Morada.ai

Exemplo de Radar de IA com dados anonimizados de um diagnóstico real. O seu relatório terá a mesma estrutura, com os números do seu time.

Criar o diagnóstico da minha empresa
Radar de IA · Exemplo
Diagnóstico interno · 14–16 set 2026

Radar de conhecimento e uso de IA

Leitura analítica das 56 respostas ao Diagnóstico de Conhecimento e Uso de IA da empresa: onde o time já opera com fluência, onde a curva de aprendizado ainda aparece e o que fazer nos próximos 90 dias. Dados agregados e anônimos.

Respostas 56Áreas 10Questionário 32 perguntas · 10 de autoavaliação · 6 de conhecimentoCobertura estimada ~90–100% do time
Uso diário ou mais
96%
Acertos no teste
5,46/6
Já criou algo reutilizável
73%
Querem ser multiplicadores
79%
Leitura em uma linha: adoção resolvida, fundamentos sólidos, e o gargalo agora é método (decompor tarefas, escrever pedidos, detectar erros) e contexto local (exemplos da própria área).
Síntese

Sete achados que importam

O padrão geral é de uma empresa que já cruzou a fase de adoção: quase todo mundo usa IA todos os dias e a maioria já construiu algo próprio. As diferenças relevantes não estão em "quem usa", mas em como usa, e concentram-se em habilidades de método e em áreas específicas.

01

Adoção não é mais o problema

54 de 56 usam IA diariamente (33 várias vezes ao dia). 100% usam a Aura; 86% têm alguma conta paga. 34 pessoas (61%) estimam economizar 6h+ por semana, e 20 dizem 10h+. O ponto de partida é maturidade, não evangelização.

02

Fundamentos conceituais sólidos, com duas lacunas

Média de 5,46/6 no teste; 34 pessoas gabaritaram. Mas 13 (23%) responderiam a uma estatística sem fonte pedindo à própria IA para confirmar, e 10 (18%) não sabem definir alucinação. São justamente as habilidades de verificação.

03

As competências mais fracas são de método, não de ferramenta

Os três itens mais baixos da autoavaliação são escrever um pedido claro (3,89), quebrar tarefas grandes (3,91) e saber o que delegar (3,93). Detectar quando a IA errou vem logo atrás (3,98). Comparar com revisar antes de enviar (4,66) e entender os produtos da empresa (4,55).

04

Quatro áreas concentram a oportunidade

Suporte, Vendas, CS e Onboarding têm as menores médias de autoavaliação (4,06–4,12) e de teste (4,8–5,6). São as áreas de relacionamento com cliente, que mais pedem exemplos práticos e onde 6 das 8 pessoas sem licença paga estão. Engenharia e Liderança lideram (4,50 e 4,78).

05

Tempo de casa pesa, sobretudo nos primeiros 6 meses

Quem chegou há menos de 6 meses (17 pessoas, 30% do time) pontua 3,41 em decompor tarefas e 3,88 em confiança, contra 4,29 e 4,43 de quem tem 2+ anos. A IA ainda não está no onboarding de gente nova como está no produto.

06

A barreira nº 1 é a falta de exemplos da própria área

Excluindo "nada me limita" (22), o que mais aparece é falta de exemplos práticos da minha área (16), seguido de falta de ferramenta ou licença (15), não sei por onde começar (11) e não confio nos resultados (11). O apoio pedido é coerente: treinamento por área e mentoria (25 cada).

07

Há capacidade interna de sobra para escalar

44 pessoas querem ser multiplicadoras de IA e 41 já criaram skills, prompts, agentes ou automações. A demanda repetida por "responder WhatsApp", follow-ups e triagem de tickets é um caso de uso interno que os próprios produtos (Theo, Lina) poderiam atender.

Uso

Como o time usa IA hoje

Frequência, ferramentas, tarefas e valor percebido. Use o filtro de área no topo para ver o recorte de um time; os números abaixo respondem ao filtro.

Ferramentas em uso

Múltipla escolha · % dos respondentes do recorte

Aura é a única ferramenta universal. Claude, Gemini e ChatGPT dividem o segundo bloco quase em partes iguais; Cursor e Copilot concentram-se em Engenharia, Produto e Suporte.

Para que usam

Múltipla escolha · % dos respondentes do recorte

Uso é amplo e "horizontal": análise de dados, pesquisa e escrita aparecem em mais de 80% do time. Código é o único uso de nicho.

Horas economizadas por semana

Autoestimativa

Conta paga

Quem paga a ferramenta

Frequência de uso

Ferramentas de IA generativa no trabalho
Competências

Autoavaliação e teste de conhecimento

Dez afirmações em escala de 1 (discordo totalmente) a 5 (concordo totalmente), ordenadas da mais baixa para a mais alta, e seis perguntas objetivas. A leitura conjunta separa o que o time acha que sabe do que demonstra saber.

Autoavaliação (1–5)

Ordenado pela média · passe o mouse nos segmentos
1 · Discordo totalmente23 · Neutro45 · Concordo totalmente

Os itens do bloco inferior (delegar, decompor, pedir com clareza, detectar erro) têm 25–37% do time em 3 ou abaixo. Os do bloco superior (revisar, produtos da empresa, ajustar o pedido) passam de 90% em 4–5.

Teste de conhecimento

% de acertos por pergunta

Duas perguntas com 100% de acerto (bom pedido, análise de planilha) indicam que o time reconhece boas práticas quando as vê. O erro concentra-se em verificação: pedir para a IA confirmar a si mesma e não nomear alucinação. Isso conversa com a autoavaliação em "identificar quando a IA errou" (3,98).

Efeito do tempo de casa

Médias por faixa de tempo de casa (todos os respondentes; não responde ao filtro)

A curva é consistente: quem chegou há menos de 6 meses está abaixo em quase tudo, com a maior distância em decompor tarefas (3,41 vs 4,29) e confiança (3,88 vs 4,43). Não é falta de uso (6 dos 17 já economizam 10h+), é falta de método e de repertório da casa.

Por área

Mapa de maturidade

Média por área em cada competência, teste e indicadores de uso. Cores: quanto mais petróleo, mais alto; quanto mais cobre, mais baixo. Pessoas e Financeiro-Admin foram agrupadas para preservar o anonimato (n pequeno). Áreas com n ≤ 5 pedem leitura cautelosa.

menormaior

Leitura. Engenharia e Liderança formam o topo em quase todas as colunas. Produto tem uso intenso (7/7 várias vezes ao dia, 100% já criou algo) mas foi a área que mais errou a pergunta sobre estatística sem fonte (4 de 7). Suporte tem a menor média no teste (4,8) e 4 de 5 citam falta de ferramenta/licença. Vendas tem 3 de 7 dizendo "não sei por onde começar" e 3 com dúvida sobre o que é permitido. CS é a maior área (11), tem 5 pessoas que ainda não criaram nada reutilizável e é onde mais se pede exemplos práticos (5) e treinamento por área (8). Onboarding tem 2 de 4 sem conta paga e transparência (item 19) em 3,75.

Barreiras e apoio

O que limita e o que ajudaria

As duas perguntas espelham-se: quem sente falta de exemplos pede treinamento por área e biblioteca de casos; quem sente falta de ferramenta pede licença. Os números respondem ao filtro de área.

O que mais limita o uso hoje

Múltipla escolha · % dos respondentes do recorte

Apoio de maior impacto

Até duas opções · % dos respondentes do recorte
Respostas abertas

O que o time disse

Temas recorrentes nas respostas abertas (uso mais valioso, o que já criou, tarefa que gostaria de delegar, comentário livre). Trechos editados apenas para remover identificação; a área é indicada quando não compromete o anonimato.

1 · A Aura virou o sistema operacional do trabalho, e por isso os seus limites doem

Todas as 56 pessoas usam a Aura. Ela é citada como a ferramenta central para CS, Onboarding e Suporte, para buscar contexto de cliente, montar apresentações e editar prompts. A crítica mais dura do diagnóstico também é sobre ela: alucinações e ambiguidade em integrações. Como produto interno, isso é um roadmap.

"A IA consegue trazer todos os dados do cliente em um só lugar e eu consigo passar mais tempo analisando e criando estratégias em cima desses dados, no lugar de passar horas buscando informações."
CS
"Fico grande parte do meu tempo na Aura, e sinto falta de como aplicar essas outras ferramentas para melhorar o meu dia a dia."
CS
"A Aura tem sido muito útil, mas muito traiçoeira, ela tem alucinado muito e isso faz com que eu perca um tempo sem necessidade: implorar para ela abrir um ticket quando eu achei que ela já tinha aberto, geração de JSON sem nexo e quebrado, ambiguidade no comportamento e entendimento das integrações."
Onboarding/Implantação
"Hoje a criação de apresentação seria a parte mais repetitiva, porém já temos ferramentas internas para isso, só sinto falta dela ser um pouco mais flexível na hora de editar."
Produto

2 · Quem já construiu, construiu coisa séria

41 pessoas criaram algo reutilizável. Em Engenharia e Produto são skills, agentes revisores, MCPs e ferramentas internas. Em Suporte, CS e Vendas aparecem agentes de triagem de chamados, skills de HubSpot, preenchimento de contrato e handover, debrief de reuniões. Em Financeiro-Admin e Onboarding, prompts salvos: há um degrau a subir.

"Com IA eu escrevo os planos de teste a partir da leitura do código que subiu, e não da descrição da issue, então valido o que o sistema faz de verdade. Isso me permite cobrir sozinha um volume de validação que antes exigiria mais gente."
Engenharia
"Criei templates/skills que analisam chamados pausados para avaliar se foi realizado o retorno para aquele cliente naquele dia. [...] Criei outro que avalia o meu desempenho semanalmente para avaliar quais aspectos do meu atendimento estão bons e quais são os meus gargalos."
Suporte
"Resumo das reuniões gera o debrief do diagnóstico + Dê › Para. Traz o que faltou. Gera também os dados para preenchimento do HubSpot (preenche automaticamente) e a estrutura ideal de deck de proposta."
Vendas
"Skill de preenchimento de contrato (dados do cliente + SOW + escopo). Skill de confecção de handover (com base no Manual de Handover + minhas adaptações)."
Vendas
"Basicamente prompts salvos, nada muito elaborado."
Pessoas & Fin-Admin
"Coloquei que me interesso em ser multiplicador de IA, mas não tenho conhecimento hoje para isso! Estou disposta a aprender se eu tiver tempo para ajudar o time."
Pessoas & Fin-Admin

3 · A tarefa que todo mundo quer delegar: acompanhar e responder

Ao pedir uma tarefa repetitiva para a IA assumir, as áreas de cliente convergem: responder WhatsApp de clientes, follow-up de leads e planos de ação, triagem e reincidência de tickets, alertas de carteira e health score. Financeiro pede lançamento de NFs no Omie e régua de cobrança. Engenharia, em boa parte, diz "ela já faz".

"Checagem dos tickets mais frequente (automática e várias vezes ao dia), com avaliação do que é mais urgente, o que está em pausa há mais dias, o que foi reaberto e merece atenção."
Suporte
"Consolidar e analisar semanalmente os resultados da minha carteira, sinalizando quedas, oportunidades e clientes que precisam de atenção, além de apoiar nas respostas a dúvidas recorrentes via WhatsApp."
CS
"Primeira camada de atendimento do WhatsApp: muitos clientes têm dúvidas que já foram sanadas em reuniões ou são dúvidas padrão e de fácil explicação, o que toma muito tempo do meu dia."
Onboarding/Implantação
"Check de ICP com os leads: leads gerados por evento › IA liga para o cliente e verifica critérios de ICP › gatilhos de momento de compra › deu bom › BDR."
Vendas
"Lançamento de contas a pagar dentro do Omie. Todas as NFs que chegam são lançadas manualmente, assim como folha, benefícios e diárias de viagem."
Pessoas & Fin-Admin
"Falta um 'claudinho' pro onboarding, um Theo para a implantação. Hoje temos uma boa wiki de processos do onboarding, só que não confiável para um Theo na implantação. Falta um workflow gerando envios automáticos para clientes com cobranças ou alertas de mudança de etapa."
Onboarding/Implantação

4 · O pedido de aprendizado é específico: gente da casa mostrando como faz

"Ter apoio de pessoas que possuem o know-how é fundamental para estarmos todos nivelados e extraindo o máximo de produtividade e eficiência possível com IA."
Vendas
"Seria muito bacana ter uma palestra de quem lidera o uso de IA mostrando como organiza e desenvolve o uso no dia a dia. Nunca conseguimos ter essa sessão."
Engenharia
"Treinamentos específicos para RH e uma mentoria para desenhar melhor os fluxos, identificar oportunidades de ganho de tempo e criar espaço para experimentar soluções seriam muito úteis."
Pessoas & Fin-Admin
"Gostaria de aprender a usar mais a IA e poder criar novas ferramentas com a ajuda da IA."
Onboarding/Implantação
Recomendações

Plano de 90 dias

Priorizado por evidência do diagnóstico e custo de execução. O princípio: não é um programa de "introdução à IA". É um programa de método (decompor, pedir, verificar) entregue por área, por gente da casa, com os próprios produtos como laboratório.

Primeiros 30 dias

Rede de multiplicadores por área

Nomear 1 multiplicador por área (8–10 pessoas) entre os 44 voluntários, priorizando quem já criou skills/agentes. Ritual quinzenal de 45 min: cada um traz um caso real da área.

Evidência: 44 "sim" para multiplicador; mentoria e treinamento por área empatados como apoio nº 1 (25 cada).
baixo custoPessoas + Liderança

Fechar o gap de licenças

8 pessoas sem conta paga (CS 2, Onboarding 2, Vendas 2, Pessoas 2) e 15 citando falta de ferramenta. Padronizar licença corporativa para 100% do time e definir stack por perfil (Claude/Gemini para cliente; Cursor/Claude Code para técnico).

Evidência: "Falta ferramenta ou licença" é a 2ª barreira (15); Suporte 4/5.
baixo custoFinanceiro

Política de uso de IA em uma página

O que pode e o que não pode colar, quando declarar uso de IA, quais ferramentas são homologadas. 10 pessoas têm dúvida sobre o permitido; 17 estão em 3 ou abaixo em transparência (item 19).

Evidência: quase todos sabem que CPF de lead não pode (55/56), mas a regra não está escrita.
baixo custoJurídico + CTO

30–60 dias

Workshop "Delegar, decompor, pedir, verificar"

Duas sessões práticas por área, sobre tarefas reais, cobrindo os quatro itens mais baixos da autoavaliação (3,89–3,98) e o erro mais frequente do teste (verificação de fontes, 23%). Saída: cada participante entrega um prompt/skill de uso semanal.

Evidência: os itens de método são os mais baixos em todas as áreas; Produto errou 4/7 em verificação.
médio esforçoMultiplicadores

Biblioteca de casos internos por área

Catalogar as 41 criações já existentes (skills, prompts, agentes) num repositório único com dono, área e instrução de uso. Começar por CS, Vendas, Suporte e Onboarding, onde a falta de exemplos é a barreira mais citada.

Evidência: "Falta de exemplos práticos da minha área" = 16; "biblioteca de prompts e casos" pedida por 12.
médio esforçoWiki

Módulo de IA no onboarding de novos colaboradores

Trilha de 2 semanas para quem entra: Aura, política de uso, os 3 casos da área e um exercício de decomposição de tarefa. Meta: eliminar a diferença de 0,3–0,9 ponto entre < 6 meses e 2+ anos.

Evidência: 17 pessoas com < 6 meses (30% do time) pontuam 3,41 em decompor tarefas e 3,88 em confiança.
médio esforçoPessoas

60–90 dias

Dogfooding: Theo e Lina para dentro de casa

Os pedidos mais repetidos (responder WhatsApp de cliente, follow-up de plano de ação, primeira camada de dúvidas no onboarding, alertas de carteira) são exatamente o que a empresa vende. Piloto interno com CS e Onboarding, medindo horas liberadas.

Evidência: 8+ respostas convergem em WhatsApp/follow-up/alertas; Onboarding pede "um Theo para a implantação".
alto impactoProduto + CS

Ciclo de feedback da Aura

Canal estruturado para reportar alucinação e falhas de integração, com triagem semanal e changelog visível. A crítica mais forte do diagnóstico é sobre confiabilidade da Aura em ações (abrir ticket, gerar JSON).

Evidência: 11 pessoas "não confiam nos resultados"; relato explícito de alucinação em Onboarding.
médio esforçoEngenharia

Automações de back-office

Lançamento de NFs no Omie, régua de cobrança e envio de NFSe são tarefas de alto volume e baixa ambiguidade, ideais para agentes. Esforço técnico pequeno para uma área que hoje só tem "prompts salvos".

Evidência: Financeiro-Admin: 3/3 citam falta de exemplos; pedidos concretos de automação.
Financeiro + Eng

Como medir

Repetir o diagnóstico em março/2027 com as mesmas 32 perguntas
Método (itens 12–14, 16)
3,9 → 4,3
Média dos quatro itens de método, hoje entre 3,89 e 3,98.
Verificação (perguntas 22 e 24)
77% → 95%
Acerto na pergunta de estatística sem fonte; alucinação de 82% para 95%.
Gap de tempo de casa
0,33 → < 0,15
Diferença na média Likert entre < 6 meses e 2+ anos.
Criou algo reutilizável
73% → 90%
Com foco em CS, Financeiro-Admin e Onboarding.
Cauda longa

O que as médias escondem

As médias do painel descrevem o centro da distribuição. Esta aba olha para as pontas: quem está muito abaixo e muito acima, as respostas raras, as ferramentas que uma única pessoa usa e os pedidos que apareceram uma vez. É onde estão os riscos individuais e os sinais do que a empresa vai fazer daqui a um ano. Tudo em agregado; nenhum grupo com menos de 5 pessoas é detalhado.

Ferramentas distintas citadas
21
218 menções · as 4 mais citadas concentram 68%
Ferramentas com 1 única menção
10 de 21
metade do catálogo vive na cauda
Deram ao menos uma nota 1–2
11 de 56
concentradas em decompor (4), pedir claro (3), transparência (3)
Correlação autoavaliação × teste
0,01
praticamente nula: quem se acha bom não acerta mais

Distribuição da autoavaliação individual

Média dos 10 itens por respondente (1–5)
12,0–3,0
13,0–3,5
193,5–4,0
164,0–4,5
194,5–5,0

Distribuição comprimida (desvio-padrão 0,52) com cauda inferior curta: só 2 pessoas abaixo de 3,5. A ação de capacitação não é "resgate" de um grupo grande; é elevar o miolo de 3,5–4,5 (35 pessoas) em método.

Quantas barreiras cada pessoa citou

Pergunta 28, múltipla escolha
Uma barreira (ou "nada")
30
Duas barreiras
16
Três ou mais
10

As 10 pessoas com 3+ barreiras têm autoavaliação 3,87 (vs 4,20) e estão em Pessoas & Fin-Admin (4), Vendas (2), Onboarding (2), Suporte e CS. Quem marcou "nada me limita" (22) tem 4,47 contra 4,02 dos demais: a percepção de barreira é, em boa parte, percepção de competência.

Cauda inferior: autoavaliação ≤ 3,5

5 pessoas · 9% do time
Média no teste5,80 (acima da empresa)
Sem conta paga3 de 5
Tempo de casa 6–12 meses3 de 5
Economizam ≤ 6h/semana4 de 5
Multiplicador: "talvez"3 de 5
ÁreasPessoas & Fin-Admin, Vendas, CS, Suporte

Perfil claro: sabem o que é IA (teste alto), usam todo dia, mas sem licença, sem casos da área e sem confiança. Não é resistência; é falta de acesso e de exemplo. São os 5 primeiros nomes para o programa de mentoria, e 3 deles já se dispõem a "talvez" multiplicar.

Cauda superior: autoavaliação ≥ 4,7

11 pessoas · 20% do time
Já criaram algo reutilizável10 de 11
Economizam 10h+/semana6 de 11
ÁreasLiderança 3, Engenharia 3, Marketing 2, Produto 2, Onboarding 1
Ferramentas por pessoaacima da média (3,9)

É o banco de multiplicadores. Nota: só 1 das 11 vem de área de cliente (CS, Vendas, Suporte, Onboarding somam 27 pessoas). O conhecimento está concentrado longe de quem mais pede exemplos; o programa precisa cruzar essa fronteira, não replicar dentro de cada área.

Confiança sem fundamento: teste ≤ 4 de 6

7 pessoas · 13% do time
Autoavaliação média4,24 (acima da empresa)
Menos de 6 meses de casa3 de 7
Áreas mais presentesSuporte 2, Vendas 2
Erros mais comuns"pedir para a IA confirmar" e definição de alucinação

O grupo espelho da cauda inferior: sentem-se confiantes e usam bastante, mas erram fundamentos de verificação. É o perfil de maior risco operacional (dado errado enviado a cliente com convicção). A autoavaliação sozinha não os encontra; só o teste.

O que a autoavaliação de fato prevê

Correlações entre respostas individuais
Autoavaliação × horas economizadasr = 0,50
Autoavaliação × nº de ferramentasr = 0,19
Autoavaliação × acertos no tester = 0,01
Tempo de casa × autoavaliaçãomonotônico (4,03 → 4,36)

Quem se avalia melhor economiza mais horas, mas não sabe mais. O diagnóstico mede duas coisas diferentes: fluência (autoavaliação, horas) e rigor (teste). O plano precisa de KPIs separados para cada uma; melhorar fluência não melhora rigor por arrasto.

Cauda de ferramentas

Além de Aura, Claude, Gemini e ChatGPT
Agentes ou skills próprios
17
Cursor
12
Copilot (código)
12
Automações (Zapier/Make/n8n)
6
Nimbus
5
Notion AI
5
Copilot (Microsoft)
3
Perplexity1Manus1Lovable1Gamma1Obsidian1OpenCode1Claude Code1Gemini Notebook1Orion1core-connect1

Três leituras. (1) "Agentes ou skills próprios" com 17 menções é a segunda camada real da empresa: mais gente constrói do que usa Cursor. (2) 3 pessoas usam só a Aura (2 em Onboarding, 1 em CS): dependência total de uma ferramenta que a própria área diz alucinar. (3) A cauda de 1 menção é laboratório de graça: Lovable (criação de sites e cronogramas por não-devs), Perplexity (pesquisa com fonte, exatamente o que 23% erram), Gamma (apresentações, a tarefa repetitiva mais citada por Produto), Manus (agentes autônomos). Vale um "demo day" de 30 minutos com esses 10 usuários antes de decidir qualquer licença nova.

Sinais fracos

Pedidos que apareceram uma vez e apontam para onde a empresa vai

IA presente em reuniões no lugar da pessoa

"Participar das dailies" como tarefa a delegar. Hoje soa piada; em 12 meses é um agente que lê o board, resume o status do time e responde perguntas síncronas.

1 menção · Engenharia

Orquestração multiagente

"Ainda não trabalho com multi-agent orchestration, ainda sou ator no topo das decisões." Primeira menção explícita à fronteira seguinte: deixar de operar a IA e passar a supervisionar sistemas de agentes.

1 menção · Produto

IA por voz na qualificação

Fluxo proposto: lead de evento → IA liga para o cliente, checa critérios de ICP e gatilhos de compra → passa para BDR. É a Lina saindo do WhatsApp para o telefone.

1 menção · Vendas

Pesquisa conversacional com usuários via Lina

Uso do próprio produto para entrevistar usuários da empresa. Dogfooding espontâneo de um caso de uso (discovery) que não está no roadmap comercial.

1 menção · Produto

Testes automatizados de prompts multi-instância

Verificar se um ajuste de prompt produz o mesmo resultado em todas as instâncias de cliente. É a demanda de QA de IA (regressão de prompts), hoje feita à mão em Suporte.

2 menções · Suporte

Triagem de caixa de entrada

Ler e-mails, separar os importantes, arquivar os repetitivos. Apareceu 3 vezes em áreas diferentes: pequeno, universal e ainda não resolvido por nenhuma ferramenta interna.

3 menções · Produto, Engenharia

Organização de pastas e arquivos

"Alguma IA relacionada a organização e padronização de pastas no Drive." Tarefa invisível nos rankings de uso, mas que consome tempo de quem lida com material criativo.

1 menção · Marketing

Uso fora do catálogo: imagem, vídeo, áudio, QA

Seis respostas marcaram "outros": criação de imagens e vídeos (2), sites, transcrição de áudio para acelerar desenvolvimento, tarefas de QA, protótipos e cronogramas. A próxima versão do questionário precisa dessas opções.

6 menções · várias áreas

Respostas únicas que merecem uma conversa

1 pessoa marcou "nunca" uso; 1 marcou "algumas vezes por semana"; 1 disse "não" a ser multiplicador; 1 atribuiu nota 1 a "sinto-me confiante". Quatro respostas, possivelmente de menos de quatro pessoas. Não são estatística; são conversas de 15 minutos para o gestor direto.

4 respostas únicas

O que a cauda muda no plano de 90 dias

Dois KPIs, não um

Fluência (autoavaliação, horas) e rigor (teste) não se correlacionam. Acompanhar os dois separadamente e tratar o grupo "confiante e errando" com prioridade, não o grupo "inseguro e acertando".

Multiplicadores cruzam áreas

10 dos 11 mais fluentes estão em Liderança, Engenharia, Marketing e Produto. Emparelhar cada um com uma área de cliente, em vez de esperar que CS ou Vendas produzam seus próprios multiplicadores no curto prazo.

Reduzir a dependência de ferramenta única

Garantir que ninguém opere só com a Aura: uma segunda ferramenta de propósito geral com licença corporativa para todos, e um canal de feedback da Aura que trate alucinação como bug de produto.