Startup capta US$ 63 milhões para mapear fluxo de trabalho

O que a Skan AI anunciou, exatamente

A Skan AI fechou uma rodada de investimento Série C no valor de US$ 63 milhões, colideranda pelas gestoras Cathay Innovation e Dell Technologies Capital. Junto com o anúncio da captação, a empresa tornou disponíveis de forma geral dois produtos novos: o Skan AI Blueprint e o Skan AI Agents. Juntos, eles formam uma plataforma pensada para descobrir como um processo de trabalho realmente acontece dentro de uma empresa, transformar essa descoberta em um modelo claro do processo e, só então, automatizar as partes que fizerem sentido usando agentes de inteligência artificial. A ordem entre essas três etapas, descobrir, modelar e depois automatizar, é o centro da proposta da empresa. Com a disponibilidade geral desses dois produtos, a Skan AI passa a competir por um espaço de mercado em que outras empresas de tecnologia corporativa também vêm investindo: transformar o entendimento sobre como o trabalho acontece de fato em uma etapa formal, anterior a qualquer automação com IA.

A tese por trás do investimento

A ideia central defendida pela Skan AI é que a peça que mais falta na automação corporativa com inteligência artificial não é o modelo de IA em si, já amplamente disponível e cada vez mais acessível, e sim a compreensão real de como o trabalho acontece na prática. Em muitas empresas, o processo descrito em um manual interno ou em um fluxograma oficial é diferente do que as pessoas de fato fazem no dia a dia, cheio de atalhos, exceções e ajustes informais que nunca chegaram a ser documentados. Tentar automatizar direto a partir do processo "ideal" descrito no papel, sem observar o processo real, tende a gerar uma automação que não reflete a rotina verdadeira da equipe, e por isso funciona mal ou precisa ser refeita depois. É justamente essa distância entre o processo formal e o processo real que a proposta da Skan AI tenta preencher, tratando a observação cuidadosa do trabalho como uma etapa tão importante quanto a escolha do modelo de inteligência artificial usado depois.

Por que essa lógica vale também para o pequeno negócio

Mesmo sem contratar uma plataforma como a da Skan AI, voltada a empresas de grande porte, o raciocínio por trás dela se aplica igualmente a um negócio pequeno interessado em automatizar atendimento, vendas ou parte da operação com inteligência artificial. Antes de colocar um chatbot para responder cliente ou um sistema para organizar pedido automaticamente, vale entender, de forma honesta, como esse processo acontece hoje de verdade: quantas mensagens trocadas até fechar uma venda, quais dúvidas se repetem, em que ponto o cliente costuma desistir, o que a pessoa que atende hoje faz de diferente dependendo da situação. Automatizar sem esse entendimento prévio corre o risco de copiar para a IA um processo que já era falho, apenas tornando esse mesmo erro mais rápido e mais frequente. Esse tipo de cuidado não exige nenhum investimento em tecnologia sofisticada, apenas disposição para observar a própria rotina de trabalho com atenção antes de decidir o que exatamente vale a pena entregar para uma ferramenta de inteligência artificial. Um pequeno negócio que reserva algumas horas para essa observação antes de contratar qualquer sistema tende a chegar a uma automação mais alinhada à própria realidade do que quem parte direto para a ferramenta, sem entender primeiro o que precisa ser automatizado de fato.

Como mapear o processo real sem precisar de uma plataforma cara

• Anote, durante alguns dias, cada etapa real de um atendimento ou venda, do primeiro contato até a entrega ou fechamento.
• Registre as dúvidas mais repetidas por clientes, mesmo que pareçam óbvias, porque são elas que mais consomem tempo da equipe.
• Observe em que ponto exato o cliente costuma desistir ou demorar para responder, e não apenas quantas vendas foram fechadas ao final.
• Converse com quem faz o atendimento no dia a dia sobre atalhos ou ajustes informais que essa pessoa usa e que nunca foram escritos em lugar nenhum.
• Compare o processo que está descrito, se existir algum documento, com o que de fato acontece na prática, anotando as diferenças encontradas.
• Some, mesmo que de forma aproximada, quanto tempo cada etapa do processo consome hoje, para ter uma referência antes e depois de qualquer automação.

O que fazer depois de mapear o processo

• Separe as etapas repetitivas e previsíveis, que costumam ser as mais fáceis de automatizar com IA sem gerar frustração no cliente.
• Deixe de fora, pelo menos no início, as etapas que exigem julgamento humano mais delicado, como negociação de valores ou reclamações sensíveis.
• Escolha uma única etapa do processo mapeado para testar a automação primeiro, em vez de tentar automatizar tudo de uma vez.
• Acompanhe de perto os primeiros resultados dessa automação, comparando com o que acontecia antes no processo manual.
• Ajuste o processo automatizado com base no que for observado, tratando o mapeamento inicial como ponto de partida, não como versão final.

Erros comuns ao pular direto para a automação

Um erro frequente é contratar uma ferramenta de inteligência artificial e configurá-la com base apenas na ideia que o dono do negócio tem de como o processo deveria funcionar, sem checar se é assim que ele realmente acontece na rotina da equipe. Outro erro comum é automatizar o processo inteiro de uma vez, sem testar uma parte pequena primeiro, o que dificulta identificar exatamente onde algo deu errado quando o resultado não sai como esperado. Também é comum ignorar as exceções que a equipe já sabe lidar informalmente, criando uma automação rígida demais que trava justamente nos casos fora do padrão, que na prática costumam ser mais comuns do que parecem à primeira vista. Esses erros custam ainda mais caro em um negócio pequeno, onde não existe uma equipe de tecnologia disponível para corrigir rapidamente uma automação mal ajustada assim que o problema aparece no atendimento ao cliente.

Os limites dessa abordagem

Mapear o processo real antes de automatizar reduz o risco de erro, mas não garante sozinho que a automação escolhida será a certa para aquele negócio específico. Processos mudam com o tempo, conforme o negócio cresce ou o comportamento do cliente se altera, então um mapeamento feito uma única vez tende a ficar desatualizado se nunca for revisado novamente. Além disso, entender o processo real exige tempo e disposição para observar com honestidade a própria operação, o que pode ser desconfortável quando o mapeamento revela falhas que o dono do negócio não esperava encontrar. Ainda assim, esse desconforto inicial tende a valer mais a pena do que descobrir a falha depois de automatizada e já em uso com o cliente. Tratar o mapeamento como algo a ser revisitado de tempos em tempos, e não como uma tarefa concluída de uma vez só, ajuda a manter a automação alinhada à realidade do negócio conforme ela muda.

O que esperar no cenário brasileiro

Empresas de tecnologia voltadas a mapear e automatizar processos de trabalho, como a Skan AI, ainda miram principalmente clientes corporativos de grande porte, mas a lógica por trás dessas ferramentas tende a se espalhar em versões mais simples e acessíveis para negócios menores ao longo do tempo, como já aconteceu com outras tecnologias de automação. Enquanto isso não chega de forma ampla ao pequeno negócio brasileiro, a parte mais valiosa dessa notícia já pode ser aplicada sem custo algum: reservar um tempo para observar e anotar como o próprio atendimento ou processo de venda realmente funciona hoje, antes de contratar qualquer ferramenta de inteligência artificial para automatizá-lo. Esse hábito simples de observação tende a fazer diferença no resultado final, independentemente do tamanho do investimento disponível para tecnologia, e continua valendo mesmo quando o negócio decide adiar a contratação de qualquer ferramenta para um momento mais adiante.

Vale ler na sequência sistema personalizado ou pronto e quanto custa um sistema de gestão para transformar essa tendência em ação no seu dia a dia.