Gestão de Telecom
Atualizado emO que separa promessa de resultado na IA em telecom
O que separa a promessa do resultado na IA em telecom não é o modelo escolhido nem o fornecedor contratado. É a base sobre a qual a inteligência artificial trabalha, ou seja, dados das jornadas da operação reunidos em um só lugar, regras de negócio documentadas e a capacidade de provar, com registro, o que a IA fez e qual efeito produziu. Sem essas três condições, qualquer projeto de IA para no piloto, por melhor que tenha sido a demonstração.
O próprio setor já mediu essa distância. Uma pesquisa do TM Forum em parceria com o Institute for Business Value da IBM, feita com 130 tomadores de decisão de IA em operadoras de vários países e divulgada em junho de 2026, mostrou que 72% dos entrevistados se dizem confiantes de que a IA que usam é confiável, mas só 14% conseguem apresentar evidência disso que possa ser revisada por alguém de fora.
A diferença entre acreditar e comprovar é exatamente onde mora a distância entre promessa e resultado. E ela não se resolve com mais tecnologia. Se resolve com operação organizada.
Por que a promessa chega antes do resultado
Demonstrações de IA costumam rodar sobre um recorte limpo de dados, preparado para mostrar o melhor cenário. Tudo funciona, porque ali a informação está completa, padronizada e em um único lugar.
A operação real de uma empresa de conectividade raramente se parece com esse recorte. O cadastro do assinante está em um sistema, o contrato em outro, a ordem de serviço no aplicativo de campo e a cobrança em uma quarta ferramenta. Quando a IA sai da demonstração e entra nesse ambiente, passa a trabalhar com dado incompleto, duplicado ou desencontrado, e a resposta perde precisão na mesma proporção.
O problema não é a IA prometer demais. É a operação entregar de menos para a IA trabalhar.
A IA precisa enxergar as quatro jornadas juntas
Toda operação de telecom se apoia em quatro jornadas. Do primeiro contato ao contrato, do pedido ao serviço ativo, da cobrança ao caixa e do chamado à resolução. As perguntas que mais interessam à diretoria cruzam pelo menos duas delas. Qual cliente tem mais risco de cancelar, qual região concentra visita técnica repetida, qual plano gera mais inadimplência depois da instalação.
Se cada jornada vive em uma ferramenta diferente, a IA só enxerga pedaços. Ela pode apontar que o volume de chamados subiu, mas não consegue relacionar esse aumento ao lote de ativações feitas às pressas no mês anterior, porque essa informação nunca chegou até ela. O mesmo mecanismo que gera retrabalho e consome a margem da operação impede a IA de enxergar causa e efeito.
Por isso integração vem antes de inteligência. Não como etapa burocrática, mas como condição para que a análise tenha algo verdadeiro para analisar.
Regra que mora na cabeça de alguém não chega à IA
Há um segundo obstáculo, menos visível. Boa parte das regras que governam a operação nunca foi escrita. O desconto que só vale para determinado bairro, a exceção de cobrança para um cliente corporativo antigo, o critério que o suporte usa para escalar um chamado. Essas regras existem, funcionam e ficam na memória de quem opera.
A IA não tem acesso a essa memória. Quando encontra um caso fora do padrão registrado, ela interpreta com base no que consegue ver e erra de forma coerente, o que é mais perigoso do que errar de forma óbvia, porque o erro coerente passa pela conferência. Regra que não está documentada é regra que a IA não tem como seguir.
Sem rastro não existe resultado comprovado
A pesquisa do TM Forum aponta para um terceiro ponto, talvez o mais relevante para quem responde pelo caixa. Acreditar que a IA funciona não é o mesmo que mostrar o que ela fez. Para comprovar resultado, a operação precisa registrar qual decisão foi tomada, com base em qual dado, e o que aconteceu depois.
Esse rastro transforma impressão em número. É ele que permite dizer se a recomendação da IA reduziu cancelamentos ou se a queda veio de outra causa. Também é ele que responde ao sócio ou ao investidor que pergunte quanto a IA devolveu do que custou.
| O que costuma ser prometido | O que precisa existir para entregar |
|---|---|
| Previsão de cancelamento | Histórico comercial, técnico e financeiro do assinante na mesma base |
| Atendimento automatizado | Regras de negócio documentadas e acesso ao contrato e à ordem de serviço |
| Menos visita técnica repetida | Chamado vinculado ao endereço e ao histórico de ativação |
| Ganho de eficiência | Registro de cada decisão e do efeito que ela produziu |
Por onde começar sem apostar no escuro
Começar pela IA costuma ser o caminho mais caro. O que tende a gerar resultado mensurável é escolher um problema com perda financeira clara, como o intervalo entre a ativação e a primeira cobrança ou a visita técnica repetida no mesmo endereço, e medir quanto ele custa hoje.
Com essa linha de base definida, o passo seguinte é garantir que o dado daquele problema esteja completo e conectado. Só então a IA entra, com uma pergunta objetiva e uma métrica de antes e depois. É menos vistoso que um anúncio de transformação, mas coloca na mesa da diretoria um número que se sustenta.
Para acompanhar as próximas análises sobre IA na operação de telecom, siga a G2 Tecnologia no LinkedIn.
Como o OASIS foi desenhado para essa conta
Foi a partir dessa leitura que a G2 Tecnologia construiu o OASIS, plataforma BSS/OSS AI-first para empresas de conectividade. A decisão central foi reunir as quatro jornadas da operação em uma única base, para que a IA trabalhe sobre o mesmo dado que a operação usa todos os dias, e não sobre cópias ou extrações feitas para um projeto.
Ser AI-first, nesse caso, diz respeito à estrutura e não a um recurso isolado. As regras de negócio ficam mapeadas dentro da plataforma, e não na memória de quem desenvolveu ou de quem opera. A arquitetura segue a Open Digital Architecture do TM Forum, com APIs abertas, o que permite conectar novos componentes sem desenvolvimento sob medida. O OASIS também opera B2B e B2C no mesmo ambiente e tem integração nativa com SAP Business One e SAP S/4HANA.
Perguntas frequentes
A IA já dá resultado na operação de telecom?
Dá, quando trabalha sobre dados completos e conectados e quando existe forma de medir o efeito. O que ainda é raro é comprovar esse resultado. Segundo a pesquisa do TM Forum com a IBM, só 14% das operadoras ouvidas conseguem apresentar evidência verificável de que a IA que usam é confiável.
Preciso organizar todos os dados antes de usar IA?
Não. O mais eficiente é organizar o dado do problema escolhido para começar, medir o resultado e expandir a partir daí.
O que significa uma plataforma ser AI-first?
Significa que a estrutura foi desenhada para a IA trabalhar dentro dela, com as jornadas integradas e as regras de negócio documentadas. É diferente de um sistema tradicional que recebeu uma camada de IA depois de pronto e continua dependendo de dados espalhados.
O que muda na próxima decisão sobre IA
A distância entre promessa e resultado na IA em telecom tem pouco a ver com a sofisticação do modelo. Tem a ver com o que a operação oferece para ele trabalhar e com a capacidade de provar o efeito de cada decisão.
Antes de perguntar qual IA contratar, vale perguntar se a operação consegue mostrar, com registro, o que qualquer IA fez dentro dela.
Continue explorando
Pare de perder margem de lucro com retrabalho no ISP. Quando a planilha para de sustentar a operação do provedor.
O OASIS é desenvolvido pela G2 Tecnologia, empresa com 35 anos de mercado que atende empresas de conectividade há quase duas décadas. A G2 Tecnologia é membro do TM Forum e a única empresa brasileira no Top 15 mundial de uso das Open APIs da organização.
Quer levar a IA da sua operação do piloto para um resultado que dá para provar?