Sobre

IA empresarial que não fica na fase de piloto.

DareData team in a workshop session
DareData team in the office
DareData team outdoors

De onde vem o GenOS

Construído a partir de implementações reais,
não de investigação.

O GenOS é construído pela DareData Engineering, uma empresa de engenharia de dados e IA que implementa sistemas em produção para empresas europeias desde 2019.

Depois de anos a construir sistemas de IA para clientes do retalho, das telecomunicações, dos serviços financeiros e da logística, um padrão tornou-se claro: a parte difícil da IA empresarial nunca é o modelo. É a governação, a gestão do conhecimento, a integração de sistemas e manter tudo a funcionar depois do arranque.

O GenOS é o produto que resultou de resolver esses problemas repetidamente. É o sistema operativo que gostaríamos que existisse quando começámos. É também o que implementamos hoje em cada cliente.

Como trabalhamos

O produto e a equipa são a mesma coisa.

Todas as implementações do GenOS são conduzidas por Forward Deployed Engineers da DareData. São os mesmos engenheiros que construíram a plataforma. Sentam-se com a sua equipa, mapeiam os fluxos de trabalho, constroem as integrações e mantêm-se envolvidos em produção.

Tem um engenheiro identificado responsável pela sua implementação. Não uma fila de tickets de suporte. Não um CSM a ler um manual. A pessoa que a construiu.

01

Âmbito

Mapeamos os seus fluxos de trabalho, identificamos as automações de maior valor e definimos o que é o sucesso em produção, antes de escrever uma linha de código.

02

Construção

O seu FDE integra o GenOS com os seus sistemas, configura agentes para os seus fluxos de trabalho específicos e implementa a camada de governação e auditoria junto com a sua equipa de TI.

03

Implementação

Conduzimos um arranque em produção supervisionado. Todos os casos limite são monitorizados, as exceções são tratadas antes de se tornarem incidentes e a equipa está disponível durante a estabilização.

04

Operação

O seu FDE mantém-se na implementação, responsável pelos problemas em produção, conduzindo ciclos de melhoria a partir de dados reais de utilização e expandindo para novos fluxos de trabalho à medida que o sistema prova o seu valor.

É isto que distingue um projeto GenOS da compra de uma licença de software. Quando algo falha em produção, o engenheiro que o construiu é responsável pela correção. Esse ciclo não existe no software de IA genérico.

Como trabalhamos

Implementação em vez de demonstrações

Medimos o sucesso pelos fluxos de trabalho em produção, não por pilotos apresentados a uma comissão diretiva. Se não está em produção, não foi entregue.

Governação em primeiro lugar

O controlo de acessos, os registos de auditoria e a monitorização de utilização fazem parte da base, não são adicionados depois. As empresas precisam de confiar no sistema antes de o escalar.

A melhoria é o produto

O sistema que entra em produção no primeiro dia não é o sistema que existe seis meses depois. Ciclos de revisão humana, avaliações automatizadas e ciclos de feedback fazem parte de todas as implementações.

Veja-o em produção.

Leia como implementámos para a Sonae Sierra, a NOS e a Sogrape.