Glossário de IA e automação
Todos os termos que surgem num projeto de IA ou automação, definidos em linguagem clara e no contexto da operação real. Livres para citar com link para a fonte.
Fundamentos
Agentes de IA e modelos
Agente de IA
Um agente de IA é um programa que persegue um objetivo de forma autônoma: decide quais passos tomar, aciona ferramentas ou APIs para executá-los, verifica o resultado e repete até atingir o objetivo ou repassar a um humano. Ao contrário de um chatbot, ele age em vez de apenas responder.
Engenharia de prompt
Engenharia de prompt é a prática de especificar por escrito o que um modelo deve fazer: a tarefa, as regras, o formato de entrada e a estrutura de saída exigida. Em sistemas de produção, os prompts são artefatos versionados, testados com casos reais como qualquer outro código.
Fine-tuning (ajuste fino)
O fine-tuning treina ainda mais um modelo existente com exemplos específicos da empresa para que adote um estilo, formato ou comportamento de classificação. Ele muda como o modelo responde, não quais fatos atuais conhece, e costuma ser a última opção depois de prompts e recuperação de dados.
Geração aumentada por recuperação (RAG)
Geração aumentada por recuperação é um método em que documentos relevantes da empresa são buscados primeiro e os trechos recuperados são fornecidos ao modelo de linguagem como contexto. O modelo responde a partir desses trechos, o que torna as respostas atuais, rastreáveis à fonte e auditáveis.
IA agêntica
IA agêntica é a abordagem de design em que sistemas de IA planejam e executam trabalho de múltiplas etapas de forma autônoma, usando ferramentas e retroalimentação, em vez de gerar uma única resposta. Desloca a unidade de automação de uma resposta para uma tarefa concluída.
Modelo de linguagem de grande escala (LLM)
Um modelo de linguagem de grande escala é um modelo estatístico treinado em enormes volumes de texto que prevê continuações prováveis de um texto. É capaz de classificar, resumir, traduzir e redigir, e é o componente de raciocínio dentro da maioria dos agentes de IA — mas não contém, por si só, dados atuais da empresa.
Automação de processos
Auditoria de processos
Uma auditoria de processos é uma análise estruturada dos fluxos de trabalho recorrentes: quais etapas existem, quais sistemas e pessoas estão envolvidos, quanto tempo cada etapa leva, com que frequência falha e quanto custa um caso. Ela gera a base de evidências para qualquer decisão de automação.
Automação de fluxo de trabalho
A automação de fluxo de trabalho encaminha uma tarefa por suas etapas, responsáveis e condições definidas de forma automática: quem a recebe, o que deve ser verificado, o que acontece em caso de aprovação ou rejeição e o que é registrado. Ela elimina o trabalho de coordenação, não o trabalho em si.
Automação de processos empresariais (BPA)
Automação de processos empresariais é a execução sistemática de um processo de negócio recorrente por software, do gatilho ao resultado, incluindo os dados, as regras e os repasses envolvidos. Ao contrário de ferramentas de tarefa única, ela atua sobre toda a cadeia: entrada, decisão, execução e registro.
Automação robótica de processos (RPA)
A automação robótica de processos usa robôs de software que operam aplicativos existentes através da interface do usuário — clicando, digitando, copiando entre telas. Automatiza trabalho de rotina baseado em regras sem alterar os sistemas subjacentes, e quebra quando essas interfaces mudam.
Hiperautomação
Hiperautomação descreve o uso combinado de análise de processos, automação de fluxo de trabalho, integrações e agentes de IA para automatizar o máximo possível de uma cadeia de processos de ponta a ponta que faça sentido economicamente — em vez de automatizar tarefas isoladas.
Mineração de processos
A mineração de processos reconstrói como um processo realmente funciona, analisando registros de eventos e carimbos de tempo dos sistemas existentes. Revela variantes reais, loops, tempos de espera e retrabalho — geralmente um quadro muito diferente do processo documentado.
Processamento direto (straight-through processing, STP)
Processamento direto é a proporção de casos que passam da entrada à conclusão sem qualquer intervenção manual. É a métrica operacional central de um programa de automação, porque se traduz diretamente em custo e tempo de ciclo por caso.
Processamento inteligente de documentos (IDP)
O processamento inteligente de documentos extrai dados estruturados de faturas, notas de entrega, contratos ou formulários, valida-os contra dados mestres e os lança no sistema de destino. Combina OCR para leitura com modelos para interpretação e regras para verificação.
Sistemas e engenharia
Banco de dados vetorial
Um banco de dados vetorial armazena textos, imagens ou registros como embeddings numéricos e encontra as entradas mais próximas em significado a uma consulta. É a camada de busca por trás da geração aumentada por recuperação, permitindo buscas semânticas onde a busca por palavras-chave falha.
Integração com ERP
A integração com ERP conecta softwares operacionais e agentes de IA ao sistema de registro de pedidos, artigos, clientes, estoque e contabilidade, de modo que a automação leia dados atuais e grave resultados diretamente na contabilidade, em vez de numa planilha paralela.
Integração de API
Uma integração de API conecta dois sistemas por meio de suas interfaces de programação, de forma que os dados fluam automática e confiavelmente. É a alternativa estável à redigitação manual, à troca de arquivos CSV e aos robôs de interface, e é a espinha dorsal de qualquer automação séria.
Model Context Protocol (MCP)
O Model Context Protocol é um padrão aberto para conectar assistentes de IA a ferramentas e fontes de dados externas por meio de uma interface uniforme, de modo que a mesma integração possa ser reutilizada entre modelos e aplicações, em vez de ser reconstruída para cada um.
OCR (reconhecimento óptico de caracteres)
OCR converte digitalizações, fotos e PDFs em texto legível por máquina. É a etapa de entrada da automação de documentos e entrega apenas caracteres — o significado, a validação e a lógica de lançamento são adicionados pelas camadas acima dele.
Orquestração
Orquestração é a camada de coordenação que decide qual agente, modelo ou serviço trata cada etapa, em que ordem, com quais dados, e o que acontece em caso de falha. É o que transforma agentes individuais num sistema operacional confiável.
Sistema legado
Um sistema legado é um software crítico para o negócio que está tecnicamente ultrapassado, mas ainda sustenta operações essenciais. Normalmente carece de interfaces modernas, o que o torna a principal restrição — e muitas vezes o principal fator de custo — em projetos de automação.
Software sob medida
Software sob medida é construído em torno dos processos específicos de uma empresa, em vez de forçar esses processos a se encaixarem num produto padrão. É escolhido quando o fluxo de trabalho é um diferencial competitivo, quando a profundidade de integração importa, ou quando os custos de licença e de contornos superam o desenvolvimento.
Segurança e governança
AI Act da UE
O AI Act da UE é o regulamento europeu que classifica sistemas de IA por nível de risco e atribui obrigações correspondentes — desde deveres de transparência para aplicações comerciais comuns até requisitos rígidos para usos de alto risco, como decisões de emprego ou de crédito.
Alucinação
Uma alucinação é uma saída confiante, porém falsa, de um modelo de linguagem — um número, cláusula ou referência inventados. É uma propriedade da geração estatística de texto, por isso sistemas de produção verificam as saídas contra dados-fonte em vez de confiar nelas.
Governança de IA
Governança de IA é o conjunto de regras que define quais sistemas de IA uma empresa opera, com quais dados, com quais permissões, sob a responsabilidade de quem e como os resultados são revisados. Torna o uso de IA auditável perante a diretoria, auditores e reguladores.
Guardrails (barreiras de segurança)
Guardrails são os limites técnicos ao redor de um sistema de IA: ferramentas permitidas, faixas de valores, limites de gasto e volume, ações proibidas e aprovações obrigatórias. Transformam um modelo imprevisível num sistema que falha de forma segura e visível.
Humano no processo (human in the loop)
Humano no processo significa um ponto definido em que uma pessoa revisa, aprova ou corrige o trabalho do sistema de IA. O repasse é projetado com antecedência para gatilhos específicos — limites de valor, baixa confiança, contrapartes desconhecidas — em vez de ser deixado ao acaso.
Residência de dados
Residência de dados define em qual jurisdição os dados da empresa são armazenados e processados. Para sistemas de IA, abrange a região de hospedagem da aplicação, do banco de dados, do endpoint do modelo e dos registros, além de saber se os prompts podem ser usados para treinar o fornecedor.
Custo e operações
Custo por caso
Custo por caso é o custo total de processar uma unidade de trabalho — uma fatura, um orçamento, uma solicitação — incluindo mão de obra, software, uso de modelo e correção de erros. É a métrica mais clara para comparar o processamento manual com o automatizado.
Custo total de propriedade (TCO)
Custo total de propriedade é o custo completo de um sistema ao longo de sua vida útil: desenvolvimento ou licença, integração, hospedagem, uso do modelo, suporte, mudanças e esforço interno. Para sistemas de IA, o custo do modelo baseado em uso e a manutenção das integrações são os itens mais frequentemente subestimados.
KPI de automação
KPIs de automação são os indicadores que comprovam se um processo automatizado está funcionando: taxa de conclusão sem intervenção, tempo de ciclo, taxa de erro e retrabalho, custo por caso e volume tratado por período. São definidos antes da construção, não depois.