Discoverability, Accuracy, Recommendability: Taxonomia de Maturidade em AI Visibility

Resumo

Este artigo formaliza a taxonomia de três camadas de maturidade em AI visibility — discoverability, accuracy e recommendability — introduzida de forma preliminar no Eixo 1 desta edição e referenciada operacionalmente nos artigos subsequentes. A proposta é converter a taxonomia em instrumento diagnóstico e prescritivo, com indicadores objetivos para cada camada, critérios de progressão entre camadas, e roadmap diferenciado por ponto de partida. O argumento central é que as três camadas constituem hierarquia estrita: discoverability é condição necessária para accuracy, e accuracy é condição necessária para recommendability. Investimentos que tentam pular camadas (por exemplo, otimizar recommendability sem resolver accuracy) produzem resultados economicamente ineficientes — uma marca recomendada com informações incorretas gera custos de transação superiores aos de uma marca não mencionada. A taxonomia é mapeada à teoria de custos de transação: discoverability reduz custo de busca; accuracy reduz custo de verificação; recommendability reduz custo de decisão. O artigo propõe um assessment diagnóstico de 18 itens que classifica uma firma em uma das camadas e sinaliza os gaps prioritários para progressão. O referencial mobiliza modelos de maturidade organizacional (CMMI; PAULK et al., 1993), a teoria dos custos de transação (WILLIAMSON, 1985) e os artigos anteriores desta série.