Coreografia: due diligence e triagem em massa

Cai na sua mesa uma aquisição: mil e duzentos arquivos entre contrato, aditivo e garantia, prazo de oito dias. No ritmo humano dá pra ler trinta minutas por dia, no talo, então ou você lê tudo e estoura o prazo ou lê uma amostra e reza pra bomba não estar no que ficou de fora. Você sobe os mil e duzentos pra IA e pede uma coisa específica: não conclua nada, só acenda cláusula de mudança de controle, pendência aberta e prazo vencendo. Ela varre tudo em minutos e devolve uma lista de quarenta pontos marcados, a maioria cláusula solta sem efeito real, um falso positivo que custa só o seu tempo de descartar. Dois deles são sérios: uma garantia que expira semana que vem e um aditivo que muda o preço da operação. Você não leu os mil e duzentos, leu os quarenta, com a cabeça inteira, e a due diligence sai no prazo cobrindo o volume todo, não a fração que a sua semana comportava.

O comitê quer a posição sobre uma carteira de oitocentos contratos de financiamento em três dias, pra decidir o preço da cessão. Ler cláusula de vencimento antecipado, garantia e covenant um por um é trabalho de semanas que ninguém tem. Você pede à IA pra varrer os oitocentos e acender só o que muda o valor da carteira: covenant violado, garantia insuficiente, taxa fora do padrão. Ela devolve cinquenta contratos marcados; a maioria é ruído, cláusula padrão mal formatada que o sistema pegou por engano, e você descarta em minutos. Dois marcados, porém, mostram inadimplência não provisionada que derruba o preço da carteira em sete por cento. Você preferiu esse ruído a arriscar não achar aquele contrato entre os setecentos e cinquenta que ninguém teria tempo de abrir, e a posição sai em três dias cobrindo a carteira inteira.

Um cliente vai assinar um contrato grande e te pede para revisar a base inteira de fornecedores dele antes, porque o novo contrato tem uma trava de exclusividade. São quatrocentos acordos antigos espalhados em pastas. Em algum deles pode existir uma cláusula que conflita com a exclusividade nova e cria um litígio. Achar essa agulha lendo tudo no detalhe não cabe no prazo.

A agência que sua empresa vai incorporar entrega seiscentos contratos de cliente e fornecedor, e você tem uma semana pra mapear todo direito de uso de imagem e cláusula de exclusividade antes de assinar a incorporação. Ler os seiscentos com a mesma lupa não cabe na semana. Você pede à IA pra varrer tudo e acender só duas coisas: cessão de imagem sem prazo definido e exclusividade com cliente ativo. Ela devolve trinta e dois contratos marcados; a maioria é exclusividade já vencida há meses, falso positivo que você descarta olhando a data. Um deles, porém, trava a empresa incorporada numa exclusividade de dois anos com concorrente direto do seu maior cliente, e ninguém tinha visto isso antes. Você não leu os seiscentos, leu os trinta e dois, e achou a cláusula que travaria a operação depois de assinada.

Abriu a vaga sênior e chegaram novecentos currículos em cinco dias, e o seu time lê com atenção umas quarenta candidaturas por dia, no talo. Os melhores aceitam outra proposta antes de você terminar de ler a pilha. Você pede à IA pra varrer os novecentos e acender só o que bate com os três critérios da vaga: tempo mínimo na stack, senioridade declarada e disponibilidade de início. Ela marca cento e dez currículos; boa parte é falso positivo, gente que citou a palavra-chave sem ter a experiência de verdade, e você descarta numa passada rápida por telefone. Quatro deles, porém, são candidatos fortes que estavam enterrados na página vinte, que ninguém do seu time chegaria a abrir no ritmo manual. A lista curta pra entrevista sai no prazo, coberta a pilha inteira, não a primeira leva que chegou.

Caiu no seu colo uma leva de mil e duzentos tickets de suporte, transcrição de entrevista e resposta aberta de NPS, e o comitê quer a priorização do próximo trimestre em quatro dias. Ler um a um cobre uma fração e prioriza o roadmap com base no que deu tempo de ver, não no que o usuário mais sente. Você pede à IA pra varrer os mil e duzentos e acender só menções a três dores que você suspeita que pesam. Ela marca cento e cinquenta relatos; muitos são reclamação pontual sem padrão, falso positivo que você descarta olhando o volume. Mas um cluster de trinta tickets, que ninguém tinha juntado antes, aponta um problema de onboarding que nenhuma pesquisa formal tinha capturado. O PRD do trimestre entra no comitê apoiado no volume inteiro de sinal, não na amostra que a sua semana comportava.

Você herdou um pipeline de oitocentas oportunidades paradas no CRM, cada uma com histórico de e-mail, anotação de call e proposta antiga, e o diretor comercial quer saber na sexta quais ainda têm vida antes do forecast do trimestre. Revisar negócio por negócio leva semanas que você não tem. Você pede à IA pra varrer as oitocentas e acender só sinal de objeção não resolvida ou de contato sumido há mais de trinta dias. Ela marca cento e vinte oportunidades; a maioria é negócio que só está devagar mesmo, falso positivo que você descarta numa olhada no histórico. Doze delas, porém, mostram um decisor que trocou de empresa há dois meses sem ninguém atualizar o CRM, oportunidade fantasma inflando o seu forecast. O número que vai pro diretor na sexta já sai limpo, sem as doze que nunca fechariam.

Um cliente grande exige auditoria do seu cumprimento de SLA antes de renovar, e são mil ordens de serviço dos últimos seis meses, cada uma com prazo, desvio e exceção diferentes. Conferir uma a uma no ritmo humano não cabe no prazo que o contrato te dá. Você pede à IA pra varrer as mil e acender só desvio acima de vinte por cento do prazo combinado e exceção sem justificativa registrada. Ela marca setenta ordens; boa parte é desvio de um dia num feriado que ninguém contesta, falso positivo que você descarta na hora. Mas nove ordens mostram um padrão de atraso na mesma rota, toda segunda-feira, que ninguém tinha juntado antes de ver a lista. Você chega na reunião de renovação com o gargalo real mapeado, não com uma amostra de ordens que por acaso deu tempo de olhar.

O regulador pediu evidência e você tem dez dias pra varrer mil e quinhentos registros entre contrato, fluxo de dados e termo de consentimento atrás de tratamento fora de política. Ler tudo no detalhe estoura o prazo, e revisar uma amostra rezando pra não conformidade não estar de fora é um risco que o seu cargo não pode assumir. Você pede à IA pra acender só três sinais: base legal ausente, consentimento sem data de coleta e fluxo de dado pessoal sem finalidade registrada. Ela marca noventa registros; muitos são formulário antigo já descontinuado, falso positivo que você descarta rápido. Seis, porém, mostram um fluxo ativo de dado de menor sem base legal nenhuma, achado que vai direto pro comitê de risco. A evidência que você entrega ao regulador cobre os mil e quinhentos, não a amostra que caberia no seu prazo.

Vão integrar a base de código de uma empresa adquirida antes do go-live, e são mil e duzentos arquivos entre serviço, script de deploy e config onde pode morar uma credencial hardcoded ou uma dependência vulnerável. Revisar o repositório inteiro à mão não cabe na janela, e subir sem olhar é convidar o incidente pra produção. Você roda a IA pra varrer os mil e duzentos e acender só três sinais: chave em texto puro, dependência com CVE aberto e config apontando pra ambiente errado. Ela marca cinquenta e cinco arquivos; a maioria é falso positivo, string que parece chave mas é só um identificador de teste, e você descarta numa leitura rápida. Três arquivos, porém, têm credencial de banco de produção hardcoded que ninguém tinha visto no code review original. O go-live acontece com o repositório inteiro varrido, não com a amostra que o sprint teria tempo de revisar.

Antes de redesenhar o checkout, você junta seiscentas sessões gravadas, resposta de pesquisa e relato de teste de usabilidade, e a sprint de design começa em três dias. Assistir tudo no ritmo humano leva semanas que a sprint não tem. Você pede à IA pra varrer as seiscentas sessões e acender só momento de hesitação longa, clique repetido no mesmo campo e comentário de frustração explícito. Ela marca oitenta sessões; muitas são só uma pessoa lendo com calma, falso positivo que você descarta assistindo trinta segundos. Doze sessões, porém, mostram o mesmo padrão de clique repetido no campo de CEP, achado que nenhuma pesquisa formal tinha nomeado antes. A priorização do redesenho entra na sprint apoiada no volume real de sessões, não numa amostra de vinte que a sua agenda comportava.

O board decide em uma semana se a empresa entra num mercado novo, e existem setecentos documentos empoeirados, relatório de research, ata de comitê, estudo de viabilidade engavetado nos últimos cinco anos, que podem guardar por que uma tentativa parecida não deu certo antes. Ler tudo levaria um mês que a decisão não tem. Você pede à IA pra varrer os setecentos e acender só menções a esse mercado e a motivos de desistência registrados. Ela devolve dezoito documentos marcados; a maioria é menção de passagem, falso positivo que você descarta em segundos. Um deles é a ata de um comitê de três anos atrás que reprovou a mesma entrada pelo mesmo motivo que ninguém lembrava. Você leva isso pro board não como achismo, mas como memória institucional recuperada de um arquivo que ninguém reabriria sozinho.