Serviços
Âmbito fixo. Preço fixo. Resultados medidos. Tudo é instalado na sua cloud ou nos seus servidores.
Auditoria de custos de LLM
Para onde vai o seu gasto em IA e que chamadas um modelo pequeno pode assumir, com números.
Substitua o seu classificador baseado em LLM
Um modelo afinado, treinado com os seus dados e comparado com o que usa hoje.
Previsão da procura
Primeiro, referências honestas; gradient boosting onde compensa. Previsões nas ferramentas que já usa.
Recomendações de produtos
«Comprados juntos muitas vezes» e «Complete a sua encomenda», aprendidos com as suas próprias encomendas e servidos a partir dos seus sistemas.
Gateway de IA privado
Um modelo pequeno que encontra nomes, moradas, números de conta e de identificação no que a sua equipa cola em ferramentas como o ChatGPT, e os substitui antes de o texto sair da sua rede. Funciona nos seus servidores; quando a resposta regressa, os marcadores podem voltar a ser substituídos pelos dados reais.
Os projetos são orçamentados a preço fixo após a auditoria ou uma chamada de 30 minutos.
Perguntas
De que dados precisa?
Para um classificador, exemplos das suas mensagens e do destino que tiveram. Para previsão, o histórico de vendas ou visitas, idealmente dois anos para que cada estação apareça duas vezes. Para recomendações, encomendas anteriores. A auditoria diz se o que tem é suficiente.
Assina um acordo de confidencialidade (NDA)?
Sim, antes de partilhar quaisquer dados. Os seus dados e o modelo treinado continuam a ser seus.
Como é tratado o RGPD?
Sempre que possível, o trabalho decorre no seu ambiente, por isso os dados não saem dele. Quando é preciso partilhar dados pessoais, assina-se primeiro um acordo de tratamento de dados (artigo 28.º do RGPD), que define quando os dados são devolvidos ou apagados.
O que recebo no final?
O modelo a funcionar na sua infraestrutura, o código e o pipeline de treino no seu repositório, um benchmark face ao que usa hoje e documentação para a sua equipa. Sem licenças, sem dependência de fornecedor.
E se um modelo pequeno não for suficiente?
Então o benchmark mostra-o antes de pagar um desenvolvimento, e fica com o que tem.