Zero falhas de projeto desde 2007 — as regras de engenharia que sustentam o registo
Fundei a Software Tailor em 2006. Dezanove anos depois, a empresa entregou ao longo de quatro ciclos económicos distintos, com seis clientes da Fortune Global 500 nos setores farmacêutico, financeiro, governamental, jurídico, defesa e energia, e zero falhas de projeto desde 2007. Esse último número é o que investidores e revisores de compras perguntam com mais frequência, e é o único que precisa de explicação. Aqui ficam as quatro regras de engenharia que sustentam o registo.
Regra 1: Um único modelo de entrega, sem confusão entre serviço e produto
Cada projeto da Software Tailor corre no mesmo modelo de entrega — uma fase piloto de âmbito muito apertado que entrega software a funcionar, seguida de uma expansão que o cliente escolhe financiar (ou não) com base no que foi entregue. Não temos uma prática separada de "serviços" que entrega contra documentos de requisitos nem uma prática separada de "produto" que entrega contra roadmaps. As duas entrariam em conflito; uma estaria sempre a subsidiar a outra de forma cruzada.
O modelo único significa que cada engenheiro sabe o que parece "terminado" antes de começar. É a pré-condição para não falhar.
Regra 2: Disciplina no conjunto de clientes — só clientes para quem conseguimos entregar
O nosso conjunto de clientes é selecionado — não oportunista. Seis clientes da Fortune Global 500 em 19 anos não é um funil de vendas lento; é uma fasquia de seleção deliberada. Cada cliente que aceitamos tem de passar em três testes antes do arranque: o problema é um que já resolvemos, o seu patrocinador interno é a pessoa que vai utilizar o software (não uma camada de intermediários), e o seu ambiente de hardware/dados permite-nos entregar sem um desvio de seis meses em compras.
Um cliente que falhe qualquer desses testes torna-se uma indicação para outra pessoa, não um projeto. É a regra que mais frequentemente nos custa receita. Também é a que não tem exceções em 19 anos.
Regra 3: Disciplina de engenharia mapeada para um quadro reconhecido
Muito antes de a gestão de risco em IA ter o seu próprio enquadramento, as regras de engenharia que codifiquei para a Software Tailor coincidiam com o mesmo formato: governar o trabalho, mapear os riscos, medir os resultados, gerir as alterações. O NIST AI RMF 1.0 [1] formalizou esse padrão para IA em 2023, e o perfil de Infraestruturas Críticas de abril de 2026 [1] estendeu-o às indústrias reguladas. Lendo esses documentos, a nossa disciplina interna mapeia-se de forma limpa nas quatro funções.
O que isto nos dá: cada projeto é auditável ponta a ponta contra um quadro externo, e não apenas contra os nossos próprios hábitos. Quando uma equipa de compras pergunta como é decidido o âmbito da fase piloto, a resposta é a mesma que o NIST daria para gestão de risco — e a equipa de conformidade do cliente já interiorizou esse vocabulário.
Regra 4: Registável, recuperável, recriável
A quarta regra antecede o vocabulário de rasto de auditoria que agora usamos para o AI Suite. Cada projeto da Software Tailor corre num estado em que qualquer decisão, qualquer artefacto, qualquer versão do código pode ser recriado a partir de entradas controladas por versão. Isso não é invulgar para engenharia de software em geral; o que é invulgar é aplicarmos isso ao projeto, e não apenas ao código. Decisões de sprint, alterações de âmbito, aprovações do cliente — tudo registado, tudo recuperável.
É essa disciplina que explica por que a nossa abordagem de registos de auditoria sem conteúdo para o AI Suite saiu como saiu. O padrão da linha de auditoria é o mesmo padrão que já aplicávamos aos projetos. O vocabulário é emprestado dos quadros de conformidade; a prática é emprestada da forma como entregamos.
O que se manteve no AI Suite
A linha Local AI Suite + AI Admin Console — veja Porque entregamos a IA como binários instaláveis e não como SaaS em nuvem — é a mesma disciplina de engenharia aplicada a uma linha de produtos em vez de um contrato à medida. O mesmo modelo de entrega único (instaladores desktop que o cliente executa no seu próprio ambiente), a mesma disciplina de coorte de clientes (setores regulados com restrições claras de residência de dados), o mesmo mapeamento de frameworks (obrigações do deployer no NIST AI RMF + EU AI Act), a mesma postura de auditoria registável-recuperável-recriável.
Zero falhas de projeto desde 2007 não é um slogan. É o resultado de um pequeno número de regras aplicadas sem exceções. As mesmas regras governam agora a forma como o AI Suite é construído.
Referências
- NIST. "AI Risk Management Framework (AI RMF 1.0)." nist.gov/itl/ai-risk-management-framework. Acedido a 2026-07-15.
Artigos relacionados
Teste a mesma disciplina sobre uma carga de trabalho real.
A plataforma de IA on-premises é construída sobre as mesmas regras que produziram o registo — registável, recuperável, recriável, aplicadas sem exceção. Implante-a sobre uma carga de trabalho real no seu próprio ambiente e exija-lhe o mesmo padrão.