Uma empresa gastou milhões em IA e só depois construiu uma ferramenta para medir se valeu a pena. Dá pra inverter essa ordem

O que aconteceu

A Rippling, plataforma de RH e folha de pagamento avaliada em bilhões, investiu pesado em ferramentas de IA para os próprios times internamente. Depois de meses de gasto, construiu uma ferramenta interna para medir o ROI desse investimento — quanto tempo cada funcionário realmente economizou, quais ferramentas valeram o dinheiro e quais foram gasto sem retorno claro.

É um movimento inteligente. Poucas empresas, mesmo grandes, param para medir com rigor o que a IA de fato devolveu. O detalhe que chama atenção não é terem medido — é terem medido depois.

A ordem mais comum é a mais cara

Esse é o padrão que vemos, em escala menor, o tempo todo em empresas que chegam até a AI Start depois de já ter contratado IA de alguém: primeiro vem o entusiasmo, depois o contrato, depois a implementação, e só bem mais tarde alguém pergunta "isso está trazendo retorno de verdade, ou só parece estar?".

O problema dessa ordem não é só o desperdício de dinheiro em ferramentas que não emplacaram. É que, sem número de referência definido antes, fica quase impossível provar depois se algo funcionou. Ninguém mediu quanto tempo um processo levava antes da IA entrar — então não tem como comparar com o depois. A empresa acaba de posse de uma sensação ("parece que ajudou") em vez de um número.

O gate de ROI: medir antes, não depois

No Growth Tech, a Fase 1 (Diagnóstico e Raio-X) existe justamente para inverter essa ordem. Antes de qualquer linha de código ou qualquer contrato de ferramenta assinado, mapeamos o processo como ele é hoje, colhemos a linha de base — quanto tempo leva, quanto custa, qual o volume — e projetamos o retorno esperado daquela iniciativa específica.

Se a conta não fecha, a resposta é não construir. Não é frase de efeito: é um critério de corte real, aplicado antes do dinheiro sair. Chamamos isso de gate de ROI, e é o que separa medir "quanto gastamos e o que sobrou" de medir "quanto vamos ganhar, e só então gastar".

Por que isso importa mais ainda para uma PME

Uma empresa do porte da Rippling pode absorver meses de gasto em IA sem clareza de retorno e depois corrigir o rumo com uma ferramenta interna de análise. A maioria das PMEs brasileiras não tem essa margem — segundo a Forbes Brasil, 67% das empresas do país priorizam IA em 2026, mas poucas têm método estruturado por trás dessa prioridade; e, segundo a Época Negócios, 74% seguem sem gestão de risco formal para esses projetos e 43,3% investem menos de 1% do orçamento total nessa frente.

Isso significa que o espaço de erro é pequeno. Não dá pra gastar primeiro, medir depois e torcer para o número fechar. Dá pra fazer o oposto: medir a régua antes de girar a chave.

Se sua empresa já gastou em IA e ainda não sabe dizer, em número, o que isso trouxe de volta — ou está prestes a gastar sem ter medido o antes — fale com a AI Start no WhatsApp e comece pelo Raio-X.