quando aparece
Aparece quando a empresa já usa IA de forma dispersa, quer governar uso corporativo, comprou ferramentas sem critério ou deseja agentes/MCPs sem entender riscos e custos.
programa transversal
TH AI Literacy Program
A camada que cria linguagem comum para usar IA com segurança, valor e governança.
dono: Tech Human
o que é
TH AI Literacy Program prepara lideranças e times para entender IA, GenAI, agentes, MCPs, ferramentas, dados, tokens, custos, casos de uso e responsabilidades antes de escalar.
dono canônico
É produto educacional/comercial da Tech Human derivado do standard AI Literacy & Governance Readiness. O standard profundo vive na camada JARVIS/Trustyu Foundation; a Tech Human empacota para mercado, BMAI e projetos.
acesso oficial
Fonte pública AI Literacy
docs.techhuman.com.br/ecossistema/ai-literacy-governance-readiness
Destino público aprovado para explicar mercado B2B, casos de uso, soluções propostas, ROI/AI FinOps e relação com BMAI v2.
Abrir AI Literacy no Docspor que existe
Existe porque governança de IA só funciona quando liderança e times compartilham vocabulário, entendem dados, aprovam ferramentas, medem valor e sabem onde agentes podem ou não agir.
próximo passo
Executar workshop, trilha por área, inventário de shadow AI, política de uso, matriz de vendors, AI FinOps ou baseline de ROI conforme o gap dominante.
camada detalhada
De letramento para governança real.
O programa transforma curiosidade sobre IA em uma régua operacional: o que as pessoas precisam entender, quais ferramentas podem usar, onde o risco aparece, quais casos têm valor e que governança segura a escala.
8
subdimensões
O diagnóstico separa cultura, dados, ferramentas, agentes, custos, política e valor.
10
áreas B2B
Casos de uso aparecem por liderança, vendas, marketing, atendimento, operações e mais.
9
soluções propostas
Cada gap vira uma próxima ação: workshop, política, vendors, Agent/MCP ou AI FinOps.
6
métricas de valor
ROI deixa de ser opinião quando workflow, tokens, retries, custos e adoção entram na conta.
diagrama operacional
etapa 1
Readiness
mede vocabulário, dados, ferramentas, agentes, custos e owners
etapa 2
Política
define o que pode, com qual dado, por quem e com qual evidência
etapa 3
Casos de uso
prioriza aplicações por valor, risco, dados, esforço e dono
etapa 4
Valor
mede ROI, AI FinOps, adoção e ganhos capturados por workflow
8 subdimensões
A régua que tira a empresa do uso disperso.
Cada subdimensão tem uma leitura executiva e uma leitura técnica. A primeira ajuda a conversa a andar; a segunda evita que governança vire apenas um treinamento genérico.
subdimensão 1
Cultura e entendimento básico
em termos simples
Todo mundo passa a usar a mesma língua para falar de IA, GenAI, LLM, bot, automação e agente.
visão técnica
Taxonomia mínima de capacidades, limites de uso e fronteira entre assistente, automação e sistema.
sinal no cliente
As conversas misturam ChatGPT pessoal, API, Codex, Claude Code, bot, agente e ferramenta corporativa.
entregável provável
Glossário executivo, trilha por perfil e score de prontidão.
subdimensão 2
Segurança de dados e privacidade
em termos simples
Antes de colar qualquer informação em uma IA, a empresa sabe o que pode, o que precisa de aprovação e o que não entra.
visão técnica
Classificação de dados, retenção, contrato, logs, acesso, DPA e exposição em prompts, arquivos e conectores.
sinal no cliente
Times usam IA com dados de cliente, contratos, planilhas internas ou informações sensíveis sem regra clara.
entregável provável
Matriz de dados, regras de uso e lista de ferramentas aprovadas.
subdimensão 3
Uso pessoal vs uso corporativo
em termos simples
A pessoa pode experimentar, mas a empresa precisa decidir quando uma ferramenta entra no ambiente corporativo.
visão técnica
Separação entre conta individual, workspace corporativo, SSO, permissões, auditoria e propriedade dos dados.
sinal no cliente
A equipe resolve tarefas de trabalho em contas pessoais e depois tenta transformar isso em processo da empresa.
entregável provável
Régua de transição: pessoal, piloto controlado, uso aprovado e uso crítico.
subdimensão 4
Ferramentas aprovadas e shadow AI
em termos simples
A empresa enxerga quais ferramentas já estão em uso antes de proibir, comprar ou escalar.
visão técnica
Inventário de vendors, finalidade, donos, dados acessados, integrações, custos e risco operacional.
sinal no cliente
Existem extensões, bots, automações e assinaturas soltas sem owner, contrato ou padrão de segurança.
entregável provável
Inventário de shadow AI e matriz de aprovação de fornecedores.
subdimensão 5
Agentes, MCPs e automações
em termos simples
Um agente não é só um chat: ele pode consultar dados, chamar ferramentas e executar ações. Isso muda o risco.
visão técnica
Escopo de ferramenta, permissões, logs, human-in-the-loop, sandbox, rollback, avaliação e trilha de auditoria.
sinal no cliente
A empresa quer conectar MCPs, bots ou agentes a sistemas internos sem mapa de impacto e responsabilidade.
entregável provável
Agent/MCP Readiness Review e regra para ações assistidas ou autônomas.
subdimensão 6
Custos, tokens e fornecedores
em termos simples
A empresa entende que custo de IA não é só assinatura: contexto, saída, arquivos, chamadas e erro também contam.
visão técnica
Medição por workflow, tokens de entrada/saída, chamadas de ferramenta, retries, latência, quota e chargeback.
sinal no cliente
Pilotos parecem baratos, mas ninguém sabe o custo real quando mais pessoas, dados e agentes entram.
entregável provável
AI FinOps Starter, owners de custo e baseline de consumo.
subdimensão 7
Políticas, responsabilidades e auditoria
em termos simples
Fica claro quem pode decidir, aprovar, usar, revisar e responder quando algo dá errado.
visão técnica
RACI, política de uso, exceções, evidências, auditoria, incidentes, revisão periódica e governança contínua.
sinal no cliente
A empresa tem intenção de governança, mas não tem donos, rito, checklist nem evidência auditável.
entregável provável
Política mínima de IA, matriz RACI e rotina de governança.
subdimensão 8
Valor, casos de uso e ROI
em termos simples
IA deixa de ser novidade e passa a ter fila de uso priorizada por valor, risco e dado disponível.
visão técnica
Portfolio de casos, esforço, criticidade, métrica de negócio, baseline, payback e governança de benefícios.
sinal no cliente
Há muitos pilotos interessantes, mas pouca clareza sobre impacto, prioridade, owner e métrica de sucesso.
entregável provável
Mapa de casos de uso, ROI baseline e ponte para AI-First Blueprint.
mapa de plataformas
Ferramenta, modelo, agente e MCP não são a mesma coisa.
O programa mostra as camadas de IA em linguagem simples, mas preserva o rigor técnico para compras, segurança, arquitetura, jurídico, tecnologia e operação.
Chats e assistentes individuais
ChatGPT, Claude, Gemini e similares
Exploração, escrita, análise, síntese e aprendizado individual.
atenção
Conta pessoal, dados sensíveis, histórico, retenção e falta de auditoria corporativa.
Workspaces e copilots corporativos
Microsoft Copilot, Gemini for Workspace, ChatGPT Business/Enterprise, Claude Team/Enterprise
Produtividade em e-mail, documentos, reuniões, planilhas, busca e colaboração.
atenção
Permissões herdadas, SSO, acesso excessivo, governança de arquivos e política de compartilhamento.
APIs e plataformas de modelo
OpenAI API, Anthropic API, Google Vertex AI, Azure AI Foundry, AWS Bedrock e modelos open-weight via provedores
Produtos, automações, RAG, análise de documentos e recursos internos com IA embutida.
atenção
Contrato, região, custo por uso, observabilidade, avaliações, segurança e troca de fornecedor.
Dev assistants, IDEs e CLIs
Codex, Claude Code, Cursor, GitHub Copilot e ambientes de desenvolvimento com IA
Código, testes, documentação, refatoração, investigação e aceleração de produto.
atenção
Acesso a repositórios, segredos, dependências, licença, revisão humana e padrão de commit.
Automações e bots operacionais
n8n, Make, Zapier, OpenBot e ferramentas similares
Fluxos repetitivos, alertas, triagem, handoffs e integração entre sistemas.
atenção
Shadow AI, credenciais, escopo de ação, logs, ownership e dependência de ferramenta sem governança.
Agentes, MCPs e conectores
Agentes com ferramentas, MCP servers, skills, conectores e sandboxes
Execução assistida, consulta a bases, uso de ferramentas e orquestração entre sistemas.
atenção
Permissão mínima, ação reversível, human-in-the-loop, trilha de auditoria e limites de autonomia.
comparativo de mercado
OpenAI, Anthropic, Google, Microsoft, AWS e Meta têm camadas diferentes.
A comparação não é para escolher marca por entusiasmo. Ela ajuda a separar conversa pessoal, workspace corporativo, agente de desenvolvimento, plataforma para construir agentes e responsabilidades de governança.
OpenAI
assistente
ChatGPT e planos Business/Enterprise
agente de código
Codex no app, CLI, IDE e cloud
camada build
OpenAI API, Responses API, Agents SDK, ferramentas hospedadas e MCP
em termos simples
ChatGPT é a porta de conversa. Codex é a superfície agêntica para trabalhar em código. API e Agents SDK são a base para criar produtos, agentes e automações próprias.
pergunta de governança
Separar conta pessoal de workspace corporativo, controlar acesso a repositórios, sandbox, rede, segredos, logs, aprovações e custo por tarefa.
Anthropic
assistente
Claude.ai, Claude Team e Claude Enterprise
agente de código
Claude Code no terminal, IDE e automações técnicas
camada build
Anthropic API, Claude Agent SDK, conectores e MCP
em termos simples
Claude é a experiência de conversa. Claude Code leva o modelo para o fluxo técnico, com leitura de projeto, edição de arquivos e comandos. MCP amplia o acesso a ferramentas e dados.
pergunta de governança
Definir quais diretórios, comandos, MCPs, fontes externas e ações precisam de confirmação humana antes de virar rotina de time.
assistente
Gemini, Gemini for Workspace e Gemini Enterprise
agente de código
Gemini Code Assist Agent Mode, Gemini CLI e Jules
camada build
Vertex AI, Agent Development Kit, Agent Engine e Gemini API
em termos simples
Gemini aparece como assistente pessoal/corporativo, copiloto de produtividade e camada para construir agentes. Para desenvolvimento, há modo agente, CLI e agente assíncrono ligado ao GitHub.
pergunta de governança
Mapear dados do Workspace, permissões herdadas, fontes empresariais, MCPs, deploy em cloud e estágio de maturidade dos recursos usados.
Microsoft + GitHub
assistente
Microsoft Copilot e Microsoft 365 Copilot
agente de código
GitHub Copilot coding agent
camada build
Copilot Studio, Microsoft Foundry Agent Service, Azure AI Foundry e GitHub Actions
em termos simples
Copilot cobre produtividade e trabalho dentro do ecossistema Microsoft. GitHub Copilot coding agent executa tarefas de código em ambiente próprio e devolve pull request para revisão.
pergunta de governança
Revisar permissões de Microsoft 365, SharePoint, Teams, GitHub, Actions, modelos autorizados, agentes publicados e trilha de aprovação.
assistente
Amazon Q Developer e assistentes AWS
agente de código
Amazon Q Developer Agent para software development
camada build
Amazon Bedrock, Bedrock Agents e Bedrock AgentCore
em termos simples
Amazon Q apoia entendimento, construção e operação em ambientes AWS. Bedrock e AgentCore entram quando a empresa quer criar, hospedar e operar agentes com modelos e frameworks variados.
pergunta de governança
Controlar IAM, regiões, logs, ações em cloud, custo por chamada, modelos aprovados, ferramentas conectadas e limites para agentes que operam infraestrutura.
Meta / Llama
assistente
Meta AI e experiências baseadas em Llama
agente de código
Sem equivalente único ao par Codex/Claude Code
camada build
Llama API, Llama Stack, agentes, ferramentas, RAG, safety, evals e telemetry
em termos simples
A força principal está em modelos e stack para aplicações próprias, inclusive cenários open-weight ou self-hosted. A empresa monta a experiência e governa a cadeia de execução.
pergunta de governança
Avaliar licença, hospedagem, dados de treino/inferência, provedores, safety, avaliação, observabilidade e responsabilidade operacional do stack.
glossário rápido
Token
unidade de processamento usada por modelos para ler contexto e gerar resposta.
RAG
padrão que combina busca em fontes aprovadas com geração de resposta.
MCP
ponte padronizada para um agente acessar ferramentas, dados e ações com escopo definido.
Agente
sistema que interpreta objetivo, consulta contexto, chama ferramentas e pode executar etapas.
Skill
capacidade empacotada com instruções, exemplos e rotina de uso para uma tarefa específica.
Bot
interface ou automação com escopo mais estreito, muitas vezes baseada em fluxo definido.
CLI
interface de linha de comando usada por times técnicos para executar tarefas com controle local.
Vibe coding
criação acelerada com IA que precisa de revisão, arquitetura, testes e governança para escalar.
política e governança
A regra boa nasce do uso real, não de uma proibição genérica.
A política mínima separa uso livre, uso corporativo aprovado, piloto controlado e bloqueio até exceção. Isso ajuda a empresa a acelerar com clareza, sem normalizar risco invisível.
política
Livre com critério
Conteúdo público, brainstorming e aprendizado sem dados internos sensíveis.
Pode usar ferramentas aprovadas ou ambiente individual sem inserir segredo, cliente, contrato ou dado pessoal.
política
Uso corporativo aprovado
Tarefas de trabalho com dados internos de baixo ou médio risco.
Exige workspace corporativo, owner, política de acesso e ferramenta validada por segurança ou liderança.
política
Piloto controlado
Casos com dados de cliente, integração, automação, agente, MCP ou efeito operacional.
Exige escopo, aprovação, logs, avaliação de risco, métrica de sucesso e responsável pelo processo.
política
Bloqueado até exceção
Segredos, credenciais, dados regulados, decisão autônoma crítica ou ação externa irreversível.
Só avança com exceção documentada, contrato adequado, arquitetura aprovada e governança contínua.
casos de uso B2B
Adoção ganha tração quando cada área vê o primeiro ganho possível.
Clique em cada área para abrir um caso simulado completo: objetivo, ganho, riscos, o que pode ser construído com agentes/bots/MCPs, equipe, manutenção e a diferença entre uso pessoal de IA e adoção corporativa governada.
Liderança
Briefings executivos, síntese de reuniões e preparação de decisões.
métrica: tempo até decisão
Fonte, contexto e owner precisam estar claros.
Vendas
Pesquisa de conta, propostas, follow-up e inteligência de objeções.
métrica: ciclo comercial
Dados de CRM e cliente precisam seguir política corporativa.
Marketing
Calendário editorial, variações de mensagem e análise de campanha.
métrica: velocidade de produção
Marca, claims e direitos de imagem precisam de revisão.
Atendimento
Triagem, resumo de histórico, sugestão de resposta e base de conhecimento.
métrica: tempo de resolução
Resposta final deve respeitar política, tom e privacidade.
Operações
SOPs, checklist, análise de exceções e automação de handoffs.
métrica: retrabalho
Ação operacional pede log, dono e caminho de reversão.
Financeiro
Classificação, análise de variação, cobrança e fechamento assistido.
métrica: erros e atrasos
Números críticos exigem conferência e trilha de auditoria.
Jurídico
Resumo de contrato, comparação de cláusulas e gestão de riscos.
métrica: tempo de revisão
IA apoia análise, mas não substitui parecer responsável.
RH
Trilhas, descrições de vaga, entrevistas estruturadas e onboarding.
métrica: tempo de contratação
Viés, privacidade e decisão humana precisam estar explícitos.
Tecnologia
Código, testes, documentação, suporte a incidentes e revisão.
métrica: lead time técnico
Segredos, dependências e qualidade passam por revisão humana.
Dados/BI
Exploração, dicionário de dados, perguntas de negócio e narrativas de dashboard.
métrica: tempo até insight
Fonte, lineage, métrica e acesso precisam ser verificáveis.
soluções propostas
O diagnóstico não termina em score. Ele precisa recomendar a menor próxima ação.
Cada gap dominante deve virar um caminho acionável. Assim o programa funciona como produto próprio, saída do BMAI ou preparação para Blueprint, Trust Score, CTO aaS e Governança Contínua.
Conceitos confusos
Workshop executivo de AI Literacy
Times usando IA de formas diferentes
Trilha por área e playbook de uso
Shadow AI invisível
Inventário de ferramentas e vendors
Dados sem regra
Política mínima de uso de IA
Vendor comprado sem critério
Matriz de aprovação de fornecedores
Agentes/MCPs sem governança
Agent/MCP Readiness Review
Tokens e custos invisíveis
AI FinOps Starter
Pilotos sem ROI claro
Portfolio de casos de uso + ROI baseline
Empresa pronta para escalar
AI-First Blueprint
valor e AI FinOps
ROI de IA precisa juntar adoção, custo e resultado.
Quando tokens, ferramentas, pessoas, retries e valor de negócio entram no mesmo quadro, a empresa consegue decidir onde escalar, pausar, padronizar ou trocar de fornecedor.
fórmula operacional
ROI = valor capturado - custo total de IA
O custo total inclui modelo, tokens, ferramentas, integrações, revisão humana, retrabalho, governança e suporte.
Custo por workflow
Quanto custa executar uma rotina de ponta a ponta.
Soma modelo, ferramentas, armazenamento, integrações, retries e tempo humano.
Tokens de entrada e saída
Quanto contexto entra e quanto conteúdo volta.
Mede prompt, arquivos, memória, resposta, contexto longo e variação por modelo.
Chamadas de ferramenta
Quantas vezes a IA consulta sistemas, bases ou ações externas.
Controla MCPs, APIs, conectores, permissões, latência, falhas e custo indireto.
Retries e erros
Quanto o processo repete, falha ou precisa de correção humana.
Mostra custo oculto de prompt ruim, integração instável ou agente sem avaliação.
Custo por time
Quem consome e quem se beneficia da IA.
Permite owner, orçamento, chargeback, limites, alertas e comparação entre áreas.
Valor capturado
O ganho real depois da adoção.
Compara baseline, tempo, receita, qualidade, risco, satisfação e produtividade.
como funciona
Da pergunta inicial ao próximo passo.
01
Alinha linguagem
Separa IA, GenAI, LLM, bot, automação, agente, MCP, API, workspace, token e modelo sem transformar a conversa em aula técnica.
02
Dá visibilidade
Mapeia ferramentas usadas, dados envolvidos, custos, owners, riscos e casos de uso que já existem dentro da empresa.
03
Converte em próximo passo
Recomenda política, vendor approval, Agent/MCP Readiness, AI FinOps, ROI baseline, Blueprint, Governança ou CTO aaS.
decisões que destrava
Use para decidir, não para decorar nomes.
Score baixo de readiness
não vender implementação agentica antes de alinhar linguagem, dados, ferramentas e responsabilidades.
Casos de uso promissores
priorizar por valor, risco, dados, owner e métrica antes de construir.
Custos invisíveis
abrir AI FinOps Starter antes de escalar API, tokens, agentes e automações.
como se conecta
Nenhum conceito vive isolado.
BMAI Diagnóstico
BMAI v2 mede a dimensão de Letramento e Governança de IA e recomenda o programa quando o gap é dominante.
AI-First Blueprint
Quando readiness melhora, Blueprint transforma política e casos de uso em roadmap.
Governança Contínua
Depois de política e owners, a governança mantém ritos, evidências, custos e evolução.
docs canônicos