Modelos de IA
Cada agente pensa com um modelo de IA. Qual, onde corre e quanto custa são decisões tomadas no arranque e alteradas por conversa — sem mexer nos agentes, nas cartas de funções ou nas integrações.
Subscrições mensais fixas, chamadas a partir da sua VM ao abrigo do contrato empresarial (DPA) do fornecedor. Nada é usado para treinar modelos. É a opção de arranque na maioria das instalações.
Sai da VM: o texto de cada pedido ao modelo. Fica na VM: memória, transcrições e registos. Os segredos ficam no 1Password da sua empresa.
Modelos OpenAI alojados pela Microsoft em regiões europeias, ao abrigo do DPA da Microsoft. Para quem já tem contrato Azure ou exige residência de dados na UE por escrito.
Sai da VM: o texto de cada pedido, para uma região europeia.
Um modelo aberto instalado numa máquina física da sua rede — um Mac Studio, um DGX Spark, um servidor com GPU — que a VM da plataforma chama por HTTP interno. Para quem não pode enviar nada para fora. Em tarefas longas a qualidade fica abaixo dos modelos de fronteira.
Sai da VM: o pedido, para uma máquina sua na mesma rede. Sai da empresa: nada.
Lugares
Um lugar é uma subscrição mensal fixa de modelo (Claude ou OpenAI) que alimenta os agentes. Não se paga por mensagem nem por token: o custo é o mesmo em janeiro e em julho.
Lugares — lugar 1 a 64%, lugar 2 a 91% (média dos últimos 7 dias). Se o Orçamentista mantiver este ritmo, proponho acrescentar um lugar na próxima semana. Custo no relatório mensal.
Gestão por conversa
A gestão de modelos é uma função da plataforma em produção. Nada exige um terminal, e nada acontece sem o toque dos administradores.
Modelos de decisão
Em setembro de 2026 apareceu uma segunda família de modelos de IA: modelos que não geram texto. Recebem um contexto e perguntas com respostas fechadas e devolvem, em milissegundos, qual a resposta e com que probabilidade. A TypeSafe chamou-lhes «System One» e lançou o Jev; em dias surgiram implementações abertas que correm em servidores próprios.
Comando conhecido, tarefa curta, pedido que precisa de raciocínio, ou assunto para uma pessoa. Decidido antes de chegar ao modelo principal.
Reversível ou não, interna ou externa, com dinheiro ou sem. A classificação escolhe o nível de aprovação; a regra fica em código e a pessoa continua a aprovar.
Caixa de entrada, tarefas do Jira, decisões pendentes do resumo diário — por urgência, impacto e bloqueio, com pesos definidos pela sua equipa.
Memória, transcrições, documentos e tarefas: só o que responde à pergunta chega ao modelo principal. Menos contexto, melhores respostas.
Afirma uma ação que não fez? Promete uma data? Cita a fonte? Tem grafia do Brasil? Uma resposta afirmativa acima do limiar trava o envio.
Pontuar cada transcrição, todas as noites, contra a política do cliente. Cobertura total a um custo que um modelo de texto não permite.
Anexos, emails, páginas e resultados de ferramentas passam por «contém instruções para uma IA?» antes de o agente os ler; cada ação proposta passa por «o efeito é o que a pessoa pediu?». Reduz o risco; a aprovação humana continua a ser o controlo.
Os agentes constroem as suas próprias ferramentas. Entre dezenas, o modelo de decisão indica qual serve para esta mensagem, sem que o modelo principal leia todas as descrições.
Primeiro com modelos abertos numa máquina da sua rede TI: nada sai da empresa. Em alternativa, com o modelo do lugar. Um serviço externo só por opção explícita da sua empresa, listado como subcontratante e com o estado de cada pergunta minimizado.
Escolha por mensagem
Nem todas as mensagens precisam do modelo mais capaz. Com a camada de decisão, cada pedido é classificado antes de ser tratado — dentro do teto que o administrador fixou para o agente.
«Fecha o ticket 123» é um comando conhecido com um número. Ferramenta direta, em milissegundos, sem passar por nenhum modelo.
«O ticket 123 está relacionado com o 987?» parece raciocínio, mas com os dois tickets no contexto é uma pergunta com probabilidade.
Rascunhos curtos, resumos, reformatações, respostas a partir de um documento.
Vários passos, vários sistemas, ambiguidade — ou qualquer caso em que a classificação não tenha a certeza.
Fora da política, ou confiança abaixo do mínimo em qualquer dos níveis anteriores.
Soberania
A regra do Centro de confiança aplica-se a todos os modelos: só o que está nesta tabela sai da VM, e só sai da empresa ao abrigo de um contrato que lhe entregamos.
| Opção | O que sai | Para onde | Contrato | Estado |
|---|---|---|---|---|
| Lugar Claude ou OpenAI | O texto de cada pedido ao modelo | Anthropic (UE / EUA) ou OpenAI | DPA do fornecedor; sem treino com os seus dados | Em produção |
| Azure OpenAI em regiões da UE | O texto de cada pedido ao modelo | Microsoft, regiões europeias | DPA da Microsoft | Planeado |
| Modelo open-weight na sua rede TI | O pedido, só dentro da sua rede | Uma máquina sua (Mac Studio, DGX Spark, servidor com GPU) | — | Planeado |
| Modelo de decisão na sua rede TI | O pedido, só dentro da sua rede | A mesma máquina, ou a própria VM se for pequeno | — | Planeado |
| Modelo de decisão externo (por opção sua) | O estado de cada pergunta, minimizado | O fornecedor que escolher | DPA e entrada na sua lista de subcontratantes | Planeado |
A lista completa de subcontratantes, com o papel de cada um, está no Centro de confiança.
Perguntas frequentes
Sim, por conversa: «muda o Orçamentista para o modelo X». Exige dois administradores e entra em vigor na mensagem seguinte. Os agentes, as cartas de funções e as integrações ficam iguais.
Não. As chamadas seguem ao abrigo dos contratos empresariais (DPA) da Anthropic e da Microsoft, que excluem o treino. Entregamos os DPA com o pacote de governação.
A vigilância mensal avisa-nos antes. Testamos o modelo seguinte, migramos na operação gerida e o Chefe de Gabinete anuncia a mudança no canal. Sem intervenção da sua equipa.
Em tarefas longas, sim. Por isso a escolha por mensagem, quando existir, segue uma regra simples: na dúvida, sobe de nível. E o registo mostra sempre o modelo realmente usado em cada execução.
Está planeado: modelos open-weight e modelos de decisão instalados numa máquina física da sua rede TI, com GPU ou memória unificada — um Mac Studio ou um DGX Spark chegam para uma PME. A VM da plataforma continua a mesma e fala com essa máquina por HTTP interno. Até lá, a opção mais fechada é Azure OpenAI numa região da UE, também planeada.
Um modelo que não escreve. Recebe um contexto e perguntas com respostas fechadas («é urgente?», «qual o departamento?») e devolve a resposta com uma probabilidade, em milissegundos. Serve para encaminhar, classificar e ordenar — nunca para decidir acessos ou dinheiro, nem para escrever texto.
Piloto em 4 semanas
Uma chamada de 20 minutos, um agente real a trabalhar, sem slides.