O trabalho que automação comum não alcança
Regra fixa automatiza bem: se o valor passa de tanto, aprova; se o campo está vazio, recusa. O que não cabe em regra é a maior parte do trabalho de escritório — ler um contrato de quarenta páginas e achar a cláusula de reajuste, entender o que o cliente quis dizer numa mensagem confusa, conferir se a nota que chegou corresponde ao pedido que foi feito.
Isso hoje consome as pessoas que mais entendem do negócio, e consome no pior formato: em lotes, no fim do dia, sob pressão. É onde o erro nasce e onde ele demora mais para aparecer.
O mercado responde a isso com promessa exagerada, e o resultado é ceticismo justificado. Quem já viu um piloto de IA falhar em produção sabe que a pergunta certa não é o que a tecnologia consegue fazer numa demonstração, e sim o que ela sustenta em volume, com dado real e sujo, todo dia.
Como fazemos
Recorte pelo custo do erro
Começamos pelas tarefas onde errar é barato de perceber e barato de corrigir: classificar, extrair, resumir, rascunhar. É onde a IA já entrega hoje sem precisar de fé.
Base de avaliação antes do agente
Montamos um conjunto de casos reais com a resposta certa conhecida, incluindo os casos difíceis, antes de escrever o agente. Sem essa régua não há como dizer se uma mudança melhorou ou piorou — e todo agente muda toda semana.
Humano no ponto de decisão
O agente prepara, classifica e sugere; a pessoa aprova. Decisão com consequência financeira ou jurídica direta não vai para o automático, e isso está escrito no desenho, não na esperança.
Confiança declarada
Todo resultado vem com o quanto o agente está seguro e com a passagem do documento que embasou a resposta. Caso de baixa confiança vai para a fila humana sozinho, em vez de passar batido.
Medição contínua
A base de avaliação roda a cada mudança de modelo ou de instrução. Modelo de terceiro muda sem aviso; sem régua automática, a qualidade cai e ninguém percebe até o cliente reclamar.
O que você recebe
- Agentes em produção, integrados ao sistema onde o trabalho já acontece
- Base de avaliação com casos reais e resposta esperada, versionada
- Fila de revisão humana para os casos de baixa confiança
- Trilha de auditoria: o que foi decidido, com que base e com que confiança
- Painel de acerto e de custo por execução
Com o que trabalhamos
Perguntas frequentes
Onde a IA já funciona bem hoje?
Leitura e extração de dado de documento, classificação e roteamento de atendimento, resumo de histórico longo, rascunho de resposta e conferência de nota contra pedido. São tarefas em que existe uma resposta verificável e o erro é barato de perceber.
E onde ela ainda não funciona?
Decisão com consequência direta: aprovar crédito, precificar contrato, cancelar serviço, tomar posição jurídica. A IA organiza e sugere, mas quem assina é uma pessoa. Quem promete o contrário está vendendo o que não sustenta em auditoria.
Meus dados vão treinar o modelo de alguém?
Não. Usamos as modalidades corporativas dos provedores, em que o conteúdo enviado não alimenta treino, e o dado sensível é reduzido ao mínimo antes de sair da sua infraestrutura. O que é possível manter dentro de casa, mantemos.
Como sei que não piorou depois de uma atualização?
Pela base de avaliação, que roda a cada mudança e compara com a rodada anterior. É o entregável menos vistoso do projeto e o mais importante: sem ele, a única forma de descobrir uma queda de qualidade é o cliente reclamando.