Em 112 dias publicámos 59 artigos neste blog com apoio de inteligência artificial. A 8 de Setembro de 2026, o número de artigos indexados pela Google era zero. Nenhum deles teve uma única impressão em pesquisa. Este artigo começa por aí porque é o erro de IA mais caro que cometemos — e foi connosco, não com o dinheiro de um cliente.
A resposta curta, para quem só tem dois minutos: uma pequena empresa não deve começar pela ferramenta. Deve começar pela tarefa que já tem procura, já está a acontecer e já está a ser feita tarde — quase sempre responder a quem chega fora do horário de expediente. A IA rende quando encurta o tempo entre o pedido do cliente e a primeira resposta humana útil. Desperdiça dinheiro quando é usada para produzir mais de alguma coisa que ninguém tinha pedido. A diferença entre as duas coisas não é o preço da ferramenta: é a escolha do primeiro problema.
Regra prática: se a IA que está a pensar comprar aumenta o volume do que já produz, adie. Se reduz o tempo de espera de alguém que já lhe bateu à porta, comece por aí.
O erro de IA mais caro que cometemos foi nosso, não de um cliente
Entre 19 de Maio e 7 de Setembro de 2026, este blog publicou 59 artigos, quase todos gerados por uma rotina automática. Foi trabalho a sério: pesquisa, escrita, revisão, publicação, imagem, tudo encadeado, cinco dias por semana. A 8 de Setembro fomos ver o que é que aquilo tinha produzido no Search Console. Estes são os números, sem arredondar para cima:
A repartição diz mais do que o total. Dos 59 artigos, 31 estavam classificados como «URL desconhecida da Google» — nunca foram sequer descobertos — e 28 como «Rastreada, atualmente não indexada», que é a forma educada de a Google dizer que viu o artigo e decidiu não o guardar. Em 144 dias de série de dados, os artigos somaram 113 visualizações de página, todas de tráfego directo ou de navegação interna. O site inteiro teve 60 cliques orgânicos nesse período — todos da página inicial, nenhum de um artigo.
O diagnóstico levou tempo porque a explicação óbvia estava errada. Não era a qualidade da escrita: os artigos estão corrigidos, com dados e com fontes. Eram duas coisas ao mesmo tempo. A primeira, técnica: o índice do blog que a Google efectivamente lê estava a servir uma versão antiga sem um único link para os artigos, e dos 31 artigos que a Google nunca rastreou, 31 estavam ausentes desse índice — correlação de 31 em 31. A segunda, editorial: durante meses publicámos conteúdo correcto mas indiferenciado, do tipo que qualquer pessoa consegue gerar em três minutos com o mesmo pedido, e para esse tipo de conteúdo a Google tem hoje um veredicto padrão.
Nenhum destes dois problemas se resolve comprando melhor IA. É esse o ponto do artigo.
As três formas de a IA queimar dinheiro numa PME
Não estamos sozinhos nisto, e os números do mercado são desconfortáveis: um levantamento da iniciativa NANDA, do MIT Media Lab, concluiu que 95% dos projectos-piloto de IA generativa em empresas não produziram impacto mensurável no resultado financeiro. Entre as empresas que efectivamente medem o retorno, a estimativa é de cerca de 28 meses até o valor gerado ultrapassar o custo inicial. Numa PME, 28 meses de paciência não é uma opção realista. Vale a pena perceber onde o dinheiro se perde.
1. Escalar aquilo que não tinha procura
É o nosso caso. A IA baixou o custo de produzir um artigo ao ponto de a pergunta «vale a pena escrever isto?» ter deixado de ser feita. Quando produzir passa a ser quase grátis, o filtro que desaparece primeiro é o do valor. O resultado não é neutro — é negativo: cada peça dispensável consome atenção, orçamento de rastreio e credibilidade do conjunto. A IA não transforma trabalho inútil em trabalho útil. Multiplica-o.
2. Falhar em silêncio
Temos hoje 111 rotinas automatizadas a correr sozinhas nesta operação — relatórios, sincronizações, avisos, auditorias. Ao verificar o estado de todas na manhã em que este artigo foi escrito, quatro tinham terminado a última execução com código de erro. Nenhuma dessas quatro tinha avisado ninguém: falharam exactamente como estavam programadas para funcionar, em silêncio, porque o aviso fazia parte do passo que não chegou a correr.
É a diferença mais importante entre uma pessoa e uma automatização. Um colaborador que não consegue fazer uma tarefa vem dizer. Uma automatização que parte continua a parecer viva: o relatório deixa de chegar e ninguém dá pela ausência de uma coisa que ninguém estava à espera de ver. Toda a automatização precisa de uma segunda automatização que verifique se a primeira correu — e essa verificação tem de vir por um caminho diferente do da primeira, senão as duas caem juntas.
3. Automatizar um processo que já estava mau
Se os pedidos de orçamento já se perdem numa caixa de entrada partilhada, pôr IA a gerar mais pedidos só faz com que se percam mais depressa. A ordem correcta é pessoas, processo e só depois tecnologia; invertê-la é o erro mais comum e o mais caro, porque produz um sistema que ninguém adopta e que ninguém consegue explicar.
Quer aplicar isto na sua empresa?
Fazemos um diagnóstico gratuito de 30 minutos e mostramos exactamente por onde a IA compensa no seu negócio — e por onde não compensa.
Agendar diagnóstico gratuito →Por onde começar: a ordem que funciona
A sequência abaixo é a que aplicamos nas contas que operamos, e está por ordem de retorno — não por ordem de sofisticação. A camada 1 costuma pagar-se sozinha; a camada 3 é onde quase toda a gente começa, e é onde nós próprios perdemos quatro meses.
| Camada | O que a IA faz | Como se prova em 30 dias |
|---|---|---|
| 1. Responder | Atende, confirma a receção e qualifica quem chega fora de horas, ao fim-de-semana e de madrugada | Tempo mediano até à primeira resposta, dentro e fora do expediente |
| 2. Registar | Regista cada pedido no funil e cria uma tarefa com data para o próximo passo | Número de pedidos sem próximo passo agendado. Se não for zero, o resto não interessa |
| 3. Produzir | Gera conteúdo, criativos, propostas, respostas-tipo | Procura verificada para o que se produziu, medida antes de produzir |
A camada 1 é a primeira por uma razão que medimos. Nos negócios de serviços cujo CRM operamos, 67,1% dos pedidos entram fora de segunda a sexta das 9h às 18h — medição sobre 5.967 pedidos de 12 negócios reais, de Janeiro a Setembro de 2026 — e o dia com mais pedidos da semana é o domingo. No nosso próprio canal de WhatsApp comercial, a mediana do tempo até à primeira resposta registada era de 1 minuto e 43 segundos fora do expediente, contra 57 minutos dentro do expediente, entre 21 de Junho e 3 de Setembro de 2026. O número parece invertido e não é: fora de horas quem responde é o agente de IA, e o agente responde sempre.
Traduzido: a maior parte da procura de uma PME de serviços chega quando o escritório está fechado. É essa a lacuna que a IA fecha melhor, e é a única em que o retorno se vê ao fim de duas semanas em vez de 28 meses. Se quiser o desenho completo dessa camada, está em agente de IA no WhatsApp: atendimento e vendas 24/7; a camada 2 está detalhada em como automatizar o follow-up de leads com CRM.
O que medir nas primeiras quatro semanas
Um projecto de IA numa PME não precisa de um painel. Precisa de quatro números, revistos uma vez por semana, e de coragem para desligar o que não os move:
- Tempo mediano até à primeira resposta, separado entre horário de expediente e fora dele. É a métrica que mostra se a camada 1 está de pé. Use a mediana, não a média — uma resposta esquecida durante três dias distorce qualquer média.
- Pedidos sem próximo passo agendado. Conte-os à sexta-feira. Numa base de mais de seis mil pedidos que analisámos, 31,3% estavam parados na primeira coluna do funil, com uma mediana de 46 dias de imobilidade. Esse número existe em quase todas as operações, e quase nunca é conhecido.
- Custo mensal por ferramenta, com o dia em que foi contratada. Subscrições de IA acumulam-se por adesão a testes gratuitos e sobrevivem por inércia. Se não consegue dizer o que cada uma faz numa frase, cancele.
- Quantas automatizações correram e quantas falharam. Se a resposta for «não sei», já sabe qual é o valor real do que instalou.
Repare no que não está nesta lista: número de textos gerados, horas poupadas em teoria, ou qualquer variante de «produtividade». Não são verificáveis e é sempre com elas que um projecto de IA se justifica a si próprio depois de ter deixado de servir para alguma coisa.
O que mudou em 2026: a lei já se aplica à sua PME
Desde 2 de Agosto de 2026 estão em vigor as obrigações de transparência do artigo 50.º do Regulamento Europeu de Inteligência Artificial, e aplicam-se a empresas de qualquer dimensão. Na prática, para uma PME, significam duas coisas concretas: um chatbot, agente ou voz automática tem de se identificar como inteligência artificial na primeira mensagem de cada conversa e sempre que lhe perguntam; e conteúdo gerado por IA que possa passar por real — uma pessoa fotorrealista, um cenário credível, uma voz sintética — tem de levar rótulo visível. Se contratou uma agência para produzir esse conteúdo, a responsabilidade é de quem o produz, não de quem o encomendou. Publicámos a doutrina completa que aplicamos, com os casos que levam rótulo e os que não levam, no nosso manual de rotulagem de IA.
Vale a pena um contexto sobre onde as PME portuguesas estão nisto. Segundo o INE, 11,5% das empresas em Portugal usavam tecnologias de IA em 2025, mais 2,9 pontos percentuais do que no ano anterior — mas o valor cai para 9,4% nas empresas com 10 a 49 pessoas e sobe para 49,1% nas de 250 ou mais. Ou seja: a distância não é entre quem usa IA e quem não usa, é entre empresas grandes e pequenas. Na média da União Europeia, a adopção anda perto dos 20%.
Sobre financiamento, uma nota honesta em vez do entusiasmo do costume: a Linha «IA nas PME» do PRR financiava 75% do investimento até 300 mil euros por empresa, mas as candidaturas encerraram a 28 de Novembro de 2025. Quem procurar apoio hoje deve olhar para o Sistema de Incentivos à Competitividade Empresarial, no Portugal 2030, que cobre projectos de IA com taxas de comparticipação a partir dos 40%. Confirme sempre o aviso em vigor antes de contar com o apoio no orçamento — e, sobretudo, não desenhe o projecto à volta do financiamento. Um projecto de IA que só faz sentido com subsídio não faz sentido.
O que faríamos se recomeçássemos hoje
Com o que sabemos agora, a ordem seria esta: pôr o atendimento fora de horas de pé na primeira semana, ligar cada pedido a uma tarefa com data na segunda, e só ao fim de um mês — com os dois primeiros números a mexer — considerar usar IA para produzir seja o que for. E ter, desde o primeiro dia, uma verificação independente a confirmar que cada automatização correu.
Publicar 59 artigos antes de confirmar que a Google os conseguia sequer descobrir foi a nossa versão do erro número 3. Custou quatro meses. A vantagem de o ter cometido connosco é que agora é um artigo, e não uma fatura de um cliente.
A Synco faz isto por si
Montamos e operamos a camada 1 e a camada 2: a Iara atende, qualifica e encaminha quem chega ao seu WhatsApp fora de horas, ao fim-de-semana e de madrugada — identificando-se como inteligência artificial na primeira mensagem, como o artigo 50.º exige — e cada pedido fica registado no funil com uma tarefa e uma data. Instalamos também a verificação que avisa quando alguma parte disto deixa de correr.
Ver serviço de IA comercial →