Guru de IA é o novo 6 em 7, e o que fazer em vez de comprar o curso

Segundo um relatório do MIT reportado pela Fortune em 18 de agosto de 2025, 95% dos pilotos de IA generativa nas empresas não produziram nenhum impacto mensurável no resultado. No mesmo ano, a Gartner previu, em 25 de junho, que mais de 40% dos projetos de agentes de IA seriam cancelados até o fim de 2027, por custo, valor incerto ou controle de risco inadequado.

Dados de mercado

95%

dos pilotos de IA generativa nas empresas sem impacto mensurável no resultado

Relatório do MIT sobre o estado da IA nos negócios, reportado pela Fortune em 18 de agosto de 2025

Ou seja: enquanto o feed diz que qualquer um monta um agente em vinte minutos e fatura em uma semana, a maioria das empresas que tentou está com um piloto parado e uma fatura de API. O guru de IA é o novo 6 em 7. Mudou o tema, não mudou o modelo de negócio. Este post é sobre como reconhecer esse pessoal, por que o discurso deles não sobrevive a um ambiente de produção, e o que de fato funciona quando você quer resultado com IA numa organização.

Olha, IA é o futuro mesmo

Antes da crítica, o meu lado. Sou um dos maiores entusiastas de IA que você vai encontrar. Na NFE.io a gente lançou o primeiro MCP de emissão de nota fiscal do mercado: dá pra emitir, consultar e analisar documentos fiscais de dentro da IA que você já usa. Rodo agentes em cima de dado brasileiro de verdade, nota fiscal, ERP, CNPJ, cobrança. Venho apontando há alguns anos que boa parte do software vai ser operado por linguagem natural, e isso está acontecendo por aqui, em produção, não em slide.

Então não é o cético de plantão escrevendo. É justamente por levar IA a sério que a marketeirização do tema me incomoda.

O que é a marketeirização da IA

A fórmula do 6 em 7 era conhecida: um lançamento, uma promessa de seis dígitos em sete dias, um curso caro e uma comunidade de gente que ainda não fez os seis dígitos comprando o próximo curso. O produto nunca foi o método. O produto era a esperança.

Agora troque "lançamento" por "agente de IA" e você tem o guru de IA de 2026. O sujeito que vendia tráfego pago virou "especialista em automação". O influencer que criava "Mega Brain" agora ensina "IA para negócios". O vibe coder que não sabe o que é localhost está vendendo SaaS pronto em um fim de semana. É a mesma turma, com a mesma técnica de venda, em cima de um tema que a maioria das pessoas ainda não entende bem o suficiente pra desconfiar.

A conta deles é simples: quanto maior a promessa e menor a exigência de fundamento, maior o público comprador. IA é perfeita pra isso, porque a demo é sempre impressionante. Qualquer um faz um chatbot responder bonito em cinco minutos. O que separa a demo do resultado é tudo o que vem depois, e é exatamente a parte que não cabe num carrossel.

Como reconhecer o guru de IA

Não precisa de muito. Alguns sinais que aparecem em quase todo perfil do tipo:

• Nunca cita custo. Fala de "automatizar tudo", mas nunca diz quanto custa o token, a infra, a revisão humana ou o mês em que o modelo mudou de comportamento.
• Nunca mostra o que quebrou. Todo case é sucesso, todo fluxo funcionou de primeira, nenhum cliente reclamou de alucinação.
• Promete velocidade. "Em 20 minutos", "sem código", "do zero ao agente". Velocidade de demo, não de produção.
• Usa medo como gatilho. "Você vai ser substituído", "IAtize-se ou fique pra trás". Medo vende curso; não vende resultado.
• Não tem lastro. Pergunte onde o agente dele está rodando, com quantos usuários, com qual taxa de erro. A resposta costuma ser outro carrossel.
• O produto final é sempre outro curso, mentoria ou comunidade. O negócio é a audiência, não a IA.

Se você está aprendendo IA com alguém que se encaixa em quatro desses seis, tá aprendendo a vender IA, não a usar.

Por que o discurso não sobrevive à produção

Eu poderia ficar só no argumento moral, mas o problema é técnico e é econômico.

Uma demo roda com um prompt, um dado limpo e um usuário que quer que funcione. Produção roda com centenas de usuários que digitam errado, dados que chegam fora de ordem, um webhook que atrasa, uma API que muda de versão e um jurídico que pergunta onde o dado do cliente está sendo processado. É aqui que 95% dos pilotos do relatório do MIT morrem: não na escolha do modelo, mas na integração com o processo, com o sistema e com quem opera. O relatório é claro nisso, e quem já colocou algo em produção não precisa do relatório para saber.

Depois vem a conta. Agente em produção tem custo de inferência todo mês, custo de revisão humana enquanto a taxa de erro não cai, custo de observabilidade para você saber o que ele fez, e custo de retrabalho quando o fornecedor muda o modelo. Nada disso aparece na promessa do guru, e é por isso que a Gartner fala em 40% de cancelamento: o projeto começa com a expectativa do carrossel e termina com a planilha do CFO.

Dados de mercado

40%

dos projetos de agentes de IA cancelados até o fim de 2027, na previsão da Gartner

Motivos citados: custo crescente, valor de negócio incerto e controle de risco inadequado (25 de junho de 2025)

Por último, governança. LGPD, segurança de dado, auditabilidade de decisão automatizada. Isso não é burocracia, é o que define se o agente pode ou não encostar no dado do seu cliente. Um "especialista" que nunca ouviu falar em retenção de dados do provedor não deveria estar desenhando o fluxo de atendimento de ninguém.

O que funciona de verdade

Agora a parte útil. O que eu vi funcionar nas empresas em que trabalhei, e o que eu faço na NFE.io hoje, cabe em quatro pontos. Nenhum deles é glamouroso.

Comece pelo processo, não pela ferramenta

O erro mais comum é comprar a ferramenta e sair procurando onde usar. O caminho certo é o contrário: pegue um processo que já dói, que tem volume, que tem dado e que tem alguém responsável por ele. Atendimento de primeiro nível, qualificação de lead, conciliação, triagem de documento. Meça como ele está hoje: tempo, custo, taxa de erro. Sem esse número inicial, você nunca vai saber se a IA ajudou.

Fundamento primeiro

Na Vindi eu estruturei a área de Dados do zero antes de qualquer projeto sofisticado, e isso continua sendo a regra: IA em cima de dado bagunçado produz bagunça mais rápido. Quem sabe o fundamento, seja engenharia, seja o processo de negócio, é quem a IA potencializa de verdade. Quem não sabe, vira dependente da demo. Vibe code funciona para rodar projeto no localhost da sua máquina. Não funciona para sustentar uma operação.

Coloque em produção pequeno, meça, e só então amplie

Um agente, um processo, um grupo de usuários, um número acompanhado toda semana. Custo por interação, taxa de intervenção humana, resultado no indicador do processo. Se o número não melhora em algumas semanas, a resposta honesta é ajustar ou desligar, não aumentar o escopo para esconder o problema.

Capacite quem opera

Licença de IA sem capacitação vira custo sem retorno. Não é coincidência que os próprios laboratórios de IA abriram escolas gratuitas: usuário sem fluência é churn contratado, e eles sabem disso. Na empresa é igual. O ganho de produtividade não vem do modelo, vem da pessoa que aprendeu a delegar bem para o modelo e a conferir o que voltou.

A diferença entre especialista e vendedor

Especialista é quem tem o recibo. Sabe quanto custou, sabe o que quebrou, sabe qual foi a taxa de erro no primeiro mês e o que fez para derrubar. Consegue explicar por que escolheu um modelo e não outro, e o que faria diferente. Fala de limitação com a mesma naturalidade com que fala de ganho.

Vendedor é quem só tem a promessa. E promessa em IA, hoje, é a commodity mais barata do mercado: qualquer um com uma conta no ChatGPT consegue gerar uma.

É por isso que este blog vai ter uma ficha em cada post sobre coisa que eu construí: stack, custo, tempo e resultado. Se eu não tiver o número, não vou inventar. Prefiro um post mais curto e honesto do que um carrossel bonito.

O que fazer em vez de comprar o curso

Escolha um processo que dói. Meça. Coloque um agente pequeno em cima, com alguém responsável. Acompanhe custo e erro toda semana. Capacite quem usa. Amplie só quando o número disser que pode. Leia a documentação do provedor em vez do resumo do influencer, principalmente a parte de dados e retenção.

E, quando aparecer alguém prometendo o 6 em 7 da IA, pergunte onde o agente dele está rodando hoje e qual foi a taxa de erro do mês passado. A resposta diz tudo.

IA é coisa séria.