Saltar para o conteúdo
BigTree108

Desenvolvimento de IA

Serviços de desenvolvimento de IA: agentes de IA que agem através dos seus sistemas, integração de IA de modelos de linguagem de grande dimensão no software que utiliza, chatbots de IA, pesquisa de conhecimento com IA e RAG sobre os seus documentos, processamento de documentos, agentes de voz com IA, agentes do Microsoft Copilot e do Copilot Studio, assistentes de programação com IA para a sua equipa de engenharia, servidores MCP, LLMs privados e fine-tuning, e consultoria de IA sobre por onde começar, com programadores de IA dedicados à sua equipa ou projetos entregues de ponta a ponta, e os nossos próprios engenheiros de .NET, Python, front-end e QA para as aplicações à volta do modelo.

Serviços de desenvolvimento de IA que prestamos

Cada página descreve o trabalho que assumimos, as formas de trabalhar connosco e as perguntas que os clientes fazem primeiro.

Mais trabalho de IA e de dados no site

Como decorre um projeto de IA

  1. Caso de utilização e dados

    Um processo com um custo mensurável, os dados que o sustentam e as pessoas que são responsáveis por ele, escolhido consigo e escrito com o resultado que contaria como sucesso.

  2. Primeiro, o conjunto de avaliação

    Perguntas, documentos ou casos reais com as respostas que os seus especialistas esperam, acordados antes de qualquer desenvolvimento, para que cada alteração posterior seja avaliada pela mesma fasquia.

  3. Proof of concept

    O núcleo da solução construído com os seus próprios dados em poucas semanas e medido com o conjunto de avaliação, com o custo por pedido conhecido.

  4. Construir e integrar

    A versão de produção integrada nos seus sistemas com início de sessão, permissões, registo e tratamento de erros, revista e testada como qualquer outro código.

  5. Piloto

    Um pequeno grupo de utilizadores reais, o seu feedback recolhido, as falhas acrescentadas ao conjunto de avaliação e a passagem para pessoas afinada.

  6. Lançamento e monitorização

    Lançamento por fases atrás de uma feature flag, com qualidade, custo, latência e feedback dos utilizadores num painel e alertas quando algum deles se altera.

  7. Melhorar

    Novos casos de falha, modelos mais recentes e formas mais baratas de executar a mesma tarefa testados com o conjunto de avaliação, para que o sistema melhore e fique mais barato com o tempo.

Como construímos sistemas de IA

A avaliação vem antes das funcionalidades. Acordamos consigo um conjunto de perguntas reais e de respostas esperadas, avaliamos no pipeline cada alteração a um prompt, a um modelo ou a uma definição de recuperação, e registamos o custo e a latência de cada pedido, para que a qualidade e a despesa sejam medidas e não julgadas a partir de uma demonstração.

O resultado do modelo e o texto recuperado são tratados como dados de entrada não fiáveis. Os agentes recebem as credenciais mais restritas que servem para o trabalho, as ações que alteram dados ou gastam dinheiro aguardam a aprovação de uma pessoa, as chaves vêm de um cofre e cada ação é registada para poder ser rastreada depois.

Os dados ficam sob o seu controlo: os modelos são chamados através de APIs empresariais cujos termos excluem o treino com os seus dados, ou correm na sua própria cloud, e os dados pessoais só chegam a um modelo quando a tarefa o exige.

Perguntas sobre o desenvolvimento de IA

Que serviços de desenvolvimento de IA prestam?

Agentes de IA e fluxos de trabalho multiagente; integração de IA de modelos de linguagem em aplicações existentes, produtos SaaS e MVPs; chatbots de IA na web, em aplicações e em mensageiros; pesquisa de conhecimento com IA e RAG sobre os seus documentos; processamento de documentos e extração de dados; agentes de voz com IA para telefones e aplicações; agentes do Microsoft Copilot e do Copilot Studio; implementação de assistentes de programação com IA para equipas de engenharia; servidores MCP, aplicações para o ChatGPT e conectores para o Claude; implementação de LLMs privados e fine-tuning; e consultoria de IA, da avaliação de casos de utilização a proofs of concept. A automatização de fluxos de trabalho, o machine learning, a visão computacional, o MLOps e a anotação de dados têm páginas próprias.

Para que setores desenvolvem IA?

Produtos de IA propriamente ditos, de copilotos a plataformas de agentes; fintech, para apoio ao cliente, verificação de documentos KYC e pesquisa de conformidade; comércio eletrónico e retalho, para assistentes de compras, pesquisa de produtos e conteúdos de catálogo; saúde, para documentação clínica e comunicação com doentes; serviços profissionais, para revisão de documentos e pesquisa; e SaaS empresarial, para assistentes, agentes e pesquisa dentro do produto.

Os nossos dados serão usados para treinar o modelo de terceiros?

Não. Utilizamos APIs empresariais cujos termos excluem o treino com os seus dados, da OpenAI, da Anthropic ou da Google, diretamente ou através do Azure e do Amazon Bedrock, ou modelos de pesos abertos alojados na sua própria cloud quando os dados não podem sair dela.

Que modelo utilizam?

O mais económico que passe no seu conjunto de avaliação, da OpenAI, da Anthropic, da Google ou da Mistral, ou um modelo de pesos abertos alojado por si. O fornecedor fica por trás de uma única interface no código, pelo que passar para um modelo mais recente ou mais barato é uma alteração de configuração e uma nova execução da avaliação, não uma reescrita.

Como evitam que o modelo invente respostas?

Fundamentando as respostas em fontes recuperadas e mostrando as citações, instruindo o modelo a dizer quando as fontes não respondem à pergunta e mantendo no conjunto de avaliação as perguntas sem resposta. Isto reduz as respostas inventadas e mede o que resta; nenhum modelo atual as elimina por completo.

Funcionará com os sistemas que já utilizamos?

É aí que está a maior parte do trabalho. Ligamos a IA ao Microsoft 365, ao Azure, à AWS e ao Google Cloud, a aplicações .NET, Java, Python e Node.js e a sistemas de CRM, ERP e help desk através das suas APIs, e os nossos próprios engenheiros nessas stacks desenvolvem as integrações.

Quem a mantém a funcionar depois do lançamento?

As mesmas pessoas que a construíram, se assim o quiser: a qualidade, o custo e a latência ficam num painel, os novos casos de falha entram no conjunto de avaliação e os modelos mais recentes ou mais baratos são testados antes de substituírem o atual. Ou passamos o testemunho à sua equipa com o conjunto de avaliação, os runbooks e os painéis.

Quem é proprietário dos prompts, do código e dos modelos que desenvolvem?

A sua empresa. Cada especialista tem um contrato assinado com a BigTree108 que atribui à empresa todo o trabalho produzido, e o nosso contrato com a sua empresa atribui-lho. O código, os designs e os documentos são entregues nos seus próprios repositórios e ferramentas, e não mantidos onde só nós os podemos alterar.

Está a planear uma funcionalidade, um agente ou um assistente de IA?

Indique-nos o que deve responder ou fazer e onde estão os dados. Receberá resposta no prazo de um dia útil: um plano, perfis de candidatos ou uma recomendação sobre o modelo e a arquitetura.