Sua empresa não tem dados prontos para IA — e provavelmente não sabe disso
65% das organizações não têm AI-ready data ou desconhecem o estado. Os 5 critérios objetivos de prontidão, os 4 níveis de maturidade de dados, e o que dá para fazer com dado imperfeito enquanto a foundation amadurece.
09 de maio de 2026·10 min de leitura·Equipe Fronteira
Esse post é diferente dos outros. Em vez de listar critérios e teoria, você responde 10 perguntas sobre o estado real dos seus dados, e no fim recebe o nível de maturidade — com lista de casos de uso viáveis pra esse nível e qual é o próximo investimento certo. Leva 4-6 minutos.
Premissa: prontidão de dados é o teto que ninguém quer enxergar. 65% das organizações globais não têm AI-ready data ou desconhecem o estado, segundo Gartner 2025. No Brasil, 78% das empresas estão em nível 1-2, segundo FGV/Consecti. A maioria descobre tarde, quando o piloto de IA já travou. Esse mini-diagnóstico ajuda a descobrir antes.
Auto-diagnóstico
Responda sim ou não pra cada pergunta. Se não souber com certeza, marque não — estimativa otimista de gestor é a fonte número 1 de erro nesse exercício.
01
Pelo menos 85% dos registros nos seus sistemas críticos têm os campos essenciais preenchidos?
Completude. Audite amostra; estimativa de gestor costuma estar otimista.
02
A mesma entidade (cliente, fornecedor, produto) aparece com o mesmo identificador em pelo menos 3 sistemas?
Consistência. Sem isso, agentes de CX e prospecção quebram.
03
Os dados que sua área usa pra decisão estão atualizados em ciclo compatível com a decisão (diário pra forecast, mensal pra estratégico)?
Atualização. Integrações via planilha mensal não contam.
04
Você consegue acessar esses dados programaticamente (API ou pipeline), não via export manual?
Acessibilidade técnica. Dado em Excel guardado em pasta não é AI-ready.
05
Cada dataset crítico tem um owner identificável e responsável por qualidade?
Governança. Sem owner, qualidade vira ninguém.
06
Os dados pessoais e sensíveis estão classificados e mapeados pra conformidade LGPD?
Governança regulatória. Pré-requisito pra qualquer uso em IA.
07
Existe sample audit periódico (mensal ou trimestral) de qualidade dos dados críticos?
Métrica viva. Sem auditoria, qualidade é narrativa.
08
Você consegue rastrear de onde cada campo crítico veio (sistema de origem + transformação)?
Data lineage. Necessário pra auditar decisão de IA.
09
Para os casos de uso prioritários, os dados chegam em tempo real ou near-real-time (minutos, não dias)?
Pré-requisito pra agente em CX, fraude, decisão automatizada.
10
Existe feature store ou camada de features documentadas, reutilizáveis entre projetos?
Indicador de maturidade nível 4. Pra empresa fazendo +3 projetos de IA paralelos.
0/10 respondidas · responda todas pra ver o resultado
Por que "construir foundation primeiro" quase nunca funciona
Empresas em nível 1-2 frequentemente recebem a recomendação errada: construir foundation completa antes de qualquer caso de uso. Esse caminho é o que mais mata projetos de IA por uma razão de governança política: 18-36 meses sem resultado visível, o board perde paciência, programa é cancelado antes do payoff. O paradoxo cruel é que a empresa que mais precisaria de foundation é a que menos tem capital político pra investir nela sem entregas em paralelo.
O caminho que funciona é em onda: escolha 1-2 casos compatíveis com seu nível atual, entregue valor, use o aprendizado e o orçamento liberado pra investir em foundation onde dói, e use o nível mais alto pra ir aos próximos casos. Empresas brasileiras que escalaram IA com sucesso em 2024-2026 fizeram em onda, não em waterfall.
O que fazer depois do diagnóstico
Esse mini-diagnóstico mede só uma das 6 dimensões da maturidade em IA. Dados é o teto que decide a viabilidade da maioria dos casos, mas as outras 5 (Profundidade, Integração, Resultados, Pessoas, Governança) decidem quais casos especificamente fazer e onde. O diagnóstico Fronteira avalia as 6, por área funcional, com benchmark de 1.200 empresas reais.
Pra definição completa da dimensão Dados e como ela se conecta com Integração e Profundidade, vai pro glossário.
Base do scoring
Gartner Data and AI Readiness 2025 (65% sem AI-ready data). FGV/Consecti pesquisa anual 2025 (78% das empresas BR em nível 1-2). Atlan State of Data Catalog 2025. NIST AI Data Quality Framework. Análise: Fronteira.
Diagnóstico Fronteira
Onde sua empresa está nessa curva?
Em 15 minutos por área, você mapeia maturidade em IA em 10 funções e 6 dimensões — e compara com benchmark de 1.200 empresas reais.
