como é que isto funciona na prática?

Num viveiro de árvores ornamentais onde conduzi um projeto de crescimento, o protótipo para os emails de clientes rascunhava respostas com limites fixos (nunca dar preços, nunca confirmar stock sem ressalva, responder em espanhol a quem escreve em espanhol), e cada email qualificado deixava uma ou duas perguntas e respostas novas na base de conhecimento. Esses limites vieram de quem responde aos clientes todos os dias.

Apliquei o mesmo método a mim próprio. Antes de construir o ROMEO, o assistente deste site, escrevi as 42 perguntas que um visitante lhe faria e respondi-lhes uma a uma, por escrito. A tecnologia veio a seguir. É por isso que ele sabe dizer "não sei" quando a pergunta sai daquilo que está escrito.

O que pode uma PME fazer já esta semana?

O primeiro passo custa algumas horas de conversa. Escolha as três pessoas da empresa que mais falam com clientes e pergunte-lhes o que fazem todos os dias que gostariam de nunca mais ter de fazer. Anote as respostas tal como são ditas. Repare quantas vezes aparece a mesma tarefa ou a mesma pergunta de cliente, e em quantos sítios diferentes está a informação para lhe responder. Isso é o mapa. A ferramenta, quando vier, já sabe para onde vai.

Quantas dessas respostas estão hoje escritas em algum lado?