Perguntas frequentes sobre Artificial Intelligence

Reunimos aqui as dúvidas que mais ouvimos de clientes e prospects. Se a sua não estiver listada, entre em contato pelo formulário na página inicial.

Dúvidas sobre projetos e prazos

O prazo depende do tipo de modelo e da maturidade dos dados. Um modelo de classificação simples (por exemplo, prever se um cliente vai cancelar o contrato) costuma levar de quatro a seis semanas: duas para preparação dos dados, duas para treinamento e validação, e uma ou duas para integração com o sistema do cliente.

Projetos de visão computacional ou processamento de linguagem natural tendem a exigir de oito a doze semanas, porque o volume de dados de treinamento é maior e a etapa de anotação consome mais tempo. Entregamos um cronograma detalhado na proposta técnica, antes de qualquer assinatura de contrato.

Não. Entregamos o modelo integrado ao sistema que sua equipe já usa: pode ser um painel web, uma API REST consumida pelo seu ERP, ou até uma planilha automatizada via Google Sheets para equipes menores. O objetivo é que o resultado do modelo chegue na tela de quem toma a decisão, sem que essa pessoa precise saber o que é um tensor.

Se sua empresa tiver desenvolvedores, fornecemos documentação técnica completa (endpoints, parâmetros, exemplos de chamada) para que eles possam integrar o modelo a outros sistemas no futuro.

Temos experiência acumulada em logística (otimização de rotas e previsão de demanda), saúde (triagem de exames de imagem e priorização de laudos), varejo (recomendação de produtos e precificação dinâmica), agronegócio (detecção de pragas por imagem de drone) e serviços financeiros (scoring de crédito e detecção de fraude).

Isso não significa que recusamos outros setores. Se o problema envolve dados estruturados ou não estruturados e uma decisão recorrente, provavelmente conseguimos ajudar. Já fizemos projetos pontuais para escritórios de advocacia e empresas de construção civil.

O menor projeto que realizamos até hoje custou R$ 18.000 e envolveu um modelo de classificação de tickets de suporte para uma empresa de software com cerca de 200 chamados por dia. Projetos maiores, com múltiplos modelos e integração a sistemas legados, podem chegar a R$ 150.000 ou mais.

Cobramos por projeto, não por hora. A proposta inclui escopo fechado, cronograma e critérios de aceite. Se o modelo não atingir a métrica de desempenho combinada (por exemplo, 85% de acurácia no conjunto de teste), revisamos sem custo adicional até duas iterações.

Sim. Assinamos um acordo de confidencialidade (NDA) antes de receber qualquer dado. Os dados são transferidos por canais criptografados (SFTP ou bucket S3 com criptografia AES-256) e armazenados em ambiente isolado, acessível apenas aos membros do projeto.

Ao final do projeto, excluímos todos os dados brutos dos nossos servidores e fornecemos um certificado de destruição. Se o cliente preferir, podemos trabalhar diretamente na infraestrutura dele, sem que os dados saiam do ambiente corporativo.

Todo projeto inclui 90 dias de suporte pós-implantação. Durante esse período, monitoramos a performance do modelo em produção e corrigimos eventuais drifts (quando o comportamento dos dados muda e o modelo perde precisão).

Após os 90 dias, oferecemos contratos de manutenção mensal que incluem re-treinamento periódico, monitoramento de métricas e suporte técnico. Cerca de 70% dos nossos clientes optam por esse contrato, porque modelos de IA precisam de manutenção contínua para se manterem úteis.

Quando o projeto envolve dados pessoais (nomes, CPFs, endereços), aplicamos técnicas de anonimização antes do treinamento. Substituímos identificadores por hashes irreversíveis e removemos campos que não contribuem para a variável-alvo do modelo.

Seguimos as diretrizes da LGPD e, quando necessário, auxiliamos o cliente na elaboração do Relatório de Impacto à Proteção de Dados Pessoais (RIPD). A base legal mais comum nos nossos projetos é o legítimo interesse, mas avaliamos caso a caso junto ao DPO do cliente.

Como se preparar para um projeto de IA

Antes de nos procurar, vale a pena verificar alguns pontos que aceleram o início do trabalho.

Identifique a decisão

Qual decisão a sua equipe toma repetidamente e poderia tomar melhor com dados? Pode ser algo como "quais pedidos priorizar no armazém" ou "quais clientes têm maior risco de inadimplência". Quanto mais concreta a pergunta, mais rápido conseguimos dimensionar o projeto.

Verifique seus dados

Não precisa ter um data lake organizado. Basta saber onde os dados estão (ERP, planilhas, banco SQL) e há quanto tempo são registrados. Modelos de previsão de demanda, por exemplo, funcionam bem com pelo menos 18 meses de histórico de vendas. Se você tiver menos, ainda podemos trabalhar, mas o escopo muda.

Defina o critério de sucesso

Um modelo de IA não precisa ser perfeito para ser útil. Se a sua equipe hoje acerta 60% das previsões de estoque e o modelo acerta 82%, isso já representa uma economia real. Converse internamente sobre qual melhoria justificaria o investimento antes de iniciar.

Escolha um responsável interno

Toda implantação precisa de alguém do lado do cliente que conheça o processo de negócio e possa responder dúvidas sobre os dados. Não precisa ser um programador: gerentes de operação, analistas financeiros e coordenadores de logística são os perfis mais comuns nesse papel.

Ainda tem dúvidas?

Envie sua pergunta pelo formulário de contato. Respondemos em até dois dias úteis com informações específicas para o seu caso.

Ir para o formulário de contato

Ou entre em contato diretamente:

+55 41 8943-3996 · [email protected]

135 Alameda Saraiva, 80010-010 Curitiba, Paraná, Brazil