Arthur Guttilla Head of Product Marketing, Strattum Com passagens na Amazon Web Services e no Google, Guttilla trabalhou diretamente com fundadores de startups e empresas de capital de risco, compreendendo as necessidades de empresas tecnológicas em estágio inicial na interseção entre tecnologia e negócios.
A maior parte dos projetos de IA nas empresas começou por assistentes que respondem perguntas. A etapa seguinte, já em curso, é a de agentes que executam ações: abrem chamados, aplicam descontos, atualizam cadastros e emitem pedidos. Essa mudança altera o risco do erro. Uma resposta errada pode ser corrigida por quem a lê, enquanto uma ação errada entra no sistema e passa a orientar outras decisões. Por isso o Company Brain, a camada que conhece a empresa (quais dados existem, onde vivem, como se relacionam e quem pode ver o quê), torna-se um requisito anterior à primeira ação automatizada.
Quando um assistente informa o prazo errado, a pessoa que recebe a resposta ainda pode conferi-lo. Quando um agente aplica um desconto na conta errada, o valor é faturado, o cliente recebe a nota fiscal e o time financeiro passa a trabalhar sobre um registro incorreto. A correção exige estorno, comunicação com o cliente e, em alguns casos, revisão contábil.
A diferença entre os dois cenários está na confiança que os processos depositam no registro. Informação gravada no ERP ou no CRM é tratada como verdadeira pelas etapas seguintes, e poucas delas verificam novamente o que já foi registrado. Um Company Brain reduz esse risco porque organiza o contexto antes de a ação ser gravada.
Parte relevante dos erros de agentes em ambiente corporativo tem origem na identificação da entidade. A mesma empresa pode aparecer no CRM pela razão social, no ERP pelo CNPJ e no helpdesk pelo domínio de e-mail. Se o agente desconhece que os três registros representam o mesmo cliente, ele pode aplicar a regra correta ao registro errado.
O grafo de conhecimento do Company Brain resolve esse vínculo antes da execução. Ele liga os registros dos diferentes sistemas entre si e a contratos, pedidos e chamados. O agente recebe o cliente já resolvido entre os sistemas, com os vínculos necessários para avaliar a ação.
A segunda fonte de erro está no significado dos termos. Uma política que autoriza prorrogação de prazo para clientes adimplentes pode ser interpretada de formas diferentes: o financeiro considera o vencimento original, enquanto a cobrança considera o acordo de renegociação. Dois agentes que consultam a mesma política chegam a decisões opostas sobre o mesmo cliente.
A ontologia do negócio registra qual definição vale em cada regra. Quando o agente consulta a política, recebe também a definição do termo que determina a elegibilidade e aplica o mesmo critério que um analista experiente aplicaria.
Um agente que executa ações combina duas capacidades distintas: consultar o contexto e acionar ferramentas nos sistemas da empresa. As duas costumam ser implementadas juntas, dentro do próprio agente, o que obriga cada novo agente a reescrever a integração, a regra de negócio e o controle de acesso.
O Company Brain mantém o contexto fora do agente. Resolução de entidades, definições de termos e permissões ficam em uma camada compartilhada, consultada por qualquer agente antes de agir. As ferramentas de execução continuam específicas de cada caso de uso e partem do mesmo entendimento sobre clientes, contratos e regras. Quando uma definição muda na ontologia, todos os agentes passam a aplicá-la na execução seguinte, sem revisão individual de cada um deles.
Um agente que executa ações opera em nome de alguém. Se ele recebe acesso irrestrito para funcionar, passa a enxergar e alterar registros que a própria pessoa não poderia ver. Esse desenho costuma surgir na fase de piloto, quando a prioridade é demonstrar resultado, e se converte em obstáculo na aprovação de segurança.
No Company Brain, a camada semântica aplica a permissão de quem acionou o agente. O acesso é herdado do sistema de origem, o que dispensa a manutenção de um controle paralelo dentro de cada agente. Quando a permissão muda no ERP, ela muda também para todos os agentes que atuam em nome daquela pessoa.
A auditoria de uma ação automatizada depende de saber por que ela foi tomada. Um desconto aplicado por agente precisa estar associado à cláusula contratual que o autorizou, ao registro que confirmou a elegibilidade e à pessoa em nome de quem a ação foi executada.
No Company Brain, o contexto é servido aos modelos por meio do MCP, um protocolo aberto que conecta modelos a fontes de dados, e cada consulta indica o sistema e o registro de origem. Com essa trilha, a ação pode ser reconstruída meses depois por quem não participou da execução.
O Company Brain não dispensa a revisão humana em ações de maior consequência. Em alterações irreversíveis ou de valor elevado, o desenho recomendado mantém uma etapa em que uma pessoa aprova a execução, com o contexto já organizado para essa decisão.
A camada de contexto também não resolve regra que ninguém escreveu. Se a política de desconto depende de julgamento caso a caso, sem critério registrado, a automação deve aguardar até que a área responsável defina esse critério.
Como ponto de partida, a escolha mais segura é uma ação reversível e frequente, como a atualização de um campo de cadastro ou a classificação de um chamado. Ela permite validar a resolução de entidades, a definição de termos e a herança de permissão do Company Brain antes de automatizar ações com impacto financeiro.
Fale com um especialista da Strattum sobre resolução de entidades, ontologia do negócio e herança de permissão para os agentes que executam na sua empresa.