Perguntas frequentes sobre Artificial Intelligence

Reunimos aqui as dúvidas que mais ouvimos durante reuniões de diagnóstico. Se a sua pergunta não estiver listada, escreva para nós.

Dúvidas sobre projetos e processo

O investimento mínimo para um projeto completo (diagnóstico + prototipação + implantação) é de R$ 25.000. Esse valor cobre a fase de diagnóstico de 2 semanas e a construção de um protótipo funcional com dados reais do cliente.

Projetos que envolvem múltiplas fontes de dados, integrações com ERPs ou modelos de visão computacional costumam ficar entre R$ 60.000 e R$ 150.000. Enviamos uma proposta detalhada com escopo fixo após o diagnóstico, então não há surpresas no meio do caminho.

O prazo médio é de 6 a 10 semanas. Isso inclui diagnóstico (2 semanas), prototipação (3 a 4 semanas) e implantação (2 a 4 semanas). Projetos com dados muito fragmentados ou que exigem limpeza extensiva podem levar até 16 semanas.

Trabalhamos em sprints de 3 semanas. Ao final de cada sprint, o cliente vê o progresso em um ambiente de staging e pode solicitar ajustes antes de seguirmos para a próxima etapa.

Não é obrigatório. Muitos dos nossos clientes não têm cientistas de dados na equipe. Nesse caso, nós cuidamos de toda a operação técnica e entregamos o modelo pronto para uso, com documentação e treinamento.

Se a empresa já conta com desenvolvedores ou analistas de dados, melhor ainda: trabalhamos lado a lado com eles para garantir que a equipe interna consiga manter e evoluir o modelo após a nossa saída. Incluímos até 10 horas de treinamento técnico no escopo padrão.

A linguagem principal é Python, com bibliotecas como scikit-learn para modelos clássicos e TensorFlow ou PyTorch para redes neurais. Para processamento de linguagem natural, usamos modelos baseados em transformers (Hugging Face).

Na parte de infraestrutura, implantamos em AWS (SageMaker, Lambda, S3) ou GCP (Vertex AI, Cloud Functions). Clientes que precisam manter dados on-premise recebem containers Docker que rodam em qualquer servidor Linux com pelo menos 16 GB de RAM.

Os dashboards são montados em Metabase, Grafana ou Power BI, dependendo do que a equipe do cliente já conhece. Não forçamos nenhuma ferramenta específica.

Sim. Assinamos um NDA (acordo de confidencialidade) antes de receber qualquer dado. Todos os dados são transmitidos via conexões criptografadas (TLS 1.3) e armazenados em buckets com criptografia AES-256 em repouso.

Para clientes do setor de saúde e financeiro, oferecemos a opção de trabalhar inteiramente em ambiente on-premise, sem que nenhum dado saia da rede interna da empresa. Já fizemos isso com três hospitais e duas fintechs em Curitiba e São Paulo.

Atendemos clientes em todo o Brasil. A fase de diagnóstico pode ser feita presencialmente ou por videoconferência, dependendo da preferência do cliente. Já realizamos projetos para empresas em São Paulo, Belo Horizonte, Recife e Porto Alegre sem nenhuma visita presencial.

Quando o projeto exige acesso a infraestrutura física (servidores locais, por exemplo), enviamos um engenheiro ao local para a configuração inicial. Esse custo de deslocamento é incluído na proposta.

Durante a fase de prototipação, definimos junto ao cliente um limiar mínimo de performance (acurácia, F1-score, RMSE ou outra métrica relevante para o caso). Se o protótipo não atingir esse limiar, temos duas opções: ajustar a abordagem (trocar o algoritmo, adicionar features, aumentar o volume de dados) sem custo extra dentro do escopo, ou encerrar o projeto com um relatório explicando por que os dados disponíveis não sustentam a solução proposta.

Nesse segundo caso, o cliente paga apenas pelas fases já executadas. Não cobramos por entregas que não cumpriram o critério combinado.

Todo projeto inclui 90 dias de monitoramento pós-implantação sem custo adicional. Durante esse período, acompanhamos a performance do modelo em produção, identificamos possíveis drifts nos dados e retreinamos o modelo quando necessário.

Após os 90 dias, oferecemos contratos de manutenção mensal que incluem monitoramento contínuo, retreinamento programado e suporte técnico por e-mail e videoconferência. Os planos começam em R$ 3.500 por mês.

Antes de iniciar um projeto de IA

Alguns pontos que ajudam a acelerar o diagnóstico e reduzir custos. Não é preciso ter tudo resolvido antes de nos procurar, mas quanto mais preparação, mais rápido chegamos ao primeiro resultado.

Organize seus dados

Identifique onde estão os dados que você quer analisar: planilhas, bancos de dados, APIs de terceiros. Saber o formato (CSV, JSON, SQL) e o volume aproximado (milhares ou milhões de registros) já ajuda bastante na primeira conversa.

Defina a pergunta de negócio

Um projeto de IA funciona melhor quando responde a uma pergunta específica: "Quais clientes têm maior probabilidade de cancelar nos próximos 30 dias?" é muito mais útil do que "queremos usar IA". Quanto mais concreta a pergunta, mais rápido chegamos a um modelo funcional.

Envolva quem vai usar o resultado

O modelo mais preciso do mundo não serve para nada se a equipe que deveria usá-lo não confia nele ou não sabe interpretá-lo. Incluir gestores e analistas desde o início do projeto aumenta a taxa de adoção e reduz retrabalho.

Ainda tem dúvidas?

Agende uma conversa de 30 minutos sem compromisso. Analisamos o seu caso e indicamos se faz sentido investir em IA agora ou se existem etapas anteriores que precisam ser resolvidas primeiro.

Falar com a equipe