Casos de uso de IA generativa que entregam valor real por indústria, dois anos depois


Neste artigo
Os casos de uso que entregaram valor real, em qualquer indústria, têm três traços em comum, e a indústria em si acabou importando muito menos do que os traços. O trabalho era delimitado, com uma definição de pronto que alguém conferia em menos de um minuto. Existia dado da própria empresa contra o qual conferir a saída. E uma pessoa, com nome, era dona da revisão. Tudo que tinha os três virou infraestrutura banal em dois anos. Tudo que faltava o segundo ou o terceiro produziu demonstração impressionante e nenhum valor durável, em banco e em padaria igualmente. Se você está escolhendo por onde começar, escolha pelos três traços e ignore a lista de indústrias, inclusive a que vem abaixo.
Dois anos atrás eu publiquei uma lista de casos de uso de IA generativa por indústria. Protótipos na manufatura, personalização no varejo, documentação médica, simulação de fraude, segmentação de clientes, geração de código. Era uma lista correta do que a tecnologia plausivelmente conseguia fazer.
Relendo agora, a coisa útil não é o que ela acertou. É que a lista estava organizada no eixo errado.
Alguns daqueles casos hoje são tão banais que ninguém chama mais de IA. Outros produziram uma ótima demonstração, um piloto, um slide, e depois pararam em silêncio. E a divisão entre esses dois destinos não seguiu linha de indústria nenhuma. O mesmo caso de uso deu certo numa empresa e evaporou em outra da mesma rua.
O que decidiu de verdade
Três traços. Todo caso durável que eu vi desde então tem os três, e eu não vi um único dar certo faltando o segundo ou o terceiro.
O trabalho era delimitado. Um serviço, com uma definição de pronto que a pessoa revisora conferia em menos de um minuto. Não "ajudar com o marketing". Redigir este tipo específico de mensagem, a partir destas entradas, neste formato.
Existia dado para conferir a resposta. Alguma coisa que a empresa já guardava e que tornava a saída verificável: uma tabela de preço, um histórico de pedidos, um catálogo, um procedimento escrito. Esse é o traço que as pessoas pulam, e pular ele é o motivo pelo qual um modelo produz algo plausível em vez de algo verdadeiro.
Uma pessoa com nome era dona da revisão. Um humano, nomeado, responsável por dizer se a saída estava boa o bastante. Sem dono, sem caso durável. Nunca uma única vez eu vi esse filtro não importar.
Se isso parece familiar, é porque são os mesmos filtros que eu uso para escolher o primeiro processo que uma empresa entrega a um agente. Não foi coincidência planejada. É a mesma coisa por baixo, vista de duas direções.
Um caso que eu consigo te mostrar
Eu cofundei a Sizebay em 2014, com o Janderson e um terceiro sócio. Ela construiu tecnologia de provador virtual para e-commerce de moda e chegou a mais de mil clientes de e-commerce em mais de cinquenta países. Foi adquirida em 2024, e o Janderson seguiu no earnout com foco em produto até julho de 2026.
Esse último capítulo é a parte relevante aqui, e ele é público, não é algo que você precise aceitar na minha palavra. No Fórum E-Commerce Brasil de 2025, o principal evento do setor no Brasil, a empresa apresentou o Fashion Hub, que junta IA generativa e dados de comportamento do consumidor para hiperpersonalização, com recomendação inteligente, busca por imagem e sugestão de look completo, ao lado do Size and Fit. A imprensa especializada cobriu.
Olhe isso contra os três traços. O trabalho era delimitado: recomendar, buscar por imagem, sugerir um look completo. O dado existia e era substancial: anos de comportamento real de consumidor vindo de mil varejistas. E havia gente cujo trabalho era julgar se uma recomendação prestava, porque uma ruim aparece imediatamente numa devolução.
É por isso que aquilo é produto e não demonstração. A parte generativa era o ingrediente mais novo e o menos decisivo.
O nosso próprio remédio
A Holybiz roda nos próprios agentes, e eu menciono isso só porque não te diria para fazer uma coisa que a gente não faz.
A nossa operação é pequena e deliberadamente assim: publicamos em três idiomas, cuidamos do que chega, rodamos diagnósticos, mantemos o nosso próprio quadro. Agentes fazem uma parte real disso, e cada um deles vive dentro dos mesmos três traços. Serviços delimitados. O nosso próprio registro escrito para conferir. Um de nós, com nome, revisando antes de qualquer coisa chegar a uma pessoa de fora da empresa.
O que eu não vou fazer é te mostrar as nossas entranhas, e quero ser direta sobre o porquê. Em parte porque é uma regra que a gente segue. Principalmente porque a arquitetura não é a parte transferível. A parte transferível é a disciplina, e a disciplina cabe numa ficha de papel.
Por indústria, dois anos depois
Como o endereço deste artigo promete uma lista por indústria, aqui está a versão honesta. Leia como evidência sobre os três traços, não como um menu.
Varejo e e-commerce. O vencedor mais claro, e o menos surpreendente. Recomendação, busca, texto de produto em escala de catálogo, numeração. Tudo delimitado, tudo apoiado em dado de comportamento que o varejista já tinha. O que não durou: campanha de marca inteiramente automatizada sem ninguém revisando.
Manufatura. Em 2024 eu escrevi sobre protótipo e simulação. O que virou banal de verdade foi mais sem graça e mais perto do escritório: procedimento, documentação, relatório de qualidade, correspondência com fornecedor. O piso de fábrica andou mais devagar do que a papelada em volta dele, que é o contrário do que a lista de 2024 dava a entender.
Serviços e negócios profissionais. A categoria que a lista de 2024 não tinha, e onde hoje eu faço a maior parte do meu trabalho. Proposta, triagem de contato, agendamento, acompanhamento, a primeira resposta. Empresa pequena, volume alto de trabalho escrito repetitivo, custo baixo de uma correção. Estruturalmente o melhor encaixe de qualquer indústria desta página.
Saúde. Documentação e sumarização pegaram, e pegaram forte, em boa parte porque o passo de revisão nunca foi opcional. Apoio a diagnóstico continua sendo conversa de pesquisa e de regulação, não de pequena empresa.
Serviços financeiros. Sumarização, rascunho de conciliação e revisão de documento duraram. Qualquer coisa em que um número errado chega ao cliente sem um humano no meio não durou, e não deveria.
Mídia e marketing. Produzir ficou barato e qualidade ficou mais difícil de enxergar, que é o resultado incômodo. O valor migrou para quem ainda tem julgamento sobre o que vale produzir. Escrevi sobre a metade operacional disso no artigo sobre presença digital.
O padrão nas seis: os vencedores eram sem glamour, delimitados, e apoiados em dado que já existia. Todos, sem exceção.
Se você é pequeno, esta é a parte que importa
A versão de 2024 deste artigo terminava com uma insinuação da qual eu hoje discordo: que uma pequena empresa deveria olhar o que a sua indústria está fazendo e copiar.
Faça o contrário. Ignore a lista de indústrias. Pegue os quatro ou cinco trabalhos escritos mais repetitivos da sua semana, e rode os três traços em cada um. O que passar nos três é por onde você começa, e vai ser quase certamente alguma coisa chata que ninguém colocaria num estudo de caso.
A IA em nuvem realmente deixou isso barato, que era a parte verdadeira do que eu escrevi em 2024. O que eu subestimei é que acesso barato nunca foi a restrição. A restrição é ter algo escrito contra o qual conferir a resposta, e isso não ficou nem um pouco mais barato. Continua sendo trabalho, e continua sendo seu.
O que isso tem a ver com a Holybiz
É essa a forma inteira do que a gente faz com um dono: entrevistar a operação, descobrir o que os dados já respondem, e construir só o que realmente falta. Às vezes o que falta é um agente. Muitas vezes o que falta é o registro escrito que permitiria a um agente ser honesto, e a gente fala isso.
Somos uma firma pequena e trabalhamos com empresas pequenas, na maioria de serviço, no Brasil e nos Estados Unidos. Não vou te dizer que fazemos documentação farmacêutica ou simulação de fraude. Os três traços viajam por todas as indústrias desta página. Os nossos projetos não, e fingir o contrário seria ser reprovada no primeiro teste que eu acabei de te dar.
A indústria nunca foi a variável. Trabalho delimitado, dado existente para conferir e um revisor com nome foram, e os dois últimos são os que as empresas pulam.
Tudo que tinha os três traços virou infraestrutura banal em dois anos. Tudo que faltava o segundo ou o terceiro produziu demonstração e parou.
O capítulo de IA da Sizebay é um caso que você consegue conferir em vez de aceitar na confiança: Fashion Hub e Size and Fit, apresentados no Fórum E-Commerce Brasil de 2025 e cobertos pela imprensa especializada. A parte generativa era o ingrediente mais novo e o menos decisivo.
Serviços e negócios profissionais estavam ausentes da minha lista de 2024 e são estruturalmente o melhor encaixe de qualquer categoria, porque o trabalho é repetitivo, escrito e barato de corrigir.
Ignore a lista de indústrias, inclusive a minha. Rode os três traços no trabalho escrito repetitivo da sua própria semana.
Acesso barato a modelos nunca foi a restrição. Ter algo escrito para conferir a resposta continua sendo, e isso continua sendo trabalho seu.
Leia a seguir

Agentes não alucinam sozinhos, eles são sobrecarregados
Agentes raramente alucinam porque o modelo está com defeito. Eles alucinam porque pediram a um único chat para ser memória, arquivo e cinco especialistas ao mesmo tempo.

As empresas de AI estão começando a agir como sindicatos digitais
As empresas de AI agora organizam, hierarquizam e precificam um novo tipo de mão de obra. As empresas passam a rodar com headcount mais token count e agent count, e líderes, gestores e profissionais precisam todos reaprender o próprio trabalho.

O momento zero da verdade mudou para dentro da resposta
O Google deu nome ao momento em que o seu cliente decide, numa época em que decidir era pesquisar. Esse momento mudou de lugar: hoje ele acontece dentro de uma resposta gerada por IA, e a maioria das pequenas empresas não está lá dentro. O que mudou de verdade, e o que dá para fazer neste mês.

