Doze entradas para reconhecer mecanismos de falha, observar sinais precoces e definir quando interromper. OP-10 a OP-12 são subpadrões dos mecanismos principais.
Ler casos com fontes →Uma prova de conceito aprovada como experimento isolado demonstra valor em ambiente controlado, mas não foi desenhada para produção. Integração, dados reais, latência, custos e mudança organizacional entram tarde; como não existe um critério prévio de encerramento, o investimento segue sem escala nem cancelamento.
Consultar OP-01 →O custo parece baixo no piloto porque há poucos usuários, pouco dado e inferência controlada. Em produção, tokens, computação, integração, suporte, retreinamento e compromissos de consumo crescem de forma não linear. O business case foi aprovado olhando apenas o trecho plano da curva.
Consultar OP-02 →Customizações, exceções e processos paralelos tornam o sistema transacional opaco e caro de mudar. Ao colocar IA sobre esse core, a organização não o corrige: o modelo aprende duplicatas, dados órfãos e variantes não documentadas e os amplifica em escala.
Consultar OP-03 →Fabricante, integrador e cliente participam da implantação, mas nenhum assume por padrão a validação do output. Termos, entregas e pressupostos criam um triângulo em que cada parte aponta para outra. A accountability pelo uso e pela verificação não desaparece com o fornecedor.
Consultar OP-04 →Áreas frustradas com a aprovação de TI adotam IA sem homologação. Dados corporativos passam a serviços externos sem auditoria, acordo de processamento ou inventário. A descoberta posterior ocorre quando já faltam logs, rastreabilidade e responsabilidades contratuais.
Consultar OP-05 →Durante a transição, a empresa paga a plataforma de IA, mantém o sistema anterior e preserva o headcount porque o processo não foi redesenhado. Sem data e autoridade para desligar o legado, os custos de sobreposição paralisam a execução.
Consultar OP-06 →Para recuperar cronograma, a equipe elimina testes adversariais, validação de viés ou auditoria de entradas. Em IA, a velocidade e o alcance do modelo multiplicam o dano de um controle suprimido sobre clientes, fornecedores ou colaboradores. Pressão por prazo não torna um gate binário negociável.
Consultar OP-07 →Agentes escalam exceções em velocidade de máquina, mas enviam pedidos ambíguos que obrigam o humano a investigar antes de decidir. A latência deixa o agente esperando ou degradado. O gargalo é a interface de decisão, não uma abstração genérica de burocracia.
Consultar OP-08 →O responsável contínuo pelo modelo, processo ou controle também conduz a investigação de seu incidente. O viés de autojustificação favorece causas externas e superficiais; a trilha formal perde força quando comando, log forense e artefato investigado vêm do mesmo escopo.
Consultar OP-09 →Subpadrão do ciclo de impunidade: um pipeline usa dados pessoais sem documentação adequada de proveniência e da base legal apropriada ao uso. Fabricante, integrador e cliente assumem que outro participante verificou a origem, e a responsabilidade fica difusa.
Consultar OP-10 →Subpadrão de dirty core: em domínios onde atualidade é condição de operação, a base de conhecimento sem freshness compatível induz referências, normas ou dados aparentemente plausíveis e errados. A sujeira não é a customização acumulada, mas a obsolescência da informação que alimenta o modelo.
Consultar OP-11 →Subpadrão que combina Shadow AI e ciclo de impunidade. Sistemas homologados e não homologados expandem a exposição de dados pessoais mais rápido que os controles; sem inventário de dados, sistemas e responsáveis, a organização descobre o incidente sem conseguir delimitar seu alcance.
Consultar OP-12 →Estes padrões são adaptações de consulta do Apêndice C da revisão 3. As condições numéricas são referências do livro, não benchmarks universais.