Quando a automação vira trabalho manual disfarçado

Como saber se a automação da sua empresa virou trabalho manual?

Uma automação virou trabalho manual quando a conferência dela virou hábito: alguém abre o resultado todo dia para checar se saiu certo. Junte a isso a lista de exceções que só cresce, o combinado informal de que "esse caso a gente resolve na mão" e ninguém na equipe saber dizer quando a automação falhou pela última vez.

Nenhum desses sinais aparece num relatório. Todos aparecem na agenda de alguém.

Vale olhar para o estado intermediário, que é o mais caro e o menos discutido. A automação que quebrou de vez costuma ser resolvida rápido, porque o problema é visível e alguém reclama. A que continua rodando errado sobrevive meses, porque cada correção manual é pequena o bastante para não virar assunto de reunião.

Por que isso acontece depois de a automação já estar pronta?

A automação é a única parte do processo que fica parada. Em volta dela, tudo muda: o fornecedor atualiza o sistema, alguém cria um campo novo na planilha, a equipe inventa um jeito diferente de registrar o pedido, o cliente começa a mandar a informação por outro canal.

Uma pesquisa divulgada em julho de 2026 pela Afferolab em parceria com a Tera colocou número nisso: cerca de metade dos profissionais que tentaram automatizar com IA não conseguem manter as automações funcionando, e 33% delas exigem mais de 75% de trabalho manual (IPNews, 27/07/2026).

Esse número merece uma ressalva honesta, e ela vale para quase toda estatística de IA que circula hoje. A pesquisa foi encomendada por duas empresas de educação corporativa, e a conclusão dela — o problema é a maturidade da liderança, não a tecnologia — coincide com o que essas empresas vendem. A amostra também muda de tamanho conforme a publicação, entre três mil e quatro mil respondentes. Use a ordem de grandeza; não use o decimal.

O que sustenta melhor a tese é um levantamento independente do MIT, o The GenAI Divide: State of AI in Business 2025, que não encontrou impacto mensurável no resultado financeiro em 95% dos pilotos de IA generativa examinados (Forbes, 26/08/2025). O próprio relatório é preliminar e não passou por revisão por pares, e o número virou manchete além do que a metodologia sustenta. Mas a causa que ele aponta é a mesma: o problema está na integração com o processo real, não na qualidade do modelo.

O que faz uma automação quebrar em silêncio?

Três coisas respondem pela maior parte das falhas silenciosas de uma automação, e nenhuma delas tem a ver com inteligência artificial. A integração muda sem avisar, o dado chega fora do padrão, ou a exceção nunca foi decidida por ninguém.

A integração muda sem avisar. O sistema do outro lado renomeia um campo, muda o formato da resposta ou aposenta um endereço de acesso. Do lado de cá, a automação continua executando e entregando resultado vazio. Construir a conexão é a parte barata do ciclo de vida dela; o que custa vem depois.

O dado chega fora do padrão. A automação foi feita para um CNPJ com pontuação e recebe um sem. Espera data em um formato e recebe em outro. Cada caso desses gera uma exceção, e a exceção quase sempre vira regra manual.

A exceção nunca foi decidida. Muita automação é interrompida não por defeito, mas porque ninguém definiu o que fazer quando o caso foge do previsto. Na ausência da decisão, a saída padrão é chamar uma pessoa — e a pessoa passa a ser chamada sempre.

Quanto custa manter uma automação no ar?

Manter uma automação é linha de orçamento, não imprevisto. A referência usada em engenharia de software é de 10% a 20% do custo de construção por ano, só para manter funcionando — e ela sobe rápido quando a automação depende de vários sistemas de terceiros, porque cada integração envelhece no ritmo de quem está do outro lado.

Para uma empresa pequena, o número em si importa menos que a consequência: se a manutenção não estiver no orçamento, ela vai acontecer mesmo assim, cobrada em horas da sua equipe em vez de em nota fiscal. A diferença entre as duas formas é que a segunda não aparece em lugar nenhum.

A VT Sávio trata isso como parte do escopo desde a proposta, e por um motivo prático: automação sem quem cuide tem prazo de validade, e o prazo costuma ser mais curto que o retorno estimado na hora de contratar.

Daqui para baixo o texto entra na parte técnica, para quem vai implementar ou cobrar de quem implementa.

O que monitorar para descobrir a falha antes do cliente?

Monitorar uma automação não é verificar se o servidor está de pé: é medir se o trabalho foi concluído como deveria. Um sistema pode estar impecavelmente no ar enquanto todas as execuções terminam sem fazer nada, e é esse o caso que passa despercebido por mais tempo.

Quatro sinais dão conta da maioria dos casos, e todos existem em ferramentas de automação como o n8n, que a VT Sávio usa nos projetos:

1. Execução com falha. Toda automação registra quando uma execução termina com erro. O que costuma faltar não é o registro, é alguém receber aviso quando ele acontece.
2. Taxa de sucesso ao longo do tempo. Uma automação que passou de 98% para 85% de execuções bem-sucedidas ainda funciona — e já está avisando que algo mudou do outro lado.
3. Fila com nova tentativa. Quando a automação depende de um sistema externo, o certo é a mensagem que falhou voltar para a fila e ser tentada de novo, em vez de se perder. É a diferença entre uma instabilidade de dez minutos e um pedido não processado.
4. Silêncio. O sinal mais traiçoeiro é a automação que para de ser executada e não gera erro nenhum, porque nada a acionou. Sem alerta de ausência, ela some do radar sem deixar rastro.

É o tipo de instrumentação em que a VT Sávio costuma ver ganho concreto: não em automatizar mais coisas, mas em instrumentar o que já existe, para que a descoberta venha do alerta e não da reclamação. Se a sua automação roda uma vez por semana e alguém já confere o resultado de qualquer jeito, este artigo já resolveu — montar monitoramento vai custar mais do que a conferência que você já faz.

Quando não vale a pena manter uma automação?

Nem toda automação merece ser consertada, e insistir na errada é o jeito mais silencioso de gastar dinheiro.

Não vale manter quando o processo automatizado mudou tanto que a automação resolve um problema que a empresa não tem mais. Também não vale quando o volume nunca chegou: uma rotina que roda três vezes por mês raramente paga o custo de cuidar dela, por mais elegante que seja. E não vale quando a automação foi construída para contornar um processo mal resolvido — nesse caso ela está preservando o problema, e desligá-la costuma ser o que força a decisão que ficou pendente.

O teste é simples: se você somasse as horas gastas conferindo e corrigindo, a automação ainda economizaria trabalho? Quando a resposta é não, o certo é desligar ou refazer, não remendar.

O que esses números não dizem

As pesquisas sobre falha de automação com IA medem percepção de quem respondeu, não desempenho auditado de automações em produção. Nenhuma delas acompanhou um conjunto de automações ao longo do tempo para medir quantas ainda funcionavam depois de um ano — que seria o dado realmente útil, e que não existe publicado.

Também não há base para dizer que a taxa de falha no Brasil é maior ou menor que em outros lugares. Os estudos brasileiros disponíveis sobre o tema têm amostra autosselecionada, e os internacionais de maior porte olham para empresas bem maiores que uma PME típica.

O que dá para afirmar com segurança é mais modesto, e continua valendo: automação depende de manutenção, manutenção depende de alguém encarregado, e não existe automação que se mantenha sozinha porque foi bem construída.