Gestão de Produto de IA

Para quem é

• PMs em atividade adicionando capacidade de IA a um produto existente. Não é curso para iniciantes em produto.
• CTOs e heads of product calibrando times de IA e definindo o modelo operacional entre PM, EM e AI Engineer.
• Founders técnicos que precisam de vocabulário operacional para liderar discussões de IA com investidores e clientes.
• Líderes de produto vindos de SaaS tradicional que precisam aprender o que muda quando o sistema não é determinístico.

O que você vai fazer

• Projeta uma porta de avaliação para um feature de IA do zero, com métricas e critérios de release.
• Modela a economia unitária de um feature LLM com custo por usuário ativo e cenário de carga.
• Constrói um roadmap defensável contra capacidade de engenharia, com trade-offs explícitos.
• Define o modelo operacional entre PM, EM e AI Engineer, papéis, rituais e linha de decisão.
• Aplica NIST AI RMF e EU AI Act como guia de produto, não como obstáculo legal.
• Projeto final: plano de entrega de um feature de IA com métricas, portas de avaliação e plano de risco.

Resultados

• Apresenta o caso do feature ao CFO com economia unitária defensável.
• Sai com um plano de entrega revisado pelo fundador, pronto para usar com o time real.
• Reduz o tempo médio entre ideia e release de feature de IA na sua organização.
• Credencial verificável da DecipherU vinculada ao plano entregue.

Currículo

1. Módulo 1: Fundamentos de produto de IA, três diferenças estruturais entre IA e software tradicional.
2. Módulo 2: Discovery aplicado a IA, quatro arquétipos de produto e quando cada um se aplica.
3. Módulo 3: Definição de escopo dentro do envelope latência, custo e qualidade.
4. Módulo 4: Seleção de modelo e provedor, com critério escrito.
5. Módulo 5: Portas de avaliação como contrato de qualidade.
6. Módulo 6: Economia unitária de IA, custo por chamada, por usuário ativo, por release.
7. Módulo 7: AI UX para incerteza, como mostrar limite de confiança ao usuário.
8. Módulo 8: Ética, governança e o EU AI Act aplicado ao produto.
9. Módulo 9: Roadmap defensável contra capacidade de engenharia.
10. Módulo 10: Modelo operacional entre PM, EM e AI Engineer.
11. Módulos 11 a 14: medição, retenção, casos de campo, gestão de stakeholders.
12. Módulo 15: projeto final revisado pelo fundador.

Perguntas frequentes

Fontes primárias

Drucker (1954), Levitt (1960), Christensen (1997), Schön (1983). Hamel Husain, marco de avaliações para LLM. NIST AI 100-1 e AI 600-1. EU AI Act, texto oficial.