O número que entra na sala
Numa quinta-feira de manhã, o conselho de uma empresa industrial de médio porte aprova a ampliação da planta. A pasta tem catorze páginas e termina em dois números: 18,4 milhões de dólares e dezesseis meses. Alguém pergunta se o número "foi bem olhado". O gerente de operações responde que o montou com o fornecedor principal, que conhece a obra melhor do que ninguém, e que ainda "carrega dez por cento de contingência, por via das dúvidas". Assina-se. Há apertos de mão e uma foto para o grupo de WhatsApp do conselho.
A empresa acaba de tomar a decisão econômica mais importante da sua década com base num número do qual ninguém na sala sabe o essencial: quanta engenharia existe por trás, qual faixa de erro ele carrega e contra o que foi comparado.
Dois anos e meio depois, a planta é inaugurada. Custou 26,8 milhões —46% a mais— e chegou nove meses atrasada. No churrasco de inauguração, alguém resume com a frase que se repete em todas as latitudes: "bom, todo mundo sabe que essas coisas sempre acabam custando mais".
Essa resignação é compreensível. Também é evitável. E o mais interessante é que a evidência disponível —dezenas de milhares de projetos medidos ao longo de décadas— diz que o destino desse investimento não foi definido durante a obra, com os imprevistos e os pleitos do empreiteiro. Foi definido antes: em três decisões que foram tomadas, ou omitidas, naquela sala de conselho.
A lei de ferro
Bent Flyvbjerg, professor de Oxford e provavelmente a pessoa que mais projetos mediu na história, construiu com a sua equipe um banco de dados de mais de 16.000 projetos de investimento em 136 países: barragens, ferrovias, estradas, usinas de energia, edifícios, sistemas de TI, Jogos Olímpicos. Para cada um registrou a mesma coisa: o orçamento aprovado no momento de decidir o investimento e o custo final real, em termos constantes. Os resultados, publicados em How Big Things Get Done (2023), são incômodos.
Flyvbjerg chama isso de lei de ferro dos projetos: over budget, over time, under benefits, over and over again —acima do orçamento, fora do prazo, abaixo dos benefícios, uma e outra vez—. Não é uma particularidade dos governos, nem dos megaprojetos, nem da América Latina: a lei vale no setor privado e no público, em projetos de 500 mil dólares e de 5 bilhões.
O exemplo canônico é a Ópera de Sydney: orçada em 7 milhões de dólares australianos, terminou custando 102 milhões —um estouro em torno de 1.400%— e foi entregue dez anos atrasada. Seu arquiteto, Jørn Utzon, renunciou no meio do caminho, deixou a Austrália e morreu sem ver concluída a obra-prima que lhe rendeu, postumamente, o prêmio Pritzker. No outro extremo está o Empire State Building: construído em menos de dois anos, inaugurado antes do prazo e custando 41 milhões de dólares contra os 50 orçados. A diferença entre os dois não foi sorte. Foi método — sobretudo, quanto se sabia do projeto antes de começar a gastar.
A média é a parte gentil
Há algo pior do que o estouro médio: a forma da distribuição. Os desvios de projetos não seguem uma curva normal; têm caudas gordas. Flyvbjerg e Alexander Budzier mostraram isso para os projetos de TI na Harvard Business Review (2011): o estouro médio era de 27%, um número quase tranquilizador. Mas um em cada seis projetos era um "cisne negro", com estouro médio de 200%. A média descreve o clima; a cauda descreve a tempestade que afunda uma empresa.
A pergunta certa não é "quanto se desvia o projeto típico?", e sim "qual é a minha probabilidade de cair na cauda — e eu sobrevivo se cair?".
Três causas, um mesmo antídoto
Por que isso acontece em toda parte, há décadas, com profissionais competentes? A pesquisa converge em três causas que se reforçam mutuamente.
A falácia do planejamento. Daniel Kahneman e Amos Tversky a descreveram em 1979: estimamos pelo cenário em que tudo dá certo, mesmo conhecendo a nossa própria história de atrasos. É um viés cognitivo, não um defeito moral: vem de fábrica com o cérebro humano.
A distorção estratégica. Flyvbjerg e Martin Wachs documentaram algo menos inocente: os números iniciais não são elaborados para acertar; são elaborados para que o projeto seja aprovado. O orçamento otimista consegue os fundos; o realista perde a disputa interna. O resultado é o que Flyvbjerg chama de "sobrevivência do menos apto": aprovam-se os projetos com os números mais errados.
A definição insuficiente. A causa mais operacional e a mais corrigível: aprovam-se compromissos de precisão cirúrgica sobre uma engenharia que mal existe. O número parece exato —18,4 milhões—, mas por trás há um layout preliminar, duas cotações e uma planilha.
As três causas têm o mesmo antídoto, e ele não está na obra: está em como se decide. Edward Merrow, fundador da IPA (Independent Project Analysis), que audita projetos industriais há quarenta anos, mediu que 65% dos megaprojetos industriais fracassam —definindo fracasso como exceder o custo ou o prazo em mais de 25%, ou partir com problemas sérios de produção—. E a sua descoberta central é libertadora: o melhor preditor do resultado não é o país, nem o empreiteiro, nem a tecnologia. É a qualidade do trabalho de definição anterior à liberação dos fundos, o que a indústria chama de front-end loading (FEL). Em outras palavras: quando a obra começa, a sorte já está lançada em grande parte.
Daí as três decisões a seguir.
Decisão 1 — Quanto saber antes de aprovar
A primeira decisão é explícita nas organizações maduras e invisível nas demais: com que nível de definição os fundos são autorizados?
As indústrias que vivem de projetos —petróleo, mineração, química de processos— resolveram isso há décadas com o ciclo por fases e portões (stage-gate): o investimento não é aprovado uma vez; é aprovado por etapas, e cada portão exige um nível de definição maior para liberar a próxima parcela de fundos.
A AACE International (a associação de engenharia de custos desde 1956) colocou números nessa lógica na sua prática recomendada 18R-97, que classifica as estimativas em cinco classes segundo o percentual de engenharia concluída. As faixas de precisão esperadas falam por si:
| Classe | Definição | Faixa típica de precisão | Uso |
|---|---|---|---|
| Classe 5 | 0–2% | −20/−50% a +30/+100% | Triagem de ideias |
| Classe 4 | 1–15% | −15/−30% a +20/+50% | Estudo de viabilidade |
| Classe 3 | 10–40% | −10/−20% a +10/+30% | Autorização de fundos |
| Classe 2 | 30–75% | −5/−15% a +5/+20% | Controle da obra |
| Classe 1 | 65–100% | −3/−10% a +3/+15% | Licitação / encerramento |
Faixas representativas segundo a AACE RP 18R-97; variam com a indústria e a complexidade. A lógica é universal.
Uma estimativa Classe 5 com erro possível de +100% não é uma estimativa ruim: é uma estimativa honesta para a informação disponível. O erro clássico —o da cena inicial— é tratar um número Classe 5 como se fosse um compromisso Classe 2, aprová-lo, comunicá-lo ao banco e ao conselho, e depois chamar de "estouro" o que na verdade era ignorância orçada. Não é desonestidade de ninguém: é física da informação.
Quanto custa comprar essa definição? Merrow quantificou: um front-end bem feito custa entre 3% e 5% do capital total do projeto, e é o prêmio de seguro mais barato que existe no mundo do investimento: seus dados mostram que os projetos com FEL pobre acumulam estouros que multiplicam várias vezes essa economia inicial. O Construction Industry Institute chega à mesma conclusão com o seu próprio banco de projetos: o planejamento inicial estruturado melhora sistematicamente o desempenho de custo e prazo. A regra prática para o conselho é simples: antes de autorizar o grosso dos fundos, exigir uma estimativa Classe 3 ou melhor — e financiar de bom grado as semanas de engenharia necessárias para chegar lá.
Decisão 2 — Como o número é fixado
A segunda decisão: o projeto é aprovado com um ponto ou com uma distribuição?
Um número único —18,4 milhões— não é uma previsão; é uma aposta sem quantificar. Toda estimativa séria é uma distribuição de resultados possíveis, e a pergunta gerencial é qual ponto dessa distribuição se adota como orçamento. O P50, que será excedido metade das vezes? O P80, que deixa 20% de probabilidade de excesso? Não há resposta única —depende do apetite de risco e de quão letal seria o desvio—, mas há uma regra: se ninguém na sala consegue dizer qual percentil é o número, o número não está pronto para ser aprovado.
Dessa lógica derivam duas práticas concretas.
Contingência calculada, não de costume. O "10% por via das dúvidas" é folclore, não gestão de riscos. A contingência correta sai de identificar os riscos do projeto, estimar seus impactos e rodar a análise probabilística —tipicamente uma simulação de Monte Carlo sobre a estimativa, como recomendam as práticas da AACE—. Em fases iniciais, a contingência resultante costuma ser muito maior que os 10% rituais; esse incômodo é informação, não pessimismo.
A visão externa. Kahneman propôs o corretivo conceitual e Flyvbjerg o transformou em método com o reference class forecasting: em vez de construir a previsão apenas de dentro ("nosso projeto, nossas cotações, nosso cronograma"), ancora-se na distribuição real de projetos comparáveis já concluídos. Como terminaram os últimos vinte projetos como o seu, feitos por empresas como a sua? Esse dado existe e é o melhor ponto de partida disponível. A técnica deixou de ser acadêmica há tempos: o Tesouro britânico exige desde 2003 ajustes explícitos por viés otimista nos projetos públicos (os optimism bias uplifts do Green Book), e Hong Kong a adotou para a sua carteira de infraestrutura.
A versão doméstica do método está ao alcance de qualquer empresa: antes de aprovar, colocar na mesa os últimos cinco projetos próprios —orçamento aprovado contra custo final, data prometida contra data real— e perguntar por que este seria diferente. É uma reunião desconfortável de vinte minutos que vale milhões.
Veja com os seus números
Publicamos um simulador de acesso livre que aplica as faixas por classe de estimativa (AACE) e roda 10.000 cenários de Monte Carlo sobre o seu orçamento de capital: distribuição P10 · P50 · P90 e contingência sugerida por fase.
Decisão 3 — Quem governa o número
A terceira decisão é a menos técnica e a mais determinante: quem é o dono do resultado, e com que sistema o governa? Três componentes separam os projetos governados dos projetos acompanhados.
Um único responsável, com autoridade real. Quando o resultado do projeto se reparte entre o gerente da planta, o empreiteiro, a empresa de engenharia e "o comitê", o resultado não é de ninguém. A figura correta é um diretor de projeto com mandato do conselho, orçamento de contingência sob a sua assinatura e a obrigação de reportar contra a linha de base. Em investimentos grandes, essa figura é um trabalho de tempo integral, não um papel adicional para o gerente que já tem uma operação sob responsabilidade.
Linha de base congelada e controle de mudanças. O orçamento aprovado é congelado. Toda mudança posterior —de escopo, de especificação, de sequência— passa por um mecanismo formal que expõe o seu impacto em custo, prazo e benefício antes de ser aprovada, com assinatura de quem corresponde. Sem isso, o orçamento não é excedido de uma vez: erode-se em decisões pequenas que ninguém somou. O estouro "surpreendente" costuma ser a soma aritmética de mudanças que foram, sim, aprovadas, uma a uma, sem ninguém olhando o total.
Alerta precoce com valor agregado. O desempenho de custo de um projeto mede-se comparando o valor do trabalho realizado com o que foi gasto (o índice CPI do método do valor agregado). E aqui a evidência é contundente: os estudos de David Christensen sobre centenas de programas de defesa dos Estados Unidos mostraram que o CPI acumulado se estabiliza cedo —aos 20% de avanço já antecipa o resultado final com margem de cerca de 10%— e que, a partir daí, tende a piorar, não a melhorar. Tradução gerencial: os projetos não se torcem no final; revelam-se no início, se alguém estiver olhando. O "vamos recuperar na próxima etapa" é, estatisticamente, uma expressão de desejo.
O que une os três componentes é uma ideia: governança visível. Painel aberto, decisões documentadas, desvios declarados quando nascem. Na nossa experiência, a diferença entre as organizações que aprendem com os seus projetos e as que os repetem não está no software de gestão: está em se o número ruim pode ser dito em voz alta a tempo.
Sete perguntas antes de assinar
- Que classe de estimativa estamos aprovando? Que percentual da engenharia está concluído e que faixa de erro isso implica?
- O número é um ponto ou uma distribuição? Qual percentil estamos adotando como orçamento?
- A contingência saiu de uma análise de riscos ou do costume?
- Contra qual classe de referência foi comparado? Como terminaram projetos semelhantes, próprios e de terceiros?
- O que aconteceu com os nossos últimos cinco projetos? Orçamento contra real, data contra data?
- Quem é o único responsável pelo resultado, e que autoridade tem?
- Que mecanismo vai detectar o desvio aos 15–20% de avanço, quando ainda é corrigível?
Se duas ou mais respostas forem "não sabemos", o projeto não está pronto para ser aprovado. Está pronto para ser mais bem definido — o que é mais barato.
A versão alternativa da cena
Volte à sala do conselho do início. A versão alternativa não é heroica; é um pouco mais lenta e bastante mais entediante. O conselho não aprova 18,4 milhões: aprova 280.000 dólares —1,5% do capital— para oito semanas de engenharia e definição. O número volta convertido numa faixa com nome e sobrenome: P50 de 21,3 milhões, P80 de 23,1, com os cinco riscos principais quantificados e um diretor de projeto proposto. O conselho aprova o P80, congela a linha de base e agenda revisões em cada portão.
A planta é inaugurada catorze meses depois da ordem de compra principal, com custo final de 22,4 milhões: 3% abaixo do orçamento aprovado, 22% acima da ilusão original. A diferença entre as duas versões não foi feita na obra. Foi feita por três decisões tomadas quando quase nada havia sido gasto — que é exatamente o momento em que uma direção tem o máximo poder sobre o seu investimento.
Decidir o investimento antes de gastar: esse é, numa frase, o ofício.
Um investimento em pauta?
A 32sur dirige projetos de capital em representação da direção: do caso de negócio à partida, com um único responsável.
Referências
- Flyvbjerg, B. e Gardner, D., How Big Things Get Done, Currency, 2023 — banco de dados de 16.000+ projetos; lei de ferro.
- Flyvbjerg, B. e Budzier, A., "Why Your IT Project May Be Riskier Than You Think", Harvard Business Review, setembro de 2011.
- Kahneman, D. e Tversky, A., "Intuitive Prediction: Biases and Corrective Procedures", 1979; Kahneman, D., Thinking, Fast and Slow, 2011.
- Merrow, E. W., Industrial Megaprojects, Wiley, 2ª ed. 2024 — taxa de fracasso de 65%; front-end loading (IPA).
- AACE International, Recommended Practice 18R-97, Cost Estimate Classification System, e práticas associadas de contingência por risco.
- HM Treasury (Reino Unido), The Green Book — ajustes por viés otimista (desde 2003).
- Christensen, D. S. et al., estudos sobre a estabilidade do CPI em programas do Departamento de Defesa dos EUA.
- Construction Industry Institute (CII), pesquisas sobre front-end planning.