Obsigen AI — Como Funciona

Pipeline

Cinco Passos para Resultados

Compreender

Analisar o pedido e selecionar a estratégia ideal.

Planear

Decompor em passos e escolher ferramentas.

Executar

Executar ações em ambientes controlados — routing EEA-first.

Verificar

Padrões crítico/testador ou verificação Swarm.

Entregar

Saída final — relatório, SOP, apresentação, plano de ação.

Camada de Conhecimento

RAG — Geração Aumentada por Recuperação

RAG permite que Obsigen responda usando o seu conhecimento, reduzindo alucinações e melhorando rastreabilidade.

Pipeline RAG Recomendado

Ingestão: SOPs, políticas, documentos ERP, tickets
Processamento: Parsing → chunking → enriquecimento de metadados
Incorporação: Vetores semânticos para recuperação rápida
Armazenamento: BD vetorial alojada na UE
Recuperação: Top-k + filtros ACL
Geração: Resposta fundamentada + fragmentos de evidência

Fonte RAG	Conteúdo Exemplo	Resultado de Negócio
ERP / MRP	BOMs, roteiros, stocks, lead times	Planeamento mais rápido
SOC KB	Runbooks, deteções, histórico	Triagem mais rápida
CRM / E-Commerce	Info de produtos, preços	Melhores próximas ações
SOP / ISO	Procedimentos, auditorias	Consistência + evidências de auditoria

Personalização

IA Treinável — Fine-Tuning

Fine-tuning adapta Obsigen à sua terminologia, tom e padrões de processo.

Postura de Treino Segura na UE

Treinar apenas em datasets aprovados
Manter dados de treino em armazenamento EEE
Adicionar gates de avaliação antes da implantação

Método	Melhor Para	Notas
SFT / Instruction Tuning	Respostas consistentes no "estilo da casa"	Requer exemplos curados
Adaptadores LoRA	Especialização cost-effective	Variantes por tenant ou equipa
Preference Tuning	Alinhar com standards internos	Usa outputs classificados
Tool-Use Tuning	Melhor planeamento/execução	Melhora fiabilidade do agente

Infraestrutura

Construído sobre fundações provadas e soberanas.

Um stack pragmático escolhido por residência de dados no EEE, independência de fornecedor e auditabilidade — não pelo ciclo de conferências. Versões exatas e componentes relevantes para CVE partilhados sob NDA com compradores sérios.

Inferência EEE

LLMs de pesos abertos a correr em infraestrutura GPU europeia. Acelerado por NVIDIA, com opções on-prem e sovereign-cloud.

Containerizado, portável

Docker e Kubernetes em todo o lado. A mesma imagem corre em AWS, GCP, Azure, OVHcloud, Hetzner — ou no vosso datacenter. Sem surpresas de lock-in.

Execução em sandbox

As chamadas de ferramentas correm dentro de sandboxes isolados e efémeros. Egress de rede em allow-list. Log de auditoria em cada ação — escrito nos vossos servidores, não nos nossos. Não guardamos nada da run.

Pesquisa web privada

Meta-search self-hosted por defeito — nenhuma telemetria de query deixa o EEE. Fornecedores premium a pedido, contratados sob SCCs UE.

Dados e vector store EEE

Armazenamento de documentos em Varsóvia, embeddings em vector DB com row-level security. BYO-key (KMS / HSM) suportado para setores regulados.

Auditável — no vosso tenant

Cada prompt, chamada de ferramenta, retrieval e decisão de policy é logada no vosso storage, sob as vossas chaves, com a vossa retenção. Fornecemos as primitivas de auditoria; vocês têm os dados. EU AI Act Article 12 ready · SIEM-friendly (JSON / OTLP).

Versões exatas, componentes relevantes para CVE e especificidades de isolamento tenant partilhados sob NDA — ver Segurança.

Como Funciona