O problema
Um edital de videomonitoramento pode reunir 113 páginas. O desafio não é apenas ler tudo. É encontrar, entre milhares de trechos, o pequeno conjunto de informações que realmente muda uma decisão. Colocar um modelo de linguagem para ler um edital inteiro é uma conta que fecha na primeira execução e começa a desmoronar na centésima. É uma variação do problema conhecido como needle in a haystack: a informação decisiva está presente, mas pode desaparecer no meio de milhares de trechos que disputam a atenção do modelo.
Para as equipes de backoffice governamental, essa não é uma situação excepcional. Uma única compra reúne edital, termo de referência, anexos, planilhas, atas, contratos e os documentos que sustentam cada preço. Multiplique isso por itens, órgãos, versões, revisões e processos simultâneos. O volume de artefatos já ultrapassa o que equipes humanas conseguem ler e relacionar com segurança no tempo disponível.
A resposta mais comum da indústria é dividir os documentos e recuperar os trechos semanticamente próximos da pergunta. O problema está na ordem: o conteúdo é fragmentado antes de o sistema compreender o que precisa encontrar. Informação relevante pode ser descartada antes que sua importância para a tarefa seja conhecida.
Na pesquisa que deu origem à Fóvea, esse defeito tinha endereço. Uma tabela de 44 itens, cada um com sua unidade de medida, era partida ao meio, às vezes no meio de uma palavra. Isolado, cada fragmento parecia com qualquer outra tabela. O critério de importância procurava cifras, percentuais e separadores. Nenhum desses sinais aparece numa chamada de oportunidade que informa descrição, unidade e quantidade, mas ainda não apresenta preço.
Não estávamos diante de um problema de prompt. Estávamos diante de um limite do modo como sistemas genéricos foram ensinados a olhar documentos.
O número nunca foi o trabalho
Esse problema nos acompanha há mais de um ano. Ele apareceu primeiro em um projeto de comparação de preços com um órgão estadual de controle e, desde então, vem sendo catalogado com documentos reais em mãos.
Foi nesse trabalho que aprendemos que instalar um equipamento não referencia o equipamento. Que 12 mil BTU não referenciam 18 mil. Que profissional sênior não referencia profissional júnior. Que uma solução com um módulo adicional ou cobertura superior pode carregar no preço algo que o objeto pesquisado não exige.
Aprendemos também que um serviço eventual não referencia um serviço contínuo, ainda que ambos usem a mesma unidade nominal. E encontramos um dos erros mais caros em tecnologia da informação: a unidade de serviço técnico de um órgão não equivale à de outro apenas porque as duas compartilham a mesma sigla.
Esses casos não nasceram num laboratório. São modos concretos de errar que aparecem em editais, contratos, atas e termos de referência.
Juntos, eles explicam por que localizar um número nunca foi a tarefa central. A tarefa é demonstrar que dois números medem a mesma coisa. E explicam por que a página decisiva de um edital quase nunca é aquela em que aparece o preço. É a página que define sobre o que o preço incide.
Quando primatas e águias entraram na mesma equipe
Foi assim que, na história da Fóvea, primatas e águias acabaram trabalhando juntos.
Nos primatas, a fóvea central é uma pequena depressão no centro da retina responsável pela visão central de maior nitidez e alta resolução. Enquanto a retina acompanha todo o campo visual, a fóvea concentra a percepção detalhada em uma região reduzida. Águias e outras aves de rapina diurnas podem apresentar duas regiões foveais especializadas: uma favorece a detecção de alvos distantes no campo lateral, enquanto a outra acompanha o alvo no campo frontal durante a aproximação. A segunda lição veio daí: tarefas diferentes exigem formas diferentes de olhar. Um título visível e uma tabela que atravessa páginas não podem ser encontrados pela mesma estratégia.
A SAFIATECH reuniu esses dois princípios na Fóvea, uma tecnologia própria para reconhecer o terreno documental, identificar a natureza de cada informação e concentrar a análise nos pontos capazes de mudar uma decisão. O que fica de fora não desaparece: permanece registrado como cobertura ou lacuna.
Não copiamos a anatomia. Transformamos a inspiração em engenharia, confrontamos hipóteses com documentos públicos reais e preservamos somente o que produziu ganho consistente. A solução nasceu do encontro entre visão ampla, foco especializado e medição rigorosa.
O salto de performance não veio de simplesmente aumentar o modelo. Veio de ensinar o sistema a olhar melhor. Com a Fóvea, o processamento deixa de distribuir o mesmo esforço por todas as páginas e passa a se concentrar onde o contexto realmente está.
O resultado em escala real
A base utilizada não é sintética nem foi montada para favorecer a ocasião. Ela resulta de mais de um ano trabalhando com editais, termos de referência, anexos, atas e contratos de diferentes órgãos e esferas. São milhares de documentos e centenas de milhares de trechos analisados.
Os corpora e as réguas são versionados. Cada conjunto registra o motivo de sua existência e permite comparar uma alteração com o comportamento anterior.
Contra a régua estabilizada, em dezenas de documentos reais:
A Fóvea recupera todo o núcleo estável de itens lendo aproximadamente um quarto do documento.
Quando acrescentamos as seções que estruturam o processo, 95% dos documentos saem completos com a leitura de menos da metade do texto.
A etapa responsável por decidir onde olhar ficou cerca de onze vezes mais rápida que o critério anterior, sem realizar chamadas de rede.
O gargalo deixou de ser o volume do documento e passou a ser uma categoria específica de seção, rara e pouco marcada. O problema agora tem nome e endereço.
Esses números não são uma promessa de redução de tempo para o comprador. Esse efeito precisa ser medido com usuários trabalhando em processos reais. Também não representam cobertura integral do mercado ou uma verdade permanente.
Eles demonstram algo mais fundamental: a Fóvea possui uma engenharia mensurável. Cada evolução precisa mostrar o antes, o depois, o ganho e a perda. Em um mercado saturado de demonstrações de IA, essa disciplina distingue uma tecnologia séria de uma apresentação convincente.
O que torna esse trabalho diferente
O resultado não é apenas uma técnica para ler menos páginas. O que construímos reúne três ativos difíceis de reproduzir.
Uma régua capaz de medir progresso real
Nada entra sem medição anterior e posterior. Cada mudança precisa demonstrar ganho consistente no corpus real antes de fazer parte do produto.
Numa área em que é fácil selecionar a métrica mais favorável, manter critérios estáveis de comparação é um sinal de maturidade tecnológica.
Resultados que revelam seus próprios limites
Tudo o que não foi lido precisa permanecer visível. Em processos que podem ser auditados anos depois, um resultado só tem valor quando permite compreender tanto o que encontrou quanto o que ficou fora da análise.
Por isso, a Fóvea trata cada lacuna como parte do resultado. Ela recebe contexto, dimensão e motivo, permitindo que cada produto apresente o alcance da análise antes de apoiar uma decisão.
Um acervo construído decisão após decisão
A Fóvea preserva procedência desde o início. Cada informação conserva fonte, data e trecho. Cada conclusão registra a referência que a sustenta. Cada peça emitida preserva sua versão. Cada ausência relevante permanece visível.
Essa disciplina nasceu para permitir que o comprador defendesse uma decisão no futuro. Ela produziu também um ativo tecnológico estratégico: um acervo de decisões, erros e comparações auditadas que nenhum modelo de uso geral entrega pronto.
É aqui que está nossa vantagem. Modelos podem ser contratados por qualquer organização. O entendimento acumulado sobre como compras públicas falham, como documentos escondem sua informação decisiva e como medir a confiabilidade desse processo não pode ser comprado numa API.
Engenharia brasileira para um problema mundial
Documentos longos, tabelas mal marcadas, resultados instáveis e sistemas incapazes de declarar suas lacunas não são problemas exclusivos do setor público brasileiro. Eles aparecem em contratos, processos regulatórios, auditorias e decisões documentais em todo o mundo.
O que torna a Fóvea relevante para diferentes produtos é o princípio que ela materializa: sistemas responsáveis não devem apenas produzir respostas. Precisam demonstrar onde olharam, o que encontraram, o que deixaram de ler e qual incerteza permanece.
Estamos construindo essa capacidade no Brasil, sobre documentos públicos reais, com metodologia própria e compromisso de medição. Não queremos reivindicar liderança por adjetivo. Queremos conquistá-la pela qualidade do problema escolhido, pela profundidade do corpus e pela capacidade de expor os limites do próprio sistema.
O objetivo final não é ler um quarto de um edital. É saber, com números, o que o sistema encontra, o que deixa passar e qual contexto sustenta cada conclusão.
Quando uma compra precisa ser defendida anos depois, essa diferença deixa de ser acadêmica. Ela se torna parte da decisão.
A Fóvea nasceu de problemas reais encontrados em documentos públicos e agora passa a integrar os produtos da SAFIATECH. Cada aplicação poderá utilizar essa capacidade de acordo com seu contexto, seja para investigar preços, comparar processos, analisar evidências ou apoiar decisões complexas.