Pular para o conteúdo
Gravitnomad
Illuminated architectural blueprints on a dark surface, representing documented, proven project work.

Estudos de caso

Prova, não promessa.

Todos os casos abaixo são reais, documentados e aprovados para publicação. Casos de clientes são anonimizados por padrão — setor e substância, sem exibir nomes. Alguns números aguardam validação do cliente; não publicamos nada pelo que não possamos responder.

O trabalho

O que construímos, do problema ao resultado

  • Educaçãocliente anonimizado

    Control Tower de IA para um grupo de ensino

    Problema
    Um grupo de ensino privado com múltiplas valências geria a operação com dados dispersos por sistemas que não falavam entre si — direção sem visão unificada, decisões baseadas em relatórios manuais e desatualizados.
    O que fizemos
    Desenho da arquitetura de um "Control Tower" de IA: camada única que agrega os dados operacionais e académicos e os expõe a agentes de apoio à decisão, com governance clara sobre quem vê o quê — desenhado em parceria com especialistas de IA e edtech.
    Resultado
    Arquitetura completa e proposta de implementação entregues à direção — o blueprint que transforma dados dispersos em decisões com contexto.
  • SaaS / E-commercecliente anonimizado

    De ferramenta a motor de receita: agentes de IA num SaaS B2B

    Problema
    Um SaaS B2B com mais de uma centena de contas ativas enfrentava churn crescente e uma equipa pequena demais para acompanhar todos os sinais de risco — os clientes em perigo só eram detetados quando já era tarde.
    O que fizemos
    Arquitetura de agentes de IA sobre os dados reais da operação: health-scoring determinístico em SQL (quatro níveis de risco, com gates humanos obrigatórios antes de qualquer ação), agente de retenção que prioriza contas em risco, e um agente de voz com IA para contacto outbound — incluindo o diagnóstico e correção de latência que tornou a conversa natural.
    Resultado
    Sinalização de risco passou de reativa a automática e diária; o tempo de resposta do agente de voz caiu mais de um segundo por turno após o diagnóstico de endpointing — a diferença entre uma chamada robótica e uma conversa.
  • Seguroscliente anonimizado

    Modernização de processos numa seguradora

    Problema
    Uma seguradora estabelecida operava com processos core não documentados e dados históricos presos em sistemas legados — conhecimento crítico vivia na cabeça das pessoas, e qualquer modernização ou auditoria esbarrava na mesma parede: ninguém tinha o mapa.
    O que fizemos
    Documentação estruturada dos processos de negócio core (subscrição, sinistros, apólices) e migração dos dados legados para uma base coerente e auditável — o pré-requisito silencioso de qualquer projeto de automação ou IA que a empresa queira fazer a seguir.
    Resultado
    Processos core documentados de ponta a ponta e migração de dados concluída — a organização passou a ter uma fonte única e auditável da sua própria operação.
  • Agentes de IA autónomos

    O agente de vendas que gere os nossos anúncios

    Problema
    Um agente autónomo é fácil de demonstrar e difícil de merecer confiança. Toda a gente mostra um a funcionar numa caixa de areia; quase ninguém aponta um a uma conta de publicidade real, com dinheiro real, e publica o que acontece. A pergunta que o cliente tem mesmo — isto aguenta-se quando pode gastar o meu orçamento? — fica sem resposta.
    O que fizemos
    Demos ao nosso próprio agente (PushVende) a conta Google Ads deste site e um orçamento fechado. Ele pausou as campanhas anteriores, criou uma campanha nova de pesquisa para o Reino Unido, escreveu a segmentação e os anúncios, e gere-a todos os dias sem ninguém aprovar cada passo: 3 grupos, 21 palavras-chave em correspondência de frase, 13 negativas, 3 anúncios adaptáveis — cada alteração verificada relendo a plataforma, nunca por confiar numa resposta de sucesso. O tecto mensal está imposto em código, não num documento de política: cada acção paga reserva o pior custo plausível contra um livro-razão imutável antes de executar, o gasto é reconciliado diariamente contra a plataforma, e um interruptor de paragem fora do modelo pára tudo num instante.
    Resultado
    A campanha está no ar e o agente opera-a sozinho. As decisões, o gasto e o registo de auditoria são publicados no site à medida que acontecem, por isso os números são verificáveis por quem visita — inclusive quando são pouco lisonjeiros. Um lead só conta quando aterra nos nossos próprios registos de contacto como um endereço real e único, nunca como cliques. O resultado comercial desta primeira corrida está a ser medido em público e será reportado à medida que chegar.
    A demonstração mais honesta é a que nos custa dinheiro.

Estudo de caso zero

Este site são dois deles

O assistente no canto desta página é um sistema agêntico em produção que construímos para nós: busca sobre todas as páginas e artigos deste site, memória persistente, pontuação determinística de intenção e passagem para humano em tempo real. O segundo você não vê daqui — nosso agente de vendas autônomo gerencia a campanha Google Ads que traz pessoas até esta página, dentro de um orçamento fechado, e publica os próprios números conforme eles acontecem.