Custo por cliente é o número que decide quem uma empresa mantém, quem ela repreça e de quem ela sai. Num projeto recente com um cliente industrial, recebi esse número calculado por IA, somei o custo de todos os clientes, comparei com a demonstração financeira e bateu ao centavo.
É nesse ponto que a maioria das conferências termina. A soma fechar prova uma coisa só, que nada sumiu no caminho, e o custo pode estar lançado no cliente errado com o total intacto. Era exatamente aí que estava o problema, no critério que reparte o custo entre os clientes, a régua que o modelo usa para dividir.
A conferência achou três erros, de duas naturezas bem diferentes.
Dois erros que a disciplina técnica pega
Os dois primeiros eram de cadastro e de unidade de medida. O mesmo cliente entrou duas vezes, porque duas planilhas o listavam de jeitos diferentes. E uma coluna chamada carga registrava caminhões numa área da empresa e quilos em outra, de modo que o modelo somou as duas como se fossem a mesma unidade e atribuiu a um cliente um custo centenas de vezes maior que a própria receita.
Nenhum dos dois exigiu conhecimento de operação para ser encontrado. Quando pedi que o cálculo fosse refeito aberto, cliente por cliente, em vez de me entregar o resultado consolidado, o próprio modelo achou os dois. Essa é a parte da conferência que se resolve com método: exigir o passo a passo em lugar do número final, e olhar os extremos da distribuição antes de olhar a média.
O terceiro erro está na régua, e a aritmética não o denuncia
O modelo aplicou a mesma tarifa por quilômetro a todos os clientes, tanto ao que é atendido a cem quilômetros da fábrica quanto ao que fica a oitocentos.
A maior parte do custo de um caminhão existe uma vez por viagem, seja qual for a distância percorrida: carregar, descarregar, as horas do motorista, o pedágio de saída. Em rota curta esse custo fixo domina o total, e em rota longa ele se dilui por muito mais quilômetros, de modo que o custo por quilômetro cai conforme a rota se alonga. O modelo tratava esse custo como se fosse o mesmo em qualquer distância, o que equivale a supor uma reta onde a operação desenha uma curva.
Na conta que saiu, atender o cliente perto custava menos do que custa de verdade, e atender o distante custava mais. Quem lesse a lista de clientes ordenada por custo iria apertar o distante, que aparece pior do que é, e deixar em paz o perto, que aparece melhor do que é. A decisão de carteira sairia invertida nas duas pontas.
A aritmética estava impecável, e é isso que torna o erro difícil de pegar. Nenhuma conferência de fechamento o acusa, porque a falha está na régua e o fechamento olha só para a conta.
O erro foi pego antes de o número sair
Vale registrar o desfecho, porque ele muda a leitura do caso. Os três erros foram corrigidos antes de qualquer número chegar a uma reunião, e nenhuma decisão de carteira foi tomada sobre a versão errada do modelo.
Isso importa para a discussão sobre IA em análise porque o risco relevante está menos no modelo errar do que no erro atravessar a etapa de validação intacto. Modelos erram, analistas erram, e planilhas montadas à mão erram há décadas. A probabilidade de um erro passar aumenta quando o resultado chega bem formatado, internamente consistente e com o total batendo, que é a condição em que a análise feita por IA costuma chegar.
Implicação para gestores
Validar um modelo desses exige duas coisas ao mesmo tempo, e elas raramente moram na mesma pessoa. A primeira é disciplina técnica: pedir o cálculo aberto de um cliente qualquer, conferir cadastro e unidade, olhar os extremos da distribuição. A segunda é bagagem de operação, que é saber que uma curva daquelas não pode ser reta, e isso vem de ter visto um caminhão rodar, coisa que o balanço nunca vai mostrar.
Quando a execução analítica fica barata, a conferência passa a ser o gargalo real do trabalho, e ela é justamente a etapa que menos se beneficia de velocidade. Uma empresa que acelera a produção de análises sem fortalecer a camada de crítica encurta o tempo entre o erro e a decisão.
O teste é simples de aplicar na próxima análise que chegar à sua mesa. Peça o cálculo aberto de um caso qualquer, e pergunte qual critério repartiu o custo entre os clientes, e por que ele é esse.
Nas análises que chegam prontas para a sua mesa, quem checou a régua que reparte o custo?