Qual a diferença entre usar ChatGPT e ter um assistente interno?

O assistente genérico não conhece seus contratos, políticas nem sistemas, então responde do conhecimento geral. O assistente interno busca a resposta nos seus documentos e cita a fonte. A diferença prática aparece em qualquer pergunta específica da empresa.

É seguro colocar documento da empresa em ferramenta de IA?

Depende de onde. Conta pessoal de ferramenta pública não tem contrato de tratamento de dados, nem trilha de acesso, nem controle de retenção, o que cria exposição sob a LGPD. Com API empresarial ou modelo em ambiente controlado e política de retenção definida, o risco é gerenciável.

Por onde começar a implantar?

Por um time só, com dois ou três casos de uso bem delimitados e medição de tempo por tarefa antes e depois. Implantação ampla sem caso de uso concreto gera curiosidade nas duas primeiras semanas e abandono na terceira.

Assistente de IA interno: o que dá para automatizar do trabalho de escritório

O uso interno é onde a IA generativa tem hoje a melhor relação entre ganho e risco, porque existe sempre um revisor humano antes de o resultado sair da empresa. Uma resposta imprecisa para o cliente vira reclamação; uma resposta imprecisa para o analista vira uma correção de trinta segundos. Isso muda completamente o cálculo de qual tarefa vale automatizar. Os casos com melhor desempenho hoje são busca em documentação interna, redação de rascunho, extração de dado de documento, resumo de reunião e apoio a análise de dados.

Busca em documentação interna e contratos

É o caso de maior retorno na maioria das empresas. O assistente indexa Drive, SharePoint, wiki ou pasta de contratos e responde perguntas como "qual o prazo de rescisão do contrato com o fornecedor X" ou "qual a política de reembolso de viagem", citando o documento e o trecho de onde tirou.

O ponto crítico não é a qualidade da resposta, é a permissão. O assistente não pode mostrar ao estagiário o documento da folha de pagamento do RH. Isso parece óbvio e é justamente onde a maioria dos projetos amadores falha, porque a implementação ingênua indexa tudo em um único banco vetorial e responde a qualquer um que perguntar.

A arquitetura correta:

Permissão herdada da fonte. Cada trecho indexado carrega o identificador do arquivo original e a lista de quem pode vê-lo.
Filtro na recuperação, não na resposta. A busca já retorna apenas o que aquele usuário pode ler. Filtrar depois, pedindo ao modelo para omitir, não é controle de acesso, é sugestão.
Sincronização de permissão. Quando alguém sai do time, o índice precisa refletir isso. Sincronização diária no mínimo.
Citação obrigatória. Toda resposta aponta a fonte, o que permite ao usuário conferir e ao time auditar.

Redação de rascunho

E-mail, ata, descrição de vaga, resposta padrão, comunicado interno, primeira versão de procedimento. O ganho é sair do zero, que é a parte mais lenta de escrever. Risco baixo porque quem envia lê antes.

Onde funciona melhor: texto estruturado e repetitivo. Onde funciona pior: comunicação sensível, aviso de demissão, resposta a conflito interno. Nesses casos o texto genérico soa falso e piora a situação.

Extração de dado de documento

Nota fiscal, contrato, pedido de compra, comprovante, currículo. O assistente lê o documento e devolve campos estruturados para planilha ou sistema. Substitui digitação, que é o trabalho de escritório mais caro e mais propenso a erro humano.

Cuidados que fazem diferença:

Valide o extraído contra regra determinística. Soma de itens que precisa bater com o total, CNPJ com dígito verificador, data dentro de faixa plausível.
Marque confiança baixa para revisão. Documento escaneado torto, carimbo sobre o número, campo ambíguo. O sistema deve saber sinalizar, não chutar.
Nunca lance direto no financeiro sem conferência em documento acima de um valor definido.

Resumo de reunião com itens de ação

Transcrição vira resumo, decisões e lista de pendências com responsável. É um dos casos mais bem avaliados pelos times, porque ninguém gosta de fazer ata. A ressalva: o modelo às vezes atribui uma fala à pessoa errada quando a transcrição não separa bem os interlocutores. Para reunião com decisão relevante, alguém confere.

Apoio a análise e consulta a banco

Duas variações úteis:

Análise de planilha, com o modelo sugerindo cortes, apontando padrão e explicando o dado. Sempre com o cálculo feito por fórmula ou código, não pelo modelo de cabeça.
Geração de consulta SQL para relatório, revisada antes de rodar. O ganho é grande para times que dependem de TI para todo relatório novo. A revisão é obrigatória: consulta gerada sem leitura pode trazer número errado com aparência perfeita.

Assistente genérico e assistente com contexto da empresa

Aspecto	Ferramenta pública em conta pessoal	Assistente interno
Conhece seus documentos	Não	Sim, via RAG com permissão
Cita fonte	Não	Sim, obrigatório
Trilha de quem consultou o quê	Não	Sim
Controle de retenção do dado	Limitado	Definido em política
Contrato de tratamento de dados	Termos de consumidor	Contrato empresarial
Custo	Por pessoa	Por uso, geralmente menor em escala

O ponto sobre LGPD merece precisão. O problema não é "IA é proibida". O problema é que colocar dado pessoal de cliente ou colaborador em uma conta pessoal de ferramenta pública significa: sem contrato de operador, sem registro de quem acessou, sem controle de onde o dado ficou armazenado e sem capacidade de responder a uma solicitação de exclusão. Se acontecer um incidente, a empresa não consegue nem descrever o que vazou. Com API empresarial, ambiente controlado e política de retenção escrita, você tem um tratamento de dados defensável.

Tabela de casos

Tarefa	Ganho	Risco	Precisa de revisão?
Busca em documentação interna	Alto	Vazamento por permissão mal feita	Conferir a fonte citada
Busca em contratos	Alto	Interpretação de cláusula	Sim, sempre
Rascunho de e-mail e ata	Médio a alto	Tom inadequado	Leitura antes de enviar
Descrição de vaga	Médio	Viés na linguagem	Sim
Extração de dado de documento	Alto	Campo errado com aparência correta	Amostral, e total acima de valor limite
Resumo de reunião	Alto	Atribuição errada de fala	Em reunião com decisão
Apoio a análise de planilha	Médio	Cálculo feito pelo modelo	Sim, cálculo por código
Geração de consulta SQL	Alto	Consulta plausível e errada	Sim, obrigatória

Arquitetura mínima que você deve exigir

Permissão herdada da fonte, aplicada na recuperação
Citação obrigatória do documento e do trecho
Log de uso, quem perguntou o quê, quais trechos foram recuperados e qual resposta saiu
Política de retenção escrita, com prazo definido para conversa e para log
Segregação por ambiente, com dado de produção fora de teste
Reindexação agendada, porque documento desatualizado gera resposta errada com tom seguro

Esses seis itens são o que separa um assistente corporativo de um experimento. A Retti Tech trabalha com projetos assim tanto com IA quanto sem, e vale dizer o óbvio: parte do que as empresas pedem como assistente de IA se resolve melhor com uma busca boa e um formulário decente, sem modelo nenhum no meio.

Adoção: comece por um time e meça tempo por tarefa

Implantação ampla com anúncio geral produz um pico de curiosidade e abandono em três semanas. O que funciona:

Escolha um time com dor clara e volume repetitivo, como jurídico, financeiro ou suporte interno.
Escolha dois ou três casos de uso, não dez.
Meça antes. Quanto tempo leva hoje para achar uma cláusula, montar uma ata, digitar cinquenta notas.
Meça depois, na mesma unidade, e conte também o tempo de revisão, que é real e costuma ser omitido.
Colete os casos em que errou, que são o insumo para ajustar prompt, base e escopo.

O número que importa é tempo economizado por tarefa multiplicado por frequência, descontado o tempo de revisão. Se essa conta não fecha, o caso de uso está errado e insistir nele só queima a credibilidade do projeto com o time.