Serviços
Há mais de 10 anos criamos projetos financeiros baseados em blockchain: exchanges de criptomoedas centralizadas e descentralizadas, bots cripto, gateways de pagamento, tokenização imobiliária, projetos DeFi e NFT.
AI & ML
Desde 2023 desenvolvemos IA para empresas: desenvolvimento de IA e LLM sob medida, agentes de IA, chatbots e IA corporativa integrada aos seus dados, produtos e processos.
Criamos aplicações de IA generativa que ajudam as pessoas a encontrar informações, preparar documentos e concluir trabalho nos sistemas da empresa. De assistentes internos a funcionalidades de IA para produtos SaaS, tratamos do desenvolvimento, das integrações, dos testes e da implementação.
Traga-nos um projeto definido ou um processo que queira melhorar. Ajudamos a definir o âmbito, avaliar os seus dados e escolher um ponto de partida prático.
Antes de avançarmos para um desenvolvimento completo, analisamos o fluxo de trabalho, os dados disponíveis e o resultado esperado. A fase de descoberta define o que o sistema deve fazer, que ações exigem aprovação humana e como o seu desempenho será avaliado. Um protótipo focado testa os pressupostos que mais importam para o investimento.
Desenvolvemos aplicações em torno dos seus utilizadores e processos de negócio. O nosso trabalho abrange a interface, o backend, a integração do modelo, o acesso a dados e as ferramentas de administração. O âmbito pode ir de um assistente interno de documentos a um produto para clientes com contas, subscrições e vários perfis de utilizador.
Serviços de desenvolvimento de IALigamos aplicações de IA aos documentos e bases de dados da empresa através de geração aumentada por recuperação (RAG). O trabalho inclui preparar conteúdos, configurar a pesquisa, preservar referências às fontes e aplicar regras de acesso. Também definimos como a informação é atualizada, para que a aplicação distinga orientações atuais de material desatualizado.
Criamos copilotos que apoiam os colaboradores e agentes que executam tarefas definidas através de ferramentas aprovadas. Podem obter registos, preparar respostas, preencher campos e coordenar etapas entre aplicações. Permissões, pontos de revisão e tratamento de exceções fazem parte do fluxo de trabalho.
Desenvolvimento de agentes de IAAvaliamos se a tarefa precisa de melhores instruções, de uma recuperação mais robusta, de outro modelo ou de fine-tuning. Quando o fine-tuning se justifica, definimos o conjunto de dados necessário e o processo de avaliação. A escolha depende do comportamento de que precisa e das evidências disponíveis para o testar.
Desenvolvimento de LLMLigamos a IA generativa a produtos e sistemas operacionais existentes. Isso inclui autenticação, APIs, processamento em segundo plano, monitorização e implementação. Após o lançamento, o suporte pode abranger erros, alterações nas fontes de dados, atualizações de modelos e melhorias com base na utilização real.
Respondem a perguntas frequentes com informações de produto, políticas e documentação de suporte aprovadas. Quando adequado, ligam pedidos autenticados aos sistemas do cliente e passam a conversa a um colaborador quando a informação disponível é insuficiente ou o assunto exige revisão.
Ajudam os colaboradores a pesquisar informação da empresa e a preparar respostas com referências às fontes originais. O acesso pode seguir as responsabilidades das equipas e as permissões dos utilizadores, para que cada colaborador receba a informação relevante para o seu trabalho.
Extraem informação dos ficheiros recebidos, identificam campos em falta e preparam resumos ou rascunhos de documentos. Os colaboradores podem rever a fonte ao lado do resultado antes de o aceitar ou enviar para a etapa seguinte.
Ajudam em tarefas como preparar respostas a clientes, resumir a atividade de uma conta e redigir relatórios. O copiloto reúne a informação relevante nas ferramentas que os colaboradores já utilizam, com revisão antes de ações importantes.
Adicione ao seu produto pesquisa, geração, análise de documentos ou funcionalidades conversacionais. Desenvolvemos a interface, as permissões, os controlos de utilização e os serviços de backend para que a funcionalidade se ajuste à sua aplicação e ao seu modelo comercial.
Criámos um assistente para o fluxo de despacho e faturação de uma transportadora. Lê confirmações de tarifa, reúne documentos de entrega, obtém a posição dos veículos e prepara registos e mensagens para aprovação do despachante.
Durante o piloto de quatro semanas, o tempo entre a entrega e a fatura desceu de três a cinco dias para um dia. A equipa de despacho recuperou 22 horas por semana. As ações de saída continuaram sujeitas a aprovação humana.
Ler o caso de IA para transporte rodoviário
Desenvolvemos um POC de apoio à decisão que combina seis agentes LLM especializados, modelos numéricos e memória vetorial. O sistema reúne informação de mercado e apresenta sinais com análise de suporte através de um painel e de notificações no Telegram.
O âmbito incluiu histórico de decisões, ferramentas de avaliação e observação em paper trading. A execução automatizada ficou fora do âmbito inicial.
Ler o caso do sistema de trading com IA
A aplicação liga-se aos documentos, registos e fontes externas necessários para a sua tarefa. Definimos que informação deve estar numa base de conhecimento pesquisável e que pedidos precisam de dados atuais de um sistema de negócio.
Atribuímos a geração de linguagem, a recuperação, os cálculos e outras operações aos componentes adequados. Assim, a equipa pode avaliar o resultado em si separadamente da redação apresentada ao utilizador.
APIs e serviços em segundo plano permitem à aplicação obter informação e preparar ou atualizar registos. Cada integração precisa de permissões definidas, entradas validadas e uma resposta a falhas.
Definimos que resultados precisam de revisão e que ações o sistema pode executar de forma independente. Os ecrãs de revisão devem mostrar contexto suficiente para que os colaboradores aprovem, corrijam ou rejeitem o resultado.
Construímos cenários de avaliação a partir das tarefas que a aplicação irá encontrar. Os testes abrangem informação incompleta, fontes contraditórias, entradas inesperadas e falhas de integração. Os critérios de aceitação são acordados em função do caso de uso.
Definimos a que pode aceder cada utilizador e cada componente de IA. Informação sensível, permissões das ferramentas, credenciais e requisitos de retenção influenciam a arquitetura e as escolhas de implementação.
A aplicação precisa de uma resposta definida quando faltam evidências ou uma tarefa sai do seu âmbito. Consoante o fluxo de trabalho, pode pedir esclarecimentos, mostrar as fontes ou encaminhar o trabalho para um colaborador.
Monitorizamos tempos de resposta, falhas, utilização dos modelos e custos operacionais. Num produto por subscrição, o custo de concluir uma tarefa típica do utilizador também orienta os limites de utilização e os preços.
Falamos com as pessoas que fazem o trabalho, analisamos entradas representativas e identificamos as etapas que a aplicação irá apoiar. Em conjunto, definimos o âmbito, as restrições e os critérios de sucesso.
Construímos um protótipo para testar os pressupostos técnicos e de produto mais importantes. Esta etapa ajuda a perceber se os dados disponíveis e a abordagem escolhida podem produzir um resultado útil.
Construímos a aplicação, ligamos os sistemas necessários e implementamos permissões e fluxos de revisão. As demonstrações dão à sua equipa a oportunidade de avaliar o progresso e resolver dúvidas durante o desenvolvimento.
Testamos com os cenários acordados, resolvemos problemas e preparamos a documentação de implementação e operação. Uma implementação faseada permite aos utilizadores rever o sistema num ambiente controlado antes de uma adoção mais ampla.
Após o lançamento, analisamos erros, correções dos utilizadores, alterações nas fontes e desempenho. Estas conclusões orientam as atualizações da recuperação, dos prompts, das integrações e do comportamento da aplicação.
A estimativa depende do fluxo de trabalho, da preparação dos dados, das integrações e dos requisitos de implementação e revisão. Dividimos o âmbito em entregáveis para que veja o que inclui cada etapa.
| Âmbito do projeto | Trabalho normalmente incluído | Principais fatores da estimativa |
|---|---|---|
| Protótipo focado | Um cenário principal, dados de exemplo, interface básica, avaliação | Qualidade das entradas, adequação do modelo, complexidade da tarefa |
| Aplicação de negócio | Interface de utilizador, permissões, integrações, testes, implementação | Número de fluxos de trabalho, acesso a sistemas, requisitos de revisão |
| Implementação mais ampla | Várias equipas ou processos, serviços partilhados, controlos operacionais | Propriedade dos dados, dependências de integração, necessidades de implementação e suporte |
Escolhemos o stack em função do seu ambiente atual, dos requisitos de dados e da carga de trabalho prevista.
Podemos falar de um projeto definido ou de apoio contínuo ao desenvolvimento. As responsabilidades da equipa, os entregáveis e as condições de suporte são definidos na proposta.
Fale sobre o seu projetoO nosso trabalho inclui tudo o que torna uma funcionalidade de IA utilizável: interfaces, lógica de negócio, acesso a dados, integrações e implementação. Isto é especialmente útil quando a aplicação tem de funcionar dentro de um produto existente.
Dividimos os projetos em etapas com entregáveis definidos. A sua equipa pode avaliar o protótipo, rever as integrações e comparar os resultados com os critérios acordados antes de alargar o âmbito.
Os nossos projetos envolvem documentos, sistemas externos, vários perfis de utilizador e revisão humana. Temos em conta estas dependências ao definir o que a aplicação pode fazer de forma fiável.
A colaboração inicial pode focar-se num fluxo de trabalho específico. Uma adoção mais ampla, integrações adicionais e novas funções podem seguir-se depois de avaliada a primeira versão.
“A Merehead dedicou tempo a perceber como a nossa equipa trata os sinistros antes de criar o agente de IA. Ajuda-nos a rever os documentos recebidos, encontrar detalhes das apólices e preparar respostas que a nossa equipa verifica. Gostámos que a equipa fizesse perguntas práticas desde cedo e trabalhasse as exceções connosco. O agente integra-se no nosso trabalho diário e as decisões continuam nas mãos das nossas pessoas.”
O custo depende do âmbito, do estado dos dados, das integrações e dos requisitos de implementação. Preparamos uma estimativa com base em entregáveis concretos e identificamos separadamente as despesas recorrentes. Se houver pressupostos importantes por testar, uma fase focada de descoberta ou protótipo pode ajudar a definir o âmbito completo.
Um piloto restrito e uma aplicação de negócio têm requisitos diferentes. A limpeza de dados, a aprovação de acessos e as integrações podem influenciar o calendário tanto quanto o desenvolvimento. Propomos um prazo depois de analisar estas dependências e os critérios de aceitação.
Sim. Primeiro analisamos a arquitetura da aplicação, as APIs disponíveis, a autenticação e o acesso a dados. Consoante o produto, a funcionalidade de IA pode ser introduzida como um serviço separado ou integrada em componentes existentes.
Muitas aplicações podem usar modelos existentes com instruções e recuperação de informação da empresa. O fine-tuning é uma decisão à parte. No início, precisamos de um conjunto representativo de tarefas, material de referência relevante e exemplos de resultados aceitáveis.
O RAG fornece informação relevante das fontes no momento do pedido. O fine-tuning altera o comportamento do modelo com exemplos de treino. Primeiro avaliamos o problema: falta de conhecimento, respostas inconsistentes e comportamento especializado podem exigir soluções diferentes.
Definimos que dados o sistema utiliza, onde são processados, quem lhes pode aceder e que serviços externos os recebem. Os controlos de acesso, a retenção, o registo e os requisitos de implementação refletem-se depois na implementação.
A propriedade, o acesso ao repositório, a documentação e as condições de entrega são definidos no contrato. A proposta identifica também os serviços de terceiros e as dependências de software necessárias para operar a aplicação.
Sim. O suporte pode incluir monitorização, investigação de incidentes, alterações nas integrações, atualizações de modelos e melhorias planeadas. Acordamos o âmbito e as responsabilidades antes do início do período de suporte.
Diga-nos o que pretende criar ou que processo precisa de ser melhorado. Indique os sistemas envolvidos, os dados disponíveis e eventuais requisitos de prazos ou implementação.
Vamos analisar o pedido e discutir o âmbito, as opções técnicas e as questões a resolver antes de uma estimativa.
