Como medir a maturidade de IA da sua empresa (passo a passo + níveis)

Para medir a maturidade de IA de uma empresa, avalie cada área de negócio contra níveis definidos por evidência verificável — o que as pessoas que operam realmente fazem com IA — e não por autoavaliação. O resultado útil tem três partes: um nível por área, os gaps que travam o próximo nível e um plano com dono, meta e sequência.

Por que a autoavaliação engana

A forma mais comum de “medir maturidade de IA” é um questionário: cada gestor dá uma nota de 1 a 5 para a própria área. É rápido, e é exatamente por isso que falha. Quem responde tem incentivo para inflar (ninguém quer aparecer atrás no comitê), responde por impressão e não por fato, e ninguém verifica. Duas empresas com a mesma nota podem estar em realidades completamente diferentes.

Nas entrevistas que conduzimos com equipes operacionais, um padrão se repete: a liderança descreve um uso de IA que a operação não reconhece. O gestor diz “usamos IA no atendimento”; quem atende explica que testou uma ferramenta por duas semanas e voltou ao processo antigo. A distância entre o discurso e a prática é justamente o que um questionário não captura — e é onde a medição por evidência começa.

Medir por evidência significa trocar a pergunta “que nota você se dá?” por “me mostre o que você faz”. A resposta à segunda pergunta pode ser verificada, comparada e reavaliada seis meses depois. A resposta à primeira, não.

Quais são os níveis de maturidade de IA

Uma régua útil precisa de dois cuidados: níveis definidos por critérios observáveis (não por adjetivos) e medição por área de negócio, porque uma média da empresa esconde o que importa — financeiro pode estar dois níveis à frente do comercial, e o plano de ação é diferente para cada um. Dentro de cada área ainda cabe um segundo corte, entre o que as pessoas dominam e o que o processo incorporou, e é ele que decide qual é o primeiro passo: por onde começar com IA na empresa.

Nível	Nome	O que a evidência mostra
1	Exploração	Uso individual e disperso; sem processo, sem padrão, sem medição
2	Experimentação	Pilotos e testes em andamento; valor ainda não demonstrado
3	Integração	IA integrada a um processo real da área, com valor percebido e verificável
4	Adoção sustentada	Uso rotineiro pela equipe, com governança e resultado acompanhado
5	Transformação	O processo foi redesenhado em torno da IA e o resultado é medido no negócio

O detalhe que muda tudo: subir de nível exige evidência, não intenção. Ter licença de uma ferramenta não é nível 3 — é nível 1 com boleto. O nível 3 pede uma integração funcionando dentro de um processo com valor real; os níveis 4 e 5 pedem adoção sustentada e resultado de negócio, que não se declaram — se demonstram. Pesquisas de mercado, como o State of AI da McKinsey, apontam há anos o mesmo gap: a adoção de IA já é amplamente difundida, mas só uma minoria das empresas consegue atribuir a ela um impacto financeiro relevante. A diferença entre os dois grupos é maturidade, não acesso a ferramenta.

Como medir na prática: passo a passo em 5 etapas

Mapeie as áreas e quem opera cada uma. A unidade de medição é a área de negócio (comercial, financeiro, operações, RH…), e a fonte primária é quem executa o processo — não apenas quem o gerencia.
Colete evidência com quem opera. Entrevistas curtas e estruturadas com as pessoas da ponta: o que usam, em que etapa do processo, com que frequência, com que resultado. O formato de conversa importa — as pessoas contam numa entrevista o que nunca escreveriam num formulário.
Classifique cada área contra critérios verificáveis. Cada relato vira fato classificável: existe integração funcionando? o uso é rotineiro ou pontual? há resultado que um dono de área assinaria? O nível sai dos fatos, não da impressão de quem responde.
Identifique o gap de cada área para o próximo nível. O diagnóstico útil não termina na nota: termina na lista do que falta — por área — para destravar o nível seguinte, ordenada por valor para o negócio.
Transforme em plano e remeça. Cada gap vira uma iniciativa com dono, meta de valor e sequência. Seis meses depois, a mesma régua é aplicada de novo — e aí a evolução é um fato, não uma sensação.

É esse método que aplicamos no diagnóstico H.evolution: entrevistas de voz com quem opera, classificação por evidência em cinco níveis por área e um plano com dono e meta — o resultado consolidado é o H.evolution Score da empresa.

Autoavaliação vs. evidência: a diferença no resultado

Em uma linha: a autoavaliação registra a impressão de quem lidera; a medição por evidência registra o que a operação demonstra fazer — e só a segunda sobrevive a um “me mostre onde isso acontece”. A autoavaliação tem um papel legítimo (sensibilizar a liderança e abrir a conversa), mas decidir investimento com base nela é arriscado, porque o incentivo a inflar a nota é estrutural. Por que o questionário infla a nota e o teste que expõe isso estão detalhados em autoavaliação vs. evidência: o teste do máximo.

Quanto tempo leva e o que sai no final

Um diagnóstico por evidência de uma empresa média leva semanas, não meses: o desenho cobre entrevistas com as pessoas que operam cada área, a classificação dos fatos contra a régua de níveis e a construção do plano. O entregável final são três coisas: o nível de cada área com a evidência que o sustenta, os gaps que travam o próximo nível e o plano priorizado por valor — cada iniciativa com dono e meta.

Se a sua empresa está começando essa conversa, o caminho mais curto é medir uma vez, por evidência, e deixar a régua decidir por onde começar — em vez de começar pela ferramenta e medir depois. Sobre como pensamos esse método, veja o que é a H.evolution; para medir a sua operação, agende um diagnóstico.

Perguntas frequentes

Como sei se minha empresa está pronta para IA?

Prontidão não é uma sensação — é o nível de maturidade das suas áreas. Uma empresa majoritariamente no nível 1 está pronta para estruturar experimentos, não para escalar agentes. A resposta certa depende de onde cada área está, e é isso que a medição responde.

Dá para medir maturidade de IA internamente, sem consultoria?

Dá, e este passo a passo serve para isso. Os cuidados: quem entrevista não pode ser quem será avaliado, os critérios de nível precisam estar escritos antes das entrevistas e o resultado precisa sobreviver à pergunta “me mostre”. O que uma medição externa adiciona é isenção e comparabilidade entre áreas.

Quais os erros mais comuns ao avaliar maturidade de IA?

Os três que mais vemos: confundir compra de ferramenta com maturidade (licença não é adoção), medir a empresa por uma média única (esconde a variação entre áreas) e aceitar autoavaliação como fato (o viés de inflar é estrutural, não má-fé).

De quanto em quanto tempo remedir?

A cada ciclo de plano — em geral, seis meses. Antes disso, o que se acompanha são as iniciativas do plano (dono e meta); a régua completa volta quando há evidência nova para classificar.