Uma oficina mecânica perdia cliente porque o carro ficava parado esperando peça que já estava no estoque

O sintoma parecia óbvio, e estava errado

Uma rede de oficinas mecânicas de médio porte chegou até a AI Start com uma queixa recorrente: carros ficavam parados no pátio por dois, três dias além do prometido, esperando peça. O diagnóstico interno já estava pronto antes de qualquer conversa: "nosso fornecedor demora". A solução óbvia, na cabeça de todo mundo, era trocar de fornecedor ou negociar prazo de entrega mais curto.

O Raio-X da Fase 1 do Growth Tech existe justamente para testar esse tipo de diagnóstico antes de qualquer investimento. E, nesse caso, ele derrubou a hipótese em menos de uma semana de mapeamento.

O que o mapeamento do processo real mostrou

A oficina tinha estoque. Boa parte das peças que "demoravam a chegar" já estava fisicamente no depósito havia dias. O problema não era logística externa, era comunicação interna: o mecânico abria a ordem de serviço, identificava a peça necessária, e essa informação demorava a chegar até quem cuidava do estoque, porque passava por um sistema de anotação em papel e depois lançamento manual numa planilha, revisado só duas vezes por dia.

Enquanto isso, o carro ficava parado, o cliente ligava perguntando, e o atendente — sem visibilidade nenhuma sobre onde a peça estava — repetia a explicação de sempre: "estamos aguardando o fornecedor". Uma explicação que nem sempre era verdade, mas que ninguém tinha dado errada porque ninguém tinha comparado o que o sistema de estoque sabia com o que o atendente falava pro cliente.

Camada C1 e camada C3, juntas

Esse é um exemplo claro de como as camadas do framework se cruzam. A camada C1, processo, mostrou o gargalo real: entre "mecânico identifica a peça" e "estoque confirma disponibilidade" existiam duas etapas manuais e um atraso médio de meio dia. A camada C3, sistemas e dados, mostrou por que isso acontecia: o estoque estava numa planilha isolada, sem nenhuma ponte com a ordem de serviço.

A solução não foi um chatbot bonito nem um painel cheio de gráfico. Foi conectar o sistema de ordem de serviço ao controle de estoque, com um alerta simples avisando o atendente, em tempo real, quando a peça de uma ordem aberta já estava disponível. Nenhuma peça mudou de fornecedor. Nenhum contrato foi renegociado.

O resultado, e o que ele não é

O tempo médio de carro parado esperando peça caiu de forma consistente nas semanas seguintes à implementação, porque a maior parte dos atrasos nunca tinha sido de fornecedor — era de informação que existia, mas não circulava. O atendente passou a dar prazo real pro cliente, em vez de repetir uma frase padrão que às vezes escondia uma peça já disponível a metros de distância.

Isso não é uma história sobre inteligência artificial substituindo alguém, nem sobre um algoritmo prevendo demanda. É uma história sobre o Raio-X fazendo a pergunta que a oficina nunca tinha feito: "a demora que a gente culpa no fornecedor, ela é real, ou é falta de visibilidade interna?" A resposta, nesse caso, custou uma integração simples. O diagnóstico errado, se tivesse virado ação — trocar de fornecedor sem entender a causa — teria custado meses de negociação para resolver um problema que nunca esteve lá fora.

Se a sua operação também tem um gargalo que "todo mundo já sabe qual é", vale a pena testar essa certeza antes de investir na solução óbvia. Fale com a AI Start no WhatsApp e veja em 15 minutos como seria um Raio-X na sua empresa.