QUANDO É INDICADO
Quatro sinais de que
solution pack não vai caber.
Critério de qualificação, não argumento. Se uma destas linhas é o seu caso, a porta certa é Customizado.
Integração com 10+ sistemas
Core bancário, ERPs de gerações distintas, mainframe, plataformas internas com regras próprias. Cada conexão é desenho, não plug-and-play.
Plataforma verticalizada
Produto interno ou de mercado em um setor específico — saúde, energia, jurídico — onde a IA precisa entender ontologia, normas e fluxo de domínio.
Modelo sob restrição regulatória
BACEN, ANS, ANEEL, LGPD em contexto sensível. Auditoria, governança, White Box AI e papel-trail são requisito de entrada.
Tese de IA sem produto pronto
Hipótese estratégica que define vantagem competitiva — e por isso ainda não foi empacotada por ninguém. A solução vira sua propriedade intelectual.
COMO ABORDAMOS
Consultiva por fora.
Engenharia por dentro.
Não é "vamos ver" infinito nem cascata pré-fabricada. É um processo enxuto, com Discovery estruturado e squad sênior plugado do começo ao fim.
Deep Discovery estruturado
Imersão de 2-4 semanas no negócio, mapeamento de dados e sistemas, hipóteses priorizadas e métrica-baseline. Saída: plano de release com escopo, cronograma e arquitetura validada na infra real.
Squad multidisciplinar sênior
Engenharia de dados, ML, IA generativa e produto — todos seniores, todos plugados. Quem desenha conversa com o cliente; não há "head de conta" repassando demanda para júnior.
Conta AWS do cliente, do dia 1
A solução roda dentro da sua infraestrutura desde o piloto. Isolamento de ambientes, logs auditáveis, controle de custo na origem. Nada "em homologação BlueMetrics" para depois migrar.
Código entregue, sem lock-in
Repositório, modelos, pipelines, runbooks e documentação ficam na sua conta. Saímos sem cobrar saída, sem retenção de artefatos, sem amarração de licença.
CASOS TÍPICOS
Quatro tipos de problema
que vêm pra cá.
Não é uma lista exaustiva — é o padrão que se repete entre os projetos que entram nesta modalidade.
Plataforma de IA verticalizada
Produto interno (ou de mercado) específico de um setor — onde a IA depende de ontologia, normas e fluxo de domínio que pack genérico não cobre.
Integração com 10+ sistemas legados
Core, ERP, CRM, sistemas de geração anterior — frequentemente sem API moderna. O trabalho é tanto de IA quanto de arquitetura de dados.
Modelo sob restrição regulatória específica
Setores com auditoria contínua (BACEN, ANS, ANEEL). Governança e explicabilidade são parte do produto, não anexo de compliance.
Tese de IA sem produto pronto
A empresa identificou uma alavanca de IA que ninguém empacotou ainda. Customizado é o caminho para virar IP — e para chegar primeiro.
METODOLOGIA
Quatro fases.
Valor mensurável a cada parada.
Diagrama de fases, não tabela de cronograma fixo. Cada fase tem escopo claro e decisão explícita de seguir, ajustar ou virar.
Deep Discovery
2–4 semanas
Imersão no negócio, mapeamento de dados e sistemas, hipóteses priorizadas, métrica-baseline. Arquitetura validada na infra real do cliente. Saída: plano de release.
Piloto / MVP
8–16 semanas
Modelo treinado em dados reais, integrações mínimas, ambiente isolado dentro da conta AWS do cliente. Resultado mensurável contra a baseline antes de qualquer expansão.
Produção
Escopo variável
Hardening, integração com sistemas core, MLOps em produção, plano de rollout, treinamento do time interno. Operação supervisionada nas primeiras semanas pós go-live.
Otimização contínua
Recorrente
Expansão de escopo, novos casos sobre a mesma base, retreino, monitoramento de drift e custo. Pode virar AI as a Service ou ficar com o time interno.
DIFERENCIAIS
O que você leva
de fato para casa.
Os mesmos princípios da apresentação comercial — agora colados ao que diferencia esta modalidade em particular.
White Box AI
Decisão explicável, papel-trail completo, gates de qualidade — desde a primeira sprint, não como anexo de compliance.
Operação contínua opcional
Você decide quem opera depois do go-live. Pode assumir com seu time, contratar AaaS ou migrar para outro fornecedor.
Foco em resultado, não em entregável
Cada fase fecha com métrica mensurável contra a baseline. Sem POC sem caminho para produção.
Propriedade total do código
Repositório, modelos, pipelines e documentação ficam na sua conta AWS. Sem licença, sem retenção, sem taxa de saída.
Expertise AWS profunda
Advanced Partner. SageMaker, Bedrock, Textract e infra AWS-first em produção há mais de uma década.
CASES RELACIONADOS
Resultado, não slide.
Três projetos entregues em modalidade customizada. Métricas reais, conta do cliente, código entregue.
STACK E GOVERNANÇA
AWS-first.
Governança como produto.
Somos AWS Advanced Partner e construímos AWS-first quando o ambiente permite. Toda solução roda dentro da conta AWS do cliente, com isolamento de ambientes, logs auditáveis e White Box AI desde o dia um. Quando aplicável, seguimos os frameworks regulatórios setoriais (LGPD, BACEN, ANS, ANEEL). Quando o cliente já tem stack consolidada — Azure, GCP, on-prem, híbrido — herdamos o que está em pé. Não tratamos AWS como universal: tratamos como default técnico bem fundamentado.
PERGUNTAS DE QUEM ESTÁ DECIDINDO
FAQ
Quando o problema é singular: integração com 10+ sistemas legados, plataforma vertical proprietária, modelo sob restrição regulatória específica, ou tese de IA sem produto pronto no mercado. Se o caso bate com um padrão recorrente — atendimento em volume, análise de contratos, score de crédito, forecast — Solution Pack costuma ser caminho mais rápido.
Deep Discovery em 2-4 semanas, Piloto/MVP em 8-16 semanas. A primeira entrega é desenhada para gerar resultado mensurável já no primeiro ciclo, contra a baseline definida no Discovery. Casos com integração crítica ao core podem estender o prazo de produção, mas o ritmo de validação por fase é o mesmo.
O cliente. Toda a solução roda na conta AWS do cliente desde o piloto, com código-fonte completo entregue ao fim do projeto — repositório, modelos, pipelines, runbooks e documentação. Sem taxa de saída, sem retenção de artefatos, sem amarração de licença.
Squad multidisciplinar (engenharia de dados, ML, IA generativa, produto), sênior, alocado pelo ciclo do projeto. Não é "head de conta" repassando demanda para júnior — quem desenha conversa com o cliente. A composição muda com a fase, mas o núcleo técnico é estável do Discovery ao go-live.
Cliente decide. Pode operar com a equipe interna a partir da transferência de conhecimento (pareamento, runbooks, sessões de handover), pode contratar AI as a Service para operação contínua com squad da BlueMetrics, ou pode migrar para outro fornecedor — sem lock-in, sem retenção.
Não. O Deep Discovery já valida arquitetura na infraestrutura real do cliente, e o Piloto/MVP entra em produção (mesmo que limitada). POC sem caminho para produção não é o nosso modelo: gera demonstração e não gera aprendizado operacional.
ATALHO LATERAL
Seu problema bate com um padrão?
Atendimento em volume, análise documental, score de crédito, forecast, integração omnichannel — esses são padrões recorrentes. Para eles, Solution Packs entregam piloto em semanas com customização sobre uma base validada.