Tredence

A Tredence monta sistemas multiagente que executam trabalho em vendas, operações, finanças e cadeia de suprimentos, não apenas respondem perguntas. Os agentes ganham memória e ferramentas de planejamento, além de coordenação entre vários deles, para dar conta de fluxos com várias etapas. Esses mesmos agentes se conectam a CRM e ERP, onde disparam ações e fecham ciclos dentro de processos vivos. A empresa apresenta isso como a passagem de ferramentas para colegas de equipe, e o modelo de entrega inclui monitoramento e retreinamento para que os agentes continuem entregando o resultado para o qual foram desenhados.

Em vez de começar cada projeto do zero, a Tredence entrega mais de 150 ativos de ciência de dados, IA generativa e análise prescritiva que se adaptam aos dados de cada cliente. Entre as soluções com nome próprio estão Supply Chain Control Tower, Test and Learn Platform, On-shelf Availability, Customer Cosmos, Revenue Growth Management e Sancus para qualidade de dados com IA. O efeito prático é chegar ao protótipo mais cedo, o que pesa quando os interessados querem ver algo funcionando antes de aprovar orçamento.

A prática de dados cobre ingestão, pipelines, desenho de data warehouse e lakehouse, além da migração de sistemas legados. Na saúde, isso significou unir registros clínicos, de consultório, contábeis e de marketing de mais de 50 clínicas e sete sistemas de gestão numa plataforma só, com atualização em tempo real. A gestão da qualidade de dados corre junto, porque um modelo vale o que valem os registros que o alimentam.

Os serviços de MLOps são tratados como prática permanente, não como repasse depois da construção. O time cuida da implantação e do retreinamento tanto de modelos de machine learning tradicionais quanto de aplicações com modelos de linguagem, e acompanha de perto o desempenho. A governança desses modelos fica nas mesmas mãos. No trabalho com LLM entram também a avaliação da qualidade das respostas, a redução de alucinações e o controle do custo de inferência. Essas três coisas decidem se um recurso generativo sobrevive ao primeiro trimestre em produção.

Os projetos de consultoria de IA generativa avaliam a maturidade da empresa, priorizam casos de uso, desenham a arquitetura e fixam a governança antes de qualquer linha de código. Depois, um modelo de centro de excelência traz talento e ativos compartilhados, além de treinamento para a equipe do cliente. Com o tempo, os times internos conseguem manter a capacidade sozinhos. A Tredence apresenta o objetivo como reduzir a dependência de consultores externos, o que é raro numa consultoria.

A Tredence tem status de parceira da Databricks, Snowflake, Google Cloud, Microsoft, AWS e OpenAI, e já ganhou prêmios de parceira do ano de várias delas. Na prática, os projetos são construídos sobre a plataforma que você já paga, com acesso ao suporte técnico do fornecedor quando algo quebra. Também significa que as decisões de arquitetura tendem a seguir os pontos fortes do stack parceiro em vez de serem neutras em relação a fornecedor.

Dois produtos empacotados ficam fora da prática geral de consultoria. O Rebate.AI atende grupos de compras e distribuidores que deixam dinheiro de rebate sem reclamar porque as condições estão espalhadas entre planilhas e portais de fornecedores. O HealthEM.AI cuida do ciclo de vida dos dados de saúde, da ingestão aos controles de qualidade e daí para a análise. Os dois são mais estreitos que a consultoria, o que os torna mais fáceis de avaliar de antemão.