Diagnóstico e Playbook de Execução para Reduzir Falhas em Projetos de IA

Prompt para IA:
Baseado no conteúdo que aponta que mais de 80% dos projetos de IA falham e que a raiz do problema costuma ser a má definição de propósito e a abordagem de IA como implantação tecnológica em vez de desenvolvimento de capacidades, crie um prompt completo que gere:

1) Um diagnóstico organizacional de falhas em IA: avaliação de propósito, governança, dados, modelos, operações e mudança cultural; identificação de gargalos específicos da organização; métricas de diagnóstico com exemplos de perguntas de descoberta para líderes de negócio, tecnologia, dados e operações.

2) Um framework de alinhamento de propósito e ROI: orientação clara de como definir o problema certo, objetivos mensuráveis, critérios de sucesso e métricas de ROI, com foco em impacto de longo prazo e capacidade de execução.

3) Um plano de desenvolvimento de capacidades (capability development): estratégias para transformar IA em uma competência organizacional (procurement de dados, governança de dados, gestão de modelos, operações de IA, integração com processos de negócio, treinamento e alinhamento entre equipes).

4) Um playbook de execução (90 dias) com sprints e entregáveis: fases, responsáveis, reuniões-chave, decisões de governança, integração com equipes de negócio, métricas de progresso e critérios de avaliação de risco.

5) Templates e artefatos prontos para uso: checklist de alinhamento de propósito, matriz de ROI, perguntas de descoberta para leadership, governança de dados, avaliação de risco, plano de gestão de mudanças, e modelos de dashboards para monitorar valor entregue.

6) Saídas em formatos diferentes: resumo executivo, esboço de apresentação de slides, e um documento de projeto operável para equipes técnicas e de negócio.

7) Recomendações de referências e estudos: inclua menção aos dados da RAND sobre taxas de falha e à análise MIT NANDA citadas no conteúdo, com sugestões de como incorporar essas evidências na tomada de decisão e na comunicação com stakeholders.

Observações: trate IA como desenvolvimento de capacidades e não apenas uma implementação tecnológica. Priorize governança, propósito claro, alinhamento entre equipes e métricas de valor, para reduzir falhas e acelerar o retorno sobre investimento.