🏷️ O cargo (e seus 5 nomes)
O cargo formado pelo programa é o Implementador de IA para PME. É um profissional híbrido que combina diagnóstico de processo de negócio, configuração de stack composable e treinamento de equipe operacional.
O mercado ainda não consolidou o nome. Em vagas reais e em propostas comerciais o cargo aparece sob pelo menos cinco sinônimos:
AI Automation Specialist
Glassdoor BR — 284 vagas só com n8n em maio 2026
AI Implementation Consultant
Usado por consultorias que vendem projeto a PME
Gestor de Agentes de IA
Emergente em empresas com IA em produção
Especialista em Automação com IA
Termo PT-BR mais frequente em vagas CLT
Consultor de Implementação de IA
Usado por profissionais autônomos
💡 O cargo se define pelo entregável
PME funcionando com IA em produção, com baseline medido, com equipe treinada e com contrato de manutenção ativo. O nome importa menos que a entrega.
⏰ Um dia típico
A rotina concreta varia conforme o estágio. O perfil mais comum é o implementador independente com 3 a 5 clientes em manutenção.
Manhã (8h a 12h) — Atendimento e ajustes técnicos
Abre painel de monitoramento. Revisa conversas com override humano nas últimas 24h. Identifica padrões de pergunta nova. Ajusta system prompt, atualiza base no Supabase, revisa workflow no n8n. Responde mensagens dos clientes em grupos dedicados de WhatsApp.
Tarde (13h a 17h) — Cliente novo e expansão
2 tardes/semana: diagnóstico em cliente novo (visita, entrevista, walk-the-floor, baseline). 2 tardes: implementação ativa (configurar WABA, integrar Bling/Omie, treinar champion). 1 tarde: visita presencial de manutenção em tier alto.
Final de tarde (17h a 19h) — Comercial e estudo
1-2 reuniões de discovery com cliente potencial. Escreve proposta de diagnóstico. Atualiza CRM próprio. Lê o que mudou no Claude, n8n, Bling. Participa de discussões na inema.vip — tira dúvida, ajuda colega, contribui módulo novo para AIOS.
📊 Semana típica em volume
- • 5-8h atendimento e ajustes técnicos de manutenção
- • 12-16h implementação ativa de cliente em projeto
- • 4-8h comercial (prospecção, discovery, proposta)
- • 4-6h visita presencial
- • 3-5h estudo, comunidade e atualização
- Total: 28-43h/semana. Permite vida pessoal com folga.
🧩 As 5 competências centrais
1. Diagnóstico de processo de negócio
Entrar na PME e mapear o processo antes de qualquer ferramenta. Entrevista, observação, identificação de gargalo com volume (não com gosto), baseline numérico. Termina em DPIA assinado pelo cliente + proposta. É a competência mais cara de formar — e o diferencial vs "vendedor de chatbot".
2. Configuração de stack composable
Claude Sonnet (raciocínio) + Haiku (volume) · n8n self-hosted · Supabase com pgvector · WhatsApp Cloud API (BSPs em casos específicos) · Bling/Omie/Conta Azul via REST · PIX + Asaas/Mercado Pago · UI com Lovable/V0. Não é programação de raiz — é configuração avançada.
3. Treinamento de equipe operacional
78% das falhas são humanas, não técnicas (McKinsey). Identificar sponsor (dono) + champion (operador-mestre). Job shadowing pós go-live. Micro-vídeos de 2-3 min por cenário. Train-the-trainer. Sinais precoces de queda de adoção e plano de recuperação.
4. Gestão comercial do ciclo
Vender diagnóstico pago (R$ 3-8k). Apresentar baseline + proposta. Negociar manutenção mensal (R$ 800-7k/mês). Discovery com perguntas de implicação financeira. Pedir indicação. Saber recusar projeto sem diagnóstico — projeto sem diagnóstico vira prateleira em 83% dos casos.
5. Governança, LGPD e HITL
Regime simplificado ANPD 2/2022 para microempresa (dispensa de DPO, RIPD enxuto, prazos dobrados). Matriz de human-in-the-loop em 4 níveis (Observação · Sugestão · Execução com gate · Autônomo com auditoria). Reposicionamento da equipe no dia zero — 100% dos projetos Nautis bem-sucedidos tiveram zero demissões.
🚫 O que esse profissional NÃO é
A definição negativa é tão importante quanto a positiva. O Profissional 2027 não compete com:
✗ DevOps / SRE
Não monta cluster Kubernetes nem administra AWS. Usa Hetzner pra self-hostar n8n e Supabase. Quando complexidade exige infra real, encaminha pra especialista.
✗ Cientista de dados / ML engineer
Não treina modelo do zero, não faz fine-tuning. Usa modelos prontos via API. Fine-tuning é desnecessário e perigoso para PME — ROI vem da configuração, não do treino custom.
✗ Prompt engineer puro
Sabe escrever prompt, mas isso é meio do trabalho. Prompt sem diagnóstico não resolve. Prompt sem integração ao Bling/Omie é demo, não produto.
✗ Vendedor de plataforma
Não revende SaaS proprietário. Sem comissão por Salesforce/HubSpot. Receita vem do diagnóstico + projeto + manutenção — só funciona se for honesto sobre a ferramenta certa.
✗ Consultor de IA genérico
Não vende keynote, workshop de 2h, ou guru de transformação digital. Entrega sistema em produção, baseline medido, equipe treinada, manutenção ativa. É operacional, não inspiracional.
🧬 Perfis de origem que se adaptam (e que não)
✓ Adaptam bem
- •Operador/gestor de PME — ex-vendedor, ex-atendimento, ex-gerente. Conhece a dor por dentro. Maior taxa de conversão em implementador eficaz.
- •Profissional liberal verticalizando — contador, advogado, médico, corretor. Já tem nicho. Chega ao primeiro projeto em metade do tempo.
- •Designer de processo / BA — já tem competência 1 (diagnóstico) desenvolvida. Aprende stack e governança e está pronto.
- •Técnico de TI em transição — base técnica sólida, falta a parte de negócio. Curva mais longa em comp. 1, mas alta empregabilidade pós.
✗ Não adaptam
- •Quem quer R$ 10k em 30 dias — a média realista é 8-15 meses em dedicação parcial. Atalho não existe.
- •Quem quer só ChatGPT pessoal — Sebrae/Microsoft/Bradesco servem esse perfil. Programa forma quem implementa em terceiros.
- •ML engineer em corporação — FIAP/Tera/Alura cobrem. Programa não acrescenta valor relevante.
- •Quem não tem 8-10h/semana — 4h estica para 6 meses e quebra ritmo. 25h queima o aluno. 8-10h é o ponto de equilíbrio.
- •Quem rejeita presencial — implementador entra na empresa, observa, treina. Trabalho só de casa não entrega.
💰 Faixa de receita por estágio
As referências vêm das pesquisas de mercado cruzadas com Robert Half 2026 e Glassdoor.
Estágio 1 — Em formação (mês 1-3)
R$ 0Foco em diagnóstico fictício + prática. Pode pegar piloto com 30-40% de desconto e diagnóstico gratuito pra construir primeiro case. Único caso permitido de diagnóstico não pago.
Estágio 2 — Egresso recente (mês 4-8)
R$ 3-10k/mês- • 1-2 diagnósticos pagos/mês: R$ 3-8k cada
- • 1 projeto em implementação: R$ 20-40k parcelado
- • 1-2 manutenções tier básico/intermediário: R$ 1,5-3,5k cada/mês
- Dedicação integral: 4-6 meses · parcial: 6-10 meses
Estágio 3 — Estabelecido (mês 9-18)
R$ 10-25k/mês- • 3-5 clientes em manutenção: R$ 5-15k recorrente
- • 1-2 projetos novos em implementação: R$ 8-15k mensal pro-rata
- • Diagnósticos novos contínuos: R$ 3-8k/mês
- Margem líquida típica acima de 70% · Custos: R$ 550-1.750/mês
Estágio 4 — Consultoria 3-5 pessoas (ano 2-3)
R$ 1,5-2,5M/ano- • 10-15 clientes em manutenção ativa
- • 6-10 projetos novos/ano
- • Equipe: 1 sênior fundador + 2-3 plenos + 1-2 administrativos
- • Margem 25-40% · Sócio fundador: R$ 30-60k/mês
Estágio 5 — CLT em qualquer momento
- • AI Engineer pleno: R$ 19,5-27,1k/mês
- • AI Solutions Architect: R$ 20-30k/mês
- • Especialista em Automação de IA: R$ 10-20k/mês
- • Head/Diretor de IA (3-5 anos): R$ 32-53,6k/mês
- 44% das empresas BR planejavam ampliar equipes de TI em 2026 (Robert Half).
👤 Resumo do módulo
Próximo módulo:
1.4 — A oportunidade · 5 setores que concentram 80% da demanda + por que verticalizar.