Escopo do projeto
O diagnóstico de IA é o primeiro entregável de qualquer exemplo deste catálogo e pode ser contratado sozinho. Ele responde quatro perguntas: qual processo dói o bastante para ter um dono; qual dado existe, onde está, quem acessa e se há dado pessoal; qual degrau da AWS resolve (usar, criar ou especializar) e quanto custa por mês no volume real; e o que seria sucesso, em número, no fim da PoC.
Dura duas semanas com uma pessoa da RFX e um ponto focal da empresa, mais duas a quatro entrevistas por área. Sai um relatório curto e objetivo: três casos priorizados com ficha de uma página cada, inventário de fontes e acessos, estimativa de custo mensal e anual com premissas, desenho do piloto do caso 1 e o critério de sucesso assinado pelo dono. Fica fora do escopo a implementação, o licenciamento e a coleta de dados; entra um protótipo de meio dia no console do Amazon Bedrock ou no Amazon Quick quando isso ajuda a decidir.
Desafio e problemas de hoje
- A diretoria pede "fazer algo com IA" e o TI recebe a demanda sem processo, sem dono e sem meta.
- Documentos espalhados em SharePoint, OneDrive, e-mail e pastas de rede, sem saber quem pode ver o quê.
- Dado pessoal de cliente, paciente ou cidadão misturado com dado operacional, sem inventário LGPD.
- O time já usa IA por conta própria em ferramentas pessoais no navegador, com dado da empresa (Shadow AI), e ninguém decidiu isso.
- Fornecedores oferecem PoC gratuita que termina sem indicador e sem caminho para produção.
- Custo de IA desconhecido: ninguém sabe dizer quanto custaria por mês no volume real.
O ambiente de partida (perfil típico deste exemplo)
| Item | O que costuma existir |
|---|---|
| Porte | De 20 a 300 pessoas; TI de 1 a 5 pessoas ou terceirizada |
| Documentos | Microsoft 365 (SharePoint, OneDrive, Teams) ou Google Workspace; de 2 mil a 50 mil arquivos; permissões por pasta, raramente por documento |
| Sistemas | ERP (TOTVS, Sankhya, Omie, Bling ou próprio), CRM, sistema setorial (prontuário, gestão escolar, processo administrativo), planilhas |
| Canais | WhatsApp Business, e-mail, telefone; às vezes chat no site |
| Dados pessoais | Clientes, pacientes, cidadãos, alunos ou funcionários; raramente inventariados |
| Conta AWS | Inexistente, ou uma conta só, sem acesso central nem trilha de auditoria |
| Uso atual de IA | Ferramentas pessoais de IA generativa no navegador e no celular, sem política |
| Restrições | LGPD, sigilo profissional (saúde, jurídico), licitação e transparência (setor público), orçamento mensal apertado |
Perfil típico, com faixas, construído a partir de projetos desse tipo. O inventário real é o primeiro entregável do diagnóstico.
Requisitos
- R1Escolher o caso pelo processo e pelo dono, com volume medido antes de começar.
- R2Inventariar fontes de dados, acessos e dado pessoal antes de qualquer PoC.
- R3Classificar cada caso no degrau certo (usar, criar, especializar) e dizer quando a resposta é painel ou ML, e não IA generativa.
- R4Estimar custo mensal e anual por caso no volume real, com teto para a PoC.
- R5Escrever o critério de sucesso da PoC em número, com linha de base medida hoje.
- R6Deixar a política mínima de uso de IA e a decisão de região e LGPD registradas.
O que desenhamos para cada requisito
| Requisito | Decisão de arquitetura | Serviço AWS |
|---|---|---|
| R1 | Oficina de 2 horas por área com a planilha de dor, volume e dono; matriz valor e esforço com os três melhores | Método RFX (planilha e ficha de caso) |
| R2 | Inventário de fontes: local, dono, volume, permissão, dado pessoal, base legal; teste de leitura de uma amostra | Microsoft Graph ou Google Drive (listagem), Amazon S3 (amostra), inventário LGPD |
| R3 | Árvore de decisão da matriz de IA da RFX aplicada a cada caso; protótipo de meio dia quando houver dúvida | Amazon Bedrock (console, 2 modelos, 30 exemplos anonimizados), Amazon Quick (teste em conta de avaliação) |
| R4 | Modelo de custo por chamada e por documento, com três cenários de volume e teto diário | AWS Pricing Calculator, AWS Budgets, histórico de volume da empresa |
| R5 | Critério no formato "indicador, linha de base, meta, prazo, quem mede"; linha de base coletada na segunda semana | Ficha de critério de sucesso (modelo RFX) |
| R6 | Política de uma página (o que pode, o que não pode, canal governado) e registro de região por serviço | Modelo RFX; tabela de região e LGPD deste catálogo |
Como o trabalho acontece
Seis passos em duas semanas
- 01 OuvirOficina de 2 horas por área: dor, volume e dono de cada processo.
- 02 InventariarFontes de dados, acessos, dado pessoal e o uso de IA que já existe.
- 03 ClassificarCada caso no degrau certo: usar, criar ou especializar, ou painel e ML.
- 04 EstimarCusto mensal e anual em três cenários de volume, com teto para a PoC.
- 05 CritérioEscrever o critério: indicador, linha de base, meta, prazo e quem mede, assinado pelo dono.
- 06 PilotoDesenhar o piloto: arquitetura do caso 1 na conta da empresa, pronta para virar PoC.
Componentes e fluxos deste diagrama
- Usuários (fazem a pergunta e recebem a resposta).
- Amazon API Gateway (entrada).
- AWS Lambda (orquestração).
- Amazon Bedrock (modelos).
- Amazon Bedrock Guardrails (filtros de entrada e saída).
- Amazon S3 (documentos).
- Amazon Bedrock Knowledge Bases (busca com citação).
- Amazon OpenSearch Serverless (índice vetorial).
- IAM Identity Center (acesso).
- AWS CloudTrail (registro de cada chamada).
- Fluxos: pergunta e resposta entre usuários e Amazon API Gateway; prompt e resposta entre AWS Lambda e Amazon Bedrock; filtros do Amazon Bedrock Guardrails; contexto do Amazon Bedrock Knowledge Bases para a AWS Lambda; documentos do Amazon S3 para a base; vetores para o Amazon OpenSearch Serverless.
Ganhos: o que medimos no projeto
| Indicador | Como medimos | O que muda |
|---|---|---|
| Casos com dono, volume e meta escritos | Fichas assinadas pelo dono ao fim das duas semanas | De "fazer algo com IA" para três casos comparáveis |
| Fontes inventariadas com permissão e dado pessoal classificados | Linhas do inventário com os seis campos preenchidos | Fim da surpresa de dado sensível no meio da PoC |
| Custo estimado por caso com premissas | Planilha de custo com três cenários e teto | A PoC começa com teto, não com susto |
| Linha de base do indicador do caso 1 | Medida na segunda semana (ex.: minutos por documento, dúvidas por dia) | O "antes" existe antes do "depois" |
| Decisão de região e LGPD registrada | Tabela por serviço no relatório | O registro de tratamento recebe a IA antes de ela entrar |
Indicadores que a RFX mede na PoC e em produção. Os valores são da sua empresa; resultados de clientes ficam sob confidencialidade.
Escopo e entregáveis por fase
| Fase | O que acontece | Entregáveis | Duração |
|---|---|---|---|
| Semana 1: ouvir e inventariar | Oficinas por área; inventário de fontes e acessos; levantamento do uso atual de IA | Lista longa de casos; inventário v1 | 1 semana |
| Semana 2: classificar, estimar e escrever | Matriz valor e esforço; protótipo de meio dia; modelo de custo; critério de sucesso; desenho do piloto do caso 1; política mínima | Relatório com três fichas, inventário final, custo, critério assinado, desenho do piloto, política | 1 semana |
| Saída: PoC com critério de sucesso escrito (contratada à parte) | O caso 1 do relatório vira a PoC do exemplo deste catálogo que corresponder, com o critério já escrito (ex.: "indicador, linha de base, meta, prazo, quem mede") | PoC medida e comparada com o critério; transferência do material ao time da empresa | De 2 a 4 semanas |
Durações típicas, em faixa. O plano do projeto fixa as datas reais.
Algo a mais: o inventário de Shadow AI
O inventário de uso de IA que já existe na empresa (Shadow AI) costuma ser o achado mais útil do diagnóstico: mostra onde o time já sente a dor e qual dado já está saindo. A RFX entrega junto um canal governado de substituição (em geral o Amazon Quick ou um assistente na conta) e a política de uma página, para que a regra seja melhor que a alternativa, e não só uma proibição.
Cuidados: LGPD, região e revisão humana
- Nenhum dado real sai da empresa durante o diagnóstico; protótipos usam amostras anonimizadas ou documentos fictícios.
- Dado de saúde, de criança e de cidadão entra no inventário com marcação de sensível e base legal.
- A decisão de região (São Paulo ou inferência global) é registrada por serviço e por modelo antes da PoC.
- O diagnóstico prepara o material para o jurídico ou o encarregado; o parecer jurídico de LGPD continua com eles.
Perguntas frequentes deste exemplo
Dá, quando o caso, o dono e o dado já estão claros; os outros exemplos deste catálogo têm a PoC como primeira fase. Quando ainda estão em aberto, o diagnóstico é a forma mais barata de descobrir isso.
O relatório diz isso, com o motivo (dado ainda por preparar, custo maior que o ganho, caso que é painel e não IA). É resultado válido: evita gastar em PoC que vai parar no meio.
Um ponto focal com 4 a 6 horas por semana, os donos das áreas entrevistadas por 2 horas cada e alguém do TI (ou o terceirizado) para o inventário de acessos.
Sim, em protótipos de meio dia no console do Amazon Bedrock ou numa conta de avaliação do Amazon Quick, com dados anonimizados, quando isso ajuda a decidir o degrau. Sempre com dado anonimizado ou fictício, nunca com dado real de cliente.
Serviços AWS deste exemplo
- Amazon Bedrock
- Amazon Quick
- AWS Pricing Calculator
- AWS Budgets
Incentivos AWS
A RFX busca para o projeto os programas de incentivo, créditos e verbas de PoC da AWS e da distribuição aplicáveis, sempre sujeitos a aprovação da AWS e da distribuição.