O melhor fluxo de trabalho com IA para chamadas de discovery e escopo

A chamada de discovery são os 45 minutos de maior alavancagem em todo o ciclo de vendas, e também os pior instrumentados. Um fundador ou consultor sênior conduz a chamada, faz anotações à mão ou escuta pela metade enquanto digita, e sai com uma impressão do que o cliente quer. Três semanas depois, ao fazer o escopo do negócio, metade do que foi dito naquela chamada já sumiu — não por má memória, mas porque nunca foi capturado como algo mais duradouro que uma sensação vaga tipo "mencionaram algo sobre um sistema legado."

Isso não é um problema de anotação. É um problema de entrada, e está na origem de todo erro comercial que uma empresa de serviços comete: subprecificação, scope creep, propostas que erram o que o cliente realmente pediu. Corrija a entrada já na etapa de discovery e o resto do pipeline fica mais fácil. Deixe-a quebrada e nenhuma habilidade de escopo ou estimativa recupera informação que nunca foi capturada.

Onde as chamadas de discovery realmente perdem valor

A chamada produz impressões, não requisitos

Pergunte a um consultor o que aconteceu numa chamada de discovery e você recebe uma narrativa: "Estão frustrados com o processo atual, querem algo mais rápido, orçamento está apertado." Pergunte pelos requisitos reais — os entregáveis específicos, as restrições, os stakeholders, os motivadores de prazo — e a resposta vira vaga rápido. Essa lacuna entre narrativa e requisito é onde mora o risco real do negócio, porque o escopo precisa acontecer contra algo, e se a chamada só produziu narrativa, o escopo acontece contra um palpite.

Tempo sênior vai para transcrição, não para julgamento

A pessoa mais bem posicionada para conduzir uma chamada de discovery — sênior o bastante para ler nas entrelinhas, fazer a pergunta de follow-up certa, identificar o problema real por trás do declarado — é também, muitas vezes, quem está preso digitando notas em tempo real. Cada minuto gasto transcrevendo é um minuto não gasto ouvindo o que o cliente não disse diretamente. Isso está exatamente ao contrário: tempo sênior é o recurso mais escasso da empresa, e chamadas de discovery queimam esse tempo numa tarefa que uma máquina faz melhor.

Perguntas de follow-up são enviadas tarde, ou nunca

Toda chamada de discovery termina com coisas ainda desconhecidas — um stakeholder que não estava na sala, uma integração de sistema a verificar, uma faixa de orçamento insinuada mas não confirmada. O valor de uma pergunta em aberto decai rápido. Perguntada dentro de um dia após a chamada, soa criteriosa. Perguntada três semanas depois durante o escopo, soa desorganizada — e o cliente muitas vezes já migrou para outros fornecedores que pareciam mais organizados. A maioria das empresas não tem forma sistemática de capturar essa lista de perguntas em aberto — ela vive na cabeça de alguém, e se perde.

Várias chamadas, vários anotadores, nenhuma fonte única de verdade

Oportunidades maiores raramente fecham numa única chamada. Há a chamada inicial, o mergulho técnico, a chamada com o segundo stakeholder em outro fuso horário. Cada uma tem suas próprias notas, em seu próprio formato, de quem estava presente. Quando o escopo começa, reconstruir "o que realmente aprendemos nas três chamadas" significa reler três conjuntos de notas com três níveis de detalhe diferentes — e os requisitos que surgiram só uma vez, na chamada em que a pessoa do escopo não estava, somem silenciosamente.

O fluxo de trabalho com IA: capturar → estruturar → revelar → repassar

1. Capturar — gravar e transcrever cada chamada

O ajuste básico não tem nada de chamativo: gravar a chamada (divulgado, como a maioria das plataformas já faz por padrão) e transcrevê-la. Só isso recupera tudo que o tempo sênior hoje gasta anotando, e garante que nada dito na chamada dependa da memória ou velocidade de digitação de uma única pessoa.

2. Estruturar — extrair requisitos, restrições e stakeholders

A transcrição sozinha não é o entregável — uma parede de texto de 40 minutos não é mais útil que um conjunto ruim de notas, só mais longa. A etapa de estruturação transforma a transcrição bruta exatamente na forma de que uma etapa de escopo precisa: o que está sendo pedido, quais restrições foram mencionadas (sinais de orçamento, prazo, sistemas existentes, requisitos de conformidade), quem são os stakeholders e o que importa para cada um. É essa etapa que transforma "mencionaram algo sobre um sistema legado" num requisito rotulado sobre o qual uma etapa de escopo pode agir.

3. Revelar — gerar automaticamente a lista de perguntas em aberto

Junto com os requisitos, a mesma etapa produz a lista do que a chamada não resolveu. Este é o resultado de maior valor de todo o fluxo de trabalho: cada pergunta em aberto revelada aqui é uma pergunta feita ao cliente nesta semana, não um pedido de mudança absorvido de graça três meses depois, durante a entrega. (Já escrevemos sobre como [a discovery não estruturada é o primeiro ponto de falha pré-venda por trás do scope creep](/blog/how-to-prevent-scope-creep-before-the-project-starts) — esta é a correção na origem.)

4. Repassar — alimentar o escopo com entrada estruturada, não notas brutas

A saída da discovery — requisitos, restrições, stakeholders, perguntas em aberto — vira a entrada direta da etapa de escopo, em vez de um resumo que alguém precisa reler manualmente e retranscrever num documento de escopo. Em várias chamadas sobre a mesma oportunidade, as saídas estruturadas se fundem numa imagem contínua, de modo que nada dito no mergulho técnico se perde só porque a pessoa do escopo não estava presente.

Por que o humano ainda conduz a chamada

Nada disso substitui a pessoa que conduz a chamada de discovery. Ler a hesitação de um cliente, decidir qual pergunta de follow-up importa mais, perceber o problema real por trás do declarado — isso é julgamento, e é exatamente para onde o tempo sênior deveria ir. O fluxo de trabalho remove a digitação, a reconciliação de notas e o e-mail de follow-up atrasado, para que a pessoa na chamada esteja plenamente presente na conversa em vez de meio presente e meio transcrevendo. A IA faz o volume — captura, estruturação, geração de perguntas. Um humano conduz a chamada, revisa a saída e decide o que volta ao cliente.

Conclusão

Chamadas de discovery são onde os requisitos reais de um negócio são capturados ou perdidos — não há uma terceira opção, porque impressões não gravadas decaem em poucos dias. O melhor fluxo de trabalho com IA para chamadas de discovery trata a chamada como a primeira etapa do mesmo pipeline que produz o escopo, a estimativa e a proposta: capturar a chamada, estruturá-la em requisitos e perguntas em aberto, revelar o que ainda é desconhecido enquanto ainda é barato perguntar, e repassar entrada estruturada em vez de notas brutas.

Esta é a ponta inicial do que o [Proposal OS](/proposal-os) roda em cada negócio — da discovery à entrega, com revisão humana em cada etapa. Se quiser ver o que sua última chamada de discovery teria produzido passando por esse pipeline, agende uma chamada de discovery gratuita e traga uma recente.