A plataforma
Automaxia Studio
Crie os agentes. Consuma o que eles produzem.
Uma plataforma agêntica completa: o mesmo lugar onde os agentes são criados e geridos é onde os dados que eles geram viram resposta, painel e decisão.
Agnóstica e instalável onde você precisar — sua nuvem, seu data center ou a nossa infraestrutura.
O ciclo
Criar e consumir no mesmo lugar
A maioria das ferramentas faz uma ponta ou outra: monta o agente e te abandona, ou mostra dado que alguém trouxe de fora. Aqui as duas pontas se encontram.
- 01
Criar
Agentes nascem de prompts, não de um projeto de engenharia. Quem conhece o processo descreve o que o agente precisa fazer.
- 02
Operar
Os agentes rodam dentro dos processos, com as permissões e as integrações que o negócio exige.
- 03
Observar
Do início ao fim: cada passo rastreável, cada resposta explicável, cada centavo de IA contabilizado.
- 04
Consumir
O dado que os agentes produzem volta para o time — em pergunta no WhatsApp e em painel na tela. E o que se aprende ali vira o próximo agente.
Os módulos
O Console e o Harvest
Um é onde os agentes nascem e são governados. O outro é o que liga o dado do cliente ao domínio, antes do primeiro agente rodar.
Administração
Console
O posto de comando da plataforma: é onde os agentes nascem, onde se vê o que eles estão fazendo e quanto estão custando.
- Criação de agentes
- Observabilidade — execuções, tempo de resposta e taxa de erro
- Visão financeira — custo por período, por produto e por modelo
- Gestão de usuários, perfis e grupos — e a quais agentes cada um tem acesso
- Gestão dos modelos de IA
Dados
Harvest
O agente que abre o banco do cliente e monta o de-para com o contrato de dados. O levantamento que levava dias sai em minutos — e a palavra final continua sendo de uma pessoa.
- Parte do contrato de dados do setor e vai atrás do que existe no banco do cliente
- Propõe o de-para campo a campo, com o motivo de cada correspondência
- Diz o que não encontrou e o que ficou ambíguo, em vez de preencher no escuro
- Validação humana antes de valer: ninguém aprova em bloco sem ver
- O que era semana de reunião técnica vira uma revisão de minutos
No Console
Como um agente nasce
Quatro etapas, e a segunda é a que importa: o agente é definido escrevendo em português o que ele deve fazer. Quem escreve é quem conhece o processo.
Navegue pelas quatro etapas
01 / 04
Etapa 01
Identidade
Quem é o agente e do que ele cuida.
- Nome
- Controle de estoque
- Identificador
- controle-de-estoque
- Tipo do agente
- SQL
- Descrição
- Conectar no banco e buscar as informações que importam para gerenciar o estoque
Reconstrução das telas do produto, com exemplo ilustrativo
No Console
E depois que ele está trabalhando
Quanto custou, quanto errou, quanto demorou — e o que ainda não foi configurado. A plataforma cobra a boa prática em vez de esperar que alguém lembre.
Saudável
3 de 4 eixos avaliados
412 ms em 1.116 execuções · 7d
0,9% de erro (10 de 1.116) · 7d
credenciais no cofre, 2 sem rotação
limite mensal ainda não cadastrado
Custo no período
R$ 128,40
R$ 96,10 no anterior
Execuções
1.116
982 no anterior
Tempo médio
412 ms
críticas em 1,2 s
Alertas ativos
0
nenhum crítico
Onde o custo está indo
- Agente de EstoqueR$ 78,9061%
- Agente FinanceiroR$ 31,2024%
- Agente de AtendimentoR$ 18,3015%
Oportunidade
AltaUm modelo mais econômico daria conta
O Agente de Atendimento usa um modelo caro para tarefas simples de triagem, a US$ 0,0135 por chamada.
O eixo sem nota não é zero: é pendência que a plataforma cobra
Reconstrução da tela do produto, com números ilustrativos
Por que sustenta
O que separa piloto de produção
Observabilidade ponta a ponta
Do prompt que disparou até o dado que saiu. Não é log de aplicação: é a trilha inteira do raciocínio do agente.
Rastreabilidade
Toda decisão automática tem origem, versão e responsável. Quando alguém perguntar por que o agente fez aquilo, existe resposta.
Visão financeira
Não é só quanto se gastou: é para onde o custo está indo, produto a produto, com sugestão de onde trocar por um modelo mais barato e quanto isso economizaria.
- Custo do período comparado ao anterior
- Para onde o custo está indo, produto a produto
- Sugestão de modelo mais econômico, com economia estimada
Criação por prompt
Quem entende do processo constrói o agente. A plataforma cuida de governança, execução e medição por baixo.
Onde o dado vira decisão
As soluções que o cliente usa
Não são produtos separados para comprar: é a camada de consumo do Studio — o que o time encontra pronto quando os agentes já estão trabalhando.
Pergunte em português
Talk
Você pergunta em português e recebe a análise, a tabela e o gráfico — com a consulta que a IA escreveu à mostra, para quem quiser conferir.
- Mostra a qual fonte de dados está conectado antes de responder
- A consulta gerada fica visível e auditável, não escondida
- Resultado em tabela e gráfico, com o tipo à escolha de quem lê
- Termina em plano de ação sugerido, e não só no diagnóstico
- Só leitura, e só o que o perfil do usuário autoriza
Painel que responde
Vision
O painel se constrói pedindo em português, e depois responde: a IA desenha os indicadores a partir do que o agente sabe e continua ali dentro para explicar o que eles mostram.
- Painéis gerados a partir do perfil do agente, sem montar do zero
- Ou montados por você, pedindo em linguagem natural o que quer ver
- Ajuste manual quando precisar de controle fino
- Assistente inteligente dentro do próprio painel: assume a personalidade do agente liberado para quem está ali e sugere por onde começar
- Do panorama ao registro individual, sem trocar de ferramenta
- Acesso controlado por grupo, painel a painel
O comando vira mapa
Atlas
Peça em português e o mapa se desenha: camadas, recortes e concentrações aparecem sobre o território sem ninguém abrir um GIS.
- Um comando em português vira camada no mapa
- Concentração, recorte por área e comparação entre regiões
- O mesmo agente responde no chat ao lado do mapa
- Sobre a base geográfica que o cliente já usa
Três formas de usar o mesmo dado
Perguntando, olhando e localizando. Muda o jeito de chegar até a informação; o que não muda é quem está do outro lado — o agente que o seu time ensinou.
- Perguntar → Talk
- Olhar → Vision
- Localizar → Atlas
O elo
O agente que você criou é quem responde
O assistente dentro do painel e do chat não é um genérico: ele assume a personalidade dos agentes liberados para quem está logado. Quais agentes cada pessoa alcança é decidido na gestão de usuários. Criar e consumir não são duas ferramentas que conversam entre si — é o mesmo agente, dos dois lados.
Veja acontecer
Troque o agente e a plataforma muda inteira
Um agente de estoque não é um filtro dentro do sistema: ele desenha os painéis de estoque e vira o especialista de estoque no chat. Escolha um e veja.
“Você cuida do estoque. Conhece cobertura em dias, giro, ponto de pedido e a sazonalidade de cada categoria. Avisa antes de faltar, não depois.”
Definido em português, no Console
- Cobertura em dias, por item
- Giro por categoria
- Itens abaixo do ponto de pedido
- Sazonalidade dos últimos doze meses
Gerados a partir do que ele sabe
O que vai faltar na próxima semana?
Agente de Estoque
Onze itens ficam abaixo do ponto de pedido até sexta. Três deles são de fornecedor com prazo de quinze dias — se o pedido não sair hoje, falta. Quer que eu liste os três primeiro?
O mesmo agente, agora conversando
E é assim que ele abre na tela
O que você quer analisar hoje?
Pergunte em português. A consulta é escrita, executada e devolvida com tabela, gráfico e análise.
Cobertura média
18dias
-3 dias
Itens em ponto de pedido
11
+4
Giro do trimestre
4,2x
+0,3
Valor parado
R$ 1,4mi
-R$ 210 mil
O agente sugere
Exemplos ilustrativos do mecanismo
A diferença
Onde os outros param
Google AI Studio
Prompt + modelo + chave de API. Termina onde o problema do dado começa.
Microsoft Copilot Studio
Fluxos de conversa no ecossistema Microsoft. Não conhece o dado legado, não calcula nada auditável.
Canvas genéricos (n8n, Flowise…)
Kit de nós para o cliente montar. ~90% morre no piloto: dado, workflow e governança ficam com você.
Automaxia Studio
Cria, opera, observa e devolve o dado para o time — no mesmo lugar, sob a mesma governança.
Deliberadamente opinativo
A fundação
O que sustenta cada solução
Quatro coisas que nenhuma delas dispensa — e que precisam existir antes do primeiro agente, não depois.
01
Governança nativa
Identidade única, permissões por área de negócio, cofre criptografado de credenciais e auditoria completa — desde o dia 1, não como projeto futuro.
02
Onboarding de dados com o Harvest
O Harvest decifra bases legadas — inclusive colunas crípticas — monta o de-para contra o contrato de dados e prova cada campo contra o dado real. O levantamento que levava dias sai em minutos, e uma pessoa aprova antes de valer.
03
Permissão que o banco impõe
O agente enxerga apenas o que o perfil de quem perguntou autoriza — e sempre em modo leitura. A barreira é aplicada no dado, não na interface.
04
Resposta com prova
Todo número vem com a origem, o caminho que percorreu e um selo de confiabilidade. Quando o dado não sustenta a resposta, a plataforma avisa.
Vertical Packs
Como um setor vira produto
Contrato de dados + regras do domínio + agentes e prompts do setor + painéis canônicos. Um pack é um vertical instalável.
01
Contrato de dados
Os campos, regras e obrigatoriedades do setor — o que o Harvest vai procurar na base do cliente.
02
Regras do domínio
As decisões que o setor toma, com score de explicabilidade.
03
Agentes e prompts
A linguagem e o conhecimento do domínio.
04
Painéis
Os painéis canônicos do setor.
O pack diz o que procurar; o Harvest acha na base do cliente em minutos, e o que era semana de levantamento vira revisão. O que a IA propõe, o especialista aprova.
Sem lock-in
Agnóstica de modelo e de lugar
A geração de SQL pode usar um modelo, a análise outro, o mapeamento um terceiro — configuração no catálogo, não código. E a plataforma roda onde a sua política de dados mandar.