A decisão de build vs buy com matriz auditável
A IA pesquisa e monta a matriz comparativa de fornecedor ou ferramenta em minutos, mas preço, característica e limitação citados podem estar desatualizados. Os critérios que pesam pro seu contexto, e a assinatura da decisão, continuam seus.
Você precisa decidir entre construir um sistema de fila de processamento internamente ou contratar um serviço gerenciado, e tem uma semana pra apresentar a recomendação. Você pede pra IA comparar três opções com base em documentação pública, e em poucos minutos ela devolve uma matriz elegante, com preço, limite de throughput e tempo de setup de cada uma. Um dos preços listados é de um plano que o fornecedor descontinuou há quatro meses, substituído por um plano 40% mais caro. Se a decisão tivesse saído direto dessa matriz, o orçamento apresentado ao diretor já nasceria furado.
O jurídico avalia trocar a ferramenta de gestão de contratos, e pede que você valide tecnicamente a comparação que a IA montou entre dois fornecedores. Ela aponta preço por usuário e retenção de histórico de versões, e afirma que um dos fornecedores mantém "histórico de versões ilimitado", um ponto importante pra rastreabilidade jurídica de minutas antigas. O plano cotado, na verdade, retém histórico por apenas 24 meses, e versões mais antigas exigem upgrade de plano. Sem checar isso na fonte oficial, o jurídico assinaria um contrato que não cobre o prazo de retenção que ele mesmo exige internamente.
Você está decidindo entre dois sistemas de gestão de desempenho pra substituir a planilha manual da empresa, e o orçamento precisa ser aprovado até sexta. A IA monta a matriz comparando os dois, com preço por colaborador e recursos de calibração de nota, rápido e organizado. Ela descreve um dos sistemas como incluindo "integração nativa com a folha de pagamento", um ponto que pesaria bastante na escolha. A integração existe, mas como um complemento pago à parte, não incluído no plano cotado. Conferir isso na página de preços oficial antes de fechar evita um orçamento que já nasce incompleto.
O time de produto avalia trocar a ferramenta de feature flag por causa de limitações de segmentação, e você pede pra IA comparar três opções do mercado. Ela monta a matriz com preço, limite de flags simultâneas e suporte a segmentação por atributo customizado, tudo rápido. Ela afirma que uma das opções "suporta segmentação ilimitada" no plano avaliado, quando a documentação atual mostra um teto de 50 atributos customizados nesse mesmo plano. Se o seu caso de uso passa desse teto, a escolha errada só apareceria semanas depois, em produção, sem essa checagem antes.
O time comercial quer trocar de CRM depois de reclamar da automação de propostas, e você monta uma matriz com a IA comparando três plataformas. Ela resume rápido preço por usuário, limite de automações e integração com assinatura eletrônica. Ela descreve uma das plataformas como tendo assinatura eletrônica "inclusa no plano padrão", um detalhe que pesou na pré-seleção do time. Na prática, essa integração é um complemento vendido à parte, um custo que não estava na cotação inicial. Conferir a página de preços atual evita fechar contrato com uma surpresa de custo escondida.
A operação avalia trocar o sistema de roteamento de entregas, e você pede pra IA montar a matriz entre dois fornecedores, com preço por pedido processado e limite de integrações com transportadora. Ela aponta, com segurança, que um dos fornecedores tem "suporte a 40 transportadoras parceiras", um número decisivo pra cobertura da sua operação. A lista atual do fornecedor, no site dele, mostra 24 transportadoras integradas de fato, o resto está em "roadmap". Contratar achando que a cobertura já existia deixaria regiões inteiras sem rastreio funcionando no primeiro mês.
Antes de uma auditoria externa, a área de compliance avalia contratar uma ferramenta de gestão de consentimento pra atender à LGPD, e pede sua ajuda técnica na comparação. A IA monta a matriz comparando duas ferramentas, com preço, capacidade de auditoria e política de retenção de dado. Ela afirma que uma delas "gera trilha de auditoria completa por padrão", um requisito não negociável pro comitê de risco. Na documentação, essa trilha completa só é gerada com um módulo adicional, vendido separadamente. Reportar isso ao comitê como recurso incluso, sem checar, criaria uma lacuna de conformidade descoberta só na auditoria de verdade.
O time de design avalia trocar a ferramenta de teste de usabilidade remota, e você ajuda a montar a comparação com a IA. Ela monta a matriz com preço por sessão gravada e suporte a teste de acessibilidade automatizado, rápido e organizado. Ela afirma que uma das ferramentas oferece "relatório de acessibilidade WCAG completo" no plano padrão, um diferencial forte pro caso do time. Ao abrir a documentação, esse relatório completo existe só no plano superior, o padrão traz uma versão resumida com metade dos critérios. Conferir isso antes de decidir evita comprar uma cobertura de acessibilidade menor que a prometida.
O board precisa decidir se a empresa entra ou não num mercado adjacente ainda neste ano, e pede um resumo do tamanho desse mercado até amanhã. Você pede pra IA pesquisar e montar um comparativo de TAM, SAM e SOM com fontes citadas, e ela devolve um número de 3,1 bilhões de dólares, atribuído a um relatório de peso do setor. O relatório citado existe, mas fala de outro segmento adjacente, não do seu; a IA aproximou porque pareceu razoável. Levar esse número ao board sem abrir o relatório original teria sustentado uma decisão de entrada em cima de uma cifra que não é a do seu mercado real.
Putz, quem já sentou numa reunião de fornecedor sabe como isso costuma acontecer: o vendedor mostra o slide bonito, promete o mundo, e seis meses depois você descobre, implementando, que aquele recurso decisivo era só do plano enterprise. A decisão de build ou buy sempre foi assim, tomada em cima de pitch, de achismo ou de uma pesquisa rasa de meia hora porque ninguém tinha tempo pra mais. A IA resolve a parte da pressa, ela pesquisa rápido. O que ela não resolve sozinha é a parte que sempre doeu: garantir que o que está na matriz é verdade agora, não a versão de seis meses atrás que ela leu em algum lugar.
A ideia central desta aula. A IA pesquisa documentação, changelog e página de preço de várias opções e monta, em minutos, uma matriz comparativa que antes tomava dias. Isso é ganho real. O risco é que ela cita característica, preço ou limitação com o mesmo tom seguro estando atualizada ou não, e um plano que mudou ou uma limitação já corrigida numa versão nova pode estar escondida numa linha bonita da matriz. Por isso toda linha decisiva precisa de fonte conferível antes de virar argumento. E os critérios que realmente pesam pro seu contexto, lock-in, custo total de operar e não só a licença, capacidade real do seu time de manter, continuam sendo seu julgamento, não da IA.
Além de conferir preço e característica na fonte, o que mais precisa entrar no julgamento antes de decidir build vs buy?
Não conta nota. É para você ver o que já pensa — a aula responde logo abaixo.
01O problema clássico do build vs buy
Toda empresa que cresce chega nessa bifurcação: construir a solução internamente ou comprar de um fornecedor. E historicamente essa decisão sai errada de dois jeitos opostos, e os dois custam caro. Um jeito é decidir em cima do pitch do vendedor, sem pesquisa de verdade, e descobrir meses depois que o produto não faz o que prometeu no slide. O outro é decidir construir por orgulho técnico, sem checar que uma solução pronta já resolvia 90% do problema, e gastar meses de engenharia reinventando algo que já existia maduro no mercado.
O denominador comum dos dois erros é o mesmo: pesquisa rasa. Ninguém tinha meia hora, quanto mais um dia inteiro, pra ler documentação de três fornecedores diferentes com cuidado. A IA ataca exatamente esse gargalo de tempo. O que ela não resolve sozinha é a segunda parte do problema, garantir que o que ela leu ainda é verdade. Beleza?
02O que a IA faz bem: pesquisar e montar a matriz
Aqui está o ganho real, e ele é grande. Peça pra IA ler a documentação pública de cada opção que você está considerando, e monte uma matriz lado a lado com os critérios que importam: preço, limite técnico, integração, suporte, tempo de implementação. O que antes exigia um dia inteiro abrindo aba por aba de cada fornecedor, ela entrega organizado em minutos, com prós e contras de cada linha.
Repare no ganho: você entra na reunião de decisão já com uma base estruturada, em vez de abrir a primeira aba do primeiro fornecedor. Mas repare também que a matriz é um rascunho de pesquisa, não uma verdade fechada. Isso é o próximo ponto.
03O perigo: característica ou preço inventado com cara de certeza
Aqui está o mesmo padrão que você já viu em outras aulas deste módulo, agora vestido de matriz comparativa. A IA pode citar um preço que o fornecedor já reajustou, um recurso que só existe num plano mais caro, ou uma limitação que já foi corrigida numa versão nova, e ela faz isso com o mesmo tom seguro de sempre. A documentação pública muda, os planos mudam, e o treinamento da IA tem uma data de corte que nem sempre acompanha a última atualização do fornecedor.
O antídoto é simples e não é opcional: antes de qualquer linha da matriz virar argumento de decisão, ela precisa de uma fonte que você consegue abrir agora. A página de preço atual do fornecedor, o changelog mais recente, a documentação técnica em vigor, ou uma pergunta direta pro time de vendas do fornecedor por escrito. Se a linha não resiste a essa checagem, ela não entra na versão final da matriz que vai pra reunião de decisão.
Saiba mais: por que "parece razoável" é o sinal de alerta, não o sinal de segurança
Quando a IA descreve uma característica com detalhe técnico correto e tom seguro, o cérebro relaxa a guarda achando que aquilo foi verificado. Mas fluência de texto não é evidência de veracidade, ela é só o estilo padrão da ferramenta, presente tanto na resposta certa quanto na errada. O caso mais perigoso não é quando a IA erra grosseiramente, um erro grosseiro chama atenção sozinho. É quando ela erra de forma plausível: um preço só um pouco desatualizado, uma limitação que soa coerente com o resto do produto. Justamente por parecer razoável, esse tipo de erro passa despercebido se ninguém foi conferir a fonte. A régua prática é inverter o instinto: quanto mais uma afirmação parece decisiva pra escolha, mais ela merece checagem, não menos.
04O que é seu: os critérios que pesam pro seu contexto
Uma matriz perfeitamente auditada ainda pode levar à decisão errada, se os critérios usados não forem os que realmente importam pra sua operação. E aqui a IA não pode decidir por você, porque ela não vive dentro do seu contexto.
Três critérios costumam pesar mais do que aparecem numa matriz de preço e recurso. O primeiro é lock-in: o quanto fica caro e demorado sair dessa ferramenta ou fornecedor depois de dois anos de uso, se a relação não der certo. O segundo é o custo total de propriedade, que inclui não só a licença, mas o tempo do seu time pra configurar, manter e resolver problema com aquela solução, um custo que raramente aparece na página de preço. O terceiro é a capacidade real do seu time: se a opção é construir, o seu time tem, hoje, a competência e o tempo pra manter aquilo funcionando daqui a um ano, não só pra lançar a primeira versão. Pesar esses três é leitura de contexto, e leitura de contexto continua sendo sua.
05A régua final: propõe, confere, assina
Fecha o raciocínio com a mesma régua que atravessa este módulo inteiro. A IA propõe a matriz, rápida e organizada. O time confere cada linha decisiva contra uma fonte que se abre agora, não contra a memória da IA. E uma pessoa assina a decisão final, com o nome dela, capaz de defender por que essa opção pesa mais que as outras se alguém questionar depois.
"A matriz que a IA montou dizia isso" nunca é uma defesa aceitável quando a decisão sai errada. Quem assina o contrato, ou quem assina a decisão de construir, é quem responde pelo resultado. A IA acelerou a pesquisa; a responsabilidade pela escolha nunca sai da sua mão.
Faça agora
Pegue uma decisão real de build vs buy que está na sua mesa agora, a sua tarefa real ou outra que você sabe que vai precisar tomar em breve.
- Peça pra IA montar uma matriz comparativa de duas ou três opções (incluindo a opção de construir internamente, se fizer sentido), com critérios explícitos: preço, limite técnico, integração, suporte, tempo de implementação.
- Escolha as três linhas mais decisivas dessa matriz, as que mais pesariam na sua escolha final.
- Confira cada uma dessas três linhas numa fonte que se abre agora: página de preço atual, changelog, documentação em vigor, ou uma pergunta direta ao fornecedor.
- Anote se alguma delas mudou em relação ao que a IA tinha citado, e ajuste a matriz antes de levar a decisão adiante.
Você acabou de transformar uma matriz bonita em uma matriz confiável, e a diferença entre as duas foi exatamente essa checagem.
Pratique
1. Qual é o papel correto da IA na decisão de build vs buy?
2. A IA descreveu, na matriz, que um scanner de segurança 'bloqueia automaticamente o merge quando encontra vulnerabilidade crítica', mas esse recurso só existe no plano enterprise, mais caro que o orçado. O que fazer antes de decidir?
Para o quadro
Sobre a reunião de fornecedoro recurso decisivo costuma aparecer seis meses depois, e só no plano enterprise.
Sobre a matriztoda linha decisiva precisa de fonte conferível. Preço e característica se confirmam no plano exato.
Sobre o julgamentomatriz correta ainda leva à decisão errada se os critérios que pesam para o seu negócio ficarem de fora.
Valeu pelo feedback. Isso ajuda a afiar a próxima aula.