Boa parte do que se pede a um modelo cabe em um “se, então”

O primeiro sinal é que a lógica é conhecida e está escrita em algum lugar: política, manual, tabela. Se a empresa consegue declarar a regra, ela não precisa de um modelo para redescobri-la com margem de erro.

O segundo sinal é a exigência de resultado idêntico toda vez. Cálculo de imposto, prazo contratual e faixa de desconto não admitem variação estatística: o mesmo caso precisa ter a mesma resposta hoje e amanhã.

O terceiro sinal é a necessidade de explicar a decisão a um terceiro — cliente, auditor, regulador — e o quarto é um volume de exceções pequeno e enumerável. Regra com vinte exceções catalogadas continua sendo uma regra, com vinte ramos.

O primeiro sinal é que o padrão existe, mas ninguém consegue descrevê-lo. O analista experiente reconhece o caso suspeito quando vê, mas não consegue escrever o critério — e é exatamente aí que o aprendizado estatístico se paga.

O segundo sinal é a quantidade de variáveis que interagem. Regra lida bem com poucas condições; quando dez fatores se combinam de formas diferentes, a árvore de “se, então” fica ilegível antes de ficar completa.

O terceiro sinal é dado de entrada não estruturado — texto livre, imagem, áudio — e o quarto é regra que muda com frequência a ponto de tornar inviável reescrevê-la manualmente a cada mudança. Nos dois casos, a manutenção da regra custa mais que a manutenção do modelo.

O primeiro custo é a imprevisibilidade numa decisão que exigia consistência. O modelo que responde diferente para dois casos iguais cria passivo com o cliente que comparou sua resposta com a do vizinho.

O segundo custo é a dificuldade de justificar. “O modelo decidiu” não é explicação que se apresente a auditor ou regulador, e reconstruir a razão de uma saída estatística exige trabalho que a condição escrita dispensa.

O terceiro custo é recorrente e invisível no piloto: consumo por chamada, monitoramento de deriva — a degradação do modelo conforme o mundo muda — e a equipe para mantê-lo. Nada disso existe numa condição escrita, que roda de graça e responde igual até alguém decidir mudá-la.

A arquitetura que mais aparece nos projetos que dão certo tem três camadas: regra determinística para o caminho conhecido, modelo para o caso ambíguo e pessoa para a exceção.

O ponto econômico é que cada camada custa diferente e erra diferente. Mandar o caso conhecido para o modelo paga taxa de imprevisibilidade sem ganho; mandar o caso ambíguo para a regra produz decisão rígida onde havia nuance.

Definir o limite entre os três é a decisão de arquitetura que mais economiza dinheiro em projeto de automação. Ela se faz analisando uma amostra de casos reais e classificando cada um, não escolhendo a tecnologia pela apresentação do fornecedor.