Quando a IA precisa responder pelos números
Sistema desenvolvido pela EXP³ para uma agência de marketing que opera em três países, com relatórios de IA em que cada afirmação pode ser rastreada até a evidência que a sustenta. Cliente confidencial.
O problema
A agência opera no Brasil, no México e nos Estados Unidos, com centenas de dashboards e milhares de campanhas ativas. A cada ciclo de análise, o sistema compara centenas de milhares de pares de observações. Ninguém lê isso. O gargalo deixou de ser o dado e passou a ser a leitura qualificada, aquela que separa o que importa e explica por quê.
A agência não queria uma IA que escrevesse relatórios. Queria uma IA que escrevesse relatórios que ela pudesse defender diante dos clientes.
A decisão
Quem calcula não escreve, e quem escreve não calcula.
Funciona como a relação entre auditoria e relatório anual. A auditoria verifica cada número e carimba o que pode ser afirmado. O relatório conta a história para o conselho, mas só com números auditados. No sistema da agência, uma camada determinística calcula tudo o que é fato, mede a confiança de cada evidência e registra sua validade no tempo. A IA generativa recebe apenas esses fatos e os transforma em linguagem executiva. Ela não faz conta nenhuma.
Antes do código, a agência e a EXP³ formalizaram o conhecimento que só existia na cabeça dos analistas seniores, e escolheram automatizar apenas as perguntas de negócio recorrentes e respondíveis a partir de fatos calculáveis. O que depende de julgamento sobre contexto continuou com as pessoas.
Governança como política, não como prompt
Regras explícitas e persistidas definem o que a IA pode dizer e para quem. Analista, BI, diretor e cliente recebem o mesmo fato com profundidade e vocabulário diferentes. A exploração de hipóteses só abre nas frentes em que os fatos a sustentam. E há restrições que a IA não tem autoridade para violar, como um compliance. Um exemplo só ilustra o grupo de fatos a que pertence, um comparativo só é narrado com volume suficiente, e a base factual de cada relatório é congelada e assinada.
Quando os dados não autorizam uma afirmação de causa, o sistema se recusa a fazê-la. Para quem responde por resultados, essa prudência é uma funcionalidade.
O que mudou no trabalho
Os analistas pararam de compilar e passaram a validar hipóteses já ancoradas em fatos citáveis, e cada validação realimenta o sistema. A direção recebe respostas por pergunta de negócio, não por painel. O gestor de conta consegue dizer ao cliente de onde veio cada conclusão, com o exemplo concreto por trás do número agregado. Ninguém foi substituído; a parte mecânica da leitura saiu do caminho e a parte que exige julgamento ganhou instrumentos.
Para quem está fora do marketing
Banco que responde ao regulador, escritório que responde ao cliente, indústria que responde ao conselho. O padrão é o mesmo. A confiança num relatório de IA vem da estrutura construída em volta do modelo, e essa estrutura é feita do conhecimento que a empresa já tinha.
Como foi construído
Arquitetura no framework EXP³ (Exploit · Explore · Explain). Camada de IA simbólica determinística, com diferentes metodologias de inferência combinadas conforme o problema, sobre base de dados temporal. Emite fatos qualificados com validade temporal, tipo de sujeito, grau de confiança e marcação de afirmação ou retração, apoiados numa taxonomia formal. O LLM recebe apenas esses fatos e não executa cálculo.
Governança por personas (tom, modelo, estrutura de resposta, nível técnico e linguagem autorizada por perfil), lentes de análise (onde a exploração pode abrir) e checks determinísticos e estatísticos, com artefato factual congelado e verificado por hash.
Auditabilidade com identificadores de fatos citados, grupos de evidência com exemplos seguros, estatísticas comparativas com força de evidência e ressalvas, trilha completa das chamadas ao modelo e artefatos persistidos e versionados. Narrativas com cache em dois níveis; a validação dos analistas realimenta a configuração.
Campanhas, canais e períodos · BR · MX · US
Centenas de milhares de pares de observações por ciclo de análise
Verifica cada fato e mede a força de cada evidência
Determinística: entra antes da IA generativa
Personas · o mesmo fato, com profundidade e vocabulário por perfil
Lentes de análise · onde a exploração pode abrir
Checks · restrições que a IA não pode violar, base factual congelada e assinada
Transforma fatos verificados em linguagem executiva
Não faz conta nenhuma
Fatos citados, com o exemplo concreto por trás do número agregado
De onde veio cada conclusão, a qualquer momento