O processo, as decisões técnicas e os números. Sem promessas de percentagens que não possamos mostrar.
Um grupo com 8 unidades em 3 zonas substituiu o pedido de orçamento por email por um percurso de sete passos que devolve uma proposta ao cliente e uma lead qualificada à equipa comercial. 135 salas, 269 itens de catering, seis backoffices.
Projeto entregue. Números de catálogo, Setembro 2026.
Ler o casoArquitetura para o Poder Local: um agente que lê a reclamação, resume, extrai o local, classifica o serviço responsável, georreferencia a ocorrência e propõe resposta — com três níveis de supervisão humana, conforme o risco.
Descrição de arquitetura, não projeto entregue.
Ler o casoUma seguradora substituiu o botão «Call Me» por um assistente que conversa, recolhe os dados necessários e devolve uma simulação na mesma interação — às 23h ou ao domingo, sem esperar pelo horário comercial.
Projeto entregue. Sem números de conversão publicados.
Ler o casoUm empreendimento que responde sozinho por email, com AWS Lambda e um LLM a usar o conhecimento real do projeto — e com a separação entre instruções, conhecimento e conteúdo do email que impede que uma mensagem se torne uma regra.
Projeto entregue. Sem números de conversão publicados.
Ler o casoMais casos em preparação. Publicamos um projeto quando há substância técnica que valha a pena explicar — não a cada entrega.
A BigLearn é uma empresa portuguesa de consultoria em inteligência artificial, fundada em 2017 e sediada em Lisboa. Trabalhamos em hotelaria e turismo, autarquias e administração pública, seguros, imobiliário, saúde, indústria e serviços profissionais — com organizações que já têm processos a funcionar e querem saber onde a IA os melhora.
Quatro destes setores têm caso publicado nesta página: hotelaria, Poder Local, seguros e imobiliário. Os restantes não — e enquanto não tivermos um projeto que valha a pena explicar, continuam sem ele. Um setor listado sem caso é um setor onde trabalhamos, não um setor onde temos prova pública. A distinção é a mesma que fazemos entre projeto entregue e descrição de arquitetura.
O que os casos têm em comum não é a tecnologia, é a forma do problema: alguém a fazer à mão o que já está escrito nalgum lado, e uma espera entre a intenção de quem procura e a primeira resposta útil. Se isso lhe soa familiar, o percurso começa numa prova de conceito, com critério de sucesso escrito antes de começar.
Os clientes não são nomeados. Descrevemos o setor, a dimensão e o problema com precisão suficiente para se perceber o trabalho, e paramos aí. Nomear um cliente exige autorização escrita, e preferimos publicar sem nome a esperar por ela.
Os números são de catálogo, não de resultado. Dizemos quantas salas, quantos itens, quantos idiomas — coisas verificáveis e datadas. Não publicamos percentagens de aumento de receita ou de redução de custos que não possamos mostrar de onde vieram.
Contamos as decisões, incluindo as que dispensaram IA. Um caso de estudo onde tudo correu bem e a tecnologia resolveu tudo não ensina nada a quem o lê. As escolhas interessantes são as que tiveram alternativa.
Dizemos quando é arquitetura e não entrega. Alguns destes textos descrevem projetos concluídos; outros descrevem o que uma arquitetura nossa pode executar, escritos no modo condicional. São coisas diferentes e estão etiquetadas como tal — na lista acima e à cabeça de cada página. Um catálogo de capacidades apresentado como historial é a forma mais fácil de perder a confiança de quem lê.
A BigLearn é uma empresa portuguesa de consultoria em inteligência artificial, fundada em 2017 e sediada em Lisboa. Trabalha em hotelaria e turismo, autarquias e administração pública, seguros, saúde, indústria e serviços profissionais, com projetos de agentes de IA, automação de processos e transformação digital.
Três: hotelaria, com um configurador de eventos para um grupo com 8 unidades; Poder Local, com um agente de tratamento de reclamações para Câmaras Municipais; e seguros, com um assistente de simulação de Seguro de Vida. Trabalhamos noutros setores, mas um setor listado sem caso é um setor onde trabalhamos, não um onde temos prova pública.
Nomear um cliente exige autorização escrita, e preferimos publicar sem nome a esperar por ela. Descrevemos o setor, a dimensão e o problema com precisão suficiente para se perceber o trabalho, e paramos aí.
Não. Só publicamos números verificáveis e datados — quantas salas, quantos itens, quantos idiomas, quantos passos. Não publicamos percentagens de aumento de receita ou de redução de custos que não possamos mostrar de onde vieram.
Um projeto entregue relata trabalho concluído para um cliente real, com números de catálogo verificáveis. Uma descrição de arquitetura é escrita no modo condicional e diz o que uma solução nossa pode executar, sem implantação concreta por trás. Cada caso diz qual é qual, na lista e à cabeça da própria página.
Por uma prova de conceito com critério de sucesso escrito antes de começar. Analisa-se o que as pessoas fazem hoje, que informação já existe escrita e quanto custa a paragem, antes de se discutir tecnologia. Se a prova não passar, ficou barato descobri-lo.