agentes especializados: documentação, pedidos, backoffice, triagem e supervisor.
Proposta comercial e técnica
ControlCenter IA para evolução operacional do Grupo Agrofarm
Uma iniciativa estratégica de Inteligência Artificial aplicada à operação empresarial, com agentes especializados, Winthor, Bitrix24, WhatsApp Business API, e-mail, documentos, base RAG, protocolos auditáveis, supervisão humana e evolução contínua.
Aos cuidados de Tiago Cruz · Reunião realizada em 07 de maio de 2026
treinamento contínuo dos agentes, curadoria e refinamento com uso real da operação.
decisões sensíveis seguem com supervisão humana, protocolos e rastreabilidade.
Sumário executivo
Uma proposta para transformar atendimento, processos e governança com IA supervisionada.
A proposta consolida um programa de Inteligência Artificial aplicada à operação de distribuição de produtos veterinários do Grupo Agrofarm, conforme reunião realizada com Tiago Cruz em 07 de maio de 2026. A solução será estruturada como um ControlCenter conectado aos sistemas já utilizados pela operação.
O projeto prevê arquitetura, desenvolvimento progressivo, integrações, ambiente em nuvem, curadoria da base de conhecimento, treinamento comportamental da IA, testes operacionais, entrada assistida em uso, monitoramento e evolução técnica supervisionada.
O princípio é explícito: a IA não será soberana. Ela executa apenas ações permitidas, organiza o que exige revisão e delega para o time humano tudo que envolve risco, alteração de estado, cancelamento, ajuste, exceção comercial ou decisão sensível.
Natureza do projeto
Um projeto de IA que amadurece com a operação real.
Este projeto não deve ser tratado como uma entrega estática de software tradicional. Trata-se de uma iniciativa estratégica de Inteligência Artificial aplicada à operação do Grupo Agrofarm, construída para evoluir de forma progressiva a partir de dados reais, histórico de atendimento, documentos internos, regras de negócio, validações humanas e aprendizado contínuo supervisionado.
A primeira versão funcional do ControlCenter IA será estruturada em ciclo acelerado, com previsão de 6 a 9 semanas para entrada assistida em uso. A partir desse ponto, a solução passa a evoluir com base nas interações reais da operação, permitindo correções, refinamentos, melhoria de respostas, ajustes de comportamento, ampliação da base de conhecimento, revisão de fluxos e aumento gradual da precisão dos agentes.
Diferente de uma automação simples, o objetivo é desenvolver uma camada inteligente de operação, capaz de compreender demandas, organizar protocolos, consultar informações autorizadas, acionar humanos quando necessário e gerar rastreabilidade sobre cada decisão. A IA não será soberana. Ela será treinada, supervisionada e corrigida continuamente para atuar dentro dos limites definidos pela empresa.
Primeira versão funcional
Entrada assistida em uso com fluxos prioritários, testes operacionais e supervisão humana.
Treinamento contínuo
Correção de comportamento, curadoria, refinamento de respostas e evolução da base RAG.
Limites explícitos
Ações sensíveis seguem organizadas pela IA e aprovadas por humanos responsáveis.
Valor prático rápido, maturidade progressiva.
Esse modelo permite que o projeto comece entregando valor prático rapidamente, ao mesmo tempo em que amadurece mês a mês com governança, segurança, curadoria e evolução técnica.
ControlCenter empresarial
A central de comando para agentes, protocolos e evolução operacional.
O ControlCenter concentra interações, tarefas, escalonamentos, logs, alertas, integrações e indicadores de qualidade. Ele transforma a IA em uma operação gerenciável, e não em uma automação solta.
Visão centralizada
Interações processadas pelos agentes com contexto, status e destino da demanda.
SLAs e protocolos
Acompanhamento de tarefas, prazos, responsáveis sugeridos e escalonamentos.
Auditoria por atendimento
Contexto, decisão tomada, resposta gerada, custo técnico e trilha de execução.
Saúde da operação
Integrações, filas, alertas, disponibilidade, consumo e estabilidade monitorados.
Curadoria contínua
Revisão de respostas, melhoria de prompts e atualização da base de conhecimento.
Revisão de cadastros, solicitação de documentos, anexos, validações e pendências.
Status, entrega, notas fiscais, histórico, prazos, valores e consultas read-only no ERP.
Demandas internas, follow-up, abertura de tarefas e roteamento para responsáveis.
Triagem, respostas padronizadas, coleta de dados e escalonamento seguro.
Diagnóstico operacional
Os ativos existem. A oportunidade está na coordenação inteligente da operação.
Pontos críticos endereçados
- Volume alto de solicitações repetitivas consumindo tempo operacional.
- Ausência de triagem inteligente entre cliente e time humano.
- Protocolos sensíveis ainda pouco padronizados para cancelamentos, devoluções e ajustes.
- Conhecimento institucional disperso em conversas, e-mails, tickets e rotinas informais.
- Baixa visibilidade gerencial sobre gargalos, tempo de resposta e recorrência por cliente.
Ativos aproveitados no projeto
- Histórico amplo de atendimento humano como matéria-prima de treinamento.
- ERP Winthor para consultas operacionais em modo seguro e read-only.
- Bitrix24 para tarefas, controle interno e demandas que exigem humano.
- Canais consolidados de atendimento, incluindo WhatsApp, telefone e e-mail.
- Equipe interna experiente como curadora e supervisora da transição.
Visão estratégica
Rotina automatizada, trabalho organizado e julgamento humano preservado.
Execução direta
Consultas read-only, respostas padronizadas, coleta de informações e tarefas de baixa criticidade.
Organização e delegação
Demandas com intervenção humana viram tarefa no Bitrix com protocolo, contexto, responsável e SLA.
Escalonamento seguro
Casos ambíguos, fora do escopo ou sensíveis chegam ao humano com histórico completo e motivo claro.
Personalidade 1:1 com a empresa
A IA será orientada por histórico de atendimento, vocabulário, jargões do mercado veterinário, regras internas, padrões de resposta e nível de formalidade. O objetivo é continuidade: o cliente deve sentir que está falando com a empresa, não com um sistema genérico.
Arquitetura técnica
Uma malha técnica controlada entre canais, agentes, sistemas e auditoria.
A ativação considera ambiente dedicado em nuvem, autenticação, controle de origem, rate limiting, TLS, mascaramento de dados, orquestração de agentes, logs e ferramentas de integração com permissões explícitas.
Canal
WhatsApp Business API
Canal
E-mail, telefone e Hub
Canal
Documentos e anexos
Segurança
Gateway
auth · rate limit · PII mask
Núcleo
Orquestrador de agentes
intenção · regras · roteamento
Agentes
Documentação · Pedidos · BackOffice · Triagem · Supervisor
ERP
Winthor TOTVS
consultas read-only
CRM
Bitrix24
tarefas · SLA · retorno
Memória
RAG + logs auditáveis
vector DB · protocolos
Extensão operacional Bitrix24
Camada de responsabilidade para tudo que exige humano.
Quando a solicitação envolve cancelamento, ajuste, exceção comercial ou qualquer decisão sensível, a IA organiza a demanda e transfere a execução para o time do Grupo Agrofarm dentro do Bitrix24.
Humano no loop
Protocolo vinculado
SLA e responsável
Webhook de retorno
Cancelamento, ajuste, devolução ou exceção comercial.
Tarefa criada com protocolo, histórico e SLA.
Humano valida, decide e executa no processo correto.
Status, comentário e conclusão retornam ao ControlCenter.
Cliente recebe resposta com rastreabilidade completa.
Título, descrição completa, protocolo, anexos, prioridade, prazo e responsável sugerido.
A equipe mantém decisão e execução sobre processos sensíveis, preservando segurança operacional.
Atualizações do Bitrix retornam ao ControlCenter e alimentam logs, SLA e comunicação com o cliente.
Componentes principais
- Ambiente dedicado
- Nuvem com controle de acesso, backups, monitoramento e separação operacional.
- Gateway de segurança
- Autenticação, origem, rate limiting, TLS, sanitização e mascaramento de dados.
- Orquestrador
- Classifica intenção, roteia demanda, aplica regras e decide responder, criar tarefa ou escalar.
- Base RAG
- Históricos, FAQs, políticas, manuais, regras de negócio e exemplos aprovados.
- ControlCenter
- Painel de protocolos, tarefas, logs, alertas, integrações e métricas.
Stack recomendado
- Backend
- Python 3.12 com FastAPI ou Node.js 20 com Fastify.
- Dados
- PostgreSQL 16, Qdrant ou Pinecone, Redis e filas assíncronas.
- LLM
- Claude Haiku para triagem, Sonnet para raciocínio e Opus em casos pontuais.
- Dashboard
- Next.js, autenticação com 2FA, WebSocket e UI operacional.
- DevOps
- Docker, CI/CD, Grafana/Prometheus ou Datadog, logs centralizados e secrets manager.
Governança de dados e IA externa
Biblioteca criptografada para aprendizado da IA.
A arquitetura proposta permite organizar históricos comerciais, conversas anteriores, documentos internos, políticas, objeções, respostas aprovadas, catálogos, regras e exemplos reais em uma biblioteca privada do ControlCenter IA. Essa biblioteca funciona como uma camada de aprendizado operacional e personalidade, sem exigir que todo o acervo seja entregue de forma bruta ao provedor externo de IA.
Cofre de dados em nuvem
Os dados próprios do cliente podem ficar em um ambiente cofre na infraestrutura em nuvem, com criptografia em repouso, TLS em trânsito, chaves controladas, secrets manager, backups, RBAC e trilha de auditoria. A biblioteca não fica pública e não é exposta integralmente à IA externa.
Índice semântico protegido
O conteúdo curado é transformado em índice semântico para recuperação contextual. Esse índice ajuda a IA a encontrar o que é relevante, aprender padrões de linguagem, entender histórico comercial e manter personalidade de atendimento. Como embeddings também representam informação, eles devem ser protegidos com o mesmo rigor da base original.
Uso controlado pela IA
Quando uma demanda chega, o ControlCenter consulta a biblioteca, recupera os trechos relevantes, aplica permissões, mascara dados sensíveis quando necessário e envia ao modelo apenas o contexto autorizado para aquela resposta, preservando controle, rastreabilidade e governança.
Aprendizado prático sem expor o acervo bruto
Na prática, a IA aprende a operar melhor a partir dessa biblioteca, do histórico curado, dos exemplos aprovados e das correções humanas. Tecnicamente, esse aprendizado acontece por RAG, curadoria, avaliação de respostas, ajuste de prompts, regras de comportamento e evolução do índice. O conteúdo permanece protegido no cofre do ControlCenter e só é convertido em contexto legível quando precisa ser usado em uma interação autorizada.
Decisão tecnológica
APIs de IA como motor cognitivo, ControlCenter como orquestrador da operação.
A recomendação técnica não é criar uma IA fundacional do zero. O caminho mais equilibrado para a necessidade do Grupo Agrofarm é usar APIs consolidadas de modelos de linguagem como capacidade cognitiva, enquanto a Lumina desenvolve o ControlCenter IA como camada de orquestração, governança, contexto, protocolos, integrações, segurança e supervisão humana.
Por que não criar uma IA própria do zero
Treinar um modelo próprio exigiria grande volume de dados, equipe especializada em machine learning, MLOps, avaliação contínua, segurança de modelo e infraestrutura dedicada. Para este caso, isso aumentaria custo, prazo e risco sem trazer ganho proporcional para os fluxos operacionais previstos.
Custo de infraestrutura própria
Uma operação com GPUs em nuvem poderia facilmente entrar na faixa de US$ 2.000 por mês ou mais apenas em infraestrutura especializada. Em estrutura própria, dependendo do volume, o projeto poderia se aproximar de um mini datacenter, com placas de vídeo de alto custo, energia, refrigeração, redundância, manutenção e atualização constante.
Orquestração com APIs
As APIs fornecem os modelos de IA. O ControlCenter define quando usar cada modelo, quais dados podem ser enviados, qual agente deve responder, quando consultar RAG, quando criar tarefa no Bitrix24, quando acionar humano e como registrar cada decisão.
Aprendizado supervisionado e evolução prática
O aprendizado do projeto acontece por ciclos de uso real, curadoria humana, avaliação de respostas, melhoria da base de conhecimento, ajuste de prompts, revisão de fluxos, classificação de intenções e correção do comportamento dos agentes. É machine learning aplicado de forma pragmática à operação: a solução melhora com dados, validação e governança, sem exigir que o Grupo Agrofarm arque com a complexidade de treinar e operar um modelo próprio do zero.
Decisão, protocolo e supervisão
Cada demanda segue uma trilha clara de decisão, protocolo e responsabilidade.
Recebimento e sanitização
Origem autenticada, rate limit aplicado e PII mascarada antes do envio para modelos de IA.
Classificação de intenção
Triagem identifica consulta, documentação, ação sensível ou necessidade de escalonamento.
Roteamento
O orquestrador direciona para o agente correto, com escopo, ferramenta e limite de ação.
Execução controlada
Consultas read-only são respondidas; ações sensíveis geram tarefa no Bitrix e contexto completo.
Resposta e protocolo
Cliente recebe resposta no canal de origem com protocolo e expectativa de próximos passos.
DV-2026-MES-DIA-XXXXX
Formato de protocolo
Identificador único vinculado ao atendimento, logs e tarefa no Bitrix quando aplicável.
Consulta
Status de pedido, nota fiscal, entrega, cadastro e informações recorrentes para referência.
Ação
Cancelamento, devolução, ajuste ou solicitação que exige humano, responsável sugerido e SLA.
Incidente
Cliente insatisfeito, divergência, caso fora do escopo ou suspeita de risco com prioridade.
Treinamento da IA
A IA aprende processos, linguagem e critérios de atendimento.
A jornada ControlCenter IA transforma histórico, documentos, políticas, tickets e exemplos reais em uma base operacional curada. Essa etapa sustenta tom de voz, precisão, escalonamento e confiança.
Conversas, e-mails, tickets, políticas, FAQs, produtos e regras internas.
Exemplos excelentes, padrões a evitar, vocabulário, jargões e critérios.
Conteúdo aprovado vetorizado para recuperação contextual durante o atendimento.
Personalidade, limites, ferramentas, regras de resposta e escalonamento.
Cenários reais, aderência ao tom, precisão factual e revisão mensal.
Segurança, LGPD e compliance
Segurança e governança para agentes com limites auditáveis.
ControlCenter
Operação governada
Protocolos, logs, RBAC, auditoria e humano no loop.
WhatsApp API, e-mail e Hub com origem validada.
Auth, rate limit, TLS e mascaramento de PII.
Credenciais fora do código, rotação e segregação.
Dados mínimos, prompt protegido e escopo por agente.
AES-256 em repouso, retenção e trilha por protocolo.
Pausa de agentes, contenção e resposta a incidentes.
Perímetro
Firewall, WAF e proteção DDoS na borda.
Acesso
SSH por chave, allowlist de IPs e autenticação em dois fatores.
Transporte
TLS 1.3 e mTLS entre serviços internos quando aplicável.
Credenciais
Secrets manager, rotação programada e nenhuma credencial em código ou logs.
Aplicação
RBAC por agente, logs criptografados, backups separados e trilha de auditoria.
Princípios aplicados: minimização de dados, anonimização de PII em prompts, retenção controlada, direitos do titular, RIPD, DPO designado e plano de resposta a incidentes com detecção, contenção, comunicação, análise e reporte quando necessário.
Cronograma de ativação acelerada
Ativação acelerada com entrada assistida em uso.
A primeira etapa do projeto será conduzida em ciclo acelerado para estruturação técnica, desenvolvimento do ControlCenter IA, configuração inicial dos agentes, organização da base de conhecimento, integrações prioritárias, testes operacionais e entrada assistida em uso.
Descoberta e desenho operacional
Imersão, processos prioritários, KPIs, matriz de risco, governança e RIPD inicial.
Ambiente, segurança e base técnica
Cloud, firewall, SSH, mTLS, secrets, monitoramento, logs e ambiente de homologação.
Base de conhecimento e treinamento inicial da IA
Coleta, anonimização, curadoria, vector DB, prompts, tom de voz e testes comportamentais.
Integrações e agentes operacionais
Winthor em consultas autorizadas, Bitrix24, WhatsApp API, protocolos e fluxos operacionais.
Entrada assistida em uso e ajustes reais
Operação gradual com humanos no loop, ajustes finos, treinamento do time e correções reais.
Depois da entrada assistida em uso
O projeto seguirá em rotina mensal de operação supervisionada, treinamento contínuo dos agentes, curadoria, monitoramento, ajustes evolutivos e melhoria progressiva da solução.
Indicadores de sucesso
Métricas para eficiência, qualidade e rastreabilidade desde o início.
Redução em demandas repetitivas e consultas operacionais.
Atendimentos resolvidos, organizados ou triados pelos agentes.
Análise por motivo, criticidade e oportunidade de melhoria.
Avaliação qualitativa e curadoria contínua das respostas.
Tempo entre abertura, tratamento e fechamento de demandas internas.
Interações com logs, protocolos e histórico completo para auditoria.
Premissas de ROI e benchmark de mercado Detalhamento mantido em leitura secundária
Premissas conservadoras: 100 a 200 atendimentos repetitivos por dia, 8 a 15 minutos humanos por atendimento simples, 280 a 600 horas economizadas por mês, atendimento 24/7 e redução do tempo de resposta de minutos ou horas para segundos.
O plano técnico posiciona o projeto como tier intermediário-superior: mais que chatbot, menos que uma reformulação enterprise total. A recomendação estratégica é começar com casos de uso específicos, medir resultados e escalar gradualmente.
Escopo, premissas e limites
Escopo claro para proteger a operação e orientar a evolução.
Incluso
- Estruturação do ControlCenter IA corporativo.
- Agentes de documentação, pedidos, backoffice, triagem e supervisão.
- Integrações previstas com Winthor, Bitrix24, WhatsApp, SMTP, PDF e storage seguro.
- Base de conhecimento inicial, testes de cenários reais e entrada assistida em uso.
- Cloud, monitoramento, backups, suporte, curadoria e evolução supervisionada.
Premissas
- A primeira versão funcional será priorizada com base nos fluxos de maior impacto operacional.
- Disponibilização de acessos técnicos, documentação de APIs e usuários de teste.
- Ações sensíveis seguem aprovadas e executadas por humanos.
- A IA atua dentro de permissões explícitas, com consultas read-only quando aplicável.
- O consumo operacional de IA incluso considera volume estimado no início do projeto.
- Dados internos, histórico comercial e biblioteca de conhecimento poderão ficar criptografados em ambiente cofre na nuvem.
- A IA usará essa biblioteca como aprendizado operacional por índice, RAG, curadoria e exemplos aprovados.
- A evolução dos agentes depende de curadoria, validação humana e uso real da operação.
Não incluso por padrão
- Licenças próprias de ERP, CRM, telefonia, WhatsApp ou upgrades de terceiros.
- Alterações internas no Winthor ou módulos proprietários de fornecedores.
- Campanhas de marketing, disparos massivos, mídia paga ou automações promocionais.
- Novas unidades, módulos ou áreas fora da proposta inicial.
- Maior volume operacional, novas rotinas, novos agentes ou integrações adicionais poderão ser escalados proporcionalmente como módulo separado.
Propriedade, autonomia e portabilidade
Propriedade organizada para autonomia e continuidade.
Durante o ciclo contratado, os ativos desenvolvidos para o projeto serão organizados com documentação, controle de acessos, versionamento, prompts, bases curadas, fluxos e configurações técnicas. Em eventual encerramento contratual, a continuidade poderá ser transferida de forma organizada, respeitando licenças de terceiros, credenciais sob titularidade da empresa, provedores contratados e dependências externas utilizadas na operação.
Propriedade integral
O sistema, os fluxos, prompts, configurações, base curada e documentação desenvolvidos para o projeto serão propriedade do Grupo Agrofarm.
Operação transferível
Em caso de encerramento contratual, a passagem de bastão será feita de forma integral para equipe interna, nova gestão técnica ou fornecedor homologado.
Sem dependência oculta
Credenciais, provedores, ambientes e integrações serão organizados para preservar governança, autonomia e continuidade da empresa.
Segurança e confidencialidade
Dados, documentos, conversas, logs, credenciais e regras comerciais serão tratados com acesso controlado, confidencialidade e rastreabilidade.
Visão de engenharia e impacto
Engenharia aplicada para eficiência, controle e rastreabilidade.
A Lumina enxerga este projeto como uma iniciativa de alto nível técnico e estratégico. A proposta não é apenas conectar ferramentas ou criar respostas automáticas, mas desenvolver uma arquitetura operacional de Inteligência Artificial com agentes especializados, integração entre sistemas, protocolos auditáveis, base de conhecimento curada, supervisão humana e evolução contínua.
Este será conduzido como um projeto de referência em engenharia aplicada à IA, com potencial para se tornar um dos cases mais relevantes da Lumina. A responsabilidade técnica será tratada com esse nível de importância: cada fluxo, integração, agente, regra de segurança e decisão automatizada será pensado para gerar eficiência real sem comprometer controle, rastreabilidade ou qualidade operacional.
A construção será progressiva, mas com ambição clara: entregar uma solução robusta, escalável e diferenciada, capaz de demonstrar ao mercado um novo padrão de uso da Inteligência Artificial em operações empresariais.
Agentes, integrações, cloud, logs, segurança e operação assistida trabalhando como sistema.
Projeto com potencial institucional para demonstrar IA real em operação empresarial complexa.
Eficiência sem autonomia irrestrita, com decisão sensível mantida sob responsabilidade humana.
Investimento e condições
Investimento mensal para desenvolvimento, operação assistida e evolução contínua.
A estrutura comercial distribui o investimento ao longo do contrato, mantendo previsibilidade financeira para o Grupo Agrofarm e permitindo que a Lumina conduza o desenvolvimento, a ativação assistida, a operação supervisionada e a evolução contínua da solução.
Por se tratar de um projeto de Inteligência Artificial aplicada à operação, a evolução da solução não se encerra na primeira entrega funcional. A etapa inicial tem como objetivo colocar o ControlCenter IA em uso de forma assistida, enquanto os ciclos seguintes serão dedicados ao refinamento dos agentes, correção de comportamentos, ampliação da base de conhecimento, melhoria dos fluxos, análise de casos reais, treinamento contínuo e avanço da maturidade operacional.
Contrato de 12 meses, com primeira versão funcional em 6 a 9 semanas.
Não há cobrança inicial isolada. O investimento é distribuído em ciclos mensais.
Treinamento contínuo dos agentes, curadoria, monitoramento e melhoria progressiva.
O programa contempla
- Desenvolvimento progressivo da solução, arquitetura técnica e estruturação do ControlCenter.
- Agentes de IA, base de conhecimento, prompts, fluxos e testes comportamentais.
- Integrações previstas, ambiente em nuvem, monitoramento e segurança operacional.
- Curadoria, ajustes assistidos, suporte técnico e treinamento contínuo dos agentes.
- Evolução supervisionada durante o período contratado, com análise de casos reais.
Entrega inicial e continuidade
- Primeira versão funcional acelerada no início do projeto, sem esperar 12 meses para gerar valor.
- Entrada assistida em uso com humanos no loop, protocolos e rastreabilidade.
- Operação supervisionada após a primeira versão funcional, com correções e refinamentos.
- Governança sobre decisões sensíveis, consultas read-only quando aplicável e limites explícitos por agente.
- Previsibilidade financeira mensal para sustentar engenharia, cloud, suporte e evolução.
Entrega inicial com evolução contínua
Após a primeira versão funcional, a solução continuará sendo treinada, ajustada e aperfeiçoada com base no uso real, elevando progressivamente sua precisão, aderência ao tom da empresa, capacidade de triagem, segurança operacional e valor estratégico.
Proteção de escopo
O programa mensal contempla o escopo descrito nesta proposta dentro dos fluxos e integrações previstos. Novas áreas, módulos adicionais, integrações não mapeadas, alterações estruturais no ERP, demandas fora do escopo inicial ou crescimento expressivo de volume operacional poderão ser escalados proporcionalmente como módulo separado, sempre mediante avaliação técnica e aprovação prévia.
Premissa técnica Winthor
A integração com Winthor depende da disponibilidade técnica de acesso, documentação, permissões, API, banco, ambiente de homologação ou suporte do fornecedor responsável. A primeira etapa prevista considera consultas em modo read-only, sem execução automática de ações sensíveis pela IA.