O que é company brain: a memória da empresa para a IA
Company brain é a memória da empresa organizada para pessoas e agentes de IA: dados da operação, documentos e regras de negócio que o agente consulta antes de agir. Numa fábrica de chocolate, essa camada mostrou que só 52 dos 228 tabletes em estoque estavam prontos para vender.
Company brain é a memória da empresa organizada para pessoas e agentes de IA.
Reúne dados da operação, documentos e regras de negócio que o agente consulta para responder ou agir.
Os dados vêm de sistemas como ERP, CRM, plataformas de vendas e marketplaces.
As regras de negócio explicam como interpretar esses dados e usá-los numa decisão.
Para orientar uma compra de insumo, a IA precisa conhecer o estoque, as vendas e as condições do fornecedor.
O que é company brain?
Company brain é uma camada de contexto persistente: mantém o conhecimento da empresa disponível entre consultas.
Pode incluir documentos, conversas e o histórico das decisões, com origem e permissões de acesso.
Um exemplo é o projeto de compra de embalagens da Java Chocolates, fábrica de chocolate em Belo Horizonte e operação de uma das sócias da Inteligência de Dados.AI.
O projeto ajuda a decidir quanto comprar, quais sabores imprimir juntos e quais embalagens vale repor.
Para chegar a essas respostas, organizamos quatro camadas:
→ Fontes: os arquivos e sistemas da empresa. Na Java, precisamos relacionar vendas, estoque de chocolates, embalagens e custos.
→ Base de dados com histórico: um data warehouse, como o BigQuery, que recebe os dados das fontes e guarda o consumo ao longo do tempo.
→ Regras de leitura: como cada informação entra na conta. Incluem o vínculo entre chocolate e embalagem, os lotes mínimos e o prazo da gráfica.
→ Acesso controlado: quem pode consultar as informações e quais ações pode executar.
Construir essa fonte única da verdade exige conferir os vínculos entre os registros dos sistemas e definir qual fonte vale quando os números divergem.
Company brain é a mesma coisa que base de conhecimento ou RAG?
Company brain, base de conhecimento e RAG trabalham juntos com funções diferentes: o company brain organiza o contexto, e os outros dois podem entrar nele como peças.
Uma base de conhecimento com IA responde sobre os documentos que guarda.
O RAG recupera informações externas ao modelo para compor uma resposta, sejam documentos ou dados estruturados, inclusive regras comerciais.
Ao montar essa memória, precisamos definir como as informações se relacionam e são atualizadas.
Se um cliente pede um produto, o estoque diz quanto há para vender, e uma restrição de crédito do financeiro precisa chegar ao agente antes da confirmação.
Na compra de embalagem, a previsão de vendas é lida junto com as condições da gráfica, como a tiragem mínima.
Por que um agente de IA precisa de um company brain?
Sem as regras da operação, um agente de IA lê o campo do ERP e repete o número que encontra.
Interpretar esse número exige conhecer o funcionamento do negócio.
Na Java, cada tablete sai num cartucho, a caixinha de papel impressa por uma gráfica.
Planejar a impressão envolve a quantidade de cada sabor e a distribuição das artes na folha, que precisa respeitar o formato da faca que corta as embalagens.
A compra também depende de quanto tempo o estoque deve durar, considerando o consumo previsto.
Como a gráfica entrega em 15 dias e a compra é revista a cada 30, a análise considera 45 dias: o intervalo até a próxima revisão mais o prazo de entrega.
Uma embalagem deixada para o próximo pedido precisa durar esse tempo todo.
Essas regras vão junto com os números quando o agente consulta a recomendação de compra.
O que acontece quando a memória da empresa carrega dados errados?
Uma IA com dados da empresa errados recomenda compras desnecessárias ou deixa faltar material.
O mesmo vale para regras mal interpretadas. Encontramos esse problema no saldo negativo dos cartuchos.
Ao lançar a produção, o ERP da Java desconta as embalagens do lote inteiro, mesmo quando faltam cartuchos.
Em um dos sabores, o ERP mostrava 228 tabletes em estoque e saldo de cartuchos de −176.
Isso significava que 176 chocolates ainda esperavam embalagem.
Logo, 228 − 176 = 52 tabletes prontos para vender.
Sem considerar essa pendência, a análise tratava os 228 tabletes como disponíveis para venda.
Corrigimos a regra para reconhecer a dívida de embalagem: parte da próxima compra já estava comprometida com chocolates produzidos.
O caso virou um teste com resultado conhecido, usado para conferir futuras alterações no cálculo.
Que ganhos aparecem quando a camada de dados é montada de verdade?
O ganho de um company brain é responder perguntas de compra e estoque com números conferidos, reunindo informações que antes era preciso juntar a cada consulta.
Na Java, são cinco perguntas:
→ Quanto comprar e quando pedir?
O sistema cruza estoque, previsão de consumo e prazo da gráfica, e a quantidade do pedido já respeita os lotes mínimos de impressão.
→ Quanto tempo o estoque deve durar?
A análise estima por quantas semanas ou meses as embalagens de cada sabor atendem ao consumo previsto e mostra quais vão precisar de reposição primeiro.
→ Quais sabores devem rodar juntos?
Cada folha da gráfica tem posições para várias artes, e o modelo distribui essas posições entre embalagens do mesmo formato, começando pelas que acabam primeiro.
Essa combinação define quanto chega de cada sabor e quanto dinheiro o pedido compromete.
→ Vale a pena imprimir essa embalagem de novo?
O sistema estima quanto tempo a tiragem mínima levaria para ser consumida e mostra o capital parado na embalagem e a margem do produto em 12 meses.
Um sabor com pouca saída pode exigir uma compra que prende dinheiro por tempo demais para o retorno que oferece.
→ Quanto dinheiro já está parado?
A conferência de setembro identificou cerca de R$ 21 mil em estoque de embalagem.
Ver esse valor por item ajuda a avaliar as próximas compras e os produtos candidatos a sair de linha.
A decisão de manter ou retirar um produto continua com a gestora, que usa esses critérios para avaliar se compensa comprometer mais dinheiro numa nova tiragem.
Por onde uma empresa média começa um company brain?
Uma empresa média começa mapeando as informações e como elas são usadas nas decisões.
Esse levantamento reúne quem conhece a operação e quem vai construir as integrações e os cálculos.
-
Mapear as fontes e os vínculos.
Identificar sistemas, arquivos e responsáveis, além das chaves que relacionam os registros; na Java, isso significou ligar cada embalagem aos chocolates que a usam.
-
Construir a integração de dados e preservar o histórico.
Definir como os dados chegam à base, quando são atualizados e como recuperar uma carga que falhou.
É o trabalho explicado em integração de ERP e CRM.
-
Traduzir as regras em cálculos e consultas.
Prazo da gráfica, tiragem mínima e consumo por sabor entram em fórmulas escritas em código, que pode ser conferido; o agente consulta os resultados.
-
Validar antes de usar na operação.
Comparar as respostas com casos conhecidos e testar a previsão contra o histórico.
Na Java, conferimos os vínculos dos produtos e escolhemos o método de previsão pelo desempenho nos testes.
-
Definir acesso e manutenção.
Estabelecer quem pode consultar ou alterar informações, quem cuida das falhas e quando rever uma regra.
Essas etapas preparam a empresa para usar IA para analisar dados, com contexto e cálculos verificáveis.
Quem pode ver o quê dentro do company brain?
Cada pessoa ou agente deve acessar só as informações necessárias à sua função, com as permissões aplicadas nos sistemas que fornecem os dados.
No projeto de compra de embalagem, o sistema consulta BigQuery e ERP em modo de leitura.
A gravação fica num histórico de decisões, com o motivo e os números daquele momento.
Assim, o sistema analisa uma compra e registra a decisão.
Alterar o estoque ou emitir pedidos no ERP exige permissões e controles próprios.
Company brain é ferramenta ou projeto de engenharia?
Montar um company brain é um projeto de engenharia que depende do conhecimento da operação.
As plataformas vendidas como company brain AI entregam conectores e armazenamento.
A equipe precisa configurar essas peças e validar as regras do negócio.
Na Java, depois de ligar produtos a embalagens e ler o estoque com a dívida de embalagem, vieram os testes com quem faz a compra.
A manutenção continua depois da implantação: fornecedores mudam de prazo e produtos entram e saem de linha.
É nesse trabalho que atua um forward deployed engineer: alguém que entende de tecnologia e trabalha dentro da operação do cliente, ao lado de quem conhece o negócio.
Na Inteligência de Dados.AI, construímos o company brain com a sua equipe.
Integramos as fontes e escrevemos as regras da operação como cálculos que os agentes consultam.
Chame no WhatsApp e conte qual decisão você quer que a IA ajude a tomar.
Perguntas Frequentes
O que é company brain?
Company brain é a memória da empresa organizada para pessoas e agentes de IA. Reúne dados da operação, documentos e regras de negócio num lugar que o agente consulta antes de responder ou agir. Os dados vêm de sistemas como ERP, CRM e marketplaces, e as regras dizem como interpretar cada número numa decisão.
Company brain é a mesma coisa que base de conhecimento ou RAG?
Company brain, base de conhecimento e RAG têm funções diferentes e trabalham juntos. Uma base de conhecimento com IA responde sobre os documentos que guarda. O RAG recupera informações externas ao modelo para compor uma resposta. O company brain organiza o contexto da empresa, define como as informações se relacionam e pode usar os outros dois como peças.
Por que um agente de IA precisa de um company brain?
Um agente de IA precisa de um company brain para ler os números da empresa com as regras da operação. Conectado direto ao ERP, o agente repete o que encontra no campo. Com as regras de leitura, os prazos dos fornecedores e o histórico num só lugar, ele responde com o número que a operação já validou.
Por onde uma empresa média começa um company brain?
Uma empresa média começa um company brain mapeando as fontes de dados e como cada informação entra nas decisões. Depois vêm a integração de dados com histórico, a tradução das regras de negócio em cálculos testáveis, a validação contra casos conhecidos e a definição de quem acessa, quem mantém e quando cada regra é revista.
Quem pode ver o quê dentro do company brain?
Dentro do company brain, cada pessoa ou agente acessa só as informações necessárias à sua função, com as permissões aplicadas nos sistemas que fornecem os dados. Um agente de análise pode consultar o ERP e o data warehouse em modo de leitura, enquanto alterar estoque ou emitir pedidos exige permissões e controles próprios.
