O Grupo Fleury usa três agentes de IA integrados, batizados de “Lyra”, para gerenciar cerca de 300 projetos de expansão corporativa em 2026. O tempo para estimar prazo de um projeto caiu de 7-14 dias para cerca de 2 minutos, com mais de 1.000 horas de trabalho economizadas e o portfólio crescendo 54% sem expansão proporcional da equipe — case apresentado na conferência Evolve Brasil 2026, da monday.com, em São Paulo.
Se a sua empresa calcula prazo de obra, reforma, abertura de unidade ou qualquer projeto de expansão “na experiência” de quem já fez antes, você conhece o problema: a estimativa demora dias, depende de uma ou duas pessoas específicas e, ainda assim, erra o prazo com frequência. Em empresas de porte médio, isso trava decisão; em empresas grandes, com centenas de projetos em paralelo, pode travar o crescimento inteiro.
Foi exatamente esse gargalo que o Grupo Fleury resolveu com agentes de IA — e o caso, apresentado em novembro de 2026, mostra um padrão que vem se repetindo em empresas brasileiras de portes bem diferentes: o ganho não vem de IA “genérica”, vem de agente treinado para um processo específico e repetitivo.
O que o Grupo Fleury fez com agentes de IA em 2026?
Segundo apresentação feita na conferência Evolve Brasil 2026, realizada pela monday.com em 5 de novembro no Hotel Unique, em São Paulo, o Grupo Fleury integrou três agentes de IA — chamados internamente de “Lyra” — ao processo de gestão de projetos de expansão corporativa, como abertura e reforma de unidades. Juntos, esses agentes já gerenciam cerca de 300 projetos em andamento em 2026, com mais de 400 projetos orçados no sistema desde a implantação.
Como a Fleury reduziu a estimativa de prazo de semanas para minutos?
Antes, estimar o prazo de um projeto de expansão levava de 7 a 14 dias — tempo para reunir histórico de projetos parecidos, consultar as equipes envolvidas e consolidar um número em que todos confiassem. Com os agentes de IA treinados no histórico real de projetos da própria empresa, essa estimativa caiu para cerca de 2 minutos. A empresa contabiliza mais de 1.000 horas de trabalho economizadas com a mudança, e o portfólio de projetos cresceu 54% no período sem que a equipe responsável por gerenciá-los precisasse crescer na mesma proporção.
Esse resultado é exclusividade de empresa grande como a Fleury?
Não. Na mesma conferência, outras empresas brasileiras apresentaram ganhos parecidos aplicando o mesmo princípio a processos diferentes: a agtech Solinftec reduziu de 40 horas para 8 horas o tempo mensal de um processo operacional, economizando cerca de 500 horas no período; a Record TV relatou a execução de 260 mil automações por mês dentro da operação; e o PicPay encurtou a produção de relatórios internos de 5 dias para poucos minutos. O padrão se repete: processos manuais, repetitivos e dependentes de poucas pessoas são os primeiros a virar agente de IA — independente do tamanho da empresa.
Por que agentes de IA conseguem esse tipo de ganho de tempo?
A diferença entre um chat de IA genérico e um agente como o da Fleury está na integração: o agente tem acesso ao histórico real da empresa — projetos anteriores, prazos realizados, variáveis que impactaram cada estimativa — e usa isso para calcular, não para “sugerir um texto”. Ele substitui a etapa de reunir dado espalhado em planilha, sistema e memória de quem já fez o trabalho antes, que é exatamente a parte mais lenta do processo manual. Por isso o ganho aparece tão rápido: a tarefa automatizada já era repetitiva e consumia hora de gente qualificada para fazer algo que um sistema bem treinado calcula em segundos.
| Empresa | Processo automatizado | Ganho relatado |
|---|---|---|
| Grupo Fleury | Estimativa de prazo de projetos de expansão | De 7-14 dias para ~2 minutos; 1.000+ horas economizadas |
| Solinftec | Processo operacional recorrente | De 40h para 8h mensais; ~500 horas economizadas |
| Record TV | Automações internas de operação | 260 mil automações por mês |
| PicPay | Produção de relatórios internos | De 5 dias para poucos minutos |
Exemplo prático: como uma empresa média aplicaria o mesmo princípio
Pense numa construtora ou num escritório de engenharia de porte médio que hoje estima prazo e custo de obra reunindo planilha antiga, memória do engenheiro mais experiente e um retrabalho de conferência manual — processo que também costuma levar dias e depender de uma pessoa específica. Ao treinar um agente de IA com o histórico de obras já concluídas (prazo real, variáveis que atrasaram, custo final por tipo de projeto), essa mesma empresa pode chegar a uma estimativa inicial em minutos, liberando o engenheiro para validar o número em vez de construí-lo do zero toda vez. É o mesmo princípio do case Fleury, aplicado numa escala bem menor.
O que diferencia um agente de IA de um simples assistente de chat?
A confusão mais comum em empresas que ainda não automatizaram um processo crítico é tratar “agente de IA” como sinônimo de “chat que responde pergunta”. Não é o caso do “Lyra” na Fleury: o agente não espera alguém perguntar o prazo de um projeto — ele consulta o histórico da empresa, cruza as variáveis relevantes e entrega o número já calculado, dentro do fluxo de trabalho de quem precisa decidir. A diferença está na autonomia e na integração: um assistente de chat genérico ajuda a pessoa a pensar mais rápido; um agente bem treinado assume a tarefa inteira e devolve o resultado pronto para validação. É esse segundo tipo que produz ganho de tempo na escala vista no case Fleury.
Como identificar qual processo da sua empresa vale a pena automatizar primeiro?
- Procure tarefas repetitivas e dependentes de poucas pessoas — se só uma pessoa sabe fazer a estimativa, ela é candidata natural a agente de IA;
- Priorize processos com histórico de dados disponível — o agente aprende com o que já foi feito; sem histórico organizado, o ganho demora mais a aparecer;
- Meça o tempo atual antes de automatizar — só assim é possível comparar o ganho real depois, como fez a Fleury ao contabilizar as 1.000 horas;
- Comece pelo processo que mais trava o crescimento — na Fleury, foi a estimativa de prazo que impedia o portfólio de crescer sem inchar a equipe.
Perguntas frequentes sobre agentes de IA em gestão de projetos
O que o Grupo Fleury fez com agentes de IA?
Integrou três agentes, chamados “Lyra”, à gestão de projetos de expansão corporativa, reduzindo o tempo de estimativa de prazo de 7-14 dias para cerca de 2 minutos.
Esse resultado só é possível em empresa grande?
Não. Solinftec, Record TV e PicPay apresentaram ganhos de tempo parecidos em processos diferentes, aplicando o mesmo princípio em operações de porte distinto.
Por que a estimativa de prazo demorava tanto antes?
Porque dependia de reunir histórico de projetos anteriores, consultar equipes e consolidar um número manualmente — processo que levava de 7 a 14 dias na Fleury.
Que tipo de processo é mais fácil de automatizar com agente de IA?
Processos repetitivos, dependentes de poucas pessoas e com histórico de dados organizado — é onde o ganho de tempo aparece mais rápido.
Uma empresa média pode aplicar esse mesmo princípio?
Sim. Qualquer empresa que estime prazo, custo ou produção com base em histórico manual pode treinar um agente com seus próprios dados para acelerar essa etapa.
Se a sua empresa também tem um processo manual e repetitivo travando o crescimento, chame a gente no WhatsApp e veja como um agente de IA pode ser treinado com os dados do seu negócio. Saiba mais em nexusai.com.br.
