De onde vem a sua falta de paciência com inteligência artificial? Eu já contratei e trabalhei diretamente com quase 400 pessoas e hoje adapto dezenas de IAs pra minha operação — e o fluxo é o mesmo dos dois lados: processo seletivo, onboard, produção em pedaço e monitoramento.
Resposta rápida: a sua IA não está falhando por ser ruim — ela está falhando porque você não deu onboard nenhum a ela. Ninguém bota um estagiário na empresa, manda ele se virar e demite no dia seguinte; com IA, é exatamente isso que quase todo mundo faz. O fluxo que funciona é o do RH: processo seletivo (escolher o modelo e parar de perder tempo com modelo ruim), onboard (explicar como o negócio funciona, com as informações organizadas), entrada em produção por pedaço e monitoramento semanal de cada skill até ela acertar 95% ou 99% do tempo. Aqui dentro isso levou semanas — e a IA de atendimento que saiu daí sustenta mil leads por semana, volume que a minha equipe atual não daria conta. Os números batem: o Gartner prevê que mais de 40% dos projetos agênticos sejam cancelados até o fim de 2027 e o MIT achou 95% de pilotos de IA generativa sem retorno medido, por falha de integração ao fluxo de trabalho — não por falta de modelo bom.
Gravei esses 14 minutos no dia 9 de setembro de 2026, às 11h57, e publiquei no canal @josimarjmv em 19/09/2026. Assista e leia junto: aqui embaixo eu conto a mesma coisa com mais calma e com as pesquisas que eu fui conferir em 20/09/2026.
🎧 PREFERE OUVIR? · 15 min
Este artigo também é um episódio do podcast Josimar JMV | Em Produção — o mesmo vídeo, só o áudio, normalizado pra fone.
Meu nome é Josimar Machado, eu tenho uma empresa de tecnologia e eu cuido dos departamentos de suporte, venda e atendimento ao cliente. Também gerencio uma equipe de desenvolvedores. E eu sou hands-on de verdade: cuido de hardware, cuido de BGP, cuido de CDN de vídeo — são milhões de vídeos todo dia, em data center próprio aqui no Brasil e com um PoP de entrega nos Estados Unidos.
Então eu vou falar disso com visão ampla do negócio, como quem já contratou e trabalhou diretamente com quase 400 pessoas ao longo da jornada — desenvolvedor, vendedor, suporte, marketing. E como quem paga a folha dessa gente. Não é palpite de quem só leu a respeito.
A pergunta que abre isso tudo é essa: de onde vem a sua falta de paciência com inteligência artificial? Talvez você nunca tenha tido o dom de treinar colaborador. Talvez você não conheça esse fluxo. Talvez, por nunca ter passado por um RH de verdade, você não entenda que é normal ter etapa pra pôr uma IA dentro do seu pipeline. O que não existe é o atalho: copiar um prompt de um zezinho que te vende mil prompts por R$ 20 e achar que está tudo perfeito e ela vai fazer tudo por você. Isso não existe.
Antes do onboard tem uma etapa que quase ninguém faz direito, e é a mais barata de todas. Eu não perco tempo com modelo ruim. Vejo gente querendo tirar leite de pedra, montando harness em cima de modelo fraco, e a conta não fecha: o cara gasta 80% dos tokens planejando com um modelo grande e aí joga os 20% da execução num modelo pior. Eu prefiro otimizar o meu tempo, que é curto e escasso.
Quando saiu a geração nova da OpenAI, eu esperei. A anterior, pra mim, tinha sido decepção; essa parece que não. Eu vi gente séria — gente que eu escolhi acompanhar — falando muito bem, e aí sim eu vou testar. (Apuração minha, feita em 20/09/2026: o GPT-6 Astra saiu em 3 e 4 de setembro de 2026, poucos dias antes desta gravação.)
E aqui vem o pulo do gato que liga uma coisa na outra: pra contratar um estagiário ou um efetivo, você faz processo seletivo. Por que cargas d'água você não faz processo seletivo dos vídeos que você assiste, das pessoas que você segue e daquelas em quem você vai gastar o seu tempo? Em nome de Deus, você acredita num menino de 20, 23 anos que nunca teve empresa na vida te ensinando a montar empresa e a usar inteligência artificial — ele não sabe como funciona na operação real. Tem gente vendendo curso de empresa agêntica que nunca teve empresa. É empresa de ficção: joga Monopoly e depois quer sacar o dinheiro no banco. Se você é estudante e está testando, é outra conversa — aí é brincar pra aprender, e isso eu respeito.
Preciso parar aqui um minuto, senão o resto do texto vira confusão. Quando eu falo em treinar, eu não estou falando de fazer o treinamento técnico do modelo. Eu estou falando de pegar um modelo pré-existente, só na parte de inferência, e adaptar ele ao meu negócio: as skills, o formato, como eu trabalho, como as minhas coisas funcionam.
É adaptação dentro do escopo do negócio, não ajuste de pesos. Feito o adendo, dá pra seguir: eu fiz o processo seletivo, escolhi o meu modelo — do mesmo jeito que fiz o processo seletivo e escolhi o estagiário. Agora os dois acabaram de entrar. E os dois precisam de onboard.
O estagiário entrou, você vai treinar ele. Se a sua empresa for um pouquinho mais esperta, você tem curso gravado e um pipeline de onboard pronto. Eu tenho a minha própria plataforma de EAD, a Nochalks, e eu treino os meus colaboradores nela antes de vender a plataforma pra quem quiser — a pessoa fica uma semana, duas, 15 dias vendo teoria, e em paralelo põe a mão na massa. Eu crio login do sistema pra ela mexer, olhar e entender como funciona. Pronto: eu não mandei um prompt pro estagiário e falei "se vira".
Só que com IA é isso que está acontecendo. Gente jogando um monte de prompt errado, vendo sair torto e jogando fora. Muita gente está agindo com inteligência artificial igual age com freelancer de fim de ano: chega dezembro, coloca o coitado na loja, dá uma instrução, "se vira". Deu ruim. Em janeiro manda embora. Não tem inteligência artificial que funcione desse jeito.
O fluxo é o mesmo dos dois lados, e ele é chato de tão simples: 1) processo seletivo — escolher quem entra, pessoa ou modelo; 2) onboard — teoria de como a casa funciona, com material organizado; 3) mão na massa com acesso de verdade, em pedaço pequeno; 4) trabalhar sozinho num projeto com início, meio e fim; 5) monitoramento toda semana, pra sempre. Pule o 2 e o 5 com uma pessoa e ela compensa com jeitinho. A IA não compensa com jeitinho — ela devolve o buraco na sua cara no primeiro dia.
Vou dar um exemplo que estava acontecendo no momento exato em que eu gravei, porque é mais honesto do que falar em tese. Eram 11h57 do dia 9 de setembro de 2026 e a minha inteligência artificial de atendimento, a Yasmin, já devia ter atendido umas 20, 30 pessoas só naquela manhã — leads de uma campanha de tráfego pago que eu estava rodando pro meu sistema de TV Indoor, que é B2C: a pessoa baixa o aplicativo na TV convencional, igual faz com streaming, em Samsung, LG, Roku, e controla tudo pelo telefone.
Essa IA tem dezenas de funcionalidades internas. Ela recebe o lead em linguagem natural, entende o que ele está falando, entende o segmento de mercado dele, qualifica, manda tutoriais de acordo com a necessidade dele, cadastra ele num teste gratuito de 30 dias se estiver qualificado — e ainda bate papo naturalmente com ele. Eu não teria como atender mil leads por semana com a minha equipe atual se eu não tivesse a Yasmin me ajudando.
Quanto tempo eu levei pra fazer a Yasmin? Eu não mandei um prompt: eu fiz um onboard. Expliquei pra ela tudo que funcionava e como funcionava. E eu padronizei — que é a parte que ninguém tem paciência de fazer e é justamente a que sustenta o resto.
Sobre o "agente inteligente" que nunca viu produção: tem um monte de gente montando fluxinho de chatbot em ferramenta de automação e chamando aquilo de operação — gente que nunca botou um trem em produção. Aquilo abstrai uma operação complexa e é fantasioso: você não coloca aquilo em produção. Montar demonstração é fácil; o que é difícil é aguentar o usuário real na segunda-feira de manhã.
Padronizar, no meu caso, virou uma coisa que todo desenvolvedor reconhece: um MVC. Falando bem por cima — e o pessoal vai me xingar —, MVC é um modelo de pastinha: um padrão de organização em que você separa as coisas e referencia.
E tem um cuidado que é o mais importante de todos: a gente trabalha com limite de contexto. Então não pode escalar demais, senão a sua Yasmin vai se perder. Isso não é detalhe de nerd — é a diferença entre uma IA que responde certo às 9h e a mesma IA respondendo bobagem às 15h.
Com a casa organizada, eu fiz semanas de treinamento. Porque eu tenho que treinar, validar uma, duas, três vezes e fazer a minha própria inferência em cima do que saiu. Se está dentro do contexto e deu certo, eu ponho em produção só aquele pedacinho — e monitoro. Por quê? Porque o usuário é maravilhoso: ele sempre tem coisa que a gente não imagina. E o usuário brasileiro é diferente do resto do mundo — a pergunta é outra, o jeito de lidar é outro. Essa é a mesma lógica de subir a escadinha da IA degrau por degrau, em vez de tentar pular do chão pro telhado.
Eu falei tudo isso de cabeça, com a experiência da operação. Depois fui atrás das pesquisas pra ver se o mercado confirma ou me desmente. Confirma — e o mais interessante é onde o mercado está quebrando.
O primeiro número é o que mais dói. O MIT Project NANDA publicou em julho de 2025 o relatório "The GenAI Divide", feito com 52 entrevistas, 153 respostas de líderes seniores e a revisão de mais de 300 iniciativas públicas de IA: 95% dos pilotos não entregaram retorno medido. E a causa que eles apontam é exatamente a minha tese, com outro nome — eles chamam de learning gap: "a maioria dos sistemas de IA generativa não retém feedback, não se adapta ao contexto e não melhora com o tempo". Traduzindo pro meu vocabulário: ninguém fez o onboard, ninguém adaptou ao fluxo e ninguém monitorou pra ajustar.
O segundo vem do Gartner, em 25 de junho de 2025: mais de 40% dos projetos de IA agêntica devem ser cancelados até o fim de 2027, por custo estourando, valor de negócio pouco claro e controle de risco insuficiente. A analista Anushree Verma diz que a maior parte desses projetos é experimento em estágio inicial, movido a hype e mal aplicado. E tem o dado que eu queria ter na mão quando falei do fluxinho de automação: o Gartner cunhou o termo agent washing — fornecedor rebatizando assistente, RPA e chatbot velho de "agente" — e estima que, dos milhares que se dizem agênticos, só cerca de 130 são de verdade.
O terceiro fecha o argumento por outro lado. O Gallup mede que só 12% dos funcionários concordam fortemente que a empresa faz um bom trabalho de onboarding de gente nova. Olha o tamanho da encrenca: 88% das empresas já não sabem dar onboard pra um ser humano, que fala, pergunta e reclama. Por que essa mesma empresa acertaria o onboard de uma IA?
Passado o onboard, em qualquer profissão vem o momento de trabalhar sozinho: eu dou um projeto pro estagiário com início, meio e fim e ele entrega. Com a IA é igual. E o que vem depois também é igual: monitoramento.
Se você já trabalhou em call center no começo da carreira, você sabe do que eu estou falando: toda semana alguém pega as suas gravações, faz uma análise do que foi feito e vê o que dá pra melhorar. A gente faz daily de ajuste em desenvolvimento, em suporte, em venda — reunião aqui tem todos os dias. Então por que cargas d'água você acha que com a IA não vai precisar?
Com a IA o ciclo é o mesmo: deu certo, segue; não deu, volta, ajusta e faz de novo. Cada skill que você constrói, você vai medindo o sucesso dela até andar 95% do tempo certa, 99% do tempo certa. Não tem como trabalhar com inteligência artificial sem ter a mentalidade de treinamento de um ser humano. Aliás, é por isso que eu acho que bom RH vai nadar de braçada nessa era: ele já sabe o fluxo de treinamento, já sabe que precisa de paciência, de fazer uma, duas, três vezes, e de só então avançar o passo. É o mesmo problema que me fez montar uma faculdade dentro da empresa quando o currículo que chegava dava vontade de chorar.
Vou falar e sei que vou apanhar: eu prefiro treinar uma inteligência artificial do que um estagiário. Eu já treinei centenas de estagiários e já estou em dezenas de IAs adaptadas pra funções diferentes aqui dentro. É muito mais fácil — dá menos dor de cabeça e eu não preciso voltar tantas vezes no mesmo ponto. Tirando os geniozinhos que existem por aí, que aí fica pau a pau, estatisticamente é mais fácil treinar a IA.
E olha a assimetria de tempo, que é o coração da coisa: enquanto o estagiário passa meses aprendendo tecnicamente aquilo que ela já sabe, eu passo semanas mexendo no onboard dela. Não dá nem pra comparar os dois tecnicamente — ela está muito acima nesse quesito, e não é demérito de ninguém.
Só que isso tem um preço lá na frente, e eu não vou fingir que não tem: se ninguém treina júnior, daqui a pouco não tem sênior. Eu já escrevi por que eu também parei de contratar júnior e por que isso vira apagão, e também quem é o estagiário que eu voltaria a contratar. As duas coisas são verdade ao mesmo tempo: treinar IA hoje é mais barato, e a conta da base que não foi formada chega depois.
Fecho com a pergunta que dá título a tudo isso. As pessoas não mandam o estagiário embora no primeiro dia. Por que você está mandando a inteligência artificial embora no primeiro dia? Só tem duas respostas possíveis: ou você não filtrou na entrada, ou você está achando que inteligência artificial é mágica — que você manda um prompt e ela faz tudo pra você.
Se for a segunda, algum papagaio de pirata digital botou isso na sua cabeça. Faz o favor de bloquear o sujeito agora, tirar ele do seu pipeline e parar de perder tempo. E, já que o assunto é processo seletivo de conteúdo, eu já expliquei por escrito como eu assisto 100 vídeos em uma hora — foi assim que eu deixei de ser refém de papagaio digital. Quem vende atalho costuma vender também micro-SaaS pronto em dois dias, e a conta é sempre a mesma.
E a parte honesta do meu próprio caso: em venda e no financeiro a Yasmin está maravilhosa; em suporte eu ainda estou engatinhando, porque é mais sensível — ninguém entra em contato com suporte pra mandar flores, é porque está com problema, então tem que ser assertivo e rápido. Vou chegar lá, do mesmo jeito que cheguei no resto. Hoje o meu SDR, que é esse pré-filtro dela, é melhor do que qualquer SDR humano que eu já tive — e eu preciso ser preciso no "melhor": melhor em estabilidade. Ela atende de segunda a segunda, 24 horas por dia, e o humor dela não muda. Diferente de nós, que temos dia bom e dia ruim. E isso faz parte do jogo.
O meu caso é do tamanho da minha operação. Eu sou dono, sou hands-on e sou o revisor final — eu consigo bancar semanas de onboard porque a decisão é minha e o prejuízo também. Numa empresa grande, com comitê e orçamento trimestral, esse tempo é político, não técnico, e eu não vou fingir que sei operar nessa realidade. A comparação com estagiário também tem limite: um estagiário vira sênior, e a IA não vira — ela fica boa naquilo. E o "mais fácil treinar IA" é a minha experiência, não resultado de estudo controlado. O que eu sustento é o método: processo seletivo, onboard, pedaço em produção, monitoramento semanal. O resto é preferência, e preferência se discute.
A gravação é de 9 de setembro de 2026 (publicada em 19/09/2026) e este texto é de 20 de setembro de 2026. É vivência minha, dita na gravação: as quase 400 pessoas com quem eu já trabalhei diretamente, a infraestrutura com data center no Brasil e PoP nos Estados Unidos, a Yasmin atendendo 20 a 30 leads naquela manhã e sustentando mil leads por semana, as semanas de onboard dela, a organização em raiz, skills e tools, o teste gratuito de 30 dias que ela cadastra, e o estado de cada área (venda e financeiro maduros, suporte engatinhando). É apuração minha, feita em 20/09/2026, e não foi dita na gravação: os dados do MIT, do Gartner e do Gallup, e a data de lançamento da geração nova da OpenAI. Segue como opinião minha: preferir treinar IA a treinar estagiário, e a leitura de que bom RH leva vantagem nessa transição.
Se você quer ver esse onboard por dentro: é isso que eu vou abrir na Imersão de Chatbot — a operação de verdade, do banco de dados até o atendimento, com os mapas que eu fiz pra treinar a Yasmin, que hoje atende em nível de produção. Data, preço e condição são os que estão em todas as imersões — não invento nada por aqui.
TODA SEGUNDA · MEIO-DIA · AO VIVO
Discorda? Concorda? Tem um caso parecido? Aqui não tem caixa de comentário de propósito: segunda-feira, ao meio-dia, eu faço live no canal e a gente conversa sobre isso ao vivo — sem corte, como sempre.
Baseado na gravação do canal @josimarjmv feita em 09/09/2026 e publicada em 19/09/2026 (14min41), com transcrição própria das legendas do próprio vídeo. São da minha vivência, ditos na gravação: as quase 400 pessoas contratadas e geridas diretamente ao longo da jornada, o cuidado com hardware, BGP e CDN de vídeo com milhões de vídeos por dia em data center próprio no Brasil e PoP nos Estados Unidos, o treinamento dos meus colaboradores na minha própria plataforma de EAD por uma a duas semanas antes da mão na massa, a IA de atendimento chamada Yasmin atendendo de 20 a 30 leads na manhã de 09/09/2026 numa campanha de tráfego pago do sistema de TV Indoor, as dezenas de funcionalidades internas dela (recebe o lead em linguagem natural, entende o segmento, qualifica, manda tutoriais, cadastra em teste gratuito de 30 dias e conversa), os mil leads por semana que a equipe atual não atenderia sozinha, as semanas de onboard e validação antes de subir cada pedaço pra produção, a organização do contexto em raiz, skills e tools com o cuidado do limite de contexto, a medição de cada skill até 95% e 99% de acerto, e o estágio de cada área hoje (venda e financeiro maduros, suporte engatinhando). São apuração minha, feita em 20/09/2026, e não foram ditos na gravação: os dados do relatório "The GenAI Divide: State of AI in Business 2025", do MIT Project NANDA (julho de 2025) — 95% dos pilotos sem retorno medido, 52 entrevistas, 153 respostas de líderes, mais de 300 iniciativas revisadas e o diagnóstico de learning gap; a previsão do Gartner de 25/06/2025 de mais de 40% de projetos agênticos cancelados até o fim de 2027, com a citação da analista Anushree Verma e a estimativa de agent washing (cerca de 130 fornecedores agênticos de verdade entre milhares); a medição do Gallup de que só 12% dos funcionários concordam fortemente que a empresa faz um bom onboarding; e as datas de lançamento do GPT-6 Astra, em 3 e 4 de setembro de 2026. As leituras sobre processo seletivo de conteúdo, preferência por treinar IA e vantagem do RH nessa transição são minhas, não são conclusão de estudo. Data, preço e condição de cada imersão são as que estão em todas as imersões.