Software técnico

Software técnico, programas de cálculo e análise avançada de dados.

A Artik Lab desenvolve para os clientes software avançado quando o problema não se resolve com um painel ou com o software padrão da empresa: cálculos técnicos, modelos matemáticos, dados operacionais, regras de especialistas e fluxos de trabalho a controlar com testes.

Quando faz sentido

Quando o know-how da empresa é importante demais para ficar em planilhas, código legacy ou na cabeça de poucas pessoas.

Muitas empresas industriais trabalham com cálculos, exceções e decisões técnicas que cresceram com o tempo. Às vezes vivem em planilhas frágeis, às vezes em software obsoleto, às vezes em procedimentos conhecidos apenas por usuários experientes. O serviço transforma esse conhecimento em sistemas legíveis, testáveis e transferíveis.

O que se constrói

Sistemas para tornar repetível o que hoje depende de experiência, arquivos e controles manuais.

O valor nasce da combinação entre engenharia de software, análise de dados e formalização de conhecimento especializado. O resultado não é uma demo, mas um sistema com critérios de aceitação, testes, documentação e limites claros.

  • Cálculos importantes dependem de arquivos não documentados ou difíceis de verificar.
  • Um software técnico ainda funciona, mas ninguém quer mais modificá-lo.
  • Existem dados operacionais, mas eles ainda não orientam prioridades, anomalias ou previsões.
  • Decisões técnicas dependem de poucas pessoas especialistas e não de um sistema compartilhado.
  • A direção precisa investir, mas não tem um dossiê técnico claro sobre risco, valor e viabilidade.

Programas de cálculo e verificação

Programas de cálculo que, sobre os mesmos dados, dão sempre o mesmo resultado: controles, cenários, simulações e verificações repetíveis.

Sistemas de dados e análise avançada

Coleta, normalização e leitura dos dados operacionais para identificar anomalias, padrões, prioridades e riscos.

Atualizar um software técnico que ninguém quer mais tocar

Auditoria do código existente, reconstrução das lógicas, parser (programa que lê formatos antigos) e reescrita progressiva.

Interfaces, relatórios e API

Ferramentas utilizáveis por escritórios técnicos e funções operacionais: painéis de decisão, relatórios, exportações e integrações.

Método

Do processo técnico ao sistema verificável.

Não é software genérico. É software que incorpora domínio, matemática e responsabilidade.

  1. 1
    Auditoria técnica

    Ler o sistema existente: dados, fórmulas, fluxos, dependências, erros conhecidos e risco operacional.

  2. 2
    Formalização do domínio

    As regras especializadas viram entidades, restrições, premissas, casos-limite e critérios de decisão.

  3. 3
    Arquitetura verificável

    O núcleo de cálculo é separado de interfaces, relatórios e componentes de IA, para permanecer controlável.

  4. 4
    Protótipo calculável

    Construir um fluxo mínimo completo: dados de entrada, modelo de dados, cálculo, verificação e resultado.

  5. 5
    Validação

    Testes automáticos, casos sintéticos, regressão e comparação com referências conhecidas medem desvios e riscos.

  6. 6
    Produção

    O sistema se torna utilizável com interfaces, APIs, relatórios, documentação e responsabilidades de manutenção.

Entregáveis

O que fica na empresa.

  • Blueprint técnico com arquitetura, riscos, dados, premissas e decisões em aberto.
  • Base de conhecimento estruturada com regras operacionais, restrições, fontes e nível de confiança.
  • Motor de cálculo, sistema de dados ou aplicação técnica com testes automáticos.
  • Dossiê de verificação com discrepâncias, tolerâncias, critérios de aceitação e prioridades de correção.
  • Relatórios, interfaces ou APIs para integrar o sistema ao trabalho real.
  • Roadmap em pacotes progressivos, com entregáveis testáveis e pontos de controle técnico.

Exemplos anônimos

Problemas típicos que o serviço pode enfrentar.

Documentação técnica fora de controle

Um escritório técnico usa arquivos complexos para tomar decisões recorrentes. O risco é que as fórmulas já não sejam conferíveis e que cada alteração exija memória histórica. O projeto reconstrói as regras, transforma-as em modelo de dados e acrescenta testes para evitar regressões.

Software técnico que ainda funciona, mas ninguém consegue mais alterar com segurança

Uma aplicação crítica ainda funciona, mas depende de tecnologias datadas e de lógicas não documentadas. O trabalho parte da auditoria, separa o que deve ser preservado do que deve ser reprojetado e constrói uma reescrita progressiva com comparação dos resultados.

Dados industriais que não ajudam a tomar decisões

O processo produz dados, mas a empresa os usa sobretudo para relatórios retrospectivos. A análise busca sinais úteis para prioridades operacionais, anomalias, previsões e escolhas de controle, declarando também quando o dado não basta.

O conhecimento da empresa que nunca é documentado

Algumas decisões dependem da experiência de funções-chave. O projeto torna explícitas regras, exceções e limiares de atenção, para que o saber permaneça disponível também quando mudam pessoas, ferramentas ou volumes de trabalho.

Dos projetos executados

Cinco casos reais

O que foi obtido.

01Escritório técnico

As regras de cálculo estão no código e em uma pessoa só, não em um documento de especificações.

Oito semanas de análise sobre cerca de 267 arquivos-fonte: 37 regras de decisão escritas e 18 criticidades que a empresa não sabia que tinha.

A situação. Uma empresa projeta sob encomenda componentes cujo dimensionamento exige verificações normativas. Há mais de vinte anos o trabalho passa por um software de cálculo escrito internamente, em uma plataforma de desenvolvimento que já não tem suporte, com formatos de arquivo proprietários nunca documentados. O programa funciona, mas ninguém consegue mais alterá-lo com segurança razoável. E as especificações não existem: as regras vivem dentro do código e na experiência de um único projetista.

O que foi feito. Os requisitos não foram coletados, foram reconstruídos. O trabalho lê em paralelo três fontes — o código-fonte, o arquivo dos projetos realmente executados e as indicações do escritório técnico — e as faz colidir entre si: cada regra extraída do código é confrontada com os dados e levada ao especialista, cada indicação do especialista é verificada no código. Nenhuma afirmação é aceita por confiança, nem a do especialista nem a do código; o que não é verificável é declarado como tal, em vez de permanecer implícito.

O que mudou. A empresa deixou de depender de um saber que existia em um só lugar. O que era tácito virou um documento discutível e, junto com o mapa do sistema, saiu a lista das incongruências que ninguém tinha mais como ver, inclusive divergências entre o que o manual prescreve e o que o programa executa.

Medido no projetoCerca de 267 arquivos-fonte e doze bibliotecas mapeados em oito semanas de análise. 37 regras de decisão formalizadas: 13 restrições rígidas, 19 heurísticas de otimização, 5 regras de diagnóstico.
O que veio à tona18 criticidades do software em uso, classificadas por gravidade e cada uma com uma proposta de tratamento. A isso se somam doze limitações documentadas e dez requisitos para o sistema novo.
Como continuaUm percurso em pacotes testáveis, em que cada etapa tem um critério de aceitação numérico combinado antes de começar.
Limite declaradoOs números vêm deste projeto: dizem o que o método produziu ali, não o que produzirá em outro lugar.
02Instrução de pedidos e back-office

Os pedidos chegam por e-mail. O software da empresa não os acompanha.

Dois documentos oficiais já preenchidos com os dados conferidos; nenhuma comunicação sai sem a aprovação de uma pessoa.

A situação. Uma organização recebe os pedidos por e-mail, em forma livre, escritos por pessoas diferentes. Cada processo exige dados precisos, alguns verificáveis só cruzando várias informações, e produz documentos oficiais em modelos fixos. O tempo qualificado se vai no transporte dos dados: reler, pedir o dado faltante, esperar, recopiar os mesmos campos em vários documentos, cobrar quem precisa completar a sua parte. O gargalo não é a decisão: é o transporte.

O que foi feito. Um assistente vigia a caixa. Lê a mensagem, extrai os dados, confere-os com as condições da organização e responde explicando em linguagem corrente qual dado falta e em que forma é preciso, em vez de reenviar um formulário vazio. Acima dele trabalha um gestor que conhece o ciclo de vida do processo: quantas vezes o mesmo dado já foi pedido, se quem precisa completar a própria parte respondeu nos dias previstos, se o solicitante já tem um processo aberto. Depois de um número declarado de trocas infrutíferas o processo congela, em vez de alimentar uma troca infinita.

O que mudou. Quando o processo está completo, os documentos oficiais saem já preenchidos nos modelos da organização, com os campos populados pelos dados validados. O tempo qualificado volta à avaliação de mérito, que é a única parte que realmente pedia uma pessoa experiente.

Medido no projeto135 testes automáticos verdes sobre modelos de dados, motor de validação, geração de documentos e gestão dos processos, entre os quais seis percursos completos do e-mail ao documento.
Escolha de projetoZero envios automáticos: cada comunicação de saída passa pela aprovação de um operador. Em um processo que produz atos, a automação para um passo antes da assinatura.
Limite declaradoO tempo poupado ainda não foi medido antes e depois em um ciclo completo. O projeto declara o que o sistema faz, não o quanto encurta o processo.
03Equipes em campo

O plano semanal das equipes em campo ainda é feito à mão.

O plano semanal se calcula em poucos segundos e se regenera quando uma restrição muda. Quanto faz poupar ainda não está medido, e não é declarado.

A situação. Quando uma empresa envia equipes aos clientes, o programa semanal nasce de dezenas de restrições que se atrapalham: endereços espalhados em um território amplo, faixas de horário impostas pelos clientes, prioridades comerciais e prazos de lei, durações que mudam com o tipo de prestação, equipes não intercambiáveis. Feito à mão, o plano sempre sai percorrível, mas nunca eficiente, e falta o termo de comparação para perceber isso.

O que foi feito. O problema é formulado como problema de rota com janelas de tempo e resolvido com um otimizador. Um primeiro nível distribui as intervenções pelos dias, equilibrando a capacidade das equipes e colocando primeiro as mais onerosas. Um segundo resolve cada dia como rota em vários veículos, com os tempos de percurso reais tirados de um serviço viário e as janelas de horário tratadas como restrições que não se podem violar.

O que mudou. O responsável recebe um plano pronto para usar: rotas no mapa, calendário diário por unidade, quilômetros, horas de direção e saturação das equipes. E o mesmo plano se regenera em poucos segundos quando uma restrição muda, que é a parte que serve na hora, quando alguém falta.

Como foi testadoEm um arquivo demonstrativo com nomes fictícios — 35 sedes, 128 pessoas, duas unidades móveis — o plano semanal completo sai em poucos segundos, contra as horas que o trabalho à mão exige.
O que devolveA cada execução: quilômetros totais, horas de direção e percentual de saturação por equipe. São os números que permitem comparar dois planos, em vez de confiar no primeiro.
Limite declaradoAinda não existe uma comparação medida antes e depois em um cliente real. Enquanto não houver, nenhum percentual de economia é declarado: seria uma estimativa apresentada como medida.
04Serviços ao público

Reconhecer os artigos do catálogo a partir de uma foto, sem uma campanha de fotografias classificadas à mão.

Abrir uma nova sede significa carregar um arquivo, não reunir e classificar à mão as fotografias de cada artigo.

A situação. Reconhecer a partir de uma foto os artigos de um catálogo que muda todo dia custa caro se cada sede precisa antes reunir e classificar à mão as fotografias. É o que torna proibitivos os prazos de ativação das soluções tradicionais neste tipo de serviço.

O que foi feito. A abordagem alternativa é descrever o catálogo em vez de mostrá-lo. Os itens do dia são carregados de forma declarativa — nome, categoria, descrição estendida, ingredientes, quantidade — e um modelo multimodal generalista reconhece a partir dessas descrições, não de um arquivo de imagens rotuladas. O sistema também trata os itens compostos, com coeficientes de porção, para que os valores permaneçam corretos quando na mesma escolha convivem meias porções de produtos diferentes.

O que mudou. Ativar uma nova sede significa carregar o catálogo dela. Não é preciso hardware dedicado: usa-se o smartphone da pessoa, sem totens nem leitores. E o custo escala com o tráfego, em vez de ser o custo fixo de um posto a manter mesmo quando passam dez pessoas.

Como se controlaUma suíte de regressão sobre imagens reais, com a verdade de referência declarada para cada imagem: uma alteração no modelo ou nas instruções se mede em uma bancada estável, em vez de na impressão.
Previsto na especificaçãoSete idiomas em toda a interface e nos conteúdos do catálogo. A localização completa está planejada, ainda não concluída.
Limite declaradoO dado de acurácia ainda não é declarável: parte das imagens recentes está sem verdade de referência e fica de fora dos testes. É o primeiro número que qualquer um que avalie esta solução pedirá, e não é estimado no lugar de medi-lo.
05Segurança e treinamento

Treinamento obrigatório que vence sem que ninguém perceba.

18 tipos de curso obrigatório, cada um com o próprio vencimento; para cada pessoa quatro estados (válido, a vencer, vencido, nunca realizado) e um aviso prévio que se pode regular.

A situação. Quem responde pelo treinamento obrigatório de dezenas ou centenas de pessoas mantém o estado em planilhas que envelhecem a cada contratação e a cada mudança de função. O risco não é teórico: é perceber um vencimento ultrapassado durante uma inspeção, com o que isso implica em matéria de segurança do trabalho.

O que foi feito. O problema não é calcular uma data. É manter juntos cadastros, histórico dos cursos e regras de periodicidade diferentes por função e por atividade, e calcular para cada pessoa e para cada obrigação um estado entre quatro: válido, a vencer dentro do limiar, vencido, nunca realizado. Dali saem a matriz formativa legível de relance, as cobranças em registro formal e o relatório periódico.

O que mudou. Quando a matriz existe, o trabalho vira programar os cursos em vez de reconstruir o estado. Os dados pessoais permanecem no servidor da organização: nenhum envio a serviços externos, obtido como restrição de arquitetura e não como declaração de intenção.

Medido no projeto18 tipos de curso obrigatório modelados, com periodicidade de um a cinco anos e alguns únicos. Quatro estados calculados para cada combinação entre pessoa e obrigação, com aviso prévio padrão de 90 dias e configurável por cliente.
Como foi testadoEm um arquivo demonstrativo com nomes fictícios: oito empresas, cerca de 175 pessoas e mais de 700 registros formativos, com uma distribuição realista dos estados.
Limite declaradoO cálculo segue regras fixas e, sobre os mesmos dados, dá sempre o mesmo resultado, e está certo assim: em uma regra de periodicidade não há nada a confiar a um modelo. A IA serve um passo antes, para trazer para dentro dados que hoje chegam desordenados, e um passo depois, para perceber que uma regra mudou.

Atlas IA

Antes de escolher o formato, reconhecer o processo.

O Atlas reúne exemplos concretos de aplicações IA para documentos, operações, RH, marketing, software, governança, produção, formação e dados. Ajuda a decidir se o caso exige consultoria, análise de dados, desenvolvimento técnico ou formação.

Abrir o Atlas

IA controlada

A IA ajuda, mas o núcleo técnico deve continuar explicável.

Em sistemas técnicos, componentes opacos não devem substituir o cálculo verificável. A IA pode explorar dados, explicar resultados, propor cenários, ler documentos ou assistir o usuário. O núcleo determinístico, as regras de domínio e os testes continuam sendo o ponto de controle.

Nos projetos

Onde passa o limite: o cálculo permanece repetível, a IA trabalha por cima.

Cinco projetos diferentes, a mesma escolha: o que decide é um cálculo repetível e controlável com testes, a IA trabalha por cima. Cada ficha diz onde passa o limite e como se controla.

01Escritório técnico

O software calcula, mas as decisões as toma uma pessoa só

As escolhas de quem tem vinte anos de ofício viram regras escritas no programa de cálculo; os controles de norma permanecem um cálculo repetível.

Em muitos escritórios técnicos o programa executa as verificações, enquanto as escolhas que levam a uma solução eficiente ficam com quem tem vinte anos de ofício: por onde começar, como corrigir quando as verificações não fecham, quando uma solução formalmente correta não é razoável.

O projeto transforma essas decisões em restrições, heurísticas e regras de diagnóstico explícitas, que viram parâmetros do motor de cálculo. Por cima do núcleo trabalham agentes especializados, instruídos nos casos históricos e nas soluções realmente adotadas: um propõe a configuração inicial para um problema novo, um escolhe a estratégia corretiva quando a otimização não converge, um compara o resultado com os casos análogos e aponta quando está matematicamente correto mas atípico.

Os dois planos permanecem separados. As verificações normativas são determinísticas e reproduzíveis, a IA trabalha por cima do cálculo e não dentro, e o especialista permanece no ciclo para validar, corrigir e enriquecer.

Como se controla695 testes automáticos no motor, executados a cada integração. O motor reconstruído reproduz 58 casos de verificação em 63 até o dígito impresso, e 44 arquivos históricos em 44 são relidos sem exceções por decodificadores escritos sem ter a documentação dos formatos.
O que falta, declaradoA base dos fatos chega a 98,8% de completeza — 399 itens em 404 — e os 5 que restam estão declarados e motivados em vez de omitidos.
Verificação independenteOito campanhas conduzidas por agentes encarregados de refutar o trabalho feito. As refutações encontradas foram reparadas antes da entrega, não arquivadas.
02Instrução de pedidos e back-office

A inteligência artificial escreve o rascunho, as regras da empresa decidem o desfecho.

As condições para aceitar ou recusar um processo estão em um arquivo que o escritório altera sem tocar no código. A inteligência artificial prepara os dados e comunica o desfecho, não o estabelece.

Em um processo que produz documentos oficiais, o texto pode ser escrito pela inteligência artificial; se o processo é aceito ou não, decidem as regras, não o modelo.

As condições para aceitar ou recusar um processo estão em um arquivo de configuração legível que o escritório técnico atualiza sozinho quando uma regra muda, sem passar pelo desenvolvimento. A inteligência artificial lê os e-mails, extrai os dados e compõe a resposta; o programa de cálculo decide o desfecho e o motiva.

E o envio permanece um gesto humano: o rascunho está pronto, a assinatura é de quem responde.

Como se controla135 testes automáticos verdes, entre os quais seis percursos completos do e-mail ao documento gerado.
Onde passa o limiteO 100% das comunicações de saída passa pela aprovação de um operador. Nenhum envio automático, por escolha de projeto e não por limite técnico.
03Equipes em campo

O plano das equipes também lista as intervenções que não cabem, e por quê.

O programa pode deixar de fora uma intervenção, e declara isso com um custo ligado à prioridade, em vez de produzir um plano que no papel se sustenta e na rua não.

O valor não é só a rota mais curta: é saber o que fica de fora e por quê.

Em vez de forçar um programa inviável, o programa pode deixar de fora uma intervenção e declara isso com um custo ligado à prioridade. O que o responsável recebe é um plano executável mais a lista motivada do que não era planejável — capacidade insuficiente, janela de horário incompatível — em vez de intervenções que desaparecem em silêncio.

Também o tempo de cálculo é declarado de partida: é um parâmetro de projeto, não um efeito colateral do tamanho do problema.

Como se controlaOs indicadores devolvidos a cada execução — quilômetros, horas de direção, saturação por equipe — tornam comparáveis dois planos diferentes, que é o único jeito de saber se o segundo é melhor que o primeiro.
Limite declaradoNenhuma comparação medida antes e depois em um cliente real, portanto nenhum percentual de economia declarado.
04Serviços ao público

Quando o reconhecimento por foto erra, a correção já está prevista e limitada.

A correção oferecida à pessoa mostra só alternativas visualmente semelhantes, e não os preços.

Um sistema de reconhecimento na mão do público se julga por como trata os casos em que erra.

Aqui a qualidade da imagem é avaliada antes do envio, e pede-se refazê-la quando está desfocada ou incompleta. Depois do reconhecimento a pessoa confirma ou corrige, mas a correção é desenhada para não virar um atalho: a lista de alternativas contém só itens visualmente semelhantes, e os preços não estão visíveis.

O ônus da verificação se desloca para o usuário sem abrir a porta ao abuso, e é esta escolha, mais do que o modelo, que determina se o sistema se sustenta em operação.

Como se controlaUma suíte de regressão sobre imagens reais com verdade de referência declarada: as alterações no modelo ou nas instruções se medem em uma bancada estável.
Limite declaradoA acurácia ainda não é um número declarável, porque parte da bancada está sem verdade de referência. Diz-se isso, em vez de estimar.
05Análise e relatórios

Os números os calcula o código, a narrativa a escreve a IA

Nenhum número do relatório nasce de um modelo: as grandezas são calculadas por um programa que, sobre os mesmos dados parados, dá sempre o mesmo resultado.

Nos relatórios a separação é nítida. As grandezas são calculadas por um programa que, sobre os mesmos dados parados, dá sempre o mesmo resultado, com testes que as reproduzem idênticas a cada execução; o texto é escrito ancorado nesses números e nas citações reais.

O documento pronto é depois relido por personas sintéticas (perfis de leitor gerados para testar a qualidade) com um limiar de qualidade declarado, abaixo do qual não se entrega.

E quando a métrica óbvia não discrimina — categorias em que todas as atividades estão acima de 4,8 estrelas — o relatório diz isso, em vez de construir em cima um veredito.

Como se controlaUma rede de testes reproduz os relatórios já entregues byte a byte: uma alteração no código que altere um número já entregue não passa.
Como é escrito cada númeroCada número leva o próprio denominador e a própria fonte. As afirmações que não encontram respaldo no conjunto são corrigidas, mesmo quando já tinham circulado.

Perguntas frequentes

Perguntas frequentes

É desenvolvimento de software genérico?

Não. É pensado para problemas que exigem domínio técnico, dados, matemática, algoritmos, testes e critérios de verificação.

É preciso ter especificações completas?

Não. Muitas vezes o primeiro trabalho é reconstruir especificações, regras, premissas e casos-limite a partir do sistema existente e das pessoas especialistas.

A IA decide no lugar dos técnicos?

Não. Em contextos técnicos a IA é usada como apoio. As partes críticas continuam explicáveis, testadas e sob responsabilidade humana.

Como o know-how é protegido?

O projeto trabalha com perímetros, acessos, dados e materiais acordados. Os exemplos públicos usam apenas descrições anonimizadas.

Contato

Uma conversa breve basta para entender por onde começar.

A primeira conversa dura 30 minutos, é gratuita e esclarece processo, objetivo, dados disponíveis, restrições e próximo passo útil: treinamento, consultoria, início operacional, análise de dados ou protótipo técnico controlado.

Escrever para dtr@ar-tik.com