# De semanas para menos de um dia por painel, numa assessoria de investimentos | Tog Lab

> A Tog Lab trocou a ferramenta de BI por uma aplicação web própria e instalou o AI-Accelerated, o modelo de desenvolvimento com IA da Tog Lab, no ambiente do cliente. A área de negócio passou a pedir painéis em linguagem natural, aprovar o plano antes da execução e entregar melhorias revisadas por um

URL: https://www.toglab.co/pt-br/projeto-bi-investimentos.html

[Português de Portugal](https://www.toglab.co/pt-pt/projeto-bi-investimentos.html.md) · [English](https://www.toglab.co/en/projeto-bi-investimentos.html.md) · [Español](https://www.toglab.co/es/projeto-bi-investimentos.html.md) · [Italiano](https://www.toglab.co/it/projeto-bi-investimentos.html.md)

[Projetos](https://www.toglab.co/pt-br/projetos.html) BI com agentes

FinanceiroDesenvolvimento com IAService as a Software

# De semanas para menos de um dia por painel, numa assessoria de investimentos

A Tog Lab trocou a ferramenta de BI por uma aplicação web própria e instalou o AI-Accelerated, o modelo de desenvolvimento com IA da Tog Lab, no ambiente do cliente. A área de negócio passou a pedir painéis em linguagem natural, aprovar o plano antes da execução e entregar melhorias revisadas por um profissional da Tog Lab.

Tela ilustrativa, com dados fictícios.

Indicadores preliminares de julho de 2026, medidos contra o processo anterior do próprio cliente, com time pequeno e migração em andamento. Domínio bem definido e dados já organizados: em sistemas legados o ganho tende a ser menor.

## O desafio

O cliente publicava indicadores para assessores e gestores numa ferramenta de BI de mercado. As bases e as regras de negócio já funcionavam bem. O problema estava no caminho: cada painel novo dependia de uma pessoa técnica, de várias rodadas de validação manual e de uma licença a mais para cada usuário.

Os pedidos chegavam em planilhas, desenhos e protótipos que mostravam a intenção, mas raramente as regras de cálculo, as exceções e os critérios de aceite.

## Como o pedido vira painel

Seis passos para cada pedido. Os agentes fazem a triagem, o plano e a execução. Duas pessoas aprovam: quem pediu aprova o plano e um profissional da Tog Lab aprova a entrega.

Quem executa

Aprovação

Trabalho de agentesTrabalho e aprovação de pessoas

As jornadas viraram comandos simples para quem pede: /nova-feature, /melhoria, /analisa-bug, /corrigir-bug e /deploy.

## A IA trabalha só com a estrutura dos dados

Os agentes leem esquemas, contratos de API e regras de negócio para planejar e construir. As consultas passam por uma camada no servidor que decide o que cada perfil pode ver, e as credenciais nunca chegam ao modelo.

Tudo roda no ambiente do cliente, com a chave de modelo de IA do próprio cliente.

## Doze dias, do início à produção

Cronologia de julho de 2026.

### Antes e depois

PontoAntesCom IA

Uma pessoa da área de negócio, sem formação técnica, recebeu um treinamento introdutório, rodou o projeto na própria máquina, validou as mudanças e abriu Pull Requests sem ajuda. Os primeiros não precisaram de correção, e surgiram visualizações que não existiam na ferramenta antiga.

## Sua operação depende de uma ferramenta de BI?

Fila de pedidos de painel, licença que cresce a cada usuário e regra de negócio vivendo em planilha são os sinais de que este modelo serve para você.

[Fale com a gente](https://www.toglab.co/pt-br/contato.html) [Próximo case: IDS Social](https://www.toglab.co/pt-br/projeto-ids-social.html)

## Mais conteúdo desta página

- 3 dias úteis — para o desenvolvimento com IA entrar em produção no ambiente do cliente
- Menos de 1 dia — por painel complexo. Antes, semanas
- 5 de 13 — painéis migrados na primeira semana
- Zero — licenças por novo usuário

- Retrabalho constante — Requisitos implícitos e interpretações diferentes geravam rodadas repetidas de ajuste no painel ou na base.
- Validação no fim — O cliente só via o painel depois de pronto, quando corrigir custa mais.
- Licença limitando o acesso — Levar um painel a mais pessoas significava comprar e administrar novas licenças.
- Conhecimento concentrado — A ferramenta e as bases dependiam de poucas pessoas técnicas.

- Pedido — Quem pede, na área de negócio — Sem aprovação nesta etapa — A pessoa descreve o que precisa em linguagem natural, do jeito que explicaria para um colega: o indicador, o recorte, a meta e quem vai usar.
- Triagem — Orquestrador de agentes — Sem aprovação nesta etapa — O orquestrador classifica o pedido (painel novo, melhoria ou correção), confere se os dados já existem e faz as perguntas que faltam antes de seguir.
- Plano — Agente de planejamento — Segue para a aprovação de quem pediu — Os agentes montam o plano de execução: fonte dos dados, regras de cálculo, permissões por perfil, arquivos que vão mudar e testes que vão provar que funciona.
- Aprovação do plano — Quem pediu — Aprovação registrada antes de qualquer código — Quem pediu lê o plano e aprova, ajusta ou recusa. Nada é implementado antes desse aceite, e o registro fica no histórico do pedido.
- Execução — Agentes de código, testes e revisão — Testes e verificações automáticas — Agentes especializados implementam, testam e revisam em paralelo, dentro das permissões de cada um. Build, segurança e regressões são verificados antes da entrega.
- Validação e entrega — Quem pediu e um profissional da Tog Lab — Revisão técnica antes da produção — Quem pediu valida o painel na própria máquina e o comando /deploy abre o Pull Request. Um profissional da Tog Lab revisa o código e só então a mudança chega à produção.

- Experiência web — Painéis interativos, com interface por perfil e acesso sem licença por usuário. — Chakra UI
- Camada no servidor — Autenticação e acesso por papel decidem o que cada usuário vê. — Acesso por papel — BFF interno — Credenciais só no servidor
- Integrações e dados — As bases e regras que já existiam viraram matéria-prima, sem migração de dados. — APIs de indicadores — Contratos Swagger via MCP — Bases consolidadas
- Harness de IA — O que cerca os agentes: contexto, limites, verificações e portões de aprovação. — Documentação de contexto — Agentes e skills — Regras e comandos — Testes e portões

- Início
- Produção pronta
- Primeira autonomia
- Primeiras entregas
- Fase atual

- Semanas para painéis complexos — Menos de um dia nos casos medidos
- Manual e no fim, depois de implementar — Plano aprovado antes, validação local e Pull Request
- Dependência total de quem desenvolve — A área de negócio pede e melhora painéis em linguagem natural
- Condicionado a licença por usuário — Aplicação web com acesso por papel
- Espalhado em pessoas, planilhas e fórmulas — Documentado e usado pelo harness