Contexto é o que faz a IA gerar valor na empresa
O mesmo modelo acerta mais, lê menos e responde antes quando conhece os sistemas, as regras e o vocabulário do negócio. Os estudos públicos já medem o tamanho dessa diferença.
Três ganhos que aparecem na conta
- 4,5×
Mais respostas certas
- Modelo lendo as tabelas direto16%
- Com grafo de conhecimento54%
- Com a ontologia conferindo a consulta72%
Num banco de dados de seguros, o modelo de IA acertou 16% das perguntas lendo as tabelas direto. Com um grafo de conhecimento, 54%. Com a ontologia conferindo cada consulta, 72%.
Fonte: data.world AI Lab, 2023 e 2024
- −98,7%
Menos tokens por tarefa
Lendo só o necessárioCarregando tudo Um agente que carregava tudo no contexto usou 150 mil tokens numa tarefa. Lendo só o necessário, usou 2 mil. Como o Lumeis OS cobra por crédito, menos leitura vira conta menor.
Fonte: Anthropic, 2025
- 1 dia
De volta para cada pessoa, toda semana
SegTerQuaQuiSex19% da semana procurando informação Quem trabalha com informação gasta 19% da semana procurando e juntando dados. É quase um dia inteiro que o contexto pronto devolve para a decisão.
Fonte: McKinsey Global Institute, 2012
Ler mais piora a resposta
Despejar todos os dados no modelo custa caro e ainda erra mais. O que funciona é entregar a ele pouco e certo.
Quanto mais longa a entrada, menor o acerto
A Chroma testou 18 modelos de ponta. Todos perderam acerto conforme a entrada crescia, mesmo com a tarefa igual.
Fonte: Chroma, 2025
Com as definições do negócio, o erro cai até zerar
−82%de erro
Zeroerro
A dbt Labs fez as mesmas perguntas a dois modelos de ponta, com e sem a camada que define cada métrica. Um errou 82% menos. O outro parou de errar.
Fonte: dbt Labs, 2026
A mesma pergunta, dois caminhos
Sem contexto
- Varre centenas de tabelas atrás do dado certo
- Adivinha o que cada termo significa na empresa
- Junta fontes que não conversam entre si
- Responde sem dizer de onde veio cada número
- Leitura
- 0 mil tokens
- Tempo
- 0 s
- Resultado
- Resposta errada
Com o contexto do Lumeis OS
- Consulta a definição de cada termo na ontologia
- Lê só os dados que já estão ligados entre si
- Aplica as regras da knowledge base
- Responde com a fonte de cada número
- Leitura
- 0 mil tokens
- Tempo
- 0 s
- Resultado
- Bate com o BI
Como o Lumeis OS constrói esse contexto
Três camadas, construídas com o time embarcado nas primeiras semanas, que todo agente e todo app passam a usar.
- 1
Integra os sistemas
ERP, CRM, data warehouse, sistemas de RH e financeiro e planilhas entram numa camada só, atualizada sozinha e com a origem de cada dado.
- 2
Monta a knowledge base
Políticas, regras, contratos e decisões passadas viram documentos que o agente consulta, cada um com origem, responsável e data.
O agente procuradivisão de regiões
- Política de descontosComercial · revisado em 03/11
- Mapa de regiões e unidadesOperações · revisado em 05/11Usado na resposta
- Regra de aprovação de comprasFinanceiro · revisado em 28/10
- Decisão: revisão de contratos deficitáriosDiretoria · registrado em 14/10
- 3
Desenha a ontologia
Cliente, contrato, pedido, produto e fatura ganham uma definição única e as relações entre eles. Cliente ativo passa a significar o mesmo para o agente, o BI e a diretoria.
feito por segue contém gera compra define prazo quitada por vem de Cliente Contrato Pedido Produto Fatura Pagamento Cliente ativo Comprou nos últimos 90 dias e tem contrato vigente.
Veja o contexto funcionando com os seus dados
Traga uma pergunta do seu processo e mostramos o caminho que ela faz no Lumeis OS.