2. Imagine que...
Você tem 3 IAs: Haiku 4.5 (rápida e barata, classifica NFe), Sonnet 4.6 (média, atende WhatsApp, monta proposta), Opus 4.7 (cara, audita LALUR, decide tese fiscal). Cada uma vale pra um caso. Errar = pagar R$ 1 onde dava R$ 0,02 ou pagar R$ 0,02 onde precisava R$ 1.
O Maestro decide qual IA usar pra cada tarefa. Combina, paralela, faz fallback. Você paga menos. E quando a tarefa é crítica, o Dual Debate (2 IAs discutem antes de responder) entra em campo.
3. Sem × Com
| Sem | Com | |
|---|---|---|
| Modelo | 1 só (caro ou raso) | Múltiplos coordenados |
| Custo IA | Alto e fixo | 30-70% menor com mesmo resultado |
| Acerto | Modelo único limita | Maestro escolhe melhor pra cada caso |
| Anomalias | Só com auditor humano | AI Anomalies detect contínuo |
| Calibration Forecast | Inexistente | Forecast por SKU/cliente/região |
4. O que faz
- AI Orchestrator (Maestro) — roteia tarefa pro modelo certo (Haiku/Sonnet/Opus + fallback).
- AI Control Center — dashboard de uso, custo, latência, qualidade.
- AI Dashboard — KPIs operacionais de IA.
- Anomalies — detecção contínua sobre GL, AR/AP, estoque.
- Calibration Forecast — previsão de demanda de calibração para empresas ISO 17025.
- AI Processing — pipeline assíncrono BullMQ + idempotente.
- Predictive modules — falha de equipamento, churn, upsell, obsolescência.
5. Quanto vale
| Item | Custo |
|---|---|
| API IA mensal sem orquestração | R$ 8.000 - R$ 50.000 |
| Pessoa de IA | R$ 12.000 - R$ 25.000 |
| Erro de modelo errado | variável |
6. Vídeo demo
Placeholder.
7. Para quem é
- Empresa que já usa IA mas paga muito.
- Empresa nova em IA querendo começar certo.
- Empresa com volume grande (ML pesa).
- Empresa em LR auditável (Anomalies).
- ISO 17025 (Calibration Forecast).
8. Como funciona
- Tarefa entra com nível de criticidade.
- Maestro escolhe modelo (Haiku/Sonnet/Opus) + fallback.
- Resposta auditada com confidence score.
- Dual Debate ativa quando crítico.
- Custo + qualidade rastreados.
9. Case (placeholder)
[TBD.]
10. Integrações
11. FAQ
Por que múltiplas IAs?
Porque tarefas variam em complexidade e risco. Haiku resolve 80% do que pedem (classificar transação, gerar resumo). Sonnet faz raciocínio médio (resposta WhatsApp técnica). Opus para decisão fiscal sensível com base legal cruzada.
Vocês usam quais provedores?
Anthropic (Claude Opus/Sonnet/Haiku) e OpenAI (GPT-4o, o1) com fallback. Critério: latência + custo + acurácia por caso.
Qual a economia típica?
30-70% vs cliente que usa Opus pra tudo, ou +40% acerto vs cliente que usa só Haiku.
Anomalies geram falso positivo?
Modo aprendizado contínuo — após 90 dias < 5%.
12. Módulos relacionados
13. CTA final
- Primário: "Quero IA orquestrada" → /demo
- Secundário: "Testar grátis" → /trial