Se você está procurando o IBM Watsonx, provavelmente não está interessado em mais um discurso motivacional do tipo “a IA é o futuro”. Você está procurando informações práticas: como construir um modelo, implantá-lo com segurança, governá-lo adequadamente e mantê-lo em funcionamento no mundo real, sem que sua iniciativa fique presa em um modo piloto interminável.
E você não está sozinho. Uma pesquisa da IBM descobriu que quase 40% dos projetos de IA iniciados entre 2023 e 2025 ainda não avançaram além dos pilotos. Não é porque a tecnologia falha, mas porque as equipes têm dificuldade em coordenar o trabalho humano do projeto em torno do desenvolvimento do modelo.
As equipes ficam presas gerenciando aprovações, documentação, acesso a dados e controles de risco. E é exatamente isso que este guia ajudará você a resolver.
Vamos mostrar como usar o IBM Watsonx para iniciativas de IA empresarial. Você também aprenderá a gerenciar a coordenação do projeto, a documentação e os fluxos de trabalho multifuncionais que realmente determinam se sua iniciativa de IA terá sucesso ou ficará estagnada.
O que é o IBM Watsonx?
O IBM Watsonx é uma plataforma de IA e dados de nível empresarial projetada para ajudar as organizações a criar, implantar e governar modelos de IA em escala. Não se trata de uma ferramenta única, mas de uma plataforma integrada que combina quatro componentes principais: Watsonx. Orchestrate, Watsonx. AI, Watsonx. Data e Watsonx. Governance.
Por que usar o IBM Watsonx?
Diferentemente dos produtos IBM Watson legados, o watsonx foi desenvolvido especificamente para a era da IA generativa. Ele se concentra em tornar os modelos básicos e os recursos de modelos de linguagem grandes (LLM) acessíveis às empresas. A Gartner prevê que mais de 80% das empresas terão implantado aplicativos de IA generativa até 2026.
O watsonx também oferece flexibilidade em modelos. Ele oferece suporte aos modelos Granite da IBM e a uma biblioteca de opções de terceiros, para que você possa escolher o que melhor se adapta ao seu caso de uso e perfil de risco. E se você precisar que o modelo tenha um desempenho melhor para o seu domínio, poderá usar técnicas como ajuste de prompt para adaptá-lo mais rapidamente, sem precisar reconstruí-lo do zero.
Componentes principais da plataforma IBM Watsonx
As equipes empresariais perdem muito tempo “avaliando plataformas de IA” sem saber o que realmente está incluído nelas. É assim que você acaba com expectativas incompatíveis e implementações confusas.
O IBM Watsonx foi desenvolvido com base em quatro pilares principais, projetados para funcionar em conjunto e cobrir todo o ciclo de vida da IA, do início ao fim:
- watsonx.ai: este é o estúdio de IA onde sua equipe treinará, validará, ajustará e implantará modelos básicos e modelos de aprendizado de máquina. Inclui um laboratório de prompts para experimentar prompts, um estúdio de ajuste para adaptar modelos e uma biblioteca de modelos pré-construídos para você começar.
- watsonx. orchestrate: Esta é a camada “agente” dentro do watsonx, onde a IA não apenas responde a perguntas, mas também age. Ela permite que você use agentes de IA pré-construídos ou personalizados (construídos sem código ou com código profissional) que podem realizar tarefas reais em suas ferramentas e fluxos de trabalho. Você também pode executar a orquestração de múltiplos agentes, onde diferentes agentes colaboram entre si.
- watsonx. data: Trata-se de um armazenamento de dados baseado em uma arquitetura lakehouse, que combina os benefícios dos data lakes e dos data warehouses. Ele lida com a virtualização de dados, oferece recursos de armazenamento vetorial para IA generativa e se conecta aos dados da sua empresa, independentemente de onde eles estejam.
- Governança do watsonx: este é o kit de ferramentas para gerenciar o ciclo de vida da IA com confiança e transparência. Ele oferece recursos para rastrear a linhagem dos dados, detectar vieses nos modelos, monitorar a conformidade e aplicar políticas automaticamente.
📚 Leia também: IA generativa x IA preditiva
Casos de uso de IA empresarial para o IBM Watsonx
Se você investir em plataformas de IA poderosas sem identificar casos de uso claros, acabará com projetos-piloto caros que nunca chegarão à produção ou entregarão valor comercial real.
Para contextualizar: apenas 5% das organizações conseguiram escalar 70% ou mais de seus projetos-piloto de IA genérica.
Não é de se admirar que isso leve ao desperdício de recursos e ao ceticismo das partes interessadas sobre o valor da IA.
A solução alternativa é simples. Em vez de se perder nas possibilidades técnicas, concentre-se em casos de uso práticos e prontos para produção que resolvam problemas comerciais reais. Aqui estão alguns exemplos para você refletir:
- Automação do suporte ao cliente: crie assistentes de IA que lidam com consultas rotineiras de clientes, obtendo respostas diretamente das bases de conhecimento da sua empresa usando geração aumentada por recuperação (RAG).
- Inteligência documental: extraia automaticamente insights e dados importantes de documentos não estruturados, como contratos, relatórios e faturas, em uma escala que seria impossível para equipes humanas.
- Geração e modernização de código: acelere os fluxos de trabalho de desenvolvimento de software e a eficiência da engenharia usando IA para gerar novos códigos, explicar códigos existentes ou ajudar a modernizar aplicativos legados.
- Pesquisa de conhecimento: capacite os funcionários a encontrar respostas rapidamente, criando uma pesquisa no local de trabalho que abranja todas as fontes de dados isoladas da sua empresa.
- Previsão da demanda: aplique modelos de IA aos seus dados históricos para prever com mais precisão as necessidades de estoque, alocação de recursos e tendências futuras do mercado.
- Resumo de chamadas: gere resumos automáticos e itens de ação a partir de chamadas de atendimento ao cliente ou reuniões de vendas, economizando tempo e garantindo que nada seja esquecido.
💡 Dica profissional: cada um desses casos de uso é um projeto complexo que gera seu próprio trabalho — ciclos de engenharia de prompt, testes de modelo e revisões das partes interessadas.
Quando o desenvolvimento de IA ocorre no watsonx, mas a coordenação do projeto, a documentação e a comunicação estão espalhadas por outras ferramentas, você enfrenta o temido problema da dispersão do trabalho. As equipes perdem horas procurando informações, alternando entre aplicativos e repetindo atualizações em várias plataformas.
Elimine a dispersão do trabalho e mantenha sua equipe alinhada, gerenciando todo o trabalho do seu projeto de IA em um único lugar com o Converged Workspace do ClickUp. É uma plataforma única e segura onde projetos, documentos, conversas e análises coexistem.
Como começar a usar o IBM Watsonx
Começar a usar o IBM Watson não é tão difícil quanto pode parecer à primeira vista. Muitas vezes, as equipes ficam presas apenas porque não têm um plano de implementação claro, desde a configuração até o uso real.
Resolvemos isso para você com este roteiro passo a passo:
Etapa 1: Configure seu ambiente watsonx
Primeiro, você precisará provisionar sua instância do watsonx por meio do IBM Cloud. Isso envolve criar uma conta, configurar grupos de recursos para seus projetos e definir permissões de gerenciamento de identidade e acesso (IAM).
Você também irá gerar chaves API para acesso programático e deverá definir as funções dos usuários desde o início. Pense em quem deve treinar os modelos de IA da sua organização, quem pode implementá-los e quem só precisa visualizar os resultados. Você ficará feliz por não ter que lidar com problemas de segurança mais tarde.
💡 Dica profissional: use um espaço de trabalho de gerenciamento de projetos para acompanhar todas as atividades de configuração. Crie tarefas no ClickUp para atribuir responsabilidades para cada etapa da configuração e use o ClickUp Docs para documentar as principais decisões, criando um registro vivo que se tornará inestimável para a integração de novos membros da equipe.
Etapa 2: Conecte suas fontes de dados empresariais
Em seguida, você conectará o watsonx.data às suas fontes de dados existentes, estejam elas em bancos de dados, data lakes ou armazenamento em nuvem. Essa etapa envolve a preparação de dados, incluindo mapeamento de esquema (garantindo que sua estrutura de dados seja compatível com o watsonx) e execução de verificações de qualidade de dados. Você também identificará quais dados são realmente relevantes para seus modelos de IA.
Para casos de uso como pesquisa de conhecimento com IA, você precisará preparar seus documentos para geração aumentada por recuperação (RAG). Isso envolve:
- Chunking: Dividir documentos grandes em segmentos menores e pesquisáveis
- Incorporação: criação de representações numéricas desses blocos que os modelos de IA podem entender e comparar.
Essa fase de conexão de dados costuma ser a parte mais longa e desafiadora de um projeto de IA. Por quê? Porque os dados corporativos são notoriamente confusos e isolados em diferentes departamentos. Reunir tudo isso requer coordenação entre engenheiros de dados, equipes de segurança e proprietários de negócios.
📮ClickUp Insight: Apenas 39% dos participantes da nossa pesquisa afirmam que seus arquivos, notas e documentos estão totalmente organizados.
Para todos os outros, as informações geralmente são armazenadas em vários locais: um aplicativo de bate-papo, e-mail, um drive e ferramentas de gerenciamento de dados. O esforço mental de lembrar onde algo está pode ser tão desgastante quanto a tarefa em si.
A Pesquisa Empresarial no ClickUp oferece uma única barra de pesquisa que permite acessar tarefas, documentos e conversas a partir de um único ponto de entrada. Precisa de informações específicas? Pergunte ao ClickUp Brain, e ele reunirá rapidamente os detalhes mais relevantes. Em vez de reconstruir o contexto a partir da memória, as pessoas podem retomar o trabalho com clareza e impulso intactos.
Etapa 3: Treine e implante seus modelos de IA
Com seus dados conectados, você pode começar a treinar seus modelos. Você tem várias opções para fazer isso, cada uma com diferentes níveis de esforço e custo.
Você pode:
- Use modelos básicos pré-treinados como estão
- Ajuste um modelo existente com seus próprios dados para especializá-lo ou
- Treine um modelo personalizado do zero para necessidades altamente específicas.
Uma alternativa mais leve é o ajuste rápido, em que você ajusta o comportamento de um modelo por meio de instruções cuidadosamente elaboradas, sem a necessidade de um retreinamento completo.
Depois de ter um modelo, você pode começar a implantação. O processo é assim:
- Testando o modelo em um ambiente de desenvolvimento
- Validação em um ambiente de teste
- Implantação na produção
Você também configurará pontos de extremidade de inferência, que são os pontos de acesso que seus aplicativos usarão para obter respostas do modelo.
Lembre-se de que o treinamento de modelos é um ciclo iterativo de testes, avaliações e ajustes. Pode levar tempo, mas tem um ROI incrivelmente alto se feito da maneira certa!
Se você estiver curioso para criar seu próprio assistente de IA usando um fluxo de trabalho semelhante, confira este vídeo explicativo:
💡 Dica profissional: se seu objetivo é analisar dados do projeto (e não construir uma infraestrutura de IA personalizada), você não precisa treinar ou implantar um modelo. Com o ClickUp Brain, você pode fazer perguntas em linguagem simples sobre o trabalho que já está em seu espaço de trabalho — tarefas, cronogramas, responsáveis, estimativas, tempo rastreado e documentos — e obter respostas instantaneamente, diretamente em seu fluxo de trabalho.
Por exemplo: “Quais tarefas têm mais chances de não cumprir seus prazos neste sprint?” ou “Onde estamos subestimando consistentemente o trabalho?”
Etapa 4: integre o watsonx aos seus fluxos de trabalho existentes
Você sabe disso tão bem quanto nós: um modelo de IA isolado não agrega valor ao negócio; é preciso integrá-lo aos fluxos de trabalho da sua equipe.
O Watsonx oferece diferentes maneiras de fazer isso, incluindo APIs REST, kits de desenvolvimento de software (SDKs) para linguagens como Python e Node.js e webhooks para automações orientadas a eventos.
Considere também CI/CD (integração contínua/implantação contínua) para seus modelos de IA para automatizar atualizações e reversões quando surgirem problemas.
É assim que você incorpora a IA em produtos, ferramentas internas ou automações que as equipes realmente utilizam.
Principais recursos do IBM Watsonx para equipes empresariais
Está se sentindo intimidado com tudo o que o Watsonx tem a oferecer?
Recomendamos que você comece com estes importantes recursos empresariais: ✨
- Modelos e catálogo de prompts: salve e compartilhe prompts eficazes em toda a sua organização, para que as equipes não precisem reinventar a roda constantemente.
- Proteções: configure filtros de segurança e restrições de saída para impedir que a IA gere respostas inadequadas, incompatíveis com a marca ou prejudiciais.
- Avaliações: avalie a precisão, a relevância e a segurança dos modelos antes de implantá-los na produção.
- Construtor de assistentes: crie assistentes de IA personalizados para tarefas específicas sem precisar de profundo conhecimento técnico.
- Acesso multimodelo: escolha entre uma variedade de modelos, incluindo a série Granite da IBM e modelos de código aberto como o Llama da Meta, para encontrar o mais adequado para o seu caso de uso.
- Recursos do agente: crie agentes de IA que possam realizar ações e automatizar tarefas, não apenas gerar texto.
Se você perceber que a adoção dos recursos está estagnada nos primeiros dias da implementação, pode ser um problema de processo, e não uma falha do watsonx em si.
Um catálogo de prompts, por exemplo, só funciona se houver um fluxo de trabalho simples por trás dele: quem pode enviar prompts, quem os revisa, como é a “aprovação” e de onde as equipes devem obter os prompts diariamente. O mesmo vale para avaliações e proteções — se forem opcionais ou pouco claras, as pessoas as ignorarão para “agir mais rapidamente” e você acabará com resultados inconsistentes (e uma dor de cabeça em termos de governança).
A boa notícia? A maior parte disso é fácil de resolver com propriedade estabelecida, pontos de verificação claros e padrões compartilhados antes de expandir o uso.
Governança e segurança de dados no IBM Watsonx
Se você já tentou implementar um projeto de IA em uma empresa real, sabe como isso funciona: o modelo funciona, a demonstração é aprovada... e então a segurança entra em cena com perguntas que interrompem tudo.
Em quais dados ele é treinado? Onde eles são armazenados? Quem pode acessá-los? Ele pode vazar informações dos clientes? O que acontece se ele tiver alucinações?
E se você não tiver respostas claras (e documentação), o projeto não avança — ele fica parado no purgatório da “revisão de segurança” enquanto os departamentos jurídico, de risco e de TI discutem exaustivamente, atrasando a implantação.
O componente de governança do watsonx foi projetado para resolver esse problema, fornecendo ferramentas para conformidade e gerenciamento de riscos de IA.
- Linha de dados: acompanhe exatamente de onde seus dados vieram e como foram transformados ao longo de todo o pipeline de IA.
- Controle de acesso: use o controle de acesso baseado em função (RBAC) e o controle de acesso baseado em atributo (ABAC) para definir com precisão quem pode acessar quais modelos e dados.
- Trilhas de auditoria: mantenha um registro completo e imutável de todas as atividades de treinamento, implantação e inferência do modelo para relatórios de conformidade.
- Detecção de viés: use ferramentas integradas para identificar e mitigar possíveis viés nos resultados do seu modelo antes que ele chegue ao cliente.
- Aplicação de políticas: configure barreiras de proteção automatizadas que impedem que a IA se comporte de maneira não conforme.
Esses recursos oferecem suporte às principais estruturas de conformidade, como GDPR, HIPAA e SOC 2.
💡 Dica profissional: a governança não se resume apenas a ferramentas; trata-se de processos e documentação.
Crie uma única fonte de verdade e um rastro transparente e auditável que satisfaça até mesmo as equipes de segurança mais cautelosas, armazenando toda a sua documentação de governança no ClickUp Docs e acompanhando as revisões e aprovações de conformidade com o ClickUp Tasks.
📮 ClickUp Insight: 88% dos participantes da nossa pesquisa usam IA para suas tarefas pessoais, mas mais de 50% evitam usá-la no trabalho. As três principais barreiras? Falta de integração perfeita, lacunas de conhecimento ou preocupações com segurança.
Mas e se a IA fosse integrada ao seu espaço de trabalho e já fosse segura? O ClickUp Brain, assistente de IA integrado do ClickUp, torna isso realidade. Ele entende comandos em linguagem simples, resolvendo as três preocupações relacionadas à adoção da IA e conectando seus chats, tarefas, documentos e conhecimentos em todo o espaço de trabalho. Encontre respostas e insights com um único clique!
📮 ClickUp Insight: 88% dos participantes da nossa pesquisa usam IA para suas tarefas pessoais, mas mais de 50% evitam usá-la no trabalho. As três principais barreiras? Falta de integração perfeita, lacunas de conhecimento ou preocupações com segurança.
Mas e se a IA fosse integrada ao seu espaço de trabalho e já fosse segura? O ClickUp Brain, assistente de IA integrado do ClickUp, torna isso realidade. Ele entende comandos em linguagem simples, resolvendo as três preocupações relacionadas à adoção da IA e conectando seus chats, tarefas, documentos e conhecimentos em todo o espaço de trabalho. Encontre respostas e insights com um único clique!
Como integrar o IBM Watsonx à sua pilha de tecnologia
As plataformas de IA rapidamente se tornam silos isolados se não se conectarem às ferramentas que sua equipe já usa. Isso obriga as pessoas a transferir manualmente as informações entre os sistemas, o que é lento, propenso a erros e perde o contexto valioso que torna a IA útil em primeiro lugar.
O Watsonx pode ser integrado tanto no nível da infraestrutura quanto no nível dos aplicativos.
Conectividade de infraestrutura:
- Conectividade em nuvem: use serviços como AWS PrivateLink ou VPC peering para conexões seguras com sua infraestrutura de nuvem existente.
- Plataformas de contêineres: Implante em plataformas como OpenShift para ambientes de nuvem híbrida.
- Plataformas de dados: use conectores nativos para se conectar a armazenamentos de dados como Snowflake e Databricks.
- Streaming: integre-se a ferramentas como o Kafka para pipelines de dados em tempo real.
Integrações no nível do aplicativo:
- Sistemas de CRM: conecte-se ao Salesforce para criar aplicativos de IA voltados para o cliente.
- Gerenciamento de serviços: integre-se ao ServiceNow para automatizar TI e apoiar fluxos de trabalho
- Aplicativos personalizados: use APIs REST e SDKs para incorporar IA em seu próprio software proprietário.
A integração bem-sucedida depende de uma definição clara de responsabilidades. Lembre-se de definir quem é responsável por manter a conexão, monitorar falhas e lidar com atualizações.
Práticas recomendadas para usar o IBM Watsonx em projetos de IA corporativa
Se você já se decepcionou com conselhos genéricos no passado, nós podemos ajudá-lo. Aqui estão algumas práticas recomendadas que realmente funcionam para projetos de IA empresarial. 🛠️
- Comece com a engenharia de prompts antes do ajuste fino: você pode resolver a maioria dos casos de uso com prompts bem elaborados. Economize tempo e despesas com o ajuste fino para quando tiver esgotado completamente a otimização dos prompts.
- Implemente fluxos de trabalho human-in-the-loop (HITL): incorpore etapas de revisão manual em seus resultados de IA, especialmente para aplicações voltadas para o cliente ou de alto risco, nas quais um erro pode custar caro.
- Crie proteções desde o início: não espere até estar em produção para pensar em segurança. Incorpore restrições e filtros de segurança ao seu processo de desenvolvimento desde o início.
- Crie estruturas de avaliação antes da implantação: defina o que é “bom” para o seu caso de uso específico e crie uma estrutura consistente para medir o desempenho do modelo em relação a ele.
- Planeje o monitoramento e a detecção de desvios: o desempenho de um modelo se degrada naturalmente com o tempo, à medida que o mundo muda. Incorpore observabilidade à sua infraestrutura de IA para detectar esses “desvios” antecipadamente.
- Documente tudo: mantenha um registro detalhado das versões de prompts, configurações de modelos e resultados de avaliação. Seu eu futuro agradecerá.
Limitações do uso do IBM Watsonx para IA empresarial
Antes de dedicar meses do tempo de sua equipe à implantação do watsonx, é importante fazer uma avaliação honesta das possíveis deficiências da plataforma.
- Curva de aprendizado: o watsonx é uma plataforma poderosa e complexa que requer conhecimento técnico significativo para ser usada de forma eficaz. Não é uma solução plug-and-play para equipes sem conhecimento técnico.
- Dependência do ecossistema IBM: embora se integre com ferramentas de terceiros, o watsonx funciona melhor dentro do ecossistema IBM mais amplo, incluindo IBM Cloud e Red Hat OpenShift.
- Complexidade de custos: como a maioria das plataformas de IA empresarial, o watsonx tem vários componentes de custo, incluindo computação, armazenamento, chamadas de API e níveis de suporte, o que pode dificultar o orçamento.
- Custos operacionais: gerenciar modelos de IA em produção não é uma tarefa única. Requer recursos dedicados para monitoramento, manutenção e atualizações contínuas.
- Lacuna no gerenciamento de projetos: o watsonx foi projetado para desenvolvimento e governança de modelos, mas não inclui recursos integrados para gerenciamento de projetos, acompanhamento de tarefas ou colaboração em equipe.
💡 Dica profissional: essas limitações não são exclusivas do watsonx; elas se aplicam a quase todas as plataformas de IA corporativas. Reúna o gerenciamento de projetos de IA, a documentação e a comunicação da equipe em um só lugar para preencher a lacuna operacional com o ClickUp, enquanto o watsonx lida com os aspectos técnicos da IA.
Alternativas ao IBM Watsonx para projetos de IA empresarial
O watsonx é excelente, mas não é a única ferramenta para construir e dimensionar uma organização que prioriza a IA.
Veja algumas das principais alternativas ao watsonx para IA empresarial:
| Plataforma | Ideal para | Diferencial importante | Consideração |
|---|---|---|---|
| IBM Watsonx | Empresas com infraestrutura IBM existente | Governança integrada e suporte a nuvem híbrida | Curva de aprendizado mais íngreme |
| AWS Bedrock | Organizações nativas da AWS | Ampla seleção de modelos e integração profunda com a AWS | Potencial para dependência de fornecedores da AWS |
| Google Vertex AI | Organizações com grande volume de dados | Recursos robustos de MLOps e integração com o BigQuery | Dependência do ecossistema Google Cloud |
| Microsoft Azure AI | Organizações no ecossistema da Microsoft | Forte conectividade com o Copilot e o Office 365 | Uma arquitetura centrada no Azure |
| API OpenAI | Startups e equipes focadas em prototipagem rápida | Acesse modelos de ponta por meio de uma API simples. | Recursos de governança integrados limitados |
Em última análise, a plataforma certa geralmente depende dos investimentos em infraestrutura existentes da sua empresa e da experiência técnica da sua equipe.
Recomendamos que você faça uma pesquisa independente e não tenha pressa. Teste alguns casos de uso realistas. Teste as integrações e os requisitos de governança com antecedência e certifique-se de que a plataforma se adapta ao seu modelo operacional (não apenas à sua demonstração).
Expanda seu fluxo de trabalho de IA, não apenas seu modelo
O watsonx pode fornecer a base técnica para construir e governar a IA empresarial, mas os resultados dependem do que acontece ao redor dela. É quase impossível ter um modelo “perfeito”. Em vez disso, concentre-se em um caso de uso de alto impacto, obtenha os dados e as aprovações com antecedência e construa um caminho repetível da experiência à produção.
Se há uma lição a ser aprendida, é esta: a IA só se expande quando a execução se expande com ela. Propriedade clara, documentação pronta para auditoria e coordenação multifuncional rigorosa são o que transformam um piloto funcional em algo em que a empresa pode confiar e reutilizar.
E o ClickUp torna tudo isso possível, oferecendo um único espaço de trabalho para planejamento, colaboração e gerenciamento de implementação em torno de suas iniciativas de IA. Então, por que esperar? Inscreva-se hoje mesmo no ClickUp — é grátis!
Perguntas frequentes (FAQs)
O watsonx.ai é o estúdio de IA para a criação de modelos, o watsonx.data é o armazenamento de dados para acessar dados empresariais e o watsonx.governance fornece ferramentas para gerenciamento do ciclo de vida e conformidade de IA, que juntos formam a plataforma watsonx completa.
O watsonx fornece infraestrutura pré-construída, modelos básicos e ferramentas de governança que aceleram a implantação, mas é menos personalizável do que soluções totalmente personalizadas construídas do zero em estruturas de código aberto.
O watsonx oferece APIs e SDKs para integração com sistemas externos, mas não possui recursos nativos de gerenciamento de projetos, então as equipes geralmente usam ferramentas complementares como o ClickUp para gerenciar projetos de IA e coordenar o trabalho.
O uso eficaz requer habilidades em engenharia de dados, ML/IA e DevOps, embora suas ferramentas sem código possam reduzir a barreira para casos de uso mais simples, como a criação de assistentes de IA. /