Em resumo: Uma plataforma de contexto privado conecta a estrutura organizacional, o conhecimento e as operações da empresa e entrega esse contexto a agentes de IA sem que o dado saia do ambiente do cliente. Em bancos, seguradoras, saúde, telecom e serviços jurídicos, a avaliação começa por sete critérios: onde o dado e as credenciais ficam, em que momento a permissão é aplicada, se cada resposta cita a origem, como a plataforma modela a estrutura da empresa, que trilha de auditoria deixa, se o dado pode virar treino de modelo e se a empresa consegue trocar de modelo sem refazer a integração. No fim do texto há uma lista de perguntas para levar à reunião com o fornecedor.
Agentes de IA corporativos dependem de três tipos de contexto. A estrutura organizacional diz quem é quem, quais áreas existem e quem responde por cada processo. O conhecimento reúne políticas, contratos, procedimentos e decisões. As operações trazem o estado atual do negócio: pedidos, chamados, contratos ativos e indicadores.
A plataforma de contexto privado conecta esses três tipos, organiza as relações entre eles e entrega ao agente apenas o trecho que a pessoa que pergunta tem permissão para ver. O adjetivo "privado" descreve onde isso acontece: dentro da nuvem ou do data center da empresa.
Company Brain (cérebro operacional do negócio): camada que conecta os sistemas da empresa uma única vez, organiza dados, memória e conhecimento e entrega esse contexto a qualquer agente de IA, com as permissões de cada pessoa.
O Company Brain da Strattum é uma plataforma de contexto privado. Os exemplos abaixo usam a arquitetura dele para mostrar como cada critério aparece na prática.
A LGPD exige que a empresa saiba quem trata cada dado pessoal, com qual finalidade e com quais operadores. Reguladores setoriais e auditores internos acrescentam a pergunta de como uma decisão foi tomada e com base em qual informação. Uma plataforma que copia o dado para fora do tenant cria um novo operador, e uma resposta sem citação de origem não se sustenta em auditoria. Os dois pontos pesam mais do que a qualidade da resposta na primeira rodada de avaliação.
A pergunta precisa ir além de "o dado fica no Brasil". Vale mapear onde ficam os registros, as credenciais de acesso às fontes, as chaves de criptografia, os índices vetoriais e os logs. Muitas plataformas rodam um conector na nuvem do cliente e processam o resto no ambiente do fornecedor. Nesse desenho, o processamento do contexto privado acontece fora do tenant.
No Company Brain, a plataforma inteira roda na nuvem do cliente, em AWS, Azure, GCP, OCI ou on-premises. Registros, credenciais e segredos, chaves de criptografia e acesso de rede permanecem no tenant da empresa. A comparação entre os modelos está no texto BYOC ou hosted.
Há duas formas de aplicar permissão. Na primeira, a plataforma recupera os trechos mais relevantes e depois remove os que o usuário não pode ver. Na segunda, o filtro entra antes do ranking, e o trecho proibido nunca é recuperado. A primeira forma deixa brechas: o trecho proibido pode influenciar a ordem dos resultados ou aparecer em um log intermediário.
Outro ponto é a origem da permissão. Plataformas que espelham as permissões em uma base própria ficam desatualizadas quando alguém muda de área. O Company Brain usa o OAuth do tenant do cliente e aplica ACL, classificação e retenção conforme a política do cliente, sem espelhamento.
Uma resposta útil para auditoria aponta o documento, a versão e o trecho de onde veio. Sem versão, o auditor não sabe se a política citada era a vigente na data da decisão. No Company Brain, cada documento entra com metadados de origem, versão, autor e classificação, e toda resposta carrega citação ancorada no parágrafo de origem. O tema está detalhado em Citação de origem e auditoria são requisito de arquitetura.
Em uma plataforma de contexto privado, indexar documentos resolve parte do problema. Para responder "quais contratos deste cliente vencem no trimestre e quem é o responsável", o agente precisa saber que Cliente, Contrato e Responsável são entidades ligadas entre CRM, ERP e planilhas.
O Memory Graph do Company Brain parte de uma ontologia descrita em YAML e versionada em Git, revisada em pull request como código. O Memory Worker resolve as entidades entre sistemas e grava as relações no grafo, sem depender de carga noturna. A ontologia é o que faz a IA usar o vocabulário da empresa, como explica o texto Ontologia do negócio.
Três registros sustentam uma auditoria de IA: o log de cada consulta, com quem perguntou e qual contexto recebeu; o lineage de cada atributo até a fonte; e o histórico de versões do conhecimento usado. No Company Brain, toda query é logada e auditada, e o lineage vai do atributo na fonte até a resposta.
Para organizar a análise de risco, o AI Risk Management Framework do NIST é uma referência aceita por áreas de risco e compliance, e ajuda a traduzir esses registros em controles.
O contrato precisa dizer se o dado enviado ao modelo pode ser retido ou usado em treinamento, pelo fornecedor da plataforma e pelo provedor do modelo. A arquitetura também conta: quando o contexto é montado dentro do tenant e só o trecho necessário segue para o modelo, a exposição diminui. Na Strattum, dados de clientes nunca são usados para treinar modelos. O desenho da integração para garantir isso está em Dado que não vira treino.
Modelos mudam a cada trimestre. Se o contexto está preso ao assistente de um fornecedor, cada troca exige refazer integração e revalidar permissões. Uma camada de contexto independente entrega o mesmo contexto a qualquer modelo por MCP ou API. Com o contexto já organizado, a empresa usa modelos menores na maior parte das tarefas e reserva os maiores para o que de fato exige, o que reduz o consumo de tokens.
Para avaliar o Company Brain contra esses critérios no ambiente da empresa, fale com o time da Strattum em strattum.ai/contato.