O Pontiac que "Não Gostava" de Sorvete de Baunilha

Imagine receber uma carta de um cliente dizendo: "Meu novo Pontiac não pega quando compro sorvete de baunilha, mas funciona perfeitamente com qualquer outro sabor". Soa loucura? Foi exatamente isso que aconteceu com a divisão Pontiac da General Motors (GM) nos anos 1970/80 (a história circula desde pelo menos 1978).

O cliente explicava: sua família tinha o hábito de comer sorvete após o jantar. Todas as noites votavam no sabor, e ele ia à loja comprar. Após comprar um Pontiac novo, surgiu o problema: baunilha = carro não pega; outros sabores = carro pega na hora. Ele até brincou: "O que há de especial no Pontiac que o faz rejeitar baunilha?"

O presidente da Pontiac, cético, poderia ter ignorado — mas mandou um engenheiro investigar. O engenheiro foi à casa do cliente (um homem bem-sucedido, educado, dono de vários carros), e eles fizeram testes juntos:

• Noite 1: Baunilha → carro não pega.

• Noites seguintes: Chocolate, morango, etc. → carro pega normalmente.

O engenheiro anotou tudo: horário, combustível, trajeto, tempo na loja... Após um período de testes e nenhuma conclusão. Ele descobriu o padrão: sorvete de baunilha era o mais popular, ficava na frente da loja, em um freezer de acesso rápido. Compra em 30 segundos. Outros sabores exigiam ir ao fundo, esperar embalagem manual — 5-10 minutos a mais.

O problema? Vapor lock (bloqueio por vapor no sistema de combustível). Nos motores carburados da época (comum em Pontiacs antigos), o motor quente formava vapor no combustível se não esfriasse o suficiente. Tempo curto (baunilha) = motor ainda quente → vapor não dissipa → carro não pega. Tempo maior (outros sabores) = motor esfria → problema some.

Solução simples: ajustar o sistema de combustível para evitar vapor lock em paradas curtas. A GM teria incorporado melhorias em modelos posteriores (embora a história varie quanto ao impacto real).

Lição para Dados e Gestão Inteligente

Esse case é um clássico de análise de causa raiz (root cause analysis): o sintoma parecia absurdo ("alergia a baunilha"), mas dados revelaram a causa real (tempo de parada ≠ resfriamento do motor). Na Petrus, vemos paralelos diretos:

• Dashboards e análise preditiva: Um "sintoma maluco" como "consumo alto só às terças" pode ser um outlier pequeno (sensor mal calibrado, uso atípico em um andar). Investigamos com dados reais (histórico) e encontramos a raiz — evitando custos altos em energia ou manutenção (reduções de 20-40%).

• Não ignore "reclamações bobas": Moradores ou colaboradores reclamando de algo "estranho" (ex.: "o elevador demora mais em horários X") pode revelar ineficiências sistêmicas. Nossa IA escuta esses sinais, correlaciona variáveis e previne problemas.

• Treinamento de equipes e modelos: Inserimos "testes Pontiac" — cenários absurdos em simulações. Se o time ou algoritmo ignora por parecer "louco", ajustamos para maior atenção aos detalhes. Isso melhora precisão preditiva e reduz erros caros.