Discovery
Entendimento do problema, dos usuários, do processo atual, dos dados disponíveis e do resultado esperado.
- Pesquisa e entrevistas
- Mapeamento de fluxos
- Hipóteses e priorização
Inteligência artificial · Produto
Evidências para decidir o que construir.
Investigo oportunidades de uso de IA e conduzo o trabalho até a primeira solução em uso. O projeto pode começar por um processo, uma hipótese ou uma ideia de automação ou produto.
Quando faz sentido
Quando a oportunidade ainda não tem forma.
- Existe interesse em IA, mas falta identificar um uso que valha o investimento.
- Um processo pede outra lógica, mais automação ou uso mais inteligente de dados.
- Uma ideia de produto precisa sair da conversa e chegar às mãos de usuários.
- Uma hipótese precisa ser testada antes de comprometer mais tempo, equipe e orçamento.
O trabalho
Da oportunidade à primeira versão.
Cada etapa produz algo que pode ser examinado, discutido e usado para decidir o próximo movimento.
Experimentos e PoCs
Teste das partes incertas: capacidade dos modelos, qualidade das respostas, acesso a dados, custo e integração.
- Automações e agentes
- Protótipos funcionais
- Evals e critérios de validação
Primeiras versões
Construção de uma aplicação de escopo controlado para entrar em uso, gerar retorno e orientar a evolução.
- MVPs e ferramentas internas
- Testes com usuários
- Documentação e continuidade
Acompanhamento contínuo
Acompanhamento de roadmap, decisões, experimentos e evolução de IA e produto conforme necessário.
- Roadmap de Produto e IA
- Priorização e próximos passos
- Fractional AI PM Builder
Exemplos
Projetos em contexto real.
Quatro trabalhos em que a investigação virou uma solução em uso — do discovery à primeira versão.
Logística · Comércio exterior
Cotação de fretes internacionais sem erros em valores.
O problema
Cotações de frete exigem cruzar variáveis complexas. O cálculo manual gerava lentidão, e uma IA genérica traria risco de erro justamente onde não pode haver: nos valores.
O que foi feito
- Mapeamento das regras de negócio e integração com o tarifário legado.
- Arquitetura desacoplada: a IA interpreta o pedido e extrai parâmetros.
- Cálculos e conversões em código determinístico, sem alucinação de valores.
- Esteira de avaliações automatizadas para auditar a precisão numérica.
- Painel de auditoria de latência e custo por atendimento.
O resultado
Assistente conversacional em uso para cotações, com valores conferidos por código e custo operacional de cerca de US$ 0,01 por atendimento.
Varejo · Supermercados
Catálogo de 200 mil produtos sem planilha manual.
O problema
Cadastros vindos de ERPs de supermercados chegavam com descrições ruidosas, e a classificação manual em planilhas era lenta e custosa.
O que foi feito
- Pipeline em estágios isolados no lugar da operação manual.
- Taxonomia ancorada no padrão GS1 (padrão global para identificar produtos) em 38 seções.
- Extração de atributos com vocabulário controlado.
- Testes e migração para LLMs menores e mais baratos, com resultados melhores.
- Revisão humana acionada apenas em baixa confiança.
O resultado
Base de mais de 200 mil produtos saneada de forma automatizada, sem o trabalho manual de planilhas e com custo 20 vezes menor que o da operação humana.
Mentoria · Empreendedorismo feminino
Acompanhamento de mentoria que escala sem expor dados.
O problema
O acompanhamento de alunas em programas de 12 semanas dependia de interações manuais, o que limitava a capacidade de atendimento das mentoras.
O que foi feito
- Discovery para organizar a metodologia por ciclos e metas.
- Assistente virtual para diagnósticos e check-ins.
- Governança e sanitização de dados sensíveis antes do envio ao modelo.
- Testes de qualidade da coerência ao longo das semanas.
- Evals adversariais para pegar casos extremos e tornar a IA mais acolhedora.
O resultado
Aplicação em produção, em uso no acompanhamento das alunas, ampliando a capacidade de atendimento com os cuidados de privacidade que o caso exige.
Odontologia · Saúde
Diagnóstico preventivo padronizado, sem laudo manual.
O problema
Anamneses em papel deixavam passar riscos sistêmicos, e a redação manual de laudos consumia tempo e variava entre profissionais.
O que foi feito
- Avaliação clínica digital em etapas de rápido preenchimento.
- Motor de cálculo de risco bucal e funcional em código.
- Travas que impedem a diluição de riscos graves.
- Laudo educativo em PDF de 6 páginas.
- Discovery aprofundado conduzido junto a profissionais de referência na área.
O resultado
Diagnóstico preventivo padronizado na clínica, com mais clareza e detalhes para o paciente e sem redação manual de laudos.
1 / 4
Dúvidas
Perguntas frequentes.
É para o meu caso?
Sim, se você tem uma ideia de usar IA ou criar um produto, ou um processo que queira automatizar — e está tranquilo em falar e compartilhar dados sobre o caso. Não é para quem procura software pronto, time de desenvolvimento para escalar entregas ou sustentação de aplicações.
O que acontece depois que eu chamo?
Tudo começa com uma conversa para entender a situação. Se fizer sentido avançar, apresento a proposta de trabalho e o orçamento. Validada, segue o contrato. Assinado, o trabalho começa.
Como se definem entregas, orçamento e prazo?
A partir da conversa, trago uma proposta de projeto. Orçamento e prazo dependem dos esforços envolvidos: o método completo costuma ir de 4 a 6 semanas, e um discovery isolado, de uma a duas. Etapas para observar métricas e validar podem ser combinadas durante o processo.
Você trabalha sozinho?
Sim. Conto com parceiros quando necessário e atuo com a equipe do cliente — e uso IA para escalar muito do meu próprio trabalho.
Preciso ter algo pronto antes?
Não. Um processo, uma hipótese ou uma ideia bastam para começar; dados e validação entram ao longo do trabalho.
Dá para contratar só uma etapa?
Sim. Um discovery, uma PoC ou um MVP podem ser contratados de forma isolada.
E se a conclusão for não construir?
Isso também é resultado: se as evidências apontarem que não vale construir, você recebe a recomendação documentada em vez de um projeto empurrado.
Quem paga a infraestrutura, quem opera depois, e meus dados ficam em sigilo?
Custos de infraestrutura, APIs e contas de terceiros são do cliente. O que for produzido é seu, com documentação para dar continuidade. Seus dados e conversas são tratados com sigilo em contrato.
Contato
O que vale investigar ou colocar em uso?
Conte o problema, o processo ou a ideia. Eu mesmo avalio o contexto e respondo.