NEWS Anunciamos US$ 3,2M em rodada pré-seed · OneVC · Maya · Norte Ventures Leia →
Company Brain para Indústria

A máquina registra tudo. Ninguém sabe o porquê.

ERP, manutenção, MES, planilha de qualidade e sensor de chão de fábrica guardam pedaços do mesmo ativo e do mesmo lote. A Strattum resolve isso como um contexto governado, dentro da sua planta, e entrega para a IA que seus times já usam.

Decisões melhores na planta, com o contexto certo

Chegar na causa sem a reunião de quatro horas

Ativo, ordem de manutenção, operador, turno e lote ligados entre si. A parada não programada deixa de ser uma reunião sem conclusão e passa a ser uma consulta com o histórico junto.

Rastrear o lote de ponta a ponta

Matéria-prima, nota fiscal, certificação de fornecedor e produto acabado resolvidos como a mesma cadeia. A auditoria do cliente para de virar três semanas de garimpo.

Rodar dentro da planta, inclusive sem rede

Rede industrial é hostil e cloud-only não serve para chão de fábrica. O deploy é híbrido: edge na planta e sincronização quando a conexão volta.

PILOTO 2026 · ESCALA 2027

Estamos construindo indústria como 2º vertical.

Strattum nasceu atacando serviços financeiros: fintechs, bancos médios e cooperativas. Mas a tese de contexto governado vale tanto pra dado de cliente quanto pra dado de equipamento. Em 2027 queremos ser referência em IA agêntica pra metalúrgica brasileira.

Pra chegar lá em 2027, estamos selecionando 3 empresas piloto em 2026: metalúrgicas de médio porte (R$ 300M–2B de faturamento), com TOTVS ou SAP em produção, dispostas a construir conosco o playbook industrial completo. Custo simbólico, FDE on-site, visibilidade no mercado.

Candidatar minha empresa →

Quatro perguntas do dia a dia,
e a resposta com a fonte junto.

Cada uma delas hoje termina numa reunião de causa raiz, num engenheiro que lembra da parada parecida, ou num relatório montado à mão. Os números abaixo são cenários ilustrativos.

Caso 01 · Manutenção e ativo

Por que essa máquina parou de novo

A ordem de manutenção está no Engeman, o parâmetro está no MES, o lote está no ERP e o operador está na escala. Chegam como um caso só, com a parada anterior que teve o mesmo padrão.

  • Ativo, ordem, parâmetro e turno no mesmo contexto
  • A parada anterior comparável vem junto, com o que resolveu
  • A resposta não depende de quem estava no turno
Caso 02 · Qualidade e reclamação

A causa raiz da reclamação do cliente

O lote reclamado, o parâmetro de máquina no momento em que foi produzido e a matéria-prima que entrou nele chegam juntos. A investigação para de começar por perguntar quem estava na linha.

  • Lote, parâmetro e matéria-prima resolvidos como um caso
  • O desvio de processo aparece junto da especificação
  • Menos reclamação repetida pela mesma causa
Caso 03 · Entrada de operador

O primeiro turno sem parar quem está produzindo

Procedimento do equipamento, o que fazer em cada alarme, quando acionar a manutenção e o que precisa de registro. O que hoje é acompanhamento de um operador experiente vira resposta sob demanda, tirada dos POPs que a planta já tem.

  • Montado a partir dos POPs vigentes da planta
  • Serve operador novo e terceirizado sem parar a linha
  • Cada item aponta para o procedimento de origem
Caso 04 · OEE e disponibilidade

O OEE que caiu sem ninguém saber onde

Disponibilidade, performance e qualidade lidos juntos por linha. Quando o OEE cai com a produção estável, o componente responsável aparece ligado ao dado que o expõe.

  • Disponibilidade, performance e qualidade no mesmo contexto
  • O componente que caiu é apontado no momento em que aparece
  • O número traz de qual sistema ele veio

Perguntas frequentes

Nossa rede industrial é isolada e a internet cai. Isso funciona?

Funciona, e é por isso que o deploy é híbrido. A plataforma roda em edge dentro da planta e sincroniza quando a conexão volta. Cloud-only não serve para chão de fábrica, e uma arquitetura que exige link permanente é uma arquitetura que para a produção quando o link cai.

Vamos ter que trocar o TOTVS ou o SAP?

Não. Os conectores são nativos para TOTVS Protheus e SAP, e a Strattum lê de onde o dado já está. O mesmo vale para o sistema de manutenção: Engeman, IBM Maximo e SAP PM entram no contexto como ativo e ordem, sem migração. Trocar a stack custa anos, e não é o que este projeto pede.

Cliente automotivo cobra rastreabilidade de ESG e EUDR. Dá para responder com isso?

Essa é uma das razões de existir da camada. A rastreabilidade exige cruzar ERP, nota fiscal, certificação de fornecedor e produção por lote, que hoje são quatro sistemas e um garimpo manual. Resolvidos como uma cadeia só, a auditoria vira uma consulta com a fonte de cada elo citada.

Vocês já têm caso em indústria?

Ainda não. A Strattum nasceu em serviços financeiros e está construindo indústria como segundo vertical, com três empresas piloto selecionadas para 2026. Os números nesta página são cenários ilustrativos e estão marcados como tais. Quando houver caso medido, ele aparece aqui com nome e número.

Em que isso é diferente de plugar um Copilot ou um GPT próprio?

Um assistente genérico responde a partir do que consegue buscar. O que falta não é o modelo, é o contexto: qual ordem de manutenção é daquele ativo, qual parâmetro estava valendo quando o lote foi produzido, o que aquele usuário tem direito de ver. A Strattum monta essa camada uma vez e serve a qualquer modelo.

Onde os dados ficam?

Dentro da sua infraestrutura, e na indústria isso costuma incluir a própria planta. A plataforma é deployada em AWS, Azure, GCP, OCI, on-prem ou em edge no chão de fábrica. A Strattum não tem acesso de runtime aos dados, e seus registros, credenciais, chaves e acesso de rede não saem de lá.

Sua planta podia
ser nosso primeiro case industrial.