Framework AIR · AI Readiness Framework
Como saber se um processo está pronto para receber IA — antes de investir nele
Um framework de decisão objetivo, de aplicação rápida (10 a 15 minutos), testado contra 136 casos reais e públicos de IA no setor elétrico. Ele não mede se a sua empresa "é boa em IA" de forma genérica — mede se este processo, agora, tem as três condições necessárias para que um projeto de IA dê certo, e quanto ele tende a custar e a devolver.
01
O que é o Framework AIR
A maioria dos frameworks de prontidão para IA avalia a organização inteira (maturidade geral, governança corporativa) ou a tecnologia isolada (um modelo, um TRL). Nenhum deles responde, em minutos, a uma pergunta mais direta e mais útil para quem decide: este processo específico, com a tecnologia disponível hoje, deve receber IA agora? O Framework AIR foi desenhado para preencher exatamente essa lacuna.
A hipótese central é simples: uma iniciativa de IA só tem boas condições de sucesso quando três dimensões estão maduras ao mesmo tempo — a tecnologia precisa funcionar de forma confiável para aquele processo, o impacto estratégico precisa justificar o investimento, e a organização precisa ter a base (dados, integração, cultura, governança, patrocínio) para sustentar a mudança. Faltando qualquer uma das três, o projeto tende a parar no piloto ou a gerar risco em vez de retorno — padrão que a Seção "Evidência real" abaixo mostra com casos documentados, não apenas intuição.
02
Como funciona: três etapas
A avaliação completa combina um diagnóstico amplo da empresa com uma avaliação objetiva do processo específico — nessa ordem, porque o segundo só faz sentido lido à luz do primeiro — e termina com o valor esperado do processo: quanto custa e quanto devolve.
- 1
Diagnóstico de Maturidade Organizacional
10 indicadores sobre a empresa como um todo — estratégia, dados, talento, governança e escala — que situam a organização em um de cinco estágios de maturidade (estrutura inspirada no Gartner AI Maturity Model). Dá o contexto em que o processo específico será avaliado a seguir.
- 2
AIR Score do processo
15 indicadores objetivos sobre o processo específico escolhido, distribuídos nas três dimensões abaixo. Gera uma pontuação de 3 a 15 e uma recomendação de uma de quatro zonas de decisão — com critério eliminatório quando a tecnologia ainda não é confiável.
- 3
Valor esperado (AIR-ROI)
Custo em 3 anos e retorno esperado do processo, conforme o nível de implantação escolhido — de usar um serviço pronto a montar plataforma própria. As lacunas apontadas pela avaliação entram no custo, e a zona AIR ajusta a chance de sucesso.
03
As três dimensões
Cada dimensão é avaliada por cinco indicadores objetivos, com cinco níveis de maturidade descritos de forma observável — para que duas pessoas avaliando o mesmo processo cheguem a respostas parecidas.
Maturidade Tecnológica
A IA consegue executar este processo com confiabilidade aceitável?
- Precisão e confiabilidade
- Autonomia vs. supervisão
- Estabilidade em produção
- Casos de sucesso no setor
- Maturidade do fornecedor
Impacto Estratégico
Vale a pena transformar este processo com IA?
- Redução de custos
- Receita incremental
- Vantagem competitiva
- Velocidade e throughput
- Experiência do cliente
Prontidão Organizacional
A empresa consegue sustentar esta transformação?
- Qualidade dos dados
- Integração sistêmica
- Cultura e engajamento
- Governança e compliance
- Patrocínio executivo
04
AIR Score e zonas de decisão
A pontuação soma as três dimensões (1 a 5 cada) e indica uma de quatro zonas de ação. Um critério eliminatório impede que uma nota estratégica alta esconda uma limitação tecnológica grave.
Desenvolver as dimensões deficientes antes de investir.
Escopo limitado, com plano de amadurecimento.
Viável com gestão de riscos e monitoramento.
Alta probabilidade de sucesso mensurável.
05
Quanto custa e quanto devolve: o AIR-ROI
A matriz diz se o processo está pronto. O AIR-ROI, a camada de valor do framework, diz quanto ele tende a custar e a devolver em 3 anos — e parte de uma constatação simples: o custo depende de como a empresa implanta. Um assistente que responde com base nos documentos internos custa cerca de R$ 687 mil em 3 anos com um produto open-source configurado (Open WebUI + API de modelo de linguagem + RAG) e cerca de R$ 35,6 mi com um modelo próprio treinado em infraestrutura própria.
Custo de baixo para cima
Cada nível é uma lista de itens — pessoa-mês ao salário de mercado, licenças, consumo de API, nuvem — com a origem de cada preço.
Retorno já descontado o risco
A chance de o projeto dar certo vem do desfecho real dos casos de cada processo, com correção de viés de publicação. O ROI "se der certo" e o ROI esperado aparecem lado a lado; a diferença é o custo do risco.
Ligado à avaliação AIR
Lacunas de Prontidão Organizacional (dados, integração, mudança, governança) entram no custo como o trabalho de fechá-las, e a zona AIR ajusta a chance de sucesso.
Tudo aberto e auditável
Linhas de base de dados abertos da ANEEL e de fontes publicadas; câmbio e inflação do Banco Central. Cada número mostra a conta e a fonte, e as premissas podem ser trocadas pelas da sua empresa.
06
Testado contra 136 casos reais — não só teoria
O framework foi confrontado com uma base de 136 casos reais e publicamente documentados de adoção de IA em transmissão e distribuição de energia elétrica, coletados em três rodadas de pesquisa (Brasil, Reino Unido, Estados Unidos e outros 12 países), cada um com fonte citável e classificação de confiabilidade. Não é uma simulação: cada indicador do framework foi cruzado com o resultado real declarado de cada caso.
Isso confirma, com dados, um padrão que a leitura caso a caso já sugeria: projetos de IA no setor elétrico raramente fracassam por falta de potencial de negócio — fracassam por dados sem histórico suficiente, sistemas que não se integram ao GIS ou ao SCADA da concessionária, ou falta de patrocínio para sustentar o projeto além do piloto.
07
Quando e como aplicar
A avaliação é autoaplicável — nenhuma etapa exige especialista externo ou treinamento prévio — e roda inteiramente no navegador, sem enviar respostas a servidor algum.
Antes de aprovar orçamento para um piloto de IA
Para verificar se o processo escolhido tem, de fato, as três condições — antes de comprometer tempo e recurso.
Para comparar processos candidatos entre si
Quando há mais de uma ideia de projeto de IA disputando prioridade, a avaliação gera uma base comparável e objetiva.
Para reavaliar um piloto que não decolou
Útil para diagnosticar se o motivo foi tecnologia imatura, baixo impacto, ou falta de prontidão organizacional — cada causa pede uma ação diferente.
Como insumo para governança de IA
Processos aprovados chegam mais bem documentados a processos de certificação e conformidade, como a ISO/IEC 42001.
08
Base metodológica
O Framework AIR é o resultado de um trabalho de conclusão do MBA em Transformação Digital da PUC-Rio, ancorado na literatura de maturidade e governança de IA e validado empiricamente com a base de casos descrita acima.
A pesquisa bibliográfica completa, a planilha de casos e os relatórios de cada rodada de coleta estão documentados na pasta research/ do projeto — publicados junto com o código-fonte para que pares possam auditar cada decisão metodológica.