Construímos IA que aumenta a produtividade da sua empresa

• Oportunidades e riscos Onde a IA pode criar valor ou pôr o negócio em risco, processo a processo.
• Onde investir Um business case que compara opções, benefícios esperados, riscos e estimativas de custo total de posse (TCO) para apoiar a decisão de investimento.
• Roadmap que acompanha o mercado Um plano por fases, revisto à medida que o mercado e a tecnologia mudam.

O que recebe

• Uma visão clara e com fontes de como a IA está a afetar a economia e o seu setor, e do que isso significa para a empresa.
• Um portefólio de iniciativas ordenado por valor e viabilidade, com as que não compensam agora postas de parte.
• Um roadmap documentado, com opções de fornecedores e dependências identificadas, que pode executar connosco ou com outra equipa.

Como trabalhamos

1. Analisamos a economia e o setor com fontes identificadas. Usamos Business Process Analysis (BPA), ou análise dos processos de negócio, para mapear com as equipas o funcionamento atual (AS-IS) e identificar perdas ao longo da cadeia de valor.
2. Para as iniciativas prioritárias, preparamos um business case com opções, benefícios esperados, custos, riscos e pressupostos; mapeamos que obrigações podem aplicar-se a cada sistema e confirmamo-las com o seu aconselhamento jurídico.
3. Definimos o roadmap, com orçamento, indicadores de desempenho e valores de referência, e desenhamos o processo futuro (TO-BE) para preparar a primeira prova de conceito.

Tecnologias

• BPMN
• PM4Py
• Inspect AI
• MLflow

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Processamento de encomendas Encomendas lidas de emails, PDFs ou portais e lançadas no ERP, com diferenças assinaladas, numa etapa do ciclo da encomenda ao recebimento (order-to-cash).
• Faturas de fornecedores Faturas conferidas com a encomenda e a receção e preparadas para lançamento contabilístico, numa etapa do ciclo da compra ao pagamento (procure-to-pay).
• Relatórios recorrentes Relatórios semanais e mensais montados a partir dos seus sistemas, sem copiar e colar.

O que recebe

• Um processo de cada vez, testado com casos reais e avaliado com indicadores-chave de desempenho (KPI) antes e depois da alteração.
• Agentes com acesso apenas ao que precisam e aprovação humana antes de qualquer ação que não se possa desfazer.
• Registo de cada ação do agente e, sempre que possível, forma de a desfazer.

Como trabalhamos

1. Aplicamos Business Process Analysis (BPA), a análise dos processos de negócio, para mapear tarefas, responsáveis, volumes e exceções e escolher uma etapa frequente e verificável para começar.
2. Fazemos uma fase-piloto com casos reais, aprovação humana nas ações irreversíveis e registo de cada chamada aos seus sistemas; tudo o que chega de fora, como emails e anexos, é tratado como não confiável.
3. Preparamos a entrada em produção, com acessos, monitorização e procedimentos de recuperação, e só depois alargamos a outro processo.

Tecnologias

• Model Context Protocol (MCP)
• Agent2Agent (A2A)
• LangGraph
• Microsoft Agent Framework
• Temporal

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Uso responsável Reconhecer erros, proteger dados e definir quando é necessário validar uma resposta ou pedir revisão humana.
• Prática nos processos da empresa Exercícios com casos de trabalho e dados aprovados, para aplicar a aprendizagem às tarefas da equipa.
• Autonomia depois da formação Materiais reutilizáveis, critérios de avaliação e um plano de aplicação para continuar a aprender no trabalho.

O que recebe

• Um programa ajustado às funções e ao nível de experiência de cada grupo.
• Materiais, exercícios e exemplos reutilizáveis no trabalho, com regras de utilização responsável.
• Uma avaliação da aprendizagem e um plano para aplicar as competências nos processos da empresa.

Como trabalhamos

1. Identificamos os participantes, as competências atuais, os processos prioritários e as regras de acesso a ferramentas e dados.
2. Preparamos sessões por perfil, combinando explicação, demonstração e prática guiada com casos e dados aprovados.
3. Avaliamos as competências com exercícios e definimos os próximos passos para aplicar a aprendizagem e acompanhar a adoção.

Tecnologias

• Jupyter
• Python
• TypeScript
• Git
• Inspect AI
• OpenTelemetry

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Triagem de objetos Ensaios de separação de peças por tipo, tamanho ou defeito, com computer vision a guiar o braço.
• Viabilidade em simulação Simular a tarefa e o espaço para perceber se um robô a consegue fazer, antes de comprar equipamento.
• Protótipos com braços de secretária Ensinar a tarefa por demonstração a um braço de baixo custo e medir o que funciona.

O que recebe

• Um estudo de viabilidade, em simulação e com um braço de baixo custo, e um business case antes de qualquer compra de equipamento industrial.
• Se o estudo for positivo, uma prova de conceito numa tarefa, com um braço comercial e um ambiente controlado.
• Sucesso medido ao longo de muitos ensaios e limites de segurança que não dependem da IA.

Como trabalhamos

1. Simulamos a tarefa e o cenário para desenhar a política de controlo antes de tocar em hardware.
2. Recolhemos demonstrações reais por teleoperação e treinamos por imitação num braço de baixo custo.
3. Medimos o sucesso ao longo de muitos ensaios e fixamos limites de segurança independentes da IA; a avaliação formal de segurança da máquina final fica com entidades especializadas.

Tecnologias

• LeRobot
• Vision-language-action (VLA)
• Isaac Sim
• Isaac Lab
• MuJoCo
• ROS 2

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Desenvolvimento em ciclos curtos Entregas frequentes, demonstrações e ajustes a partir do uso real.
• Resolução de bloqueios técnicos Diagnóstico de problemas de dados, integrações e desempenho que impedem a adoção.
• Passagem para a equipa interna Documentação, sessões práticas e handover para operar e evoluir o sistema.

O que recebe

• Software desenvolvido no seu ambiente, com critérios de aceitação acordados antes do arranque.
• Código e documentação entregues no âmbito contratado, com direitos definidos pelo contrato e pelas licenças.
• Equipa preparada para operar o sistema, com monitorização, procedimentos de recuperação e responsabilidades claras.

Como trabalhamos

1. Conhecemos a operação com a sua equipa e acordamos o problema, os acessos, o âmbito e os critérios de sucesso.
2. Desenvolvemos em ciclos curtos nos seus sistemas, com testes sobre dados reais e revisão das entregas com os utilizadores.
3. Preparamos a monitorização, a recuperação e o handover e passamos à produção quando os critérios são cumpridos; o alojamento pode ser cloud ou on-premises.

Tecnologias

• Model Context Protocol (MCP)
• FastAPI
• Next.js
• PostgreSQL
• OpenTelemetry
• Langfuse

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Verificação de montagem e embalagem Verificação do conteúdo de caixas e kits para assinalar possíveis faltas ou trocas de peças.
• Medição visual Dimensões, posições e desgaste medidos a partir de imagens, sem tocar na peça.
• Inspeção de infraestruturas Imagens de drones ou câmaras para detetar fissuras, corrosão ou danos em telhados, condutas e equipamentos.

O que recebe

• Uma prova de conceito com as suas imagens, para saber cedo se o problema tem solução, antes de investir em câmaras ou integração.
• Um critério de sucesso definido consigo e medido em imagens de outro dia ou turno.
• Critérios definidos para aceitar resultados, encaminhar dúvidas para uma pessoa e limitar as decisões automáticas.

Como trabalhamos

1. Definimos consigo o que conta como defeito ou objeto relevante e como se mede o sucesso, por escrito.
2. Recolhemos e etiquetamos imagens dos objetos e equipamentos a analisar, definimos o enquadramento das câmaras para evitar captar pessoas e medimos o resultado num conjunto de teste separado.
3. Arrancamos em modo sombra, em que o sistema sugere e uma pessoa decide, e revemos as licenças dos componentes antes de entregar.

Tecnologias

• Object detection and segmentation
• Vision-language models (VLM)
• Docling
• PaddleOCR
• NVIDIA DeepStream
• TensorRT

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Triagem e encaminhamento Identificação do motivo da chamada e encaminhamento para a pessoa ou o departamento responsável, ou recolha de um pedido de contacto quando ninguém está disponível.
• Confirmações e seguimento Lembretes de marcações e confirmações de entrega feitos por voz a clientes que os pediram.
• Registo no CRM Resumos dos pedidos e próximos passos no CRM, limitados à informação necessária ao acompanhamento.

O que recebe

• Um caso de uso de cada vez, com um agente que se identifica como IA logo no início da chamada.
• Regras de encaminhamento para uma pessoa, com pedido de contacto quando a equipa não está disponível.
• Testes com chamadas simuladas e, quando autorizado, chamadas reais, incluindo ruído, interrupções, números, nomes e sotaques regionais.

Como trabalhamos

1. Escolhemos um caso de uso, como marcações ou perguntas frequentes, e definimos com a sua equipa quando o agente passa a chamada a uma pessoa.
2. Testamos os fornecedores de voz em português europeu com chamadas simuladas e, quando autorizado, gravações de chamadas reais, incluindo sotaques regionais.
3. Ligamos a telefonia e definimos que informação é necessário guardar. Mapeamos que obrigações podem aplicar-se à gravação, à utilização de chamadas em testes e à conservação dos dados e confirmamo-las com o seu aconselhamento jurídico.

Tecnologias

• LiveKit Agents
• Pipecat
• Speech-to-speech
• Streaming ASR / TTS
• WebRTC
• SIP

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Perguntas aos dados Perguntas em português corrente sobre vendas, clientes ou produção, com a resposta e a consulta que a gerou.
• Deteção de anomalias Alertas quando um valor sai do normal, em consumos, pagamentos, devoluções ou paragens de máquinas.
• Clientes e cobranças Indicadores para a equipa acompanhar clientes com sinais de menor atividade e pagamentos em atraso.

O que recebe

• Uma resposta franca, logo no início, sobre se os seus dados chegam para a pergunta; se não chegarem, dizemos o que falta.
• Uma linha de base simples que qualquer modelo tem de superar antes de ser usado.
• Previsões e alertas no ERP, no CRM ou no dashboard que a equipa já usa, apresentados em valores que ajudam a decidir.

Como trabalhamos

1. Auditamos as fontes, a qualidade e os acessos e limitamos os dados ao necessário. Antes de recorrer a uma API externa, mapeamos que obrigações podem aplicar-se ao tratamento e à transferência dos dados e confirmamo-las com o seu aconselhamento jurídico.
2. Testamos a solução numa tarefa definida, com dados separados para avaliação e critérios adequados ao caso de uso.
3. Pomos o resultado no sistema que a equipa usa, monitorizamos o desvio dos dados e explicamos as previsões em unidades do negócio.

Tecnologias

• DuckDB
• Polars
• dbt
• MLForecast
• NeuralForecast
• LightGBM

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Acessos e dados Quem pode usar cada sistema, que dados vê e onde ficam guardados.
• Resposta a incidentes Um procedimento claro para quando um agente erra: detetar, parar, corrigir e aprender.
• Políticas e gestão da mudança Regras internas para o uso de IA, comunicação e formação das equipas, com acompanhamento da adoção e das dificuldades no trabalho diário.

O que recebe

• Um inventário da IA em uso e dos seus riscos. Uma matriz RACI com quem executa, assume a responsabilidade final, é consultado e é informado.
• Monitorização, testes e um processo de incidentes a funcionar, e não apenas no papel.
• Registos que facilitam auditorias. Mapeamos que obrigações podem aplicar-se a cada sistema e confirmamo-las com o seu aconselhamento jurídico.

Como trabalhamos

1. Inventariamos os sistemas de IA e os fluxos de dados e classificamos o risco de cada um.
2. Definimos responsáveis, testes de aceitação, monitorização e processo de incidentes, e avaliamos cada fornecedor: onde ficam os dados, retenção e subcontratantes.
3. Acompanhamos a operação com versões de modelo fixas e testes de regressão a cada mudança, e revemos os registos com regularidade.

Tecnologias

• OpenTelemetry
• Langfuse
• Inspect AI
• NeMo Guardrails
• Open Policy Agent (OPA)

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Agentes à medida Agentes desenhados para as regras e exceções do seu negócio, quando as soluções genéricas não chegam.
• Modernização de processos antigos Processos assentes em folhas de cálculo, papel ou sistemas antigos passados para uma solução atual.
• Minimum Viable Product (MVP) Uma primeira versão funcional para validar a ideia com utilizadores reais antes de investir mais.

O que recebe

• Um diagnóstico curto que diz se o problema precisa mesmo de IA; se não precisar, dizemo-lo.
• Uma proposta de âmbito definido, com entregas por fases e critérios de decisão (go/no-go) para avançar, reformular ou parar.
• Código documentado e licenças dos componentes open source revistas antes da entrega.

Como trabalhamos

1. Diagnosticamos o problema com quem o vive e escrevemos uma proposta de âmbito definido.
2. Testamos uma prova de conceito com os seus dados e decidimos consigo se estão reunidas as condições para um piloto com utilizadores reais.
3. Preparamos a entrada em produção quando os critérios acordados são cumpridos, com documentação e revisão das licenças dos componentes.

Tecnologias

• Model Context Protocol (MCP)
• FastAPI
• Next.js
• PostgreSQL
• pgvector

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.

• Regras e responsáveis Quem aprova o quê, que permissões tem cada agente e como fica registado o que fez.
• Gestão da mudança Formação das equipas e acompanhamento da adoção, para a IA ser usada no dia a dia e não apenas experimentada.
• Autonomia da equipa Documentação, formação e passagem da operação, para a equipa gerir os agentes e saber o que é preciso para os alterar.

O que recebe

• Um modelo operacional que define como pessoas, agentes e sistemas trabalham em conjunto, com responsabilidades, decisões e formas de acompanhamento claras.
• Cada agente com um responsável, permissões definidas e registo do que fez, e uma pessoa a aprovar o que não se desfaz.
• Dados tratados em locais escolhidos e registados. Mapeamos que obrigações podem aplicar-se a cada sistema e confirmamo-las com o seu aconselhamento jurídico.

Como trabalhamos

1. Avaliamos onde a empresa está hoje: processos, sistemas, quem decide o quê e a IA que as pessoas já usam por conta própria.
2. Começamos pequeno: um processo, um agente e uma decisão clara de parar ou continuar. Testamos com exemplos da empresa antes do arranque e de novo sempre que o modelo muda.
3. Alargamos a outros processos e ligamos os agentes ao conhecimento e às ferramentas da empresa. Formamos as pessoas, deixamos documentação e passamos a operação, para a equipa os gerir e saber o que é preciso para os alterar. Escolhemos e registamos onde os dados são tratados, e mapeamos que obrigações podem aplicar-se a cada sistema e confirmamo-las com o seu aconselhamento jurídico.

Tecnologias

• Model Context Protocol (MCP)
• Agent2Agent (A2A)
• OpenTelemetry
• OpenFGA
• Qdrant
• Langfuse

Exemplos. Escolhemos as ferramentas para cada projeto e voltamos a testar quando saem novas versões.