IA generativa ou preditiva: qual usar em cada decisão
Escolher entre IA generativa ou preditiva parece uma decisão técnica, mas para o gerente de projetos ela é uma decisão sobre o tipo de pergunta. Se você precisa de um texto, uma estrutura ou uma síntese, a resposta está na IA generativa. Se você precisa de um número em que possa confiar, como a probabilidade de um pacote atrasar ou o custo provável de uma fase, a resposta está na IA preditiva, e ela só funciona se houver histórico para aprender.
O erro mais comum é usar a ferramenta que está à mão para a pergunta errada: pedir a um assistente de conversa que "preveja" a data de término do projeto, ou montar um modelo de aprendizado de máquina para algo que um bom rascunho de texto resolveria. A definição das duas famílias está no guia de inteligência artificial na gestão de projetos. Aqui o foco é a escolha: qual usar em cada decisão do projeto, como conferir o que cada uma entrega e quando combinar as duas.
Formação relacionada
Gestão de Projetos 360° com PMBOK 8 e IA
Formação completa sobre o guia mais recente do PMI, com uso de inteligência artificial no dia a dia da gestão.
IA generativa e preditiva lado a lado
| Critério | IA generativa | IA preditiva |
|---|---|---|
| O que entrega | Texto, tabela, resumo, lista, código, rascunho | Número, classe ou probabilidade (atraso, custo, risco) |
| Do que precisa para começar | Uma instrução clara e o contexto (documentos do projeto) | Histórico de casos parecidos com o resultado registrado |
| Como se confere o erro | Uma pessoa lê e verifica fatos, números e coerência | Medição de acerto em casos que o modelo não viu, acompanhada ao longo do tempo |
| Erro típico | Afirmar com segurança algo que não existe (alucinação) | Acertar na média e errar em casos diferentes do histórico |
| Custo de começar | Baixo, se a empresa já tem uma ferramenta aprovada | Médio a alto: organizar dados, construir ou configurar o modelo, validar |
| Quem opera | O próprio gerente ou a equipe | Equipe de dados, PMO ou recurso pronto de uma ferramenta de gestão |
| Melhor uso no projeto | Redigir, resumir, reorganizar, comparar documentos, sugerir alternativas | Estimar, priorizar por risco, sinalizar desvios antes que apareçam |
Uma nuance importante: modelos generativos também conseguem classificar textos sem treinamento específico, por exemplo separar pedidos de mudança por tipo. Isso é útil quando não há histórico rotulado, mas a qualidade precisa ser medida em uma amostra antes de confiar, do mesmo jeito que se faria com um modelo preditivo.
Quatro perguntas para escolher
Antes de abrir qualquer ferramenta, responda:
- A saída que eu preciso é texto ou é um número para decidir? Texto aponta para a generativa. Número que vai sustentar uma decisão aponta para a preditiva.
- Existe histórico de casos parecidos com o resultado conhecido? Sem histórico, a preditiva não é opção hoje; o caminho é organizar os dados para o futuro e decidir com técnicas tradicionais de estimativa.
- Uma pessoa consegue conferir a resposta na hora? Se sim, a generativa é segura com revisão. Se a conferência só é possível meses depois (como uma previsão de atraso), você precisa de um modelo com desempenho medido no passado.
- A decisão se repete muitas vezes? Decisões repetidas em volume (triagem de centenas de chamados, priorização semanal de um portfólio grande) justificam o investimento em um modelo preditivo. Decisões únicas raramente justificam.
Decisões comuns do projeto: qual IA usar
| Decisão ou tarefa | Mais indicada | Por quê |
|---|---|---|
| Redigir o status report a partir das notas da semana | Generativa | A saída é texto e a conferência é imediata |
| Estimar a probabilidade de atraso de uma entrega | Preditiva | Exige histórico de entregas planejadas e reais |
| Listar riscos possíveis para um projeto novo | Generativa | Serve como ponto de partida para a oficina de riscos, não como registro final |
| Priorizar quais riscos do registro tendem a se materializar | Preditiva, se houver histórico | Sem histórico, use a análise qualitativa da equipe |
| Estimar a duração de atividades | Preditiva ou técnicas paramétricas | A generativa pode organizar premissas, mas não deve dar o número |
| Resumir uma reunião e listar ações | Generativa | Com revisão das decisões e dos responsáveis |
| Classificar pedidos de mudança por tipo | Qualquer uma, com medição | Generativa quando não há histórico rotulado; preditiva quando o volume justifica treinar |
| Sinalizar projetos do portfólio com desvio de custo | Preditiva | Precisa de dados comparáveis entre projetos |
| Explicar ao patrocinador por que o projeto está em risco | Generativa, a partir da análise preditiva | A preditiva aponta, a generativa ajuda a comunicar |
Aplicações de modelos preditivos em prazos e entregas estão detalhadas em previsibilidade de entregas com IA, e o uso da generativa em documentos e comunicação de projetos corporativos em IA generativa na gestão de projetos corporativos.
Como combinar as duas
A combinação mais útil segue uma ordem simples: a preditiva identifica onde olhar, e a generativa ajuda a agir.
Exemplo ilustrativo em uma obra: um PMO de engenharia tem histórico de entregas de fornecedores dos últimos projetos, com datas prometidas e reais. Um modelo preditivo aponta que os pedidos de esquadrias com determinado perfil têm alta chance de atraso. O gerente usa um assistente generativo para redigir o alerta ao patrocinador, preparar a pauta da conversa com o fornecedor e listar alternativas de sequenciamento para discutir com a equipe. A previsão é conferida pelo desempenho medido do modelo; os textos são conferidos pelo gerente antes de sair.
Exemplo ilustrativo em um projeto de TI: a equipe de sustentação de um sistema recebe centenas de chamados por mês, e o histórico registra a fila correta e o tempo de solução de cada um. Um modelo preditivo treinado nesse histórico sugere a fila e sinaliza os chamados com maior chance de estourar o prazo de atendimento. Para os chamados sinalizados, um assistente generativo resume a conversa com o usuário e rascunha a primeira resposta, que o analista revisa antes de enviar. Repare na divisão: a decisão que se repete em volume e tem resultado conhecido ficou com a preditiva; o texto que uma pessoa confere na hora ficou com a generativa.
Ferramentas que fazem as duas coisas em sequência, sozinhas, são o tema dos agentes de IA. Nesse caso, a pergunta sobre o que pode ser delegado sem revisão fica ainda mais importante.
Erros comuns na escolha
- Pedir previsão a um assistente de conversa. Ele responde, e a resposta parece razoável, mas não há modelo nem dados por trás do número.
- Construir modelo preditivo sem histórico. Dez projetos com dados incompletos não formam uma base para aprender.
- Confiar em um "indicador preditivo" de ferramenta sem saber de onde vem. Pergunte ao fornecedor com que dados o recurso funciona e como o desempenho é medido.
- Tratar a lista de riscos gerada por IA como registro de riscos. Ela é ponto de partida para a equipe, não análise.
- Usar a generativa para decisões que não podem ser conferidas na hora. Se ninguém consegue verificar a resposta, ela não deveria sustentar a decisão.
Por onde começar no seu projeto
Liste as cinco tarefas que mais tomam o seu tempo ou as cinco decisões em que você mais erra, passe cada uma pelas quatro perguntas e marque qual IA serve, ou se nenhuma serve ainda. Em geral, a generativa entra primeiro, porque não depende de base histórica; a preditiva entra quando o PMO organiza os dados dos projetos. Se a decisão for construir um sistema próprio, o que muda no ciclo de vida está em gerenciamento de projetos de IA. A visão de longo prazo do aprendizado de máquina na área está em machine learning na gestão de projetos. Para aplicar as duas famílias com método e critérios de revisão, o curso de gestão de projetos com PMBOK 8 e IA da Projeto Diário é o próximo passo.
