Sistema de acompanhamento de projetos de IA

O núcleo não é o dashboard, é a máquina de estados, e ela tem dois gates. O projeto vai de ideia a business case e para no primeiro: o gate de POC não abre sem métrica declarada, linha de base congelada e limiar de sucesso. A POC roda contra essa linha de base e termina em veredito, não em prorrogação. Só então vem o segundo gate, o de implantação, o comitê decide com resultado de POC na mão. É esse gate que congela o baseline: escopo, custo, cronograma e benefício prometido viram uma versão imutável, e tudo que vem depois é comparado com ela. Cada gate congela uma coisa diferente: o de POC congela a linha de base e o critério de sucesso, para que ninguém mude a régua no meio do teste; o de implantação congela a promessa financeira, para que ninguém reescreva o ROI depois de errar a estimativa. Revisar qualquer um dos dois é pedido formal com aprovador, não edição de campo.

Dinheiro e prazo são calculados, nunca digitados como total. ROI, payback e curva de caixa saem de uma função pura sobre premissas versionadas, custo-hora, câmbio e taxa de desconto são linhas de tabela com vigência, não constantes no código. Valores são inteiros em centavos. Depois da implantação a mesma função roda de novo, trocando o benefício prometido pelo medido: o indicador declarado no business case volta como série periódica, query agendada no sistema de origem ou lançamento assinado, sempre com valor, data, quem mediu e a query registrada, comparada com a linha de base congelada no gate de POC. Isso não resolve atribuição causal, e o sistema não finge que resolve: mostra série, linha de base e promessa lado a lado, e deixa a discussão acontecer sobre números com procedência. Na agregação do portfólio entra o dedup de benefício: dois projetos que prometem os mesmos FTEs do mesmo centro de custo não somam duas vezes; o segundo entra com o ganho marginal declarado. O dashboard lê views materializadas e um snapshot semanal, não recomputa a história a cada abertura de página.

A vigilância roda em três etapas. Um coletor monta o dossiê do projeto, fatos com id: marcos, despesas aprovadas, atualizações de status, itens de backlog, veredito da POC, medições de benefício. Um motor de regras varre o dossiê e emite sinais determinísticos com os números já calculados: marco de baseline vencido, burn acima do avanço físico, silêncio há N dias, orçamento comprometido além do limiar, benefício medido abaixo do prometido. Só então o LLM recebe dossiê e sinais e devolve JSON validado por schema: template de achado, severidade, causa provável, ação sugerida e a lista de fact_id que sustenta cada frase. O texto do achado é template com slots, os percentuais entram preenchidos pelo sinal da regra; o modelo escolhe o template e a leitura, nunca digita número. O parser derruba achado que cite fact_id inexistente, e vale dizer com todas as letras o alcance disso: garante que o achado aponta para fatos reais do dossiê, não que a leitura desses fatos esteja certa. Três fact_id válidos podem sustentar uma inferência errada. Por isso cada achado chega na tela grudado no sinal que o originou, para o revisor conferir a inferência em dois cliques. E achado repetido não vira alerta novo, a chave (projeto, tipo, objeto) casa com o que já está aberto e ele só muda de estado: novo, persistente, resolvido.

Comecei pelo modelo de dados, sem tela nenhuma. Projeto, gate, baseline, premissa, marco, despesa, medição de benefício e achado nasceram como tabelas, com as chaves e as políticas de RLS já no lugar. Em seguida veio o cálculo financeiro, isolado como função pura e coberto por testes de propriedade: soma das partes igual ao total, arredondamento em centavos que não cria dinheiro, taxa de desconto que move o VPL na direção certa. Só depois disso desenhei a primeira página.

A ordem dos gates mudou depois da primeira versão. Eu tinha um gate só, de aprovação, antes da POC, herança de PMO. Na prática o comitê aprovava no papel e descobria o resultado meses adiante. Quebrei em dois: gate barato libera a POC exigindo métrica, linha de base e limiar; gate caro, de implantação, só abre com veredito de POC registrado, e é ele que congela o baseline. O dashboard, no mesmo período, virou SQL e depois snapshot semanal materializado, porque, sem isso, editar o orçamento de março mudava o formato do passado inteiro e a curva de previsto contra realizado deixava de significar coisa alguma. Foto congelada de sexta resolve o histórico; a leitura ao vivo continua vindo das views.

A parte difícil foi fazer a IA parar de escrever risco genérico. A primeira versão recebia o projeto inteiro em texto corrido e devolvia "risco de escopo" e "baixo engajamento das áreas" para todo mundo, verdade sempre, útil nunca. Três mudanças resolveram: entregar os sinais das regras já prontos, com os números calculados, para o modelo interpretar em vez de descobrir; transformar o achado em template com slots, para que nenhum percentual saia do decoder; e exigir fact_id em cada frase, com descarte no parser. Montei junto um conjunto de dossiês rotulados à mão (risco real / ruído) que roda a cada mudança de prompt; prompt que perde precisão nesse conjunto não sobe.