Como construímos software de alta confiança
Princípios de engenharia que garantem que cada resultado pode ser explicado, reproduzido e verificado.
Arquitetura Modular
Cada módulo opera de forma independente mas integra-se nativamente com os demais. APIs internas documentadas e versionadas.
Governança de Regras
Regras de negócio versionadas e rastreáveis. Cada alteração é registrada com autor, data e justificativa.
Cálculo Reproduzível
Qualquer resultado pode ser recalculado com os mesmos dados e regras, produzindo o mesmo resultado. Sempre.
Trilha de Auditoria
Cada operação gera evidências: dados de entrada, regras aplicadas, resultado, timestamp e assinatura.
Integrações
Conectores com sistemas de folha, cadastros, bases atuariais e plataformas de dados governamentais (SICONFI, CADPREV).
Evidências Digitais
Hash criptográfico em cada artefato gerado. Prova de integridade verificável por terceiros.
Segurança não é feature — é fundação
Controles de segurança embarcados em cada camada da plataforma.
Criptografia
Dados em trânsito (TLS 1.3) e em repouso (AES-256). Chaves gerenciadas com rotação automática.
Controle de Acesso
RBAC granular com auditoria de permissões e segregação por cliente/instituição.
Logs com Integridade
Armazenamento WORM para logs críticos. Hash encadeado para detecção de adulteração.
Segregação por Cliente
Arquitetura multitenant com bancos separados por instituição, controles de acesso e auditoria.
Engenharia de IA
Da memória de cálculo à memória de inferência
A Datacoder nunca vendeu cálculo. Vendeu a possibilidade de defender o cálculo — a memória que permite a um terceiro reconstituir por que o número é aquele. A inteligência artificial coloca esse mesmo problema diante de um motor novo: um sistema que produz uma saída sem, por natureza, guardar como chegou nela.
Por isso o nosso trabalho com IA começou pela camada de governança, e não pelo chatbot. Em previdência, resposta sem rastro é inútil desde muito antes de alguém falar em regular IA — órgãos de controle podem pedir memória, evidência e reconstituição a qualquer tempo. A regra da casa não muda por ser IA: se um resultado não pode ser explicado e refeito, ele não sai daqui.
Conhecimento do próprio instituto
As respostas são ancoradas nas normas, portarias e documentos que o instituto publicou no AKS - Axentia Knowledge Server. Casos sem evidência suficiente são encaminhados a uma pessoa.
Limites antes e depois da resposta
Guardrails barram a pergunta fora de escopo e avaliam a resposta do modelo antes de ela chegar ao segurado. Caso sensível vai para um atendente humano, com o histórico junto.
MCPs sobre os sistemas que já existem
Por Model Context Protocol, a IA consulta situação cadastral, dispara simulação no Calyps, verifica documento pendente e abre solicitação já triada. O instituto não troca nada do que usa hoje.
Orquestração do atendimento
A IA inicia e conduz o atendimento em site, portal e WhatsApp: solicita documentos, confere o que chegou, envia avisos e prioriza demandas. O que exige decisão humana chega ao servidor com contexto.
Modelos dentro do nosso perímetro
Os modelos rodam em infraestrutura da Datacoder, por rede privada — sem chamada a API pública de IA. A arquitetura é agnóstica de provedor: trocar o modelo é configuração, não reescrita.
Cada resposta tem memória
Toda execução guarda o prompt enviado, os trechos de documento recuperados e os guardrails avaliados. É a memória de cálculo, aplicada à inferência.
Como isso resiste a uma auditoria
“De onde saiu essa resposta?”
A trilha guarda os trechos exatos dos documentos do instituto que a IA usou para responder.
“E se o modelo inventar?”
Respostas são ancoradas em fontes e submetidas a guardrails de saída; casos sem evidência suficiente viram encaminhamento para um atendente.
“Quem teve acesso ao dado do segurado?”
Só o instituto. O conteúdo fica em banco separado por cliente e os modelos rodam em rede privada, sem chamada externa.
“Dá para reproduzir isso daqui a um ano?”
Cada execução fica registrada com pergunta, documentos e limites aplicados, e pode ser reaberta depois.
Cálculo Reproduzível
Todo cálculo executado pela plataforma Datacoder pode ser reproduzido. Isso significa que, dados os mesmos inputs e a mesma versão das regras, o resultado será idêntico — independentemente de quando ou por quem for executado.
Essa propriedade é essencial para atender requisitos de auditoria de Tribunais de Contas, Previc, conselhos deliberativos e procuradorias. Cada resultado é acompanhado de sua memória de cálculo: dados de entrada, regras aplicadas (com versão), parâmetros e evidências.
Esta arquitetura sustenta as quatro engenharias