Os 7 Tipos de Dados que Alimentam a IA nos Negócios

Conheça a Rachel. Ela comanda uma empresa de serviços profissionais com 65 pessoas. Os negócios estão sólidos — melhor trimestre até agora, principalmente por indicações e clientes recorrentes.

Mas o Diretor de Operações trouxe algo incômodo a ela no mês passado. "Continuamos comprando ferramentas de IA", ele disse, "e nenhuma delas funciona como as demos prometeram."

Ele apresentou três compras recentes: uma ferramenta de meeting intelligence que produzia transcrições cheias de [Falante 1] e [Falante 2] em vez de nomes; um modelo de lead scoring que avaliava todo lead recebido com 7 de 10; um gerador de propostas que continuava citando serviços que a empresa não oferecia havia dois anos. Cinquenta mil reais em assinaturas anuais. Quase zero de output útil.

Rachel fez a pergunta óbvia: a IA é ruim? O Diretor de Operações balançou a cabeça. "Acho que a IA está bem. Acho que nossos dados são o problema. Mas não sei como provar isso, nem como resolver."

Este artigo é para a Rachel. E para todo fundador e líder de operações que sente que seus problemas de IA são, na verdade, problemas de dados, mas ainda não tem o vocabulário para diagnosticá-los.

Por que os tipos de dados importam antes de qualquer coisa

No ACE Framework para IA nos negócios, os Dados ficam na camada Foundation — abaixo das cinco capacidades (Ingest, Analyze, Predict, Generate, Execute), abaixo dos patterns, abaixo dos agentes. Isso não é modéstia. É causa e efeito. Toda capacidade de IA exige dados como matéria-prima. Mude a qualidade, o formato ou a acessibilidade desses dados e você muda o que a IA consegue fazer.

Os sete tipos canônicos de dados representam os formatos distintos em que a informação existe dentro de uma empresa. Cada um exige infraestrutura diferente para armazenar, pipelines diferentes para mover e modelos de IA diferentes para processar. Entendê-los não é acadêmico. É o primeiro passo prático para saber se uma ferramenta de IA vai realmente funcionar antes de você assinar o contrato.

Aqui está o inventário. Leia como referência. Depois use o checklist no final para auditar sua própria stack.

---

1. Text

Text é o tipo de dado mais abundante em quase toda empresa — e também o menos estruturado, o que o torna tanto a maior oportunidade da IA quanto uma das suas maiores dores de cabeça.

Onde vive: Gmail, Outlook, Slack, Microsoft Teams, Notion, Confluence, notas do Salesforce CRM, tickets do Zendesk, Google Docs, pastas de contratos, avaliações de clientes, respostas de pesquisas.

O que a IA faz bem com ele: Detecção de intenção (esse e-mail é urgente ou informativo?). Sumarização (condense um encadeamento de 40 mensagens em três pontos). Extração (retire o nome do fornecedor, data do contrato e cláusula de renovação de um PDF). Classificação (marque este ticket de suporte como "faturamento", "bug" ou "solicitação de funcionalidade"). Generate (redija um follow-up com base no contexto completo da conversa).

Problemas comuns: Fragmentado em 20 ferramentas que não se comunicam. Sem esquema (campos de texto livre fazem com que "próximos passos" apareça de forma diferente nas notas de cada vendedor). Dados sensíveis misturados com dados operacionais, criando exposição de compliance.

O modo de falha honesto: A ferramenta de propostas da Rachel citava serviços desatualizados porque seu corpus de texto incluía decks antigos de pitch e threads de e-mail sem nenhum peso por recência. A IA fez uma média de tudo, tratando uma descrição de serviço de 2019 da mesma forma que uma de 2026.

---

2. Structured Data

Structured data é informação organizada em linhas e colunas com nomes de campo explícitos. É o tipo de dado com o qual a IA trabalha há mais tempo — e ainda o que as capacidades de Predictive AI dependem mais fortemente.

Onde vive: Salesforce, HubSpot, Pipedrive (registros de CRM), Snowflake, BigQuery, Redshift (data warehouses), Excel, Google Sheets, ERPs como NetSuite ou Sage, envios de formulários, respostas de API.

O que a IA faz bem com ele: Lead scoring (73% de probabilidade de fechar com base em 18 sinais). Previsão de Pipeline (Q2 com receita fechada entre R$ 3,8 milhões e R$ 4,4 milhões). Detecção de anomalias (esta despesa é 340% acima da média da categoria). Previsão de Churn. Classificação e segmentação em escala.

Problemas comuns: Registros desatualizados (um CRM com 12.000 contatos onde 4.000 têm cargos errados e endereços de e-mail inválidos produz pontuações não confiáveis). Campos ausentes (se 60% dos registros de negócios fechados não têm o campo "source", o modelo não consegue aprender quais fontes convertem). Sistemas em silos (Financeiro no NetSuite, Vendas no Salesforce, Customer Success no Gainsight, sem integração nem raciocínio entre sistemas).

---

3. Image

Os casos de uso de IA para imagens em empresas vão muito além do e-commerce e da manufatura. O espectro vai de faturas digitalizadas a fotos de produtos e screenshots de dashboards.

Onde vive: Armazenamento de arquivos (Google Drive, Dropbox, SharePoint), portais de upload de clientes, catálogos de e-commerce (Shopify, WooCommerce), bibliotecas de ativos de marketing, sistemas de controle de qualidade em manufatura, repositórios de documentos digitalizados.

O que a IA faz bem com ele: OCR (conversão de texto digitalizado em caracteres legíveis por máquina, essencial para processamento de faturas). Classificação visual (defeito vs. sem defeito em uma linha de manufatura). Detecção de objetos. Verificação de identidade para fluxos de KYC. Generate de imagens (variações de fotos de produtos, visuais de marketing).

Problemas comuns: Qualidade inconsistente (um modelo treinado em fotos de estúdio limpo falha em uploads borrados do campo). Exposição a riscos de propriedade intelectual e direitos autorais das ferramentas de geração. Documentos enviados por clientes frequentemente contêm PII (números de passaporte, formulários médicos) que carregam seus próprios requisitos de governança, mesmo sendo dados visuais.

---

4. Audio

Dados de áudio habilitam um dos casos de uso de IA com maior ROI no B2B: meeting intelligence. No momento em que uma ligação de vendas ou conversa de suporte ao cliente pode ser transcrita e analisada, a empresa ganha um tipo de dado que simplesmente não existia antes: um registro pesquisável de toda interação verbal.

Onde vive: Gong, Chorus, Fireflies (plataformas de gravação de ligações de vendas), gravações na nuvem do Zoom, Microsoft Teams, sistemas de call center, serviços de voicemail para texto.

O que a IA faz bem com ele: Transcrição. Análise de sentimento (o cliente estava frustrado no final da ligação?). Extração de tópicos (quais objeções surgiram?). Identificação de falantes. Pontuação de ligações (o vendedor fez perguntas suficientes de descoberta?). Monitoramento de conformidade.

Problemas comuns: Requisitos de consentimento (gravar sem consentimento de todos os participantes é ilegal em vários estados dos EUA e em muitas outras jurisdições; revisão jurídica é obrigatória antes da implantação). Ruído de fundo e sobreposição de falantes degradam a precisão da transcrição. A falha da ferramenta de meeting intelligence da Rachel é o caso-escola: o modelo de transcrição funcionava bem, mas a etapa de identificação de falantes não tinha acesso ao seu calendário ou à lista de contatos do CRM. O pipeline estava com uma conexão faltando — não a IA.

---

5. Video

Video é áudio mais imagem mais tempo, o que o torna o tipo de dado mais rico e mais caro de processar. Processar vídeo exige substancialmente mais capacidade computacional do que qualquer outro tipo, então o limite de ROI é mais alto.

Onde vive: YouTube (canais próprios), Loom (mensagens assíncronas), gravações na nuvem do Zoom, Vimeo (conteúdo de treinamento), sistemas de câmeras de segurança, bibliotecas de demos de produtos.

O que a IA faz bem com ele: Transcrição (já que o vídeo inclui áudio). Compreensão de cenas. Extração de destaques. Generate de capítulos. Moderação de conteúdo. Generate de vídeos (avatares sintéticos, clips de demo).

Problemas comuns: Os custos de armazenamento acumulam rapidamente (uma hora de vídeo em 1080p ocupa de 2 a 4 GB; 200 reuniões gravadas por semana somam rápido). Os custos de processamento são significativos para conteúdo de longa duração. Requisitos de consentimento e dados biométricos se aplicam. Vídeos capturam rostos, o que adiciona obrigações sob leis como BIPA (Illinois) e GDPR além do que apenas o áudio exigiria.

---

6. Code

Code é texto estruturado com sintaxe formal, mas se comporta de forma suficientemente diferente da linguagem natural para merecer sua própria categoria. A IA construída para código (GitHub Copilot, Amazon Q Developer, Cursor) é desenvolvida para seus padrões de sintaxe, não apenas ajustada em prosa.

Onde vive: GitHub, GitLab, Bitbucket (repositórios), sistemas de CI/CD (Jenkins, GitHub Actions), agregadores de logs (Datadog, Splunk, Sumo Logic), arquivos de infrastructure-as-code (Terraform, Ansible).

O que a IA faz bem com ele: Generate de código. Revisão de código (sinalizar vulnerabilidades de segurança, violações de estilo, problemas de performance). Documentação. Depuração a partir de logs de erro. Refatoração. Verificação de vulnerabilidades (encontrar credenciais hardcoded). Análise de logs.

Problemas comuns: Limites de contexto (a IA raciocina bem sobre um único arquivo, mas tem dificuldade em um monorepo de 500.000 linhas; ferramentas como Cursor lidam com isso via estratégias de recuperação). Segredos em repositórios (chaves de API e credenciais commitadas no código aumentam drasticamente a superfície de ataque quando conectados a um assistente de IA). Falta de intenção (a IA consegue ler o que o código faz; geralmente não consegue ler por quê, e a documentação e os comentários são a ponte).

---

7. Time-Series

Time-series data é qualquer medição registrada em intervalos regulares: uma métrica às 9h, às 9h01, às 9h02. É a linguagem nativa de operações, finanças e monitoramento de infraestrutura — e habilita previsões e detecção de anomalias que nenhum outro tipo de dado consegue substituir.

Onde vive: Ferramentas de monitoramento (Datadog, New Relic, Prometheus), sistemas de sensores IoT, sistemas financeiros (receita diária, despesas, headcount), analytics de sites (Google Analytics, Mixpanel, Amplitude), sistemas de PDV (volume de transações por hora e dia).

O que a IA faz bem com ele: Previsão (receita do próximo mês, taxa de Churn do próximo trimestre). Detecção de anomalias (essa métrica está 3,4 desvios padrão acima de sua baseline móvel). Análise de tendências (o volume de suporte está crescendo mais rápido do que a receita). Modelagem de sazonalidade.

Problemas comuns: Deriva de relógio e timestamps faltando quebram os intervalos regulares que os modelos de time-series assumem. Misturar granularidades de amostragem (um sistema registra a cada minuto, outro a cada hora) produz baselines não confiáveis. Histórico insuficiente é a lacuna mais comum: um modelo de previsão treinado com 3 meses de dados não consegue prever padrões anuais de forma confiável. A regra prática é ter 2 a 3 ciclos completos do padrão que você quer modelar.

---

Como os tipos de dados se combinam em casos de uso reais

A maioria dos casos de uso de IA nos negócios abrange dois ou três tipos de dados. Entender a combinação te diz quais pipelines construir e quais problemas de prontidão de dados resolver primeiro.

Quando um fornecedor faz pitch de uma ferramenta de IA, pergunte quais tipos de dados ela consome. Se esses tipos não estiverem limpos, acessíveis e devidamente conectados na sua stack, a ferramenta não vai performar como prometido — independentemente de quão bom for o modelo subjacente.

---

Qual tipo de dado alimenta qual capacidade ACE

Esta matriz mapeia os sete tipos de dados contra as cinco capacidades ACE. "Alto" significa que o tipo de dado é uma entrada primária. "Médio" significa que é secundário ou de suporte. "Baixo" significa que a conexão é incomum.

Três coisas se destacam nessa matriz.

O Ingest é o ponto de entrada para tipos não textuais. Imagens, áudio e vídeo não podem ser racicinados diretamente. Eles precisam de conversão primeiro (OCR, transcrição, análise de cena). Se o seu pipeline de Ingest estiver quebrado, tudo downstream falha.

O Analyze é universal. Todo tipo de dado alimenta o Analyze, porque fazer sentido de informações sempre segue o recebimento delas. É por isso que a capacidade Analyze aparece em quase todo caso de uso real de IA.

O Predict roda em Structured e Time-series. Previsão e pontuação exigem padrões históricos em forma estruturada. Dados estruturados sujos ou histórico curto de time-series vão ter desempenho ruim mesmo com um bom modelo.

---

Antes de iniciar qualquer projeto de IA: checklist de inventário de dados

Passe por este checklist antes de assinar um contrato com um fornecedor ou lançar uma iniciativa interna. Leva menos de uma hora e evita os erros mais caros.

1. Quais tipos de dados este caso de uso exige? Escreva-os especificamente. Não "dados" em geral. Text (de onde?), structured (qual sistema?), audio (quais gravações?), e assim por diante.

2. Você tem esses dados hoje? Não conte dados que você planeja coletar. Conte dados que você tem. Se o caso de uso exige 18 meses de gravações de ligações de vendas e você usa o Gong há 4 meses, você não tem os dados.

3. Eles são acessíveis à ferramenta de IA? Dados que existem mas não podem ser acessados são dados que você não tem. Bloqueadores comuns: sem API, integração não construída, acesso on-premises necessário, política de TI não aprovou a conexão.

4. Eles são suficientemente limpos para serem úteis? Para structured data: que percentual de registros tem os campos-chave preenchidos? Para text: está fragmentado em vários sistemas? Para audio: que percentual das ligações é realmente gravado e armazenado?

5. As permissões estão corretas? Áudio de clientes, comunicações de funcionários e registros financeiros carregam obrigações de tratamento de dados. Confirme seu DPA com o fornecedor e suas políticas internas antes de conectar.

6. Quais problemas de prontidão de dados precisam ser resolvidos primeiro? É aqui que a maioria dos projetos de IA para. A ferramenta está pronta; os dados subjacentes não estão. Resolva o problema de dados, depois implante a IA que depende deles. Sequência entediante. A que funciona.

---

O que isso revela sobre o problema da Rachel

As três ferramentas de IA que falharam com Rachel tinham, cada uma, um problema específico de dados — não de IA.

A ferramenta de meeting intelligence produzia rótulos [Falante 1] porque o pipeline do fornecedor não estava integrado ao calendário ou ao CRM dela. A transcrição funcionava bem. A etapa de identificação de falantes simplesmente nunca recebeu os dados de contato de que precisava para associar vozes a nomes.

O modelo de lead scoring retornava 7/10 para todos porque o CRM dela não tinha dados históricos diferenciados. Muitos registros de negócios fechados tinham campos ausentes (fonte, setor, tamanho da empresa). O modelo não conseguia encontrar padrões distintos e voltou para a média.

A ferramenta de propostas citava serviços desatualizados porque seu corpus de text não tinha ponderação por recência. Uma descrição de serviço de 2019 tinha o mesmo peso que uma de 2026.

Em cada caso, a IA funcionou como planejado. E agora Rachel consegue nomear o tipo de dado específico, identificar onde estava a lacuna e descrever o que precisaria mudar. Esse é o valor de um inventário de dados: não apenas uma lista, mas um diagnóstico.

---

O que ler a seguir

Este artigo te deu o catálogo. O próximo passo é entender o que torna esses tipos de dados utilizáveis para a IA.

• Prontidão de dados para IA — os pré-requisitos práticos: acessível, estruturado, atualizado e com permissões corretas
• Guia de campo de dados limpos — diagnosticando problemas de qualidade de dados antes que eles afundem um projeto
• Ingest — a primeira capacidade ACE, e a que determina se dados de imagem, áudio e vídeo entram nos seus workflows
• Analyze — a capacidade que se aplica a todo tipo de dado, onde os dados brutos se tornam insight de negócio
• O ACE Framework — a tabela periódica completa, com a stack de seis camadas mostrando como dados, capacidades e patterns se conectam