Pretotyping: finja a IA antes de gastar um trimestre nela

Existe um desperdício clássico em tecnologia, e a IA só deixou ele mais caro. O time tem uma ideia, acha a ideia óbvia, gasta um trimestre construindo, lança, e ninguém usa. Em 2026 a versão dessa cena custa mais: agora o time treina modelo, integra agente, monta pipeline, e no fim descobre que a demanda nunca existiu. Alberto Savoia, engenheiro que foi diretor de inovação do Google, passou a carreira estudando por que ideias falham e criou um nome e um método para evitar isso: pretotyping.

Protótipo responde "dá para fazer". Pretótipo responde "alguém quer"

A palavra é proposital. Não é protótipo, é pretótipo, de "pretend", fingir. A distinção que Savoia faz é a chave de tudo. Um protótipo testa se você consegue construir a coisa, ou seja, viabilidade. Um pretótipo testa se as pessoas realmente vão querer e usar a coisa, ou seja, demanda. São perguntas diferentes, e a maioria dos times pula a segunda direto para a primeira.

Savoia resume a missão numa frase: garantir que você está construindo "the right it", a coisa certa, antes de gastar energia construindo "the it right", a coisa direito. Não adianta a execução impecável de um produto que o mercado não quer. A falha mais cara não é técnica, é ter construído com competência algo que ninguém pediu. E a única forma de saber isso cedo é medir intenção real, com pessoas de verdade, antes de escrever a maior parte do código.

As ferramentas do fingimento

O charme do pretotyping é que as técnicas são baratas, rápidas e quase constrangedoras de tão simples. Vale conhecer as principais, porque cada uma se traduz direto para IA.

O Fake Door, a porta falsa, é o botão para uma funcionalidade que ainda não existe. Você coloca "Resumir com IA" na tela e mede quantos clicam. Quem clica vê um "em breve", e você acabou de medir demanda real sem ter construído nada. O Wizard of Oz, o mágico de Oz, é a interface que parece automática mas tem uma pessoa operando por trás da cortina. O usuário conversa com o "assistente" e, do outro lado, um humano digita as respostas. O Mechanical Turk é o primo: a funcionalidade entrega um resultado que parece de máquina, mas é um humano que produziu. E o Pinóquio é a versão física, um objeto de mentira que você usa para sentir se o comportamento faz sentido antes de eletrificá-lo.

Todas compartilham a mesma lógica: substituir a parte cara pela parte barata só o tempo de medir se alguém liga. Você não precisa do modelo funcionando para saber se as pessoas querem o resultado do modelo.

Por que isso é ouro para IA em produção

A IA é o cenário perfeito para pretotyping por um motivo prático: a parte cara, o modelo, é justamente a parte que dá para fingir com um humano. Antes de gastar um trimestre treinando, ajustando e integrando um agente, você coloca uma pessoa no lugar dele por trás de um chat e vê o que acontece. Quantas pessoas usam? Elas voltam? O que pedem que você não previu? Em uma semana você aprende mais sobre a demanda do que aprenderia em três meses de engenharia, porque está medindo comportamento real, não opinião em reunião.

Savoia insiste num ponto que vale grifar: colete dados próprios, os seus, não opinião de mercado nem caso de sucesso alheio. A pergunta "você usaria isso?" mente, porque todo mundo diz que sim para agradar. A pergunta que não mente é "você usou isso?", e você só responde ela colocando um pretótipo na frente de gente de verdade e medindo o clique, o retorno, o uso. É a diferença entre intenção declarada e intenção comprovada.

Isso ataca de frente o maior desperdício da IA em 2026: a fábrica de agentes que ninguém usa. A pressão para "adotar IA" faz times construírem funcionalidades por moda, sem nunca perguntar se existe demanda. O pretotyping é a checagem barata antes do cheque caro. Ele conversa direto com a lógica de tratar cada feature de IA como hipótese a ser testada, não como entrega garantida, e com a disciplina do Lean Startup de construir, medir e aprender no menor ciclo possível. O pretótipo é o "construir" mais barato que existe: quase não se constrói nada.

Um pretótipo de IA, na prática

Digamos que alguém proponha um agente que gera respostas automáticas para os chamados de suporte. O caminho caro é óbvio: treinar, integrar na ferramenta de tickets, testar, lançar. O caminho de Savoia é outro. Semana um: coloque um Fake Door no painel do agente de suporte, um botão "sugerir resposta com IA", e meça quantos clicam ao longo dos dias. Se quase ninguém clica, você economizou o trimestre. Se muitos clicam, semana dois: por trás do botão, em vez do modelo, um analista experiente escreve a sugestão manualmente, à moda Wizard of Oz. Agora você mede se as sugestões são aceitas, editadas ou descartadas, e aprende exatamente que tipo de resposta o modelo precisaria dar.

Repare no que aconteceu. Antes de qualquer código de IA, você já sabe se existe demanda, qual é o volume, e qual a qualidade que a sugestão precisa ter para ser aceita. Aí sim vale construir, e você constrói mirando um alvo que os dados desenharam, não um palpite. É a mesma disciplina de amarrar cada entrega a um comportamento que precisa mudar e de dar à IA as tarefas que as pessoas de fato querem terceirizar, só que aplicada ao momento anterior, quando a ideia ainda é barata de matar.

Há também uma economia menos óbvia: o pretótipo devolve agência ao time. Em vez de receber um mandato para construir o agente, as pessoas ganham um jeito rápido e barato de descobrir se o agente vale a pena, e decidir com dado na mão. Testar cedo é a forma mais concreta de tratar experimentação como trabalho de verdade, não como fé.

O pretotyping não torna a sua IA mais inteligente. Torna a sua aposta mais honesta. Numa época em que treinar e integrar um agente custa caro e demora, saber que existe demanda antes de começar é o que separa o time que coloca IA útil em produção do time que empilha features que ninguém pediu. Finja primeiro. Construa só o que passou no teste.

Se você quer desenhar o pretótipo do seu próximo produto de IA e medir demanda antes de investir em engenharia, chame a gente no WhatsApp que a gente ajuda a montar.