Soluções · Inteligência informacional
Inteligência informacional
Sistema de inteligência
Tornar utilizável aquilo que uma organização sabe.
Numa página
Sistemas que reúnem documentos, dados, linguagem, código, regras e conhecimento especializado; preservam significado e proveniência; e convertem-nos numa base utilizável para investigar, informar, decidir e construir memória organizativa.
- 01De acumular informação a dispor de conhecimento utilizável. A quantidade de informação deixou de ser uma vantagem por si mesma.
- 02Uma base comum para muitas formas de inteligência. A mesma base informacional pode alimentar resultados muito diferentes.
- 04Lógica de negócio e conhecimento operativo. Uma parte especialmente valiosa do conhecimento de uma organização está incorporada nos seus sistemas.
Uma organização conhece muito mais do que qualquer uma das suas aplicações consegue mostrar.
Uma parte desse conhecimento vive em documentos e bases de dados. Outra está incorporada em código, configurações, formulários, tabelas, modelos, correios e decisões históricas. As pessoas acrescentam contexto, vocabulário, exceções e critérios que permitem interpretar corretamente tudo o anterior.
Cada suporte conserva uma parte distinta da realidade:
- os dados registam factos e estados;
- os documentos explicam propósitos, procedimentos e argumentos;
- o software executa regras e decisões;
- os rastos mostram parte do que aconteceu;
- a linguagem exprime nuances, relações e incertezas;
- as pessoas conhecem o âmbito, as exceções e as consequências.
A inteligência informacional relaciona essas peças e converte-as numa representação que pode ser consultada, discutida, reutilizada e ligada ao trabalho.
Construímos sistemas para que uma organização possa estabelecer o que sabe, de onde procede, o que significa, que versão está em vigor, que contradições existem e o que permanece em aberto. A partir dessa base pode investigar, produzir reporting, localizar conteúdos, preparar decisões, dar contexto a agentes ou tornar examinável a lógica de uma operação.
De acumular informação a dispor de conhecimento utilizável
A quantidade de informação deixou de ser uma vantagem por si mesma. O valor aparece quando a organização consegue utilizá-la com contexto suficiente.
Isso exige resolver perguntas que um motor de pesquisa convencional deixa de fora:
- dois documentos falam da mesma entidade?;
- que versão contém a política em vigor?;
- uma fonte sustenta realmente a afirmação ou apenas partilha palavras parecidas?;
- um número corresponde ao mesmo período e à mesma unidade que outro?;
- a documentação coincide com aquilo que o sistema executa?;
- uma regra observada representa a intenção de negócio ou uma adaptação histórica?;
- o que pode afirmar-se com evidência suficiente?;
- o que deve apresentar-se como hipótese, contradição ou ausência?;
- como deve exprimir-se o mesmo conhecimento para outra audiência, idioma ou formato?;
- que parte precisa de chegar a uma decisão, a um agente ou a uma operação?
A inteligência informacional converte estas perguntas em responsabilidades de desenho. O sistema conserva o vínculo entre cada resultado e o material que permite sustentá-lo.
Uma base comum para muitas formas de inteligência
A mesma base informacional pode alimentar resultados muito diferentes.
Pode responder a uma pergunta com evidência. Pode gerar um relatório. Pode produzir uma narração em texto, voz ou vídeo. Pode adaptar conteúdo a outro idioma ou variedade. Pode ajudar uma pessoa a comparar alternativas. Pode dar contexto a um agente antes de atuar. Pode documentar a lógica de um ERP. Pode conservar porque um projeto tomou uma decisão.
Por isso tratamos a inteligência informacional como uma solução principal e não como uma etapa técnica de preparação de dados.
A sua função consiste em manter unidas seis qualidades:
Significado
Os conceitos, entidades e relações conservam uma interpretação comum dentro do domínio.
Proveniência
Cada facto, regra ou afirmação pode relacionar-se com as fontes, localizações e versões que o sustentam.
Estado
O sistema distingue informação observada, inferida, validada, contraditada, obsoleta ou ainda pendente.
Contexto
O conhecimento conserva o âmbito, o período, as unidades, as condições e as exceções que determinam como pode ser utilizado.
Acessibilidade
Pessoas, motores de pesquisa, aplicações e agentes podem recuperar a representação adequada à sua função.
Evolução
As novas fontes, correções e decisões atualizam o conhecimento sem apagar a história que permite compreender a mudança.
Ø sem fonte no corpus
O percurso que construímos
01 — Incorporar fontes sem perder a sua forma original
O sistema pode reunir documentos, tabelas, mensagens, páginas, bases de dados, código, configurações, imagens, áudio, vídeo, rastos e outras fontes relevantes.
A ingestão conserva:
- o original;
- a sua origem;
- a versão;
- o momento ou período a que pertence;
- as permissões de acesso;
- a relação com outras fontes;
- a estrutura necessária para localizar depois cada fragmento.
Conservar o original permite regressar sempre àquilo que uma extração, uma síntese ou uma inferência tentou representar.
02 — Extrair estrutura e relações
Os sistemas identificam entidades, eventos, números, unidades, datas, conceitos, afirmações, condições, decisões e relações.
A extração pode combinar:
- parsers e regras;
- modelos linguísticos;
- visão e reconhecimento de documentos;
- análise de tabelas;
- análise de código;
- modelos especializados;
- validações de domínio.
Cada resultado é armazenado com a sua localização de origem e com o método que o produziu. A estrutura facilita recuperar e relacionar; a proveniência permite examinar.
03 — Resolver entidades, versões e âmbitos
Um mesmo objeto pode aparecer com vários nomes. Dois nomes parecidos podem corresponder a entidades diferentes. Uma regra pode ser válida unicamente para uma unidade, um produto, um período ou um tipo de caso.
Desenhamos a resolução para conservar identidade e âmbito:
- alias e denominações;
- hierarquias e pertenças;
- versões;
- vigência;
- unidades e escalas;
- relações temporais;
- territórios ou variedades linguísticas;
- domínios de aplicação;
- condições e exceções.
A resolução não consiste em fundir tudo o que é semelhante. Consiste em tornar explícito quando duas referências podem ser tratadas como o mesmo objeto e quando devem permanecer separadas.
04 — Representar semântica e conhecimento de domínio
Uma organização precisa de algo mais do que fragmentos recuperáveis. Precisa de uma representação comum dos conceitos com que pensa e opera.
Trabalhamos com:
- taxonomias;
- ontologias leves;
- grafos de conhecimento;
- esquemas tipados;
- vocabulários e terminologia;
- relações lógicas;
- estados e transições;
- perguntas e decisões;
- restrições e invariantes.
A representação é desenhada em conjunto com quem conhece o domínio. O seu objetivo é permitir que pessoas e sistemas partilhem significados suficientes para trabalhar, sem converter o modelo de conhecimento numa burocracia separada da operação.
05 — Conservar evidência, contradição e incerteza
Encontrar uma fonte pertinente e demonstrar uma afirmação são tarefas diferentes.
Cada afirmação importante pode conservar:
- as evidências que a apoiam;
- as evidências que a contradizem;
- o fragmento exato ou o dado utilizado;
- a autoridade e o âmbito da fonte;
- a transformação aplicada;
- o estado de validação;
- as perguntas que continuam em aberto.
A contradição é representada como conhecimento. Uma resposta pode explicar que existem duas versões, mostrar a sua origem e assinalar que critério falta para as resolver.
A ausência também é representada. Quando a cobertura disponível não permite sustentar uma conclusão, o sistema pode abster-se, formular a pergunta pendente ou propor que fonte seria necessária.
06 — Recuperar consoante a natureza da pergunta
Nem todas as perguntas se resolvem com o mesmo mecanismo.
Combinamos:
- pesquisa exata;
- pesquisa lexical;
- recuperação semântica;
- filtros estruturados;
- consultas relacionais;
- percursos sobre grafos;
- expansão por entidades;
- recuperação de código e dependências;
- memória de decisões;
- reranking.
Uma consulta sobre um nome, um número ou um identificador exige precisão lexical. Uma pergunta conceptual precisa de similaridade semântica. Uma pergunta sobre dependências, versões ou percursos precisa de estrutura.
A recuperação híbrida seleciona e combina essas vias, e devolve depois evidência suficientemente localizada para que o resultado possa ser revisto.
07 — Compor respostas, reporting e conteúdos
A inteligência informacional inclui também a forma como o conhecimento se exprime.
Uma vez estruturada a evidência, o sistema pode produzir:
- respostas citadas;
- relatórios;
- resumos executivos;
- explicações por nível de conhecimento;
- guiões;
- narrações;
- voz e legendas;
- gráficos e vídeo;
- traduções;
- localizações;
- composições NLG;
- documentação técnica e operativa.
A composição parte de uma estrutura informativa partilhada. Os factos, números, entidades e relações estabelecem-se antes de redigir. Depois adapta-se a seleção, a ordem, o nível de detalhe, o idioma, o registo e o formato.
Esta separação permite que uma alteração na evidência atualize versões distintas sem reconstruir manualmente cada peça.
08 — Entregar conhecimento a decisões, agentes e operações
O conhecimento adquire mais valor quando pode entrar no lugar onde se decide ou se atua.
Construímos interfaces para que:
- uma pessoa receba o contexto relevante antes de decidir;
- um modelo preditivo utilize variáveis e definições consistentes;
- um agente recupere ferramentas, políticas e evidência válidas;
- um workflow conheça estados, dependências e exceções;
- um ERP consulte regras ou documentação;
- um projeto conserve perguntas e decisões;
- um sistema de reporting reutilize a mesma base informativa;
- uma operação física receba objetivos e restrições coerentes.
A representação informacional funciona como uma camada comum entre fontes e usos. Cada consumidor recebe unicamente aquilo de que precisa, com o âmbito e as permissões correspondentes.
Lógica de negócio e conhecimento operativo
Uma parte especialmente valiosa do conhecimento de uma organização está incorporada nos seus sistemas.
Código, procedimentos armazenados, configurações, tabelas, formulários, folhas de cálculo e workflows executam decisões todos os dias. A documentação explica outra parte. As pessoas conhecem as exceções e os acordos que mantêm o processo em funcionamento.
DocuLogic é a nossa linha de trabalho para reconstruir essa lógica e convertê-la em conhecimento operativo examinável.
O sistema identifica:
- entidades e atributos;
- estados e transições;
- condições e limiares;
- cálculos;
- decisões e alternativas;
- permissões;
- dependências;
- efeitos;
- exceções;
- versões;
- perguntas pendentes.
Cada regra conserva a sua evidência e o seu estado. Distinguimos entre comportamento observado, lógica inferida, conhecimento validado, contradição e decisão organizativa.
Esta distinção permite utilizar o software existente como fonte sem o converter numa autoridade absoluta. Uma implementação pode conter uma adaptação histórica, uma inconsistência ou um comportamento que a organização deseja mudar.
A lógica confirmada pode alimentar:
- documentação viva;
- análise de impacto;
- migrações;
- modernização de ERP;
- testes;
- tabelas de decisão;
- assistentes;
- agentes;
- automatização;
- auditoria;
- otimização.
DocuLogic e KIR: conhecimento legível por pessoas e utilizável por sistemas
Desenvolvemos uma arquitetura própria para reduzir a distância entre o conhecimento que uma pessoa consegue escrever e rever e a representação de que aplicações, regras e agentes precisam.
DocuLogic
Além de reconstruir a lógica, DocuLogic conserva-a: funciona como camada de autoria e revisão humana. Permite exprimir conhecimento em formatos legíveis e versionáveis — por exemplo Markdown e YAML — juntamente com:
- proveniência;
- estado de verificação;
- vigência;
- âmbito;
- ciclo de vida;
- cálculos ou verificações atestadas;
- relações com outras peças.
O seu objetivo é que uma pessoa possa ler, discutir e modificar o conhecimento sem trabalhar diretamente sobre uma base de dados ou uma representação de execução.
KIR
KIR — Knowledge Intermediate Representation — é uma representação intermédia tipada e canónica.
Recebe conhecimento a partir de DocuLogic, extratores, analisadores e outras fontes, e transforma-o numa estrutura estável que pode alimentar:
- bases relacionais;
- grafos;
- índices semânticos;
- motores de regras;
- APIs;
- MCP;
- agentes;
- Finaz;
- ERP-Bots;
- SuperQuestions;
- MagdalenOS;
- outros sistemas da 3.14.
A arquitetura pode resumir-se assim:
Esta camada intermédia permite mudar uma base de dados, um modelo ou uma interface sem perder a representação central do conhecimento.
Tecnologias semânticas e lógicas
Consoante o caso, a estrutura pode apoiar-se em:
- LinkML para definir esquemas;
- TypeDB ou outros grafos tipados para relações complexas;
- PostgreSQL e pgvector para conhecimento relacional, lexical e semântico;
- Datalog para dedução;
- DMN para decisões;
- CEL para validações;
- Tree-sitter e LSP para estrutura de código;
- pesquisa híbrida, embeddings e rerankers;
- modelos linguísticos para extração, comparação e composição.
Estas tecnologias aparecem por baixo da solução. A solução continua a ser fazer com que o conhecimento possa ser compreendido e utilizado.
Linguagem, tradução, localização e composição NLG
A linguagem faz parte do conhecimento e também da sua entrega.
Uma organização pode precisar de exprimir a mesma base informativa:
- em diferentes idiomas;
- em variedades nacionais;
- com terminologia especializada;
- para públicos com diferente nível de conhecimento;
- em texto, voz ou vídeo;
- com durações distintas;
- sob restrições editoriais ou regulamentares.
A localização e a tradução pertencem à inteligência informacional porque obrigam a distinguir o que pode mudar e o que deve conservar-se.
Trabalhamos com:
- investigação contrastiva;
- glossários e memórias;
- invariantes semânticos;
- terminologia;
- registo;
- relações entre conceitos;
- geração controlada;
- auditoria adversarial;
- revisão humana.
Excorpora explora estas capacidades em tradução e localização. Finaz aplica-as a reporting multiformato e multiaudiência.
A composição de linguagem natural — NLG — permite converter estruturas informativas em linguagem através de regras, modelos de texto, cálculos e modelos generativos. A parte determinista protege aquilo que deve permanecer exato; a parte generativa adapta seleção, explicação e estilo.
O que pode mudar para uma organização
Menos tempo a reconstruir contexto
As pessoas podem aceder a uma representação que relaciona fontes, versões, entidades e decisões em vez de repetirem a mesma investigação em cada caso.
Respostas e relatórios mais examináveis
Cada resultado pode mostrar que evidência utilizou, que transformação aplicou e que incerteza permanece.
Conhecimento reutilizável
Uma mesma base pode alimentar pesquisa, reporting, formação, decisões, agentes, documentação e operações.
Lógica mais fácil de mudar
As regras e dependências deixam de estar visíveis apenas dentro de código ou configurações e podem ser discutidas antes de migrar, automatizar ou otimizar.
Maior coerência entre idiomas e formatos
Texto, voz, vídeo, traduções e localizações partilham factos, relações e invariantes.
Melhor contexto para agentes e modelos
Os sistemas recebem entidades, políticas, relações e evidência com alcance e proveniência, em vez de fragmentos sem uma representação comum.
Memória organizativa mais útil
As decisões, perguntas e mudanças de critério podem conservar-se de uma forma que permita continuar e rever o trabalho.
Aplicações
Investigação e conhecimento corporativo
Sistemas para consultar documentação, relacionar fontes, examinar evidência e manter conhecimento atualizado.
Lógica empresarial e modernização
Reconstrução de regras, decisões e dependências para ERP, migrações, integração e automatização.
Reporting generativo e multimodal
Produção de relatórios, guiões, voz, legendas e vídeo a partir de uma mesma base informativa.
Tradução e localização
Adaptação entre idiomas, variedades, registos e públicos preservando significado e terminologia.
Inteligência para projetos
Memória de perguntas, evidência, decisões, dependências e trabalho.
Contexto para agentes
Ferramentas, políticas, conhecimento de domínio e estados entregues a agentes através de interfaces controladas.
Atendimento e apoio especializado
Respostas baseadas em documentação, contexto de caso e procedimentos, com encaminhamento humano quando o conhecimento ou a autoridade o exigem.
Inteligência de decisões
Variáveis, definições, evidência e contexto preparados para classificação, previsão, cenários ou otimização.
O papel das pessoas
A inteligência informacional precisa de conhecimento humano em vários lugares.
As pessoas:
- estabelecem que fontes possuem autoridade;
- definem conceitos e relações;
- resolvem ambiguidades de domínio;
- validam lógica inferida;
- decidem entre versões contraditórias;
- determinam que informação pode ser partilhada;
- revêem significado, registo e interpretação;
- corrigem o sistema;
- decidem que conhecimento deve conservar-se, atualizar-se ou esquecer-se.
A interface deve concentrar a sua atenção em decisões reais. Uma pessoa especialista traz mais valor a examinar contradições, inferências de alto impacto e âmbitos duvidosos do que a rever mecanicamente centenas de fragmentos já verificáveis.
Como avaliamos
A avaliação adapta-se ao uso, mas pode incluir:
Cobertura
Que parte das fontes, entidades, conceitos, regras ou perguntas relevantes está representada.
Recuperação
Se o sistema encontra a evidência adequada para uma consulta e deixa de fora material parecido mas insuficiente.
Suporte
Se cada citação ou dado sustenta exatamente a afirmação que consome.
Resolução semântica
Se entidades, versões, âmbitos, unidades e relações são interpretados corretamente.
Contradição
Se o sistema deteta e representa evidências incompatíveis sem as ocultar dentro de uma resposta.
Abstenção
Se reconhece quando precisa de mais informação, de uma fonte diferente ou de critério humano.
Fidelidade linguística
Se traduções, localizações e composições preservam significado, terminologia, relações e invariantes.
Coerência multiformato
Se texto, voz, legendas, gráficos e vídeo partilham o mesmo núcleo informativo.
Atualização
Se a chegada de nova informação modifica as peças adequadas e conserva o histórico relevante.
Utilidade
Se as pessoas encontram o contexto mais depressa, revêem melhor, reutilizam conhecimento e reduzem reconstrução ou retrabalho.
Condições e limites
A inteligência informacional organiza, relaciona e torna examinável o conhecimento disponível. A qualidade do resultado depende das fontes, da sua cobertura, da sua vigência e da autoridade com que podem ser utilizadas.
As contradições de domínio, as intenções implícitas e as decisões organizativas continuam a precisar de pessoas capazes de responder por elas.
Os modelos ajudam a extrair, relacionar e compor. As regras, os esquemas, os testes e a revisão humana protegem aquilo que exige exatidão, estabilidade ou responsabilidade.
A maturidade é declarada por percurso. Um sistema pode ter uma ingestão sólida e manter ainda em avaliação a inferência de lógica ou a geração numa variedade linguística concreta.
Sistemas relacionados
DocuLogic
Documentação, código e lógica convertidos em conhecimento operativo verificável.
KIR
Representação intermédia tipada que projeta o conhecimento para cada uso.
Finaz
Evidência e estrutura informativa convertidas em reporting em texto, voz e vídeo.
Excorpora
Investigação e avaliação de tradução e localização com integridade semântica.
SuperSocrates
O sistema que pergunta: lacunas, colisões entre fontes, decisões e pressupostos, e a pergunta útil seguinte de um projeto.
SuperQuestions
O produto que representa e gere perguntas, evidência, decisões, dependências e trabalho como objetos de conhecimento de um projeto.
Encerramento
A inteligência informacional permite que uma organização compreenda melhor aquilo que já sabe, torne visíveis as relações que hoje permanecem repartidas e entregue conhecimento fiável onde ele deve informar, decidir ou atuar.