A maioria dos boards avalia vendors de IA pela demo, não pelo risco. Sete perguntas de due diligence que expõem lock-in, custos insustentáveis e dependências ocultas antes de assinar.

A maior parte dos contratos de IA falha não na tecnologia, mas na avaliação que os precede. Boards experientes em auditar fornecedores tradicionais — jurídico, financeiro, operacional — entram em salas de IA e avaliam pela demo. A demo é desenhada para impressionar. A due diligence existe para o que a demo esconde.
Este guia não exige que sejas técnico. Exige que faças as perguntas certas e saibas interpretar as respostas. Sete delas separam parceiros sustentáveis de dependências caras.
Se o fornecedor depende exclusivamente de uma API de terceiros (OpenAI, Anthropic, Google), estás a herdar o risco deles: mudanças de preço, deprecação de modelos, limites de rate. Pergunta qual a estratégia de fallback e se a arquitetura permite trocar de provedor sem reescrever o produto. Dependência de um único fornecedor a montante é lock-in disfarçado.
Muitos contratos de IA têm um custo de entrada atractivo e uma curva de custo variável brutal. O preço por token, por chamada ou por utilizador ativo pode transformar um piloto barato num centro de custo insustentável em produção. Exige uma projeção de custo a 10x e 100x do volume atual. Se o fornecedor não a consegue apresentar, não a pensou — ou não quer que a vejas.
Os teus dados treinam o modelo deles? Ficam retidos? Onde são processados e sob que jurisdição? Esta não é uma questão de compliance a delegar ao jurídico — é uma questão de vantagem competitiva. Dados que alimentam o modelo de um fornecedor podem beneficiar os teus concorrentes que usam o mesmo fornecedor.
Separa o que o fornecedor realmente construiu do que é apenas um wrapper sobre modelos disponíveis a todos. Se 90% do valor vem de um modelo público, estás a pagar prémio por integração — o que pode ser legítimo, desde que saibas. Esta clareza muda a decisão de comprar. A matriz de decisão entre build, buy e fine-tune ajuda o board a enquadrar exatamente esta pergunta.
Desconfia de métricas de vaidade: "tempo poupado", "tarefas automatizadas". Exige métricas ligadas a resultado de negócio e a forma de as auditar de forma independente. A distinção entre atividade e impacto é onde a maioria dos projetos se ilude a si própria — como detalhamos em como medir produtividade real de equipas com IA.
Um piloto que impressiona não é um sistema que aguenta produção. Pergunta pela taxa de pilotos que o fornecedor levou a produção real com clientes comparáveis — e o que travou os restantes. O custo real de um piloto que nunca chega a produção é frequentemente ignorado na fase de compra e cobrado na fase de operação.
A pergunta que quase ninguém faz na assinatura e todos lamentam na rutura. Qual o custo e o tempo de migração se a relação terminar? Consegues exportar os teus dados, modelos afinados e configurações num formato utilizável? Um fornecedor confiante na sua proposta de valor não teme uma cláusula de saída limpa. A resistência aqui é o sinal mais honesto que vais receber.
As sete perguntas apontam para o mesmo erro: os boards avaliam fornecedores de IA como compras de software, quando deviam avaliá-los como parcerias estratégicas de longo prazo com risco de dependência. A tecnologia funciona quase sempre na demo. O que decide o resultado é a economia, a governança e a reversibilidade da relação. Antes de qualquer contrato, vale enquadrar a decisão dentro de uma estrutura de governança de IA aprovada pelo board.
A due diligence técnica não protege apenas contra maus fornecedores — protege contra boas tecnologias com péssima economia para o teu caso. Se estás a avaliar parceiros de IA e queres uma leitura independente do risco antes de comprometer orçamento, fala connosco sobre a tua estratégia de IA. Trazemos a perspetiva que falta na sala: a de quem não está a vender-te o modelo.
Próximo passo
Consultoria tecnológica B2B premium: IA e automações para crescer com eficiência.
Conheça o simmple.ai →