Construir ou comprar um company brain: o custo real de montar em casa
O protótipo de um company brain fica pronto em um fim de semana. O custo real está no que vem depois: conectores, permissões e manutenção, que nunca terminam. Para a maioria das empresas, sai mais barato comprar a plataforma e construir só o que é específico do negócio.

Resposta curta: construir um company brain em casa faz sentido quando ele é o produto que você vende ou quando há um requisito que nenhuma plataforma atende. Para a maioria das empresas, comprar a plataforma e construir só o que é específico do negócio sai mais barato, porque o custo de construir não está no protótipo. Está em três linhas que não aparecem na demonstração: conectores, permissões e manutenção.
A história costuma começar igual. Alguém do time de dados monta, em um fim de semana, um assistente que responde perguntas sobre o banco de vendas e uma pasta de políticas. A demonstração impressiona a diretoria. A conclusão parece óbvia: "se deu para fazer isso em dois dias, não precisamos comprar nada".
Seis meses depois, o assistente continua sendo usado por quem o construiu e por mais ninguém. Este post é sobre o que acontece nesses seis meses.
Se o termo ainda é novo para você, comece por o que é um company brain.
Por que o protótipo engana?
O protótipo engana porque ele resolve a parte mais barata do problema. Ligar um modelo a um banco de dados e a alguns documentos é o que hoje se faz com poucas linhas de código e um bom framework.
O que o protótipo deixa de fora é tudo o que separa uma demonstração de um sistema que a empresa inteira pode usar:
- Ele roda com a credencial de quem o construiu, então enxerga tudo o que essa pessoa enxerga.
- Ele conhece duas fontes. A empresa tem dezenas.
- Ninguém registra quem perguntou o quê.
- Ele vive em um notebook ou em uma tela que só o time técnico abre.
- Ninguém sabe quanto cada resposta custa nem se ela está certa.
- Ele só responde. Não agenda, não dispara, não executa.
Cada item dessa lista é um projeto. Somados, eles são o company brain de verdade.
Quais são os custos de construir um company brain em casa?
Os custos de construir se dividem em oito linhas, e só a primeira aparece no protótipo.
| Linha de custo | O que inclui | Tipo |
|---|---|---|
| Conectores | Bancos de dados, documentos, ferramentas internas, APIs de terceiros | Inicial e recorrente |
| Permissões | Acesso por papel aplicado em cada fonte e em cada resposta | Inicial e recorrente |
| Auditoria e rastreabilidade | Registro de cada consulta e ação, citação da fonte em cada resposta | Inicial |
| Canais | WhatsApp, Slack, Teams, chat web, cada um com sua API e suas regras | Inicial e recorrente |
| Orquestração | Agendamentos, gatilhos por evento, novas tentativas, filas, alertas | Inicial |
| Qualidade | Conjuntos de avaliação, testes de regressão quando o modelo ou o prompt muda | Recorrente |
| Custo de modelo | Tokens, mais a instrumentação para saber quem gastou o quê | Recorrente |
| Manutenção | Tudo acima, para sempre | Recorrente |
Três dessas linhas concentram a maior parte das surpresas.
Conectores: o primeiro é fácil, o décimo é um produto
Um conector não é uma conexão. É a conexão, mais o entendimento do esquema, mais o tratamento de limites e erros, mais a atualização quando a fonte muda.
Bancos SQL são o caso simples. Depois vêm o ERP com uma API mal documentada, a pasta compartilhada com PDFs escaneados, o sistema legado que só exporta arquivo e a ferramenta SaaS que muda a API duas vezes por ano. Cada fonte nova tem seu próprio jeito de autenticar, paginar e falhar.
A conta que quase ninguém faz no início: o número de conectores cresce com o sucesso do projeto. Quanto mais o cérebro é útil, mais áreas pedem para ligar as próprias fontes.
Permissões: a parte que não aparece na demo
Permissão é o item mais subestimado porque a demonstração funciona sem ela. Em produção, é ela que decide se o projeto sobrevive.
O requisito parece simples: cada pessoa só recebe respostas com dados que ela poderia ver. Na prática isso exige:
- Mapear os papéis da empresa para os papéis de cada sistema conectado.
- Aplicar o filtro na fonte, e não depois que o modelo já leu o dado.
- Tratar documentos, que raramente têm um controle de acesso tão fino quanto um banco.
- Refletir no mesmo dia a mudança de cargo ou o desligamento de alguém.
- Provar tudo isso para a auditoria, com registro.
Basta uma resposta com um dado de folha de pagamento para a pessoa errada e a empresa desliga o projeto. E quando o canal oficial é desligado, as pessoas voltam a colar dados em ferramentas pessoais, que é o cenário que descrevemos em Shadow AI.
Manutenção: o custo que não acaba
Um company brain não fica pronto. Ele depende de coisas que mudam o tempo todo, todas fora do seu controle:
- Os modelos. Versões são descontinuadas, preços mudam, o comportamento muda entre versões. Cada troca pede uma nova rodada de avaliação.
- As fontes. Um campo renomeado no ERP quebra as consultas que dependiam dele.
- Os canais. As APIs de mensageria mudam regras e limites.
- A empresa. Novas áreas, novos papéis, novas políticas.
- As pessoas. Se os dois engenheiros que construíram a plataforma saírem, o conhecimento sobre o cérebro da empresa vai embora junto. É a ironia mais cara do projeto.
Há ainda o custo de modelo. Uma única tarefa de agente pode disparar de 5 a 30 chamadas de modelo, e sem atribuição por tarefa o gasto só aparece na fatura. Montar essa instrumentação é mais um projeto, que detalhamos em quando o agente custa mais que o desenvolvedor.
Quanto custa construir, na prática?
Não existe um número único, mas existe um jeito honesto de estimar: somar o esforço por linha, em semanas de engenharia, e multiplicar pelo custo real do seu time.
A tabela abaixo é um modelo de estimativa para uma primeira versão governada, com um banco de dados, um repositório de documentos e um canal. As faixas são premissas nossas, baseadas no que vemos em projetos desse tipo, e não uma pesquisa de mercado. Troque pelos seus números.
| Item | Esforço estimado (semanas de engenharia) |
|---|---|
| Conectores iniciais (um banco SQL e documentos) | 3 a 6 |
| Permissões por papel aplicadas na fonte | 4 a 8 |
| Auditoria e citação de fonte | 2 a 4 |
| Um canal (WhatsApp, Slack ou Teams) | 2 a 4 |
| Orquestração de fluxos (agendamento, eventos, novas tentativas) | 4 a 8 |
| Avaliação de qualidade e controle de custo | 3 a 6 |
| Total até a primeira versão governada | 18 a 36 |
Com duas pessoas dedicadas, isso significa de dois a quatro meses de calendário antes do primeiro uso real, sem contar o que elas deixaram de fazer nesse período. Depois disso, a plataforma passa a pedir uma parte fixa do time para se manter de pé, e essa parte cresce a cada fonte e canal novo.
Para comparar as duas opções no mesmo horizonte, use três anos:
- Construir = (semanas de construção × custo semanal carregado do time) + (manutenção anual × 3) + custo de modelo + custo de oportunidade do que o time não entregou.
- Comprar = (licença × 36 meses) + implantação + horas internas para conectar as fontes + custo de modelo.
Dois cuidados ao preencher. O custo de modelo existe nos dois cenários, então ele raramente decide a comparação. E o custo de oportunidade é o item mais pesado e o menos visível: os mesmos engenheiros poderiam estar no produto que a empresa vende.
Construir ou comprar: como as duas opções se comparam?
| Critério | Construir em casa | Comprar uma plataforma |
|---|---|---|
| Tempo até o primeiro uso real | Meses | Semanas |
| Custo inicial | Alto, em horas de engenharia | Baixo, em licença e implantação |
| Custo recorrente | Parte fixa do time, crescente | Licença, previsível |
| Controle sobre o funcionamento | Total | Limitado ao que a plataforma permite estender |
| Governança (papéis, auditoria) | Você projeta e mantém | Vem pronta, você configura |
| Risco principal | Dependência de poucas pessoas internas | Dependência do fornecedor |
| Quando o modelo muda | Seu time reavalia e ajusta | O fornecedor ajusta |
Nenhuma das colunas é gratuita. A pergunta é qual dependência a sua empresa prefere administrar.
Quando construir em casa faz sentido?
Construir faz sentido em quatro situações:
- O cérebro é o seu produto. Se você vende a camada de conhecimento e agentes para os seus clientes, ela é o seu diferencial e deve ser sua.
- Existe um requisito que nenhuma plataforma atende. Uma exigência regulatória ou de ambiente muito específica, que você já confirmou com os fornecedores.
- Você já tem um time de plataforma de IA. Com pessoas dedicadas, orçamento recorrente e mandato para manter o que constrói.
- O escopo é pequeno e estável. Uma fonte, um time, sem dados sensíveis. Nesse caso o protótipo talvez já seja o suficiente, e não há nada de errado nisso.
Se nenhuma das quatro descreve a sua empresa, construir tende a ser a opção mais cara com aparência de mais barata.
Quando comprar faz sentido?
Comprar faz sentido quando o company brain é um meio e não o fim: a empresa quer as respostas e os fluxos, não ser dona de uma plataforma de IA.
Os sinais mais comuns:
- O time de engenharia é pequeno ou já está comprometido com o produto principal.
- Há dados sensíveis, e governança precisa existir no primeiro dia.
- Várias áreas vão usar, cada uma com fontes e permissões diferentes.
- A diretoria espera resultado neste trimestre, não no ano que vem.
Existe um caminho do meio?
Existe, e é o que mais recomendamos: comprar a base e construir o que é seu.
A base é o que toda empresa precisa igual: conectores comuns, permissões, auditoria, canais, orquestração, controle de custo. Refazer isso não gera vantagem nenhuma.
O que é seu é o que nenhum fornecedor conhece: as regras do negócio, os fluxos, os agentes especializados e os conectores para as ferramentas internas que só a sua empresa tem. É aí que o tempo dos seus engenheiros vale mais.
Antes de assinar com qualquer fornecedor, incluindo nós, faça estas perguntas:
- As fontes são conectadas onde vivem ou copiadas para dentro da plataforma?
- Consigo criar conectores e ferramentas próprias?
- As permissões são aplicadas por papel em cada fonte?
- Existe log de auditoria que eu possa mostrar a um regulador?
- Consigo ver o custo por fluxo, por agente e por time?
- Posso escolher e trocar de modelo?
- Se eu sair, o que eu levo comigo?
Onde o Orkindo entra
O Orkindo é a base pronta. Ele se conecta a bancos de dados, documentos, ferramentas internas e canais como WhatsApp e Google Chat, com acesso por papel em cada fonte, log de auditoria completo e acompanhamento do uso de tokens. As fontes são conectadas onde já vivem.
O seu time fica com o que é específico: quais perguntas importam, quais fluxos automatizar, quais regras valem. O primeiro agente costuma entrar em produção em até duas semanas, o que permite testar a decisão de comprar antes de comprometer um orçamento de construção.
Se quiser fazer a conta com os números da sua empresa, agende uma conversa.
Perguntas frequentes
Quanto tempo leva para construir um company brain em casa?
O protótipo leva dias. Uma primeira versão governada, com permissões por papel, auditoria, um canal e orquestração de fluxos, leva de 18 a 36 semanas de engenharia no nosso modelo de estimativa, o que dá de dois a quatro meses de calendário com duas pessoas dedicadas.
Qual é o custo mais subestimado ao construir um company brain?
A manutenção. Modelos são descontinuados, as fontes mudam de esquema, as APIs dos canais mudam de regra e a empresa cria novos papéis. Tudo isso pede uma parte fixa do time para sempre, e essa parte cresce a cada fonte conectada.
Dá para começar construindo e migrar para uma plataforma depois?
Dá, e o protótipo não é desperdício: ele mostra quais perguntas importam e quais fontes respondem a elas. O que costuma ser descartado na migração é a infraestrutura em volta, como permissões, auditoria e canais, que é justamente a parte mais cara de construir.
Comprar uma plataforma cria dependência do fornecedor?
Cria, assim como construir cria dependência das poucas pessoas internas que conhecem o sistema. Para reduzir o risco, prefira plataformas que conectam as fontes onde elas vivem, em vez de copiar os dados, e que permitem escolher o modelo e criar conectores próprios.
O custo de modelo é menor quando a empresa constrói a própria solução?
Não necessariamente. Os tokens são pagos nos dois cenários. O que muda o valor é o controle: roteamento entre modelos, cache e custo medido por tarefa. Quem constrói em casa precisa montar essa instrumentação também.