Quando a unidade de trabalho muda, as métricas precisam mudar. Em operações onde IA assume parte do esforço humano, sete KPIs tradicionais passaram de úteis a enganosas. Continuar medindo cria a falsa sensação de estar no controle.
Premissa
Toda métrica reflete um modelo mental. Se o modelo é obsoleto, a métrica é ruído que parece sinal. A lista abaixo mapeia sete métricas que sobreviveram a uma transição operacional mas não a uma transição de unidade de trabalho — e por que é hora de aposentar cada uma.
1. Tickets resolvidos por hora
Faz sentido quando o custo marginal de resolver é humano. Quando metade dos tickets é resolvida por agente, o número perde significado — o denominador muda conforme o mix de humano e agente.
Alternativa: taxa de resolução em primeiro contato e tempo até resolução — medidos pela experiência do cliente, não pela produtividade da ferramenta.
2. Emails enviados
Em era de geração assistida, medir volume de email é medir quanta saída o modelo produziu. Responder 200 emails não significa que 200 conversas avançaram.
Alternativa: progresso de conversa medido por mudança de status do relacionamento (ex.: lead que avançou de fase, cliente cujo problema foi resolvido).
“Volume é o último refúgio da gestão sem métrica real.”
3. Leads trabalhados
O que significa “trabalhado” quando a IA faz triagem? Em muitas empresas, o SDR humano ainda reporta 80 leads/dia — mas 60 foram pré-qualificados por agente, e o humano só “assinou”.
Alternativa: leads convertidos para próxima etapa, sem contar o trabalho intermediário. A pergunta é quantas conversas produtivas começaram — não quantos registros mudaram de status.
4. Documentos produzidos
Gerar relatório virou commodity. Medir quantos foram gerados é medir uso de modelo, não valor entregue.
Alternativa: documentos que causaram decisão. O relatório que ninguém leu não existe economicamente.
5. Meetings-per-week
Volume de reuniões sempre foi sinal fraco. Virou ruído total em operações onde muitas delas são substituídas por sumário assíncrono gerado por IA. Algumas empresas reportam 40% menos reuniões e 30% mais decisões. Contar reuniões inverte a análise.
Alternativa: decisões formalizadas por semana, tempo médio entre problema identificado e ação tomada.
6. Tempo médio em tarefa
Tarefa que antes levava 30 minutos e hoje leva 3 minutos não indica produtividade 10× — indica que o escopo da tarefa mudou. O humano agora faz a parte que a IA não fez, que é geralmente a mais densa.
Alternativa: throughput por dia, cruzado com qualidade medida por retrabalho ou satisfação de cliente.
7. Headcount por área
“A equipe cresceu 20% este ano” dizia algo sobre capacidade. Hoje pode dizer apenas que ninguém reviu o dimensionamento depois da adoção de agentes.
Alternativa: capacidade entregue por R$ investido — somando custo de headcount, licenças, uso de IA. O denominador certo é esforço total alocado, não pessoas.
O que medir agora
Um conjunto mínimo de métricas substitutas, agnóstico a quem fez o trabalho:
- throughput por função (quantas unidades de trabalho completadas);
- qualidade medida por retrabalho ou experiência de cliente;
- tempo entre evento e ação (latência operacional);
- capacidade entregue por R$ total investido na função;
- margem operacional da área.
Toda métrica que sobrevive à pergunta “isso continuaria fazendo sentido se 80% do trabalho físico fosse feito por agente?” é métrica de próxima geração. O resto precisa ser aposentado.