O que acontece quando você tenta projetar o futuro usando exemplos do presente
Você já deve ter ouvido falar que o melhor jeito de preparar o futuro é aprender com o presente. A gente repete isso o tempo todo em reuniões de strategy, em posts de LinkedIn, em palestras de TED. Mas a verdade é que tentar aplicar o futuro do presente exemplo sem entender os limites disso gera mais confusão do que clareza. Eu passei uns três anos trabalhando com planejamento estratégico em uma fintech brasileira. O CEO queria que a gente usasse dados de 2019 para projetar o que ia acontecer em 2025. Os números mostravam crescimento de 40% ao ano. A gente construiu um modelo bonito, apresentamos pra diretoria, e depois o COVID chegou e tudo virou poeira. Foi doloroso, mas foi uma lição barata comparada ao que poderia ter acontecido se tivéssemos apostado tudo naquele modelo.
O que é o futuro do presente exemplo na prática
O conceito em si é simples: você pega um padrão que existe hoje e imagina como ele vai evoluir. Se uma tecnologia está crescendo 20% ao ano, daqui a cinco anos ela vai estar em outro nível. Se um comportamento do consumidor muda 15% por ano, aí em 2030 a gente vai ter um mercado completamente diferente. Parece lógico. Funciona até o dia em que o mundo muda de forma não linear. O problema é que a maioria das pessoas trata projeções lineares como se fossem fatos. Eu vi investidores aplicarem crescimento compound de 30% ao ano em startups que ainda nem tinham product-market fit. Eles calcularam valuation, escreveram o pitch, e quando o ciclo virou, simplesmente não havia dinheiro pra pagar as contas. Isso não é previsão. Isso é esperança com fórmula.
Como fazer esse tipo de projeção sem se ferrar
A primeira coisa que você precisa entender é que exemplo não é sinônimo de tendência. Um exemplo isolado pode ser ruído. Você precisa de amostra suficiente pra diferenciar sinal de barulho. Quando eu trabalhava com dados de uso de apps, a gente costumava levar pelo menos 18 meses de dados antes de confiar em qualquer projeção. Menos que isso era chute com vestes de ciência. A segunda regra é testar contra cenários extremos. Eu costumava perguntar pros analistas: "O que acontece se o crescimento cair pela metade?" Ou "E se dobrar?" Se o modelo quebra com uma variação de 20%, ele não serve pra nada. A gente construiu uma prática interna onde todo modelo precisava passar por stress test com pelo menos cinco variações de cenário antes de ir pra apresentação executiva. Isso economizava umas quatro horas de reunião por semana, porque as pessoas paravam de discutir números e começavam a discutir decisões.
O terceiro ponto é mais contraintuitivo: às vezes o futuro do presente exemplo mostra exatamente o oposto do que acontece. Eu tive um caso em 2022 onde a adoção de IA generativa estava crescendo exponencialmente nos EUA. A gente projetou que o Brasil seguiria o mesmo padrão com seis meses de delay. Errado. O Brasil teve um adiantamento de oito meses porque as empresas aqui já tinham dor acumulada de automação que não podiam mais ignorar. A lógica de "copy from US with delay" quebrou porque o contexto local era diferente.
Quando esse método não funciona
Vou ser direto: se o seu campo está passando por disrupção tecnológica, regulatória ou comportamental, projeções baseadas no presente são praticamente inúteis. Eu vianalistas tentarem projetar o mercado de streaming em 2020 usando dados de TV aberta. Resultado: deram errado feio. A disrupção aconteceu mais rápido do que qualquer modelo linearpodia capturar. O mesmo vale pra setores com regulações pesadas. Eu trabalhava num projeto de energia renovável onde as mudanças na lei ambiental alteraram completamente a viabilidade econômica de projetos que estavam aprovados há dois anos. O modelo financeiroshowava lucro. A realidade mostrou prejuízo. Não era problema do modelo. Era problema de tentar prever o futuro usando um presente que já não existia mais.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Se você está num setor maduro, com pouca volatilidade regulatória e crescimento previsível, esse método funciona razoavelmente bem. Setores como saneamento básico, energia elétrica distribuída, ou logística tradicional respondem melhor a projeções lineares. Mas setores de tecnologia, saúde inovadora, fintech, ou qualquer coisa com adoção tecnológica rápida? Você vai se dar mal se confiar cegamente no futuro do presente exemplo.
Alternativas que eu recomendo
Em vez de projetar continuidade, use planning por cenários. Eu adotei essa prática em 2021 e mudou completamente a qualidade das decisões da minha equipe. Ao invés de um número, a gente criava três, quatro cenários possíveis. Cada cenário tinha gatilhos claros: "Se X acontecer, seguimos o cenário A. Se Y, vamos pro B." Isso não elimina a incerteza, mas pelo menos você não fica parado esperando o futuro linear que nunca chega. Outra alternativa é o backcasting. Você define onde quer chegar em dez anos e trabalha pra trás, identificando os marcos necessários. É diferente de projection porque você não assume que o presente vai continuar. Você parte do futuro desejado e pergunta "o que precisa acontecer agora pra chegar lá?" Funciona especialmente bem pra estratégias de transição, como mudança pra economia de baixo carbono ou digitalização de processos legacy.
Tem ainda o método de weak signal scanning, que eu aprendi com um colega que trabalhava em inteligência competitiva numa multinacional europeia. A ideia é monitorar indicadores fracos, coisas que ainda não mostram tendência clara mas que podem ser sinais de mudança. Eu aplicava isso revisando publicações acadêmicas, patentes emergentes, e posts de especialistas em comunidades de niche. Não era sistemático, mas ajudava a capturar mudanças antes que virassem tendência.
Erros comuns que eu vejo todo mundo cometer
O primeiro erro é confundir correlação com causalidade. Eu via gente tomar decisão baseada em duas variáveis que cresciam juntas, sem entender o mecanismo causal por trás. Crescimento de vendas de sorvete e crescimento de afogamentos no mesmo período. Claro que há correlação. Mas a causa é o verão, não o sorvete. Projetar o futuro baseado nessa correlação seria absurdo. O segundo erro é ignorar feedback loops. Sistemas reais têm retroalimentação. Se algo cresce, pode estimular mais crescimento, ou pode gerar resistência que freia o crescimento. Eu vi um projeto de expansão de loja física seguir projeção linear por dois anos até que o mercado saturou e as vendas caíram 60%. O modelo não considerou que cada nova loja cannibalizava parte das vendas das lojas vizinhas. Isso era óbvio depois que aconteceu, mas ninguém tinha modelado antes.
O terceiro erro, e esse é o mais perigoso, é acreditar que o passado previsível significa futuro previsível. Eu trabalhei num banco onde os modelos de risco eram validados contra dados de dez anos. Pareciam sólidos. Até que veio uma crise com características novas, e os modelos falharam porque nunca tinham visto aquele tipo de evento. A lição foi dura, mas valiosa: solidez histórica não é garantia de solidez futura. Se você quer evitar esses erros, o conselho mais pragmático que eu posso dar é: use o futuro do presente exemplo como ponto de partida, não como conclusão. Projete, sim. Mas projete com múltiplos cenários, teste contra extremos, e esteja pronto pra ajustar quando o mundo fizer o que ele sempre faz: mudar de forma inesperada.
No final das contas, prognóstico é uma habilidade, não uma ciência exata. As melhores previsões que eu vi na minha carreira não eram as mais precisas. Eram as que preparavam as pessoas pra agir de forma diferente dependendo do que acontecesse. Se você saír da reunião sabendo exatamente o que vai acontecer, provavelmente não entendeu direito o problema. Se você sair sabendo como reagir a diferentes resultados, aí sim você trouxe valor. Isso não significa que projeção seja inútil. Significa que projeção é ferramenta, não oráculo. Use com cuidado, teste com ceticismo, e não tenha medo de errar. Errar Projection é melhor do que não projetar nada e deixar o futuro tepegar de surpresa.
