Quando NÃO usar IA? (e porque é que automação sem IA muitas vezes chega e sobra)

Use IA onde há linguagem, ambiguidade ou variação; use regras e código onde a tarefa é exata e determinística. Boa parte da automação que compensa numa PME não precisa de IA nenhuma, e meter um modelo onde uma regra chega só acrescenta custo, lentidão e um risco de erro que a regra não tinha.

Com o entusiasmo à volta da IA, há a tentação de pôr um modelo em tudo. É um erro caro. A pergunta certa não é "onde é que meto IA"; é "o que é que esta tarefa precisa mesmo".

O que uma regra faz melhor que um modelo

Quando a tarefa é exata, uma regra simples ganha sempre:

• Correspondências exatas: casar um pagamento a uma fatura pelo número e pelo valor.
• Cálculos determinísticos: somar, aplicar uma taxa, validar um total.
• Encaminhar por um campo fixo: este tipo de documento vai para aqui, sempre.
• Validações: recusar o que não bate certo, com a razão à vista.

Uma regra é mais barata, instantânea, cem por cento previsível e auditável: consegues explicar exatamente porque fez o que fez. Um modelo, no mesmo lugar, é mais lento, custa por cada chamada, e abre a porta a inventar onde a regra nunca erraria. Num exemplo real que já tratámos, numa empresa que gere compras e materiais, associar cada material à posição certa do contrato resolve-se melhor com regras explícitas, que se auditam linha a linha, do que pedir a um modelo para "achar" a associação.

Onde a IA ganha mesmo

A IA não é um luxo nem uma moda; é a ferramenta certa quando a tarefa tem linguagem ou variação que uma regra não cobre sem mil exceções:

• Ler uma fatura de fornecedor em qualquer layout, ou perceber um email escrito à maneira de cada um.
• Falar ao telefone e perceber o que a pessoa quer.
• Classificar ou resumir texto livre, onde não há um campo fixo para apontar.

Aqui, tentar fazer com regras dá um emaranhado de exceções que ninguém consegue manter.

O melhor sistema costuma ser uma mistura

Na prática, os sistemas que funcionam juntam os dois: a IA lê e percebe, a regra decide e confere. O modelo extrai os dados da fatura; a regra confirma que o total bate e que o fornecedor existe. Assim fica-se com a flexibilidade da IA onde ela vale e a segurança da regra onde o dinheiro muda de mãos.

O que não acreditar

• "Agora é tudo IA." Muita coisa vendida como IA é uma regra com outro nome, ou automação que já existia e cumpria. Ver também a nota sobre o que é um agente de IA e em que difere de um chatbot.
• Quem põe um modelo onde bastava uma regra está a cobrar-te mais por algo mais lento e menos fiável.
• Automação que já funcionava sem IA não precisa de ser trocada por um modelo só para a conversa ter a palavra "IA".

Como a CAIS AI faz

Decidimos por tarefa: regra ou código onde é exato, IA onde há linguagem e variação, e muitas vezes os dois a trabalhar juntos. As automações sem IA que já cumpriam o seu propósito continuam a cumprir, e não as trocamos por um modelo só pelo nome. Dizemos quando a resposta é um agente, quando é um passo fixo, e quando a melhor solução não leva IA nenhuma. É mais honesto e, quase sempre, sai mais barato e mais fiável.

In English

Use AI where there is language, ambiguity or variation; use rules and code where the task is exact and deterministic. A lot of the automation that pays off in an SME needs no AI at all: exact matches, deterministic calculations, routing by a fixed field and validations are cheaper, instant, fully predictable and auditable as plain rules, and a model there is just slower, costlier and free to invent where a rule never would. AI earns its place with free-form language and variation: reading invoices in any layout, understanding emails, talking on the phone. The best systems mix both: AI reads and understands, rules decide and check. CAIS AI chooses per task, keeps the non-AI automations that already work, and does not swap a working rule for a model just to put "AI" on the label.