Desenvolvimento de IA generativa

Empresa de desenvolvimento de IA generativa

Criamos aplicações de IA generativa à medida que pesquisam o conhecimento da empresa, analisam documentos e preparam rascunhos de respostas para as pessoas aprovarem. A nossa equipa pode adicionar estas capacidades ao seu software existente ou criar uma aplicação independente, incluindo integrações, testes e implementação.

Espaço de trabalho de documentos: um relatório financeiro com trechos destacados, um resumo de IA com três conclusões principais ligadas à respetiva página e um painel de revisão com verificações de exatidão e um botão Approve
2015Desenvolvemos software desde 2015.
2023Desenvolvemos soluções de IA desde 2023.
131Projetos entregues desde 2015.
18Projetos de IA entregues.
Serviços

Os nossos serviços de desenvolvimento de IA generativa

Descoberta e prototipagem

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.

Desenvolvimento de aplicações de IA generativa à medida

Criamos assistentes internos e funcionalidades de IA para clientes em torno de uma tarefa específica. Um assistente pode responder a perguntas com base nos documentos da empresa, assinalar informação em falta num pedido ou preparar uma resposta para revisão. Antes do desenvolvimento, definimos o que os utilizadores devem receber e como vamos verificar que o resultado é útil.

Serviços de desenvolvimento de IA

RAG e sistemas de conhecimento empresarial

Ligamos 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.

Desenvolvimento de copilotos e agentes de IA

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 IA

Adaptação e fine-tuning de modelos

Avaliamos 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 LLM

Integração, implementação e suporte

Ligamos a aplicação aos sistemas de que precisa, como um repositório de documentos, um CRM ou um produto SaaS existente. Definimos o que pode ler, o que pode alterar e onde é necessária aprovação. No lançamento, configuramos a monitorização de erros, tempos de resposta e utilização do modelo.

Soluções

Soluções de IA generativa que criamos

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.

Casos de estudo

Projetos de IA generativa selecionados

SegurosAnálise de documentos · Pesquisa na base de conhecimento

Assistente de análise de documentos de sinistros para uma seguradora dos EUA

A equipa de sinistros precisava de analisar os documentos recebidos, verificar os dados das apólices e pedir informação quando algo faltava. Criámos um assistente que assinala lacunas, encontra a informação relevante na base de conhecimento interna da seguradora e prepara rascunhos dos pedidos de esclarecimento. Os gestores de sinistros revêm os rascunhos e tomam as decisões finais.

Ler o caso de IA para seguros
Espaço de trabalho para receção de sinistros num monitor e num portátil: um sinistro por danos de água com um rascunho de resumo, campos extraídos com os dados em falta assinalados e um rascunho de pedido de esclarecimento à espera da aprovação do gestor
Qualidade e operação

Como testamos e operamos a sua aplicação de IA generativa

01

Qualidade antes do lançamento

Definimos critérios de aceitação e testamos a aplicação com exemplos do seu fluxo de trabalho. Num assistente de documentos, isso inclui verificar se encontra a fonte relevante, identifica a informação em falta e produz um rascunho que a sua equipa possa rever.

02

Acesso a dados e aprovações

Definimos que fontes a aplicação pode usar, quem lhes pode aceder e que ações exigem aprovação. Quando falta informação ou as fontes se contradizem, a aplicação pode assinalar o caso para revisão.

03

Monitorização após o lançamento

Acompanhamos tempos de resposta, falhas e utilização do modelo. Estas medições ajudam a sua equipa a investigar problemas e a perceber o custo de concluir uma tarefa típica.

Processo

O nosso processo de desenvolvimento de IA generativa

1

Definir o fluxo de trabalho

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.

2

Validar o cenário principal

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.

3

Desenvolver e integrar

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.

4

Avaliar e lançar

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.

5

Apoiar e melhorar

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.

No nosso piloto de transporte rodoviário, medimos o processo existente antes do desenvolvimento e repetimos as medições na quarta semana. Isso deu ao cliente uma comparação direta com as mesmas métricas operacionais.
Custo e prazos

Custo e prazos do desenvolvimento de IA generativa

Âmbito do projetoOrçamento de desenvolvimento indicativoO que incluímos na estimativa
Adicionar uma funcionalidade GenAI a software existente$15,000–$40,000Uma tarefa definida, como resumos, perguntas e respostas sobre documentos ou redação, integrada numa aplicação existente.
Criar um assistente interno de conhecimento$40,000–$80,000Importação e pesquisa de documentos, interface de utilizador, controlo de acessos e testes com perguntas representativas.
Implementar em várias equipas ou processosEstimado caso a casoVárias integrações, regras de aprovação, requisitos de implementação e suporte contínuo.
Os prazos dependem da rapidez com que conseguimos aceder a dados representativos e ligar-nos aos seus sistemas. Como referência, o nosso piloto para uma transportadora com 40 camiões durou quatro semanas. Para o seu projeto, estimamos separadamente o piloto e a implementação em produção quando são necessários ambos.
As estimativas de desenvolvimento são separadas dos custos recorrentes, como utilização do modelo, alojamento, armazenamento e suporte.

As tecnologias que utilizamos

  • Anthropic Claude API
  • Python
  • FastAPI
  • Celery
  • PostgreSQL
  • pgvector
  • TimescaleDB
  • React
  • Next.js
  • scikit-learn
  • XGBoost
  • pandas
  • n8n
  • Grafana
  • Sentry
Opiniões de clientes

O que dizem os nossos clientes

4.9Ler avaliações na Clutch
“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.”
Michael BennettCofundador · Seguradora, EUA
FAQ

Perguntas frequentes

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. Se a aplicação precisar de informação atual dos seus documentos, normalmente começamos pela recuperação (retrieval). Consideramos o fine-tuning quando o modelo tem de seguir de forma consistente um padrão especializado.

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.

Contacto

Fale-nos do seu projeto de IA generativa

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.

Quer iniciar seu próprio projeto?

Discuta sua ideia com nosso especialista em desenvolvimento de negócios.

Descreva sua ideia ou solicitação e nosso especialista entrará em contato em poucas horas. Ou fale conosco diretamente pelo Telegram ou WhatsApp.