Perguntas frequentes
Clique em cada pergunta para ver a resposta.
Depende do tipo de modelo e da complexidade da integração. Projetos simples de classificação ou regressão, usando dados tabulares que a empresa já possui, começam em torno de R$ 15.000. Chatbots com integração a sistemas internos ficam entre R$ 25.000 e R$ 60.000, dependendo do número de fontes de dados e da profundidade das respostas esperadas.
Projetos de visão computacional ou modelos de linguagem customizados podem ultrapassar R$ 80.000. Sempre apresentamos o valor total antes de iniciar, sem cobranças surpresa. O pagamento é dividido em marcos: 30% no início, 40% na entrega do protótipo validado e 30% na implantação em produção.
Um modelo preditivo simples, como previsão de churn ou classificação de tickets de suporte, leva de quatro a seis semanas da assinatura do contrato até a versão em produção. Chatbots com base de conhecimento customizada ficam prontos em seis a dez semanas, porque precisamos indexar a documentação interna e ajustar o tom das respostas.
Projetos de visão computacional ou processamento de documentos costumam levar de oito a catorze semanas. A fase mais demorada quase sempre é a preparação dos dados, não o treinamento do modelo em si.
Depende do tipo de modelo. Para classificação de texto, como categorizar e-mails de clientes por assunto, algumas centenas de exemplos rotulados já permitem um protótipo útil. Para previsão de vendas, o ideal é ter pelo menos 12 meses de histórico diário ou semanal.
Quando o volume de dados é pequeno, usamos técnicas de transfer learning: partimos de um modelo pré-treinado em dados públicos e ajustamos com os dados do cliente. Isso reduz bastante a quantidade mínima necessária. Na avaliação inicial, analisamos o que você tem disponível e dizemos com franqueza se é suficiente ou se precisamos de uma etapa prévia de coleta.
Sim. Assinamos um acordo de confidencialidade (NDA) antes de receber qualquer dado. Os arquivos são transferidos por canais criptografados e armazenados em ambientes isolados, com acesso restrito aos engenheiros alocados no projeto. Não usamos dados de um cliente para treinar modelos de outro.
Ao final do projeto, você pode solicitar a exclusão completa dos dados dos nossos servidores. Emitimos um certificado de destruição quando solicitado. Para clientes do setor de saúde, seguimos as diretrizes da LGPD e da resolução CFM aplicável a dados de pacientes.
Todo projeto inclui 60 dias de suporte técnico após a implantação. Nesse período, corrigimos bugs, ajustamos parâmetros e respondemos dúvidas da equipe que vai operar o sistema. Após os 60 dias, oferecemos contratos de manutenção mensal que cobrem monitoramento de desempenho do modelo, retreinamento periódico e suporte por e-mail com resposta em até quatro horas úteis.
O valor do contrato de manutenção varia de R$ 1.500 a R$ 5.000 por mês, dependendo da complexidade do modelo e da frequência de retreinamento necessária.
Não necessariamente. Entregamos os modelos com interfaces que pessoas sem formação técnica conseguem usar: dashboards com botões de ação, APIs documentadas para integração com sistemas existentes, ou chatbots que funcionam diretamente no WhatsApp Business da empresa.
Se a sua empresa tem desenvolvedores, entregamos a documentação técnica completa para que eles possam manter e evoluir o sistema. Se não tem, o contrato de manutenção cobre essa parte.
Sim. Cerca de 40% dos nossos clientes atuais estão em outros estados. Reuniões de escopo e acompanhamento acontecem por videoconferência, e os dados são transferidos por canais seguros online. Para clientes na região metropolitana de BH, oferecemos reuniões presenciais no nosso escritório na 4965 Marginal Laura, 30130-010 Belo Horizonte, Minas Gerais, Brazil.
Nem todo problema precisa de IA. Às vezes uma automação simples, uma integração entre sistemas ou até uma planilha bem estruturada resolve. Na conversa inicial, fazemos perguntas sobre o volume de dados, a frequência da tarefa e o impacto financeiro do problema. Se concluirmos que uma solução mais simples atende, recomendamos essa alternativa.
IA faz mais sentido quando: o volume de decisões repetitivas é alto, os dados históricos existem mas ninguém consegue analisá-los manualmente, ou a tarefa exige reconhecimento de padrões que humanos fazem bem mas de forma lenta, como ler laudos, classificar imagens ou prever tendências.
Glossário rápido de IA
Termos que usamos nas conversas com clientes, explicados sem jargão.
Machine learning
É quando um programa aprende a partir de exemplos em vez de seguir regras fixas. Você mostra milhares de e-mails marcados como "urgente" ou "rotina", e o modelo aprende a classificar novos e-mails sozinho.
Modelo preditivo
Um algoritmo treinado para prever um valor futuro com base em dados históricos. Exemplo: prever quantas unidades de um produto serão vendidas na próxima semana usando o histórico de vendas dos últimos dois anos.
NLP (processamento de linguagem natural)
Técnicas que permitem a um computador entender e gerar texto em linguagem humana. É o que está por trás de chatbots, análise de sentimento em avaliações de clientes e extração de informações de contratos.
Visão computacional
Algoritmos que analisam imagens ou vídeos. Usamos para ler documentos escaneados, detectar defeitos em peças industriais ou contar objetos em fotos de estoque.
Transfer learning
Técnica em que aproveitamos um modelo já treinado em milhões de exemplos genéricos e ajustamos com os dados específicos do cliente. Reduz o tempo de treinamento e a quantidade de dados necessária.
API
Interface que permite que dois sistemas conversem entre si automaticamente. Quando entregamos um modelo, geralmente ele fica acessível por uma API para que o sistema do cliente envie dados e receba previsões em tempo real.