Ela não tem sala envidraçada nem aparece nas reuniões de diretoria. Tampouco participa dos lucros. Ainda assim, sua influência já se infiltra nos lugares onde as decisões são tomadas. Em empresas mais ousadas, essa figura já assumiu um cargo de nível sênior. Cabe a ela reconhecer sinais de alerta e intervir quando algo sai do lugar. É uma função estratégica. No Rio Grande do Sul, porém, a inteligência artificial (IA) ainda está longe de ser aproveitada em seu pleno potencial.
Um diagnóstico sobre a maturidade digital das grandes corporações gaúchas, apresentado no South Summit Brazil de 2025, indicava que elas ainda davam os primeiros passos no uso da IA. A pesquisa, conduzida por Brivia_Group, Alvarez & Marsal e Instituto Caldeira, avaliou sete pilares a respeito do nível de adoção, integração e otimização de tecnologias emergentes.
O Rio Grande do Sul alcançou 75 pontos no escore geral, exatamente no limite superior da chamada zona de sensibilização — faixa que, pela metodologia do estudo, indica empresas com iniciativas digitais em andamento, mas ainda dependentes de mais organização e escala. É um estágio ambíguo: as companhias já se moveram, mas ainda não consolidaram uma nova forma de operar. No pilar dedicado a IA & Gestão Eficiente, o desempenho cai para 56 pontos. Significa que a tecnologia já entrou no vocabulário, nos testes e em algumas rotinas, mas seu impacto permanece limitado, disperso e pouco comprovado em termos financeiros.
“Hoje, a IA está muito mais presente na camada tática do que na estratégica. Ela aparece em automações de marketing, atendimento ao cliente [chatbots e copilots], geração de conteúdo e processos de análise de dados. São aplicações importantes, mas ainda periféricas em relação ao core do negócio”, avalia Marcio Coelho, CEO do Brivia_Group.
A Olympikus contraria essa tendência. Parte do portfólio da Vulcabras, a marca chegou aos 50 anos diante de uma corrida diferente daquela que ajudou a popularizar. O esporte evoluiu para um fenômeno cultural e de consumo, transcendendo a performance esportiva tradicional para focar em experiência, pertencimento e estilo de vida.
Havia algo de sintomático naquele cenário que a companhia gaúcha, presente em toda a América do Sul e em mais de 12 mil pontos de venda no Brasil, não podia se dar ao luxo de ignorar. Era preciso entender quem estava correndo, por que corria, com quem corria e que lugar a corrida passava a ocupar na vida das pessoas. Foi daí que nasceu a segunda edição da pesquisa Por dentro do corre, realizada em parceria com a Box1824, em 2025.
Com 1.179 praticantes ouvidos em todas as regiões do país, o levantamento estima que o Brasil chegou a 15 milhões de corredores, 2 milhões a mais que no ano anterior. A corrida cresceu cerca de 15% e se tornou mais diversa: a participação feminina subiu de 42% para 50%; jovens de 18 a 24 anos passaram de 12% para 20%; e a classe C avançou de 36% para 43% entre os corredores.
A pesquisa poderia ter seguido o destino comum dos estudos proprietários: circular em apresentações, orientar campanhas e abastecer decisões internas. Não foi o que aconteceu. Com base em seus resultados, a Olympikus criou a “Inteligência do Corre”, seu primeiro projeto oficial de IA voltado ao público. A ferramenta permite que corredores, jornalistas e criadores de conteúdo façam perguntas sobre comportamento, cultura e transformações da corrida no Brasil, recebendo respostas baseadas no estudo.
Para Bianca Dallegrave, gerente de Marketing da Olympikus, a iniciativa estabelece uma mudança de patamar no uso de dados pela marca. “Em vez de concentrar esse conhecimento em relatórios técnicos, criamos um agente capaz de traduzir as informações de forma viva, acessível e interativa para qualquer pessoa interessada na cultura da corrida.”
As informações dos usuários ajudaram a moldar a agenda da marca. No ano em que completou 50 anos, a Olympikus promoveu pelo menos 15 ações em diferentes regiões do país. “Sem esse nível de leitura, provavelmente teríamos agido com menos segurança, de forma mais dispersa”, considera Bianca.
Os dados cumprem dois papéis: ajudam a desenhar caminhos estratégicos e funcionam como camada de validação para decisões que nascem da proximidade com a comunidade. A escuta direta e os testes de produto continuam no centro dessa construção. “A tecnologia entra para somar — organizando dados, trazendo novas camadas de interpretação —, mas não substitui o olhar humano nem a proximidade com o corredor”, garante.
A simbiose entre humano e máquina tem se mostrado vantajosa em qualquer ambiente. No Hospital Moinhos de Vento (HMV), essa relação começou com um pente-fino nos processos. Antes de escolher ferramentas, a instituição decidiu mapear onde havia problemas a resolver. O resultado foi um levantamento interno com 226 oportunidades de melhoria. Parte delas pedia soluções de inteligência de negócios (BI, na sigla em inglês). Outras demandavam ajustes de sistema. Mais de uma centena, porém, tinha algum potencial de uso de IA, isoladamente ou combinada a outras tecnologias.
“A pergunta vem antes: quais são os problemas que precisamos resolver e quais deles podem ser enfrentados com o uso de IA?”, define Felipe Cezar Cabral, gerente médico de Saúde Digital do Moinhos. Essa filosofia orienta tanto aplicações administrativas quanto assistenciais.
No primeiro grupo, Cabral vê a IA em um estágio mais maduro. “São processos com regras mais claras, grande volume de informação e menor risco clínico direto.” Aplicações incluem auditoria de conta médica, ciclo da receita, análise de contratos e melhoria de fluxos internos. Nesses casos, a tecnologia ajuda a reduzir trabalho repetitivo, encontrar inconsistências, acelerar análises e liberar equipes para tarefas que exigem mais discernimento.
Na área médica, a adoção demanda outro nível de cuidado. A IA aparece em pontos nos quais pode ampliar a capacidade de observação, priorização e decisão dos profissionais, mas sempre dentro de fluxos validados. Na endoscopia, por exemplo, sistemas baseados em IA ajudam o médico a identificar pólipos e estimar, em tempo real, o risco de malignidade. A informação não substitui a avaliação do especialista; ela qualifica o olhar no momento do exame e pode apoiar a decisão sobre biópsia.
A IA também entrou na ressonância magnética, contribuindo para reduzir o tempo do exame. Ao paciente, isso representa mais conforto em um procedimento que costuma ser longo e incômodo. Para o hospital, exames mais rápidos permitem atender mais pessoas a cada dia.
Há ainda o uso de análise estatística e aprendizado de máquina para identificar padrões e prever eventos futuros. Em alguns casos, a IA ajuda a revisar imagens realizadas no hospital e a cruzar informações do prontuário. “Quando o sistema sinaliza uma possível alteração, o alerta passa pela revisão dos especialistas. Se houver suspeita relevante, a equipe aciona o paciente e encaminha o caso ao núcleo adequado”, explica.
Um caso recente ilustra esse potencial. Uma pessoa chegou ao HMV com o braço fraturado. Ao percorrer seu histórico e revisar exames de imagem disponíveis, o sistema sinalizou a possibilidade de um nódulo pulmonar — um achado sem relação com o atendimento em questão. O alerta foi revisado por radiologistas, e o paciente foi chamado para uma investigação aprofundada. Segundo o médico, a identificação em estágio inicial permitiu iniciar o tratamento a tempo.
A lógica por trás desse exemplo não se aplica apenas à medicina. Em qualquer operação complexa, parte do valor da IA está em enxergar relações que escapam ao olhar imediato: uma alteração discreta na imagem, uma variação de temperatura na máquina, um desvio na matéria-prima, um padrão que só aparece quando muitos sinais passam a ser lidos em conjunto. No Rio Grande do Sul, essa passagem do alerta clínico à precisão industrial encontra um território familiar no Vale do Sinos, região que construiu sua reputação no calçado e, ao longo das décadas, viu parte de suas empresas avançar para cadeias mais técnicas, menos visíveis ao consumidor final e mais dependentes de conhecimento acumulado.
Fundada em Campo Bom há quase seis décadas, a FCC carrega no nome a origem calçadista: Fornecedora de Componentes para Calçados. O negócio, porém, há muito ultrapassou esse ponto de partida. Hoje, o diretor-financeiro Cristiano Eckert resume a atuação da companhia em outra expressão: ciência dos materiais.
Isso significa trabalhar com diferentes insumos para chegar sempre a uma mesma exigência. Um adesivo tem de colar bem. Uma vedação precisa resistir ao uso. Um revestimento deve proteger a peça. Para tanto, a empresa combina matérias-primas, formulações, temperaturas, tempos, equipamentos e testes de laboratório. Daí a utilidade da IA. Ao cruzar dados que antes ficavam dispersos, a tecnologia ajuda a entender quais combinações produziram determinado resultado — e como reduzir oscilações nas próximas rodadas.
A empresa divide as aplicações da tecnologia em dois grupos. O primeiro envolve o trabalho cotidiano. São ferramentas que ajudam profissionais e equipes a pesquisar, resumir textos, preparar reuniões, automatizar rotinas e organizar tarefas com agentes digitais. A FCC testa soluções, promove treinamentos e mantém grupos internos atentos às novas possibilidades. Essa frente de uso poupa tempo. Mas a transformação mais relevante está na segunda camada: a IA aplicada ao coração do negócio.
Um exemplo diz respeito ao controle de qualidade. Até meados de 2025, os laudos de análise eram recebidos dos fornecedores, conferidos e arquivados em papel. As informações estavam ali, mas não podiam ser cruzadas com o restante da operação. Agora, passam a alimentar os sistemas da companhia. “Isso é imprescindível para conectar a engrenagem, o motor das IAs, para interpretar de forma mais correta as informações, os dados de entrada, de meio e de saída”, explica Eckert.
A lógica é a mesma no chão de fábrica. Uma extrusora pode ter mais de 30 pontos de controle de temperatura. Antes, essas informações apareciam no painel da máquina e ficavam ali. Agora, a empresa começa a capturá-las eletronicamente e conectá-las ao histórico de produção. Quando um produto sai com alguma variação, passa a ser possível reconstruir as condições daquele lote.
É claro que nem todo desafio de uma empresa tem um fundo técnico. Às vezes, ele está no modo como os clientes escolhem, mudam de ideia, combinam preferências e atravessam jornadas pouco lineares. A IA também é valiosa para lidar com esse tipo de incerteza.
Uma empresa de São Leopoldo fez desse terreno movediço o centro do negócio. A sacada foi perceber que planejar um casamento significa gerir um projeto. Há orçamento a controlar, preferências a conciliar, convidados a privilegiar. Como em qualquer evento social ou corporativo, a margem para desencontro é grande.
A Wedy notou isso em 2014, quando surgiu ainda como Mecasei.com. A proposta era reunir, na mesma plataforma, ferramentas para ajudar noivos a organizar a cerimônia. O serviço permitia criar um site personalizado para o casal, montar listas e concentrar informações sobre fornecedores. Era uma solução voltada à etapa final da jornada, quando as decisões ganham forma e precisam ser reunidas em um só lugar.
Com o tempo, a companhia entendeu que a parte mais difícil não era a contratação do buffet nem a escolha do fotógrafo. Era espelhar os desejos e a identidade do público em cada celebração. “Parece simples, uma coisa que se resolve com checklist. Mas cada evento envolve escolhas, expectativas e combinações muito próprias”, observa a líder de produto, Gabrielli Galeazzi.
É por isso que a plataforma passou a empregar a computação cognitiva da plataforma Watson, solução de inteligência artificial da IBM. A tecnologia coleta respostas, interpreta preferências e monta jornadas de planejamento conforme a ocasião. A Wedy, que começou nos casamentos, hoje também organiza formaturas, chás de bebê e aniversários.
A sofisticação do produto resultou de um processo gradual. Na transição de 2023 para 2024, a empresa promoveu ciclos de estudos intersetoriais, nos quais colaboradores pesquisavam e compartilhavam temas estratégicos. Essa base teórica preparou o terreno para hackathons que integraram times técnicos e de gestão. O objetivo era construir repertório antes de transformar novidade em funcionalidade — uma sequência que inverte a lógica comum de lançar primeiro e aprender depois.
Essa transformação reconfigurou prioridades internas. A equipe passou a questionar, com critério redobrado, se as novas entregas estavam em sintonia com a visão da empresa. De acordo com Gabrielli, o critério técnico é insuficiente: “Não podemos propor uma funcionalidade apenas porque a IA a tornou possível. Ela precisa fazer sentido para o negócio.”
Para fornecedores, a IA assume uma função mais operacional. Buffets, fotógrafos e assessorias de eventos passam boa parte do dia no WhatsApp — é ali que chegam orçamentos, dúvidas, negociações e confirmações de última hora. A Wedy criou um CRM integrado ao aplicativo para organizar esse fluxo. O fornecedor conecta a conta e passa a ter um funil de vendas, alertas de contatos que precisam de retorno e métricas de conversão. Um lead que antes se perdia entre áudios e mensagens de texto aparece dentro de um pipeline rastreável.
A plataforma também resume contratos, gera cronogramas e cria documentos a partir das informações já disponíveis sobre o evento. Segundo a empresa, 35% da base B2B já usa soluções de IA — um crescimento de 116% em relação ao ano anterior.
O custo escondido da IA
Há um risco a considerar: a mesma capacidade de abrir novas frentes também pode dispersar. Empresas maduras tratam a tecnologia como parte de um ciclo de experimentação. Testam, medem, corrigem e voltam a testar. Sempre foi assim. A diferença é que, agora, cada rodada pode produzir mais informação sobre o cliente, o processo e o próprio negócio.
Um estudo do Stanford Digital Economy Lab, publicado em abril de 2026, mostra que muitos dos investimentos em IA são planejados de trás para frente. O relatório The enterprise AI playbook analisou 51 casos bem-sucedidos de IA empresarial, em 41 organizações, de sete países e nove setores. Todas as iniciativas que saíram do piloto entraram em produção e foram adotadas por equipes por pelo menos três meses.
Segundo o estudo, os maiores obstáculos raramente estavam na tecnologia. Em 77% dos casos, envolviam questões menos visíveis, como qualidade dos dados, revisão de processos e adaptação das equipes. A parte técnica, em geral, era a mais simples.
Isso muda a forma de olhar para o investimento. Não raramente, as empresas calculam IA a partir do que conseguem comprar. Mas o custo decisivo está no que precisa ser reconstruído por dentro. É o tempo de quem conhece a operação, a revisão de rotinas antigas, a organização das informações e a adaptação do trabalho ao novo sistema.
Mesmo entre os casos que deram certo, a estrada foi tortuosa. Dois terços dos projetos de sucesso tiveram pelo menos um fracasso anterior. Esses tropeços quase nunca entram no cálculo final de retorno, mas costumam explicar o aprendizado que tornou a tentativa seguinte possível. Em IA, parte do investimento está em errar com método, e só depois escalar.
O relatório The GenAI Divide, do MIT Media Lab e da HCLTech, ajuda a dar contorno à situação. Apesar de investimentos corporativos estimados entre US$ 30 bilhões e US$ 40 bilhões em inteligência artificial generativa, 95% das organizações analisadas não obtiveram retorno mensurável com suas iniciativas. O problema estaria na aplicação propriamente dita. Ferramentas genéricas funcionam bem em tarefas simples, mas perdem tração quando encontram a textura real do trabalho, com seus contextos, exceções, memórias, regras tácitas e dependências entre áreas.
O ponto de contato entre os dois levantamentos é óbvio. A IA que funciona costuma estar integrada a processos, dados e decisões de negócio. Conforme relatório da Deloitte, a falta de habilidades é vista como a maior barreira para integrar IA aos processos centrais das empresas. Ao mesmo tempo, 84% das companhias ainda não redesenharam funções ou a própria natureza do trabalho em torno das novas capacidades da tecnologia. O dado expõe uma contradição: muitas organizações esperam ganhos de automação, mas continuam operando com estruturas pensadas para antes da IA. “Existe uma barreira cultural: análise preditiva exige confiar em modelos e abrir mão de decisões puramente intuitivas, o que nem sempre é trivial para lideranças acostumadas a outro tipo de gestão”, explica Marcio Coelho, do Brivia_Group. “Soma-se a isso a escassez de perfis híbridos, com profissionais que entendem tanto de negócio quanto de dados, e o resultado é um uso ainda muito descritivo da informação.”
A escala ainda engana
Liderar um negócio exige distinguir o que é genuinamente urgente do que apenas parece ser. Um gráfico criado por Damian Player, sócio-fundador de um estúdio de desenvolvimento nativo em IA com sede em Miami, nos Estados Unidos, viralizou justamente por dimensionar essa distância entre a centralidade cultural da tecnologia e seu uso efetivo. A imagem, construída com dados de fevereiro de 2026, estimava a população mundial em 8,1 bilhões de pessoas e sugeria que 6,8 bilhões — ou 84% — nunca haviam usado IA. Outros 1,3 bilhão, cerca de 16%, apareciam como usuários de chatbots gratuitos. A camada de uso pago era muito menor, entre 15 milhões e 25 milhões de pessoas. O uso mais avançado, associado a ferramentas de programação e automação, ficava restrito a algo entre 2 milhões e 5 milhões.
Os números foram questionados pela falta de transparência metodológica e não devem ser lidos como estatística oficial. Ainda assim, o gráfico ajuda a corrigir uma impressão recorrente: a IA domina conversas de mercado, apresentações de inovação e estratégias corporativas, mas seu uso cotidiano ainda está longe de ser universal. Isso ajuda a colocar as coisas em perspectiva. O uso cotidiano cria vocabulário, reduz estranhamento e ajuda a formar uma cultura mínima de experimentação. O desafio seguinte é transformar familiaridade em capacidade organizacional: sair do uso individual, muitas vezes disperso, para aplicações conectadas a processos, dados e decisões de negócio.
A e-Core acompanha a adoção da IA de uma posição privilegiada. Fundada no Rio Grande do Sul, a empresa atua há 26 anos em tecnologia e transformação digital, com cerca de 650 colaboradores e mais de 300 clientes atendidos em dez países. Seus projetos passam por engenharia de software, cloud, dados e analytics, design thinking, DevOps e integração de plataformas. Na carteira de clientes, nomes como Bradesco, Leroy Merlin, Movida e CVC Corp.
Essa atuação permite um olhar mais acurado sobre mercados maduros. Para Vinícius Pinheiro, CEO LatAm e cofundador da e-Core, a IA atravessou a fase da curiosidade inicial. Há pouco tempo, as organizações queriam algo para gerar apresentações. Agora, a conversa começa a se aproximar dos processos, dos resultados e das decisões de negócio. “A IA passou por um período de experimentação para cada vez mais virar uma realidade dentro do dia a dia das empresas.”
Os usos mais recorrentes se concentram em atividades de alto volume, repetição e menor variação. Atendimento ao cliente, marketing, produção de conteúdo e atualização de CRM estão entre os exemplos. Depois de anos de experiências frustrantes com robôs rígidos, o atendimento automatizado ganhou contexto e naturalidade. No marketing, a tecnologia apoia a escrita, a adaptação de mensagens e a produção de materiais, enquanto a estratégia segue dependendo de quem define o que deve ser comunicado.
Na engenharia de software, área central da e-Core, a mudança já percorre quase todo o ciclo de desenvolvimento. A IA ajuda a estruturar funcionalidades, escrever código, apoiar testes, levar aplicações para produção e responder a falhas. Em operações críticas, esse apoio se torna decisivo. Pinheiro cita clientes com sistemas capazes de processar cerca de 60 mil transações por minuto. Nesse ritmo, uma interrupção logo se traduz em perda financeira. Agentes de IA identificam a falha, reúnem as informações necessárias e acionam os profissionais mais indicados para resolvê-la com rapidez. A resposta combina profissionais especializados e agentes de IA capazes de detectar problemas, reunir as pessoas certas e acelerar a solução.
O salto de maturidade, na avaliação de Pinheiro, depende de alguns pilares. O primeiro é a disponibilidade de dados e a organização dos processos. O segundo é a fluência humana, entendida como capacidade de experimentar, aprender e incorporar novas ferramentas sem paralisar diante do erro. O terceiro exige uma mudança mais profunda na forma de olhar para o trabalho. “Será que esse processo deveria, de fato, existir? Será que ele poderia existir de outra forma?”, provoca.
A liderança tem papel decisivo nessa reconstrução. Conforme Pinheiro, executivos precisam ser exemplos práticos do tipo de transformação que esperam ver na organização. Isso envolve estudar, testar, organizar prioridades e dar direção para reduzir a ansiedade interna. “O líder principal da organização tem que pensar em como pode ser o melhor exemplo possível para a transformação que quer capitanear”, defende.
A adoção também exige equilíbrio entre velocidade e controle. O CEO da e-Core vê empresas praticamente paradas, ainda sem iniciativas relevantes em IA, e organizações que aceleram de forma desordenada, com equipes criando agentes, automatizando fluxos e acessando dados sem governança suficiente. “Qualquer um dos extremos é muito ruim.”
O ponto de equilíbrio se torna imperativo à medida que as ferramentas passam a circular por diferentes equipes. Agentes podem acessar dados, interagir com clientes, atualizar sistemas e tomar decisões dentro de fluxos de trabalho. A facilidade de uso aumenta a velocidade de adoção, ao mesmo tempo em que amplia riscos ligados a segurança, privacidade, responsabilidade e reputação.
A cibersegurança é uma das principais preocupações. A IA aumentou o poder de quem protege sistemas e também de quem tenta invadi-los. Ataques digitais já atingem empresas de diferentes portes, com sequestro de dados, pedidos de resgate e ameaças cada vez mais sofisticadas. “Um hacker, hoje, com uma ferramenta que está à disposição de todo mundo, tem um arsenal para fazer um ataque com poder bem maior do que existia antes”, alerta Pinheiro.
Para a e-Core, um uso mais avançado da IA passa por uma combinação difícil de copiar. Dados disponíveis, processos claros, liderança engajada, cultura de experimentação e governança proporcional ao risco. A tecnologia já aparece em atendimento, marketing, software, CRM, operações críticas e automação de rotinas. O que muda de uma empresa para outra é a capacidade de transformar essas ferramentas em uma nova forma de operar.
“Viver com IA é realmente a maior revolução tecnológica da nossa geração”, anima-se Pinheiro. Possivelmente seja. Mas a medida dessa revolução não será a quantidade de agentes, copilotos ou modelos incorporados à rotina. Por muito tempo, o know-how era o que definia o bom profissional. Tratava-se de um trabalho artesanal, difícil. A IA transforma esse esforço em algo comum, como apertar um interruptor para acender a luz. Agora que o esforço técnico foi automatizado, o que nos sobra é a parte mais difícil: saber o que se quer iluminar.
CASE PANVEL: uma atendente, 90 mil atendimentos
A Sofia — acrônimo de Serviço de Orientação Farmacêutica com Inteligência Artificial — é a IA da Panvel. Ela atende 90 mil clientes por mês no WhatsApp, com índice de satisfação de 81%. Em dois de cada três atendimentos, nenhum humano precisa intervir. Mais de metade dos clientes que antes ligavam para o call center migrou para esse canal.
A ferramenta foi criada para dar ao farmacêutico suporte técnico no ponto de venda. É ele quem a consulta — para checar interações medicamentosas, calcular doses de insulina, consultar a legislação de controlados. A Sofia também faz recomendações baseadas no histórico de consumo e, desde 2025, lê receitas manuscritas. No primeiro trimestre de 2026, R$ 22 milhões em vendas passaram por ela; R$ 557 mil foram concluídos pela Sofia, do início ao fim.
A IA também opera na retaguarda. O motor de precificação com machine learning ajustou 430 mil preços, com ganho de 28% em rentabilidade nominal e 33% em vendas adicionais. Os modelos de abastecimento reduziram R$ 6,5 milhões em estoque parado e geraram R$ 5,1 milhões em vendas incrementais, com mais de 100 mil referências reconfiguradas. Os modelos de previsão de demanda projetam incremento de 10% nas vendas de itens com histórico de ruptura. Uma plataforma interna de agentes reúne 165 instâncias e acumula 2,6 milhões de mensagens trocadas.
A Sofia não prescreve. Ou seja, a liberação de medicamentos controlados continua dependendo de farmacêutico habilitado. “A IA amplia a capacidade do profissional, mas não assume decisões que exigem julgamento clínico ou responsabilidade regulatória”, esclarece Geovani Balestrin Scalcon, gerente-executivo de Tecnologia e Transformação Digital da Panvel.
Até 2024, a IA estava em fase de validação — provas de conceito, pilotos, testes controlados. Os modelos entraram em produção em 2024 e passaram a gerar resultado mensurável. Cada módulo foi validado antes de escalar. Cada ciclo, medido por resultado de negócio. Precificação e abastecimento foram os primeiros módulos porque o impacto financeiro era direto e mensurável. O WhatsApp veio depois, quando a operação já estava devidamente validada.
