BAAF® Framework

O BAAF® Framework (Business AI Awareness Framework) é um marco metodológico para orientar a implementação bem-sucedida de inteligência artificial em qualquer organização empresarial. Estabelece a ordem correta de trabalho: primeiro compreender o modelo de negócio, depois mapear os ativos digitais que o sustentam, e sobre essa base construir Consciência Situacional que percebe, compreende e antecipa por meio de agentes de inteligência artificial. É composto por três níveis de abstração sequencialmente dependentes: Business Foundation (L1), Digital Business Connectors (L2) e Situational Awareness (L3).

O BAAF® é aplicável a organizações B2B, B2C e híbridas B2B2C, independentemente de sua indústria ou porte. Cada nível opera com pipelines independentes, mas existe uma dependência de alinhamento estratégico entre eles: os pipelines de L2 devem estar alinhados ao propósito definido em L1, e os pipelines de L3 dependem da integridade de L2. Os agentes de AI operam em L3, e seu objetivo é ser Coerentes, Conectados e Conscientes. Se a operação do negócio não responde à metodologia definida em L1, os agentes não serão coerentes com a forma como o negócio deve operar. Se os conectores digitais em L2 experimentam perdas de serviço ou integrações deficientes, a experiência do usuário se degrada e os agentes perdem conexão com o negócio. Em L3, onde os agentes de AI são implementados, é necessário definir o nível de maturidade requerido (AI-Assisted, AI-Augmented, AI-Driven ou AI-Automated) e como o agente facilita a Consciência Situacional do negócio: o que percebe, o que compreende e o que antecipa. Sem essas definições, os agentes perdem Consciência Situacional com o negócio. Uma vez implementados corretamente, os três níveis operam juntos e se retroalimentam de forma contínua.

O BAAF® Framework serve simultaneamente como:

• Ferramenta de diagnóstico: ao avaliar o estado de cada nível, revela as lacunas que impedem uma implementação bem-sucedida de AI.
• Blueprint técnico: o mapa de níveis define a arquitetura que a plataforma AI precisa para operar alinhada ao negócio.
• Marco de referência para a implementação de agentes de inteligência artificial.

A maioria das iniciativas de implementação de AI fracassa, não apenas por limitações da tecnologia disponível, mas porque são construídas sobre processos que ninguém documentou e sobre uma compreensão incompleta do modelo de negócio subjacente.

Tabela 1: Erros comuns em implementações de AI

O BAAF® Framework busca evidenciar essas lacunas estabelecendo uma ordem lógica e inevitável: primeiro entender o negócio (L1), depois mapear e conectar os ativos digitais (L2), e só então construir Consciência Situacional (L3).

O BAAF® Framework é composto por três níveis. Cada um cumpre um papel específico dentro do marco e seu alinhamento determina se os agentes de AI serão coerentes, conectados e conscientes.

Tabela 2: Níveis do BAAF® Framework

3.1 L1 — Business Foundation

O primeiro nível estabelece o modelo de negócio e a metodologia de vendas ou marketing que rege sua operação. É o ponto de partida do framework: toda decisão em L2 e L3 se alinha ao que é definido aqui.

B2C significa Business-to-Consumer (Negócio para Consumidor). É o modelo comercial em que uma empresa vende produtos ou serviços diretamente ao consumidor final (pessoas individuais), em vez de a outras empresas. B2B significa Business-to-Business (Negócio para Negócio). É o modelo comercial em que uma empresa vende produtos ou serviços a outras empresas ou organizações, em vez de ao consumidor final. B2B2C significa Business-to-Business-to-Consumer. É um modelo híbrido em que uma empresa vende a outra empresa, que por sua vez vende ao consumidor final.

Tabela 3: Exemplos cotidianos de B2C

Tabela 4: Exemplos cotidianos de B2B

Tabela 5: B2C vs B2B — Diferenças-chave

Tabela 6: Modelos de negócio e metodologias aplicáveis

Compreender a diferença entre B2B e B2C é fundamental porque determina como os agentes de AI são configurados para facilitar a Consciência Situacional do negócio. Em B2B, o agente precisa entender um processo de qualificação de oportunidades com múltiplos decisores e etapas definidas por metodologias como MEDDIC ou MEDDPICC. Em B2C, o agente deve responder ao comportamento do consumidor: o que o atrai, que problema tenta resolver, qual é seu valor como cliente e em que ponto da jornada de decisão se encontra. Em modelos B2B2C, ambos os fluxos coexistem e os agentes devem identificar em qual contexto estão operando.

3.2 L2 — Digital Business Connectors

O segundo nível identifica, mapeia e conecta todos os ativos digitais do negócio. Este é o passo mais crítico do framework: os conectores digitais em L2 são os que fornecem os dados necessários para que L3 possa perceber, compreender e antecipar.

Os conectores digitais incluem:

• APIs internas e externas
• Bancos de dados operacionais e analíticos
• Canais de comunicação: WhatsApp, Email, Voz (Amazon Connect)
• Formulários e pontos de captura de dados
• CRM, ERP e sistemas de gestão
• Serviços de terceiros: pagamentos, logística, saúde, etc.
• Eventos em tempo real e webhooks
• Links MCP (Model Context Protocol): protocolo padrão que permite aos agentes de AI se conectarem diretamente com ferramentas, serviços e fontes de dados externas

Tabela 7: Exemplos de conectores digitais por tipo de negócio

A análise L2 produz o mapa de ativos digitais do negócio — um entregável que é pré-requisito para qualquer implementação de agentes AI. Esse mapa permite à Equipe de Implantação de AI — developers, product owner e equipe comercial — ter clareza sobre os ativos digitais disponíveis, o escopo da implantação dos agentes e o nível de Consciência Situacional requerido. Em níveis de maturidade AI-Driven e AI-Automated, os agentes também devem ter visibilidade operacional sobre os conectores: quais dados estão disponíveis, quais canais podem usar e como responder diante da perda de disponibilidade de um conector digital.

3.3 L3 — Situational Awareness

O terceiro nível implementa o conceito de Consciência Situacional (Situational Awareness), originalmente tomado da aviação e formalizado por Mica Endsley.

O conceito de Consciência Situacional foi desenvolvido no contexto da aviação militar, onde pilotos devem tomar decisões críticas em tempo real com informações em constante mudança e múltiplas variáveis. Em um ambiente empresarial, os agentes de AI enfrentam um desafio análogo: devem interpretar sinais do negócio, compreender seu significado no contexto e antecipar o próximo estado para agir ou recomendar ações antes que seja tarde.

Tabela 8: Níveis de Consciência Situacional (Endsley)

Tabela 9: Exemplos de Consciência Situacional aplicada ao negócio

Relação entre o nível de maturidade AI e a Consciência Situacional

Nem todos os agentes precisam do mesmo alcance de Consciência Situacional. O nível de maturidade AI escolhido determina até onde o agente vai em cada dimensão da SA:

Tabela 10: Alcance da Consciência Situacional por nível de maturidade

A escolha do nível de maturidade adequado não é apenas uma decisão técnica. A seção 4 aprofunda qual estado a organização deve ter em cada nível do framework para suportar esses níveis de maturidade e o que isso implica em termos de tolerância ao risco.

O papel do prompt engineering na Consciência Situacional

O prompt engineering é o mecanismo pelo qual se configura a Consciência Situacional do agente. Por meio do prompt, define-se quais dados deve perceber, quais regras de negócio aplica para compreender o contexto e sob quais condições deve antecipar e agir. Um prompt desalinhado da lógica de negócio (L1) ou dos dados disponíveis (L2) produz um agente que opera sem Consciência Situacional real.

O BAAF® Framework inclui um eixo de maturidade AI como ferramenta de diagnóstico. Esse eixo permite à Equipe de Implantação de AI — developers, product owner e equipe comercial — avaliar o estado atual de cada nível do framework e determinar qual nível de agente é viável para a organização.

Tabela 11: Eixo de Maturidade AI — Estado requerido por nível

Estado de Business Foundation por nível de maturidade

• Definido: O modelo de negócio e a metodologia estão documentados, mas não necessariamente executados de forma consistente.
• Executado: A metodologia é aplicada de forma consistente na operação do negócio.
• Otimizado: A metodologia é revisada e ajustada continuamente com base em resultados.
• AI-otimizado: A própria AI sugere ajustes à metodologia com base em dados.

Estado de Digital Connectors por nível de maturidade

• Parcial: Alguns conectores estão integrados, outros operam de forma isolada.
• Conectado: Todos os conectores críticos estão integrados e operam com estabilidade.
• Tempo real: Os conectores transmitem dados em tempo real com monitoramento ativo.
• Self-healing (autorrecuperação): Os conectores detectam e recuperam falhas automaticamente sem intervenção humana.

Estado de Situational Awareness por nível de maturidade

• Reativo: O agente responde somente quando solicitado.
• Dashboards (painéis de controle): O agente apresenta informações organizadas para que o humano tome decisões.
• Preditivo: O agente antecipa situações e recomenda ações.
• Autônomo: O agente percebe, compreende, antecipa e executa sem intervenção.

Uma organização não precisa alcançar AI-Automated. O nível ideal depende do seu modelo de negócio, recursos e tolerância ao risco. Cada nível de maturidade implica maior autonomia do agente e menor intervenção humana. Quanto maior a autonomia, maior a exposição a erros não supervisionados: dados incompletos em L2, lacunas na lógica de negócio em L1, ou cenários não cobertos no prompt do agente. A tolerância ao risco define quanta autonomia a organização está disposta a aceitar, considerando que nenhum nível do framework está livre de lacunas.

Tabela 12: Exemplos de Tolerância ao Risco por Nível de Maturidade

O BAAF® Framework não é um modelo de fluxo estático de baixo para cima. Os níveis retroalimentam-se continuamente, criando um ciclo de melhoria que evolui com o negócio. Esse mecanismo é o que mantém coerência, conexão e consciência alinhadas ao longo do tempo: o que L3 detecta pode revelar lacunas em L1 ou L2, e mudanças em L1 ou L2 podem expandir ou limitar o escopo da consciência situacional em L3.

Tabela 13: Feedback L3 → L1 → L2

Tabela 14: Outras Direções de Feedback

O framework é agnóstico quanto ao setor. A seção abaixo ilustra como a Equipe de Implantação de AI aplicaria o framework em três cenários típicos, incluindo o nível de maturidade de AI recomendado para cada caso:

Tabela 15: Cenário 1 — Clínica Odontológica (B2C)

Tabela 16: Cenário 2 — Concessionária de Veículos (B2B + B2C)

Tabela 17: Cenário 3 — Contact Center Enterprise (B2B)