A Central AI Value nasceu em 2019, dentro de um coworking na Avenida Paulista, com três engenheiros que tinham acabado de sair de uma grande consultoria. A frustração era simples: os projetos de IA que viam nas empresas levavam meses para sair do papel, custavam caro e, quando finalmente entravam em produção, ninguém sabia explicar por que o modelo tomava determinada decisão.
Decidimos fazer diferente. Nosso primeiro cliente foi uma distribuidora de autopeças em Guarulhos que perdia dinheiro com previsões de demanda feitas em planilha. Em 8 semanas, entregamos um modelo que reduziu o excesso de estoque em 28%. A distribuidora indicou duas outras empresas. Não precisamos de mais marketing naquele ano.
Hoje somos 23 pessoas. Continuamos em São Paulo, agora num escritório próprio na Marginal Costa, e atendemos clientes de Manaus a Porto Alegre. O princípio continua o mesmo: IA só vale a pena quando gera resultado que aparece no balanço.
Não temos uma lista de dez valores genéricos pregada na parede. Temos quatro compromissos que influenciam cada decisão técnica e comercial.
Antes de começar qualquer projeto, definimos com o cliente a métrica de sucesso. Pode ser redução de custo por unidade, aumento de taxa de conversão ou diminuição do tempo de resposta de um processo. Se não conseguimos concordar sobre o que medir, não assinamos o contrato. Parece rígido, mas evita projetos que viram ciência sem aplicação.
Explicamos como o modelo funciona em linguagem que o diretor financeiro entende. Documentamos cada decisão de engenharia: por que escolhemos gradient boosting em vez de rede neural, por que descartamos determinada feature, qual o intervalo de confiança das previsões. O cliente nunca fica refém de uma caixa preta.
Não retemos datasets após o término do projeto. Todos os modelos treinados, os notebooks de experimentação e os pipelines de dados são entregues ao cliente com documentação de uso. Se a empresa quiser trocar de fornecedor amanhã, consegue fazer isso sem recomeçar do zero.
Nem todo problema precisa de IA. Já recusamos projetos onde uma regra de negócio simples resolvia a questão. E já recomendamos que clientes investissem primeiro em infraestrutura de dados antes de pensar em machine learning. Preferimos perder um contrato a entregar algo que não funciona.
Nosso time reúne engenheiros de machine learning, cientistas de dados, desenvolvedores de software e especialistas em negócios.
Cofundador e diretor técnico. Engenheiro de computação pela Unicamp, com 14 anos de experiência em sistemas distribuídos. Liderou a arquitetura de dados de uma fintech antes de fundar a empresa.
Cofundadora e diretora de operações. Formada em estatística pela USP, com mestrado em aprendizado de máquina. Gerencia o ciclo de vida dos projetos e garante que prazos e orçamentos sejam cumpridos.
Líder de engenharia de MLOps. Responsável por colocar modelos em produção e mantê-los funcionando. Antes da Central AI Value, trabalhou cinco anos em infraestrutura de nuvem para uma operadora de telecomunicações.
Cientista de dados sênior. Especialista em processamento de linguagem natural e modelos de classificação de texto. Desenvolveu o sistema de triagem automática de documentos que é usado por quatro clientes do setor jurídico.
Além dos quatro acima, a equipe inclui mais 19 profissionais entre engenheiros de dados, desenvolvedores full-stack, designers de produto e analistas de negócios. Todos trabalham do escritório em São Paulo pelo menos três dias por semana, porque acreditamos que proximidade física acelera a resolução de problemas complexos.
Marcos que definiram quem somos hoje.
Ricardo, Camila e um terceiro sócio (que saiu em 2020 para seguir carreira acadêmica) registraram a empresa e fecharam o primeiro contrato em menos de 60 dias. O projeto era simples: um modelo de regressão para prever demanda de peças automotivas. Funcionou. O boca a boca começou.
A pandemia forçou muitas empresas a digitalizar operações. Recebemos 14 novos projetos só no segundo semestre. Contratamos os primeiros cinco funcionários e mudamos do coworking para uma sala comercial na Vila Olímpia.
Uma indústria de embalagens nos procurou para detectar defeitos visuais em rótulos. Foi nosso primeiro projeto fora do domínio tabular. Investimos em GPUs dedicadas e montamos um laboratório interno de testes com câmeras industriais.
Fechamos contratos com duas redes de varejo em Recife e uma cooperativa agrícola no interior da Bahia. O modelo de previsão de safra que desenvolvemos para a cooperativa foi apresentado num congresso de agronegócio em Ribeirão Preto.
Com 20 pessoas na equipe, precisávamos de mais espaço. Alugamos o escritório atual na Marginal Costa, com sala de servidores própria para testes de performance e uma área de treinamento com capacidade para 16 alunos.
Fechamos o ano com 127 projetos concluídos em 18 setores diferentes: varejo, logística, saúde, agronegócio, financeiro, jurídico, educação, entre outros. A taxa de renovação de contratos de manutenção ficou em 89%.
Entre em contato pelo formulário na página inicial ou ligue diretamente para nós.
32835 Marginal Costa, 01310-100 São Paulo, São Paulo, Brazil
Ir para o formulário de contato