SONNI TECH LTDA
Nome de mercado: Sonnitech · sonnitech.com.br
Rua Helena Lucas Franco da Rocha, 46 — Guaiçara-SP (Receita)
Operação e LinkedIn apontam Lins-SP (cidades vizinhas, ~15 km) — endereço operacional a confirmar
Abertura oficial 01/02/2016 (site e LinkedIn declaram fim de 2015). Produto raiz desenvolvido pelo fundador desde 2002.
Sócio-administrador. Ex-JBS (P&D e qualidade) e ex-Bertin (logística e inspeção de qualidade). ADS pela Fatec Lins + Administração (UniSal) + Técnico em Química. Hoje atua como Consultor Técnico na Minerva Foods.
LOCUS ERP (industrial: rastreabilidade, estoque, custo, rendimento, qualidade) · SIG/SGI (gestão da qualidade) · BEA (bem-estar animal) · PCM (manutenção) · Cidade Fácil (gestão pública municipal).
800 mil registros/dia · 470 mil usuários · 19 cidades atendidas · equipe de 12–14 pessoas · evolução de stack VB6 (2002) → ASP.net (2017) → Flutter (2024).
Números do site institucional, não auditados
A Sonnitech não é uma empresa leiga em tecnologia — é uma software house vertical rara: nasce de dentro do chão de fábrica de frigorífico (JBS, Bertin) e fala a língua de rastreabilidade, rendimento e qualidade que a indústria de proteína exige. O que o diagnóstico revela é outra coisa: maturidade industrial alta, maturidade em IA corporativa baixa — e uma decisão estratégica de IA (open source próprio) tomada sobre uma premissa de custo tecnicamente equivocada, num momento em que o cliente-âncora já contrata especialistas de IA generativa por conta própria.
CNPJ: 24.090.611/0001-36
Abertura: 01/02/2016
Natureza: Sociedade Empresária Limitada
Porte: Microempresa (ME) · Capital social: R$ 3.000
Situação: ATIVA
Capital social de R$ 3 mil e porte ME convivendo com autodeclaração de 470 mil usuários e um cliente do porte da Minerva. Para compliance de fornecedor de grande empresa (due diligence, exigências de contrato), essa fotografia formal fragiliza a negociação — ajuste simples e de alto retorno.
Principal: desenvolvimento e licenciamento de software customizável. Secundários: consultoria e suporte de TI, comércio de equipamentos, monitoramento de segurança eletrônica, treinamento profissional, reparo de computadores.
Jean Cunha Nishioka e Anderson Roberto de Oliveira — ambos sócios-administradores desde 05/09/2023.
Fonte histórica cita Anderson como sócio 2016–2020; divergência de registro a esclarecer
Fundação: Receita registra 01/02/2016, site e LinkedIn dizem 2015. Sede: Receita aponta Guaiçara, mercado conhece Lins. Detalhes pequenos — mas são exatamente o que uma auditoria de fornecedor da Minerva enxerga primeiro.
10 anos de CNPJ ativo, produto proprietário com 24 anos de evolução contínua (2002→2026), diversificação em dois mercados (agroindústria + govtech) e pipeline de talento local via Fatec Lins.
| 📊 Indicador Contábil-Digital | Situação Atual | Risco | Ação Recomendada |
|---|---|---|---|
| Capital social vs porte do contrato-âncora | R$ 3.000 (ME) | ALTO | Reforço de capital + governança p/ due diligence de fornecedor |
| Data de fundação comunicada | Site "2015" vs Receita "01/02/2016" | MÉDIO | Padronizar a data oficial em todos os canais |
| Sede cadastral vs operacional | Guaiçara (RFB) vs Lins (mercado) | MÉDIO | Alinhar endereço fiscal e comunicação institucional |
| Histórico societário | Registros divergentes do 2º sócio | MÉDIO | Conferir alterações contratuais na Junta |
| Contrato formal com a Minerva Foods | Vínculo público é pessoal (consultor técnico) | A CONFIRMAR | Formalizar relação B2B — proteção jurídica e comercial p/ ambos |
| Canal | Status | Métrica / Observação | Nota | Prioridade |
|---|---|---|---|---|
| 🌐 Site sonnitech.com.br | ATIVO | Institucional com métricas de escala; sem cases nomeados, sem blog técnico | 5/10 | MÉDIA |
| 💼 LinkedIn /company/sonni-tech | ATIVO | 11–50 funcionários · história da stack (VB6→Flutter) · menção a atuação no Chile (a confirmar) | 5/10 | MÉDIA |
| NÃO LOCALIZADO | Perfil oficial não identificado na varredura — a confirmar | — | MONITORAR | |
| 📰 Imprensa / cases públicos | AUSENTE | Nenhum release, case ou prêmio localizado; clientes nominais não divulgados | 2/10 | URGENTE |
| 🗂️ Diretórios (Casa dos Dados, Econodata, ZoomInfo) | PRESENTE | Dados cadastrais espelhados; é por onde qualquer auditor enxerga a empresa | 4/10 | MÉDIA |
Minerva S.A. (BEEF3) · CNPJ 67.620.377/0001-14 · sede em Barretos-SP · controle da VDQ Holdings (família Vilela de Queiroz), com a saudita Salic como grande sócia. Maior exportadora de carne bovina da América do Sul.
Receita líquida recorde (+60,9%) · EBITDA R$ 4,8 bi · lucro líquido R$ 848 mi · exportação = 60% da receita bruta.
46 plantas industriais · 23 centros de distribuição · 7 países · vendas para 100+ mercados · capacidade de 42.439 cabeças/dia após absorver 13 plantas da Marfrig (negócio de R$ 7,5 bi).
Colaboradores (2025/26). Os 1.000 usuários citados na conversa = ~3,3% do quadro — a população de escritório. Não é piloto: é adoção corporativa.
Visão computacional classificando carcaças em 0,8 segundo desde 2022 · WhatsApp B2B de vendas com IA · prêmio MIT Innovative Workplaces Brasil 2025 · MyCarbon (1,2 mi créditos de carbono).
O portal Minerva Tech mantém vagas abertas de "Especialista em IA Generativa" e "Cientista de Dados foco IA Generativa". Tradução: se o fornecedor não entregar IA, a Minerva constrói por dentro — e o fornecedor vira commodity substituível.
| Contexto Minerva | Dado verificado | O que significa para a Sonnitech |
|---|---|---|
| ERP corporativo | SAP S/4HANA + TOTVS no backoffice (evidência por vagas) | O LOCUS convive com stack enterprise — integração e governança contam pontos |
| Alavancagem pós-Marfrig | Dívida líquida R$ 12,7 bi · 2,6x EBITDA · meta 2,5x p/ voltar dividendo | Pressão por eficiência e corte de custo — projeto de IA precisa provar ROI, não ideologia de stack |
| Margem do setor | 8,8% de margem EBITDA mesmo em ano recorde | Cada real de custo evitável importa — inclusive o custo da IA mal dimensionada |
| Tarifaço EUA | +50% sobre carne brasileira desde 08/2025; hedge via Argentina/Uruguai/Paraguai | Operação multi-país = requisito de sistema multi-idioma, multi-fiscal — bom para quem já roda no Chile |
"Nós vamos usar uma Inteligência Artificial Open Source [...] essas tecnologias tornam-se caríssimas, principalmente porque eles cobram por requisição atendida. Imagina um cliente como o Minerva onde existem 1000 usuários — se todos começam a conversar com essa IA, o valor do contrato nem paga a IA. [...] avançamos bem com modelos Open Source, apenas não liberamos para uso pois ainda temos questões de testes de uso e de segurança da informação."
Nenhum provedor de fronteira cobra por requisição. A cobrança é por token (milhão de tokens de entrada/saída). Uma interação típica de chatbot corporativo (500 tokens entrada + 300 saída) custa US$ 0,002 no Claude Haiku 4.5 — dois décimos de centavo de dólar. A unidade de medida errada contamina toda a conta que vem depois.
Conta feita (Seção 6): 1000 usuários × 15 interações/dia útil = 330 mil interações/mês = US$ 660/mês com modelo pequeno, sem nenhuma otimização. De US$ 0,16 a US$ 0,66 por usuário/mês. Se o contrato cobra R$ 30–100/usuário, a IA consome 1% a 4% da receita.
Prompt caching corta ~90% do custo de entrada repetida · Batch API corta 50% de tudo que é assíncrono · roteamento manda 90% do tráfego pro modelo pequeno. Os três se acumulam e são documentação oficial — não truque.
Inversão perigosa: segurança é a parte mais cara e mais difícil do self-host, não a etapa final. Um endpoint de LLM mal protegido vaza dados de todos os clientes de uma vez. AWS Bedrock/Azure entregam isso pronto e auditado (SOC 2 Type II, ISO 27001/27018, GDPR).
Um modelo aberto "em fase avançada há meses" será superado por 2–3 gerações de modelos antes de entrar em produção. Via API, trocar de modelo é mudar uma linha; via self-host, é reprovisionar ferro e re-homologar tudo.
Controle de custo e de dados são preocupações legítimas de quem atende um gigante. Open source ganha em: volume altíssimo e constante, dado ultra-sensível com exigência contratual de perímetro, e tarefa estreita com modelo pequeno fine-tunado. A resposta certa não é "tudo ou nada" — é arquitetura híbrida com a conta na frente.
| Modelo | Entrada US$/MTok | Saída US$/MTok | 1 interação típica (500 in / 300 out) |
|---|---|---|---|
| GPT-5.4-nano (OpenAI) | $0,20 | $1,25 | $0,0005 |
| GPT-5.4-mini (OpenAI) | $0,75 | $4,50 | $0,0017 |
| Claude Haiku 4.5 | $1,00 | $5,00 | $0,002 |
| Claude Sonnet 4.6 | $3,00 | $15,00 | $0,006 |
| Claude Opus 4.8 (topo de linha) | $5,00 | $25,00 | $0,010 |
Premissa generosa: 1.000 usuários × 15 interações/dia útil × 22 dias = 330.000 interações/mês (165M tokens de entrada + 99M de saída).
| Cenário | Custo mensal | Por usuário/mês |
|---|---|---|
| GPT-5.4-nano | US$ 157 (~R$ 848) | US$ 0,16 |
| Claude Haiku 4.5 — sem nenhuma otimização | US$ 660 (~R$ 3.564) | US$ 0,66 |
| Roteado: 90% Haiku + 10% Sonnet 4.6 | US$ 792 | US$ 0,79 |
| Tudo em Sonnet 4.6 (exagero proposital) | US$ 1.980 | US$ 1,98 |
| Tudo em Opus 4.8 (uso indevido p/ chatbot) | US$ 3.300 | US$ 3,30 |
| Item recorrente | Custo mensal | Fonte |
|---|---|---|
| 2× GPU H100 80GB, 24/7 (RunPod — o mais barato dos sérios) | US$ 4.803 (~R$ 25,9 mil) | runpod.io/pricing |
| 1 engenheiro MLOps pleno/sênior CLT com encargos | R$ 20–32 mil | Glassdoor Brasil |
| Monitoramento, storage, backup, staging | R$ 2–5 mil | estimativa de engenharia |
| Segurança (pentest, hardening, auditoria) — o item "pendente" | R$ 10–40 mil projeto + manutenção | mercado BR |
| Total recorrente | ~R$ 55–70 mil/mês | — |
R$ 3,6 mil/mês (API com modelo pequeno, sem otimização nenhuma) contra R$ 55–70 mil/mês (self-host enxuto). O plano atual custa 15 a 20 vezes mais — para servir um modelo 70B que perde em qualidade para os modelos de fronteira que ele tenta substituir, com a segurança (item mais caro) ainda pendente. E se a exigência real for "modelo aberto com dado no perímetro", AWS Bedrock e Azure servem Llama/Mistral gerenciados, por token, com compliance incluso — sem comprar GPU nenhuma. A premissa que motiva o plano não sustenta o próprio plano.
O system prompt e contexto repetidos de cada requisição são cacheados: leitura de cache custa 10% do preço de entrada. Em chatbot corporativo, é a maior fatia do custo — cortada por padrão.
Relatórios, classificações e resumos que não precisam de resposta em tempo real saem pela metade do preço, processados fora do pico. Oficial na Anthropic e na OpenAI, acumulável com o caching.
90% das perguntas de um ERP são simples → modelo pequeno. Só o que exige raciocínio escala pro modelo de fronteira. Qualidade percebida igual, conta 60% menor.
A tese "API cobra por requisição e não fecha a conta" está equivocada por ~2 ordens de grandeza. Toda a rota de produto de IA da empresa foi traçada em cima desse número errado.
Uma equipe de 12–14 pessoas gastando meses de "fase avançada" para reconstruir o que AWS Bedrock/Azure vendem pronto, por token, com compliance auditado. Custo de oportunidade brutal para uma ME.
A Minerva mantém vagas abertas de Especialista em IA Generativa. Cada mês de atraso da Sonnitech aumenta a chance de a solução nascer dentro da Minerva — e o fornecedor virar substituível.
"Falta só segurança da informação" inverte a ordem: é o item mais caro do self-host. Endpoint de LLM mal protegido vaza dado de todos os clientes de uma vez — risco existencial para quem serve um gigante listado em bolsa.
Sem gateway, não existe medição de custo por usuário/cliente. O medo de "estourar o contrato" só existe porque ninguém instalou o hidrômetro — auditoria de token é problema resolvido.
O modelo aberto em desenvolvimento será superado por 2–3 gerações antes de entrar em produção. O "ativo" deprecia mais rápido que carro zero saindo da concessionária.
Capital de R$ 3 mil, porte ME, sede divergente e histórico societário com registros conflitantes — exatamente o que a auditoria de fornecedores de uma S.A. enxerga primeiro.
O elo com a Minerva comprovável em fonte pública é o vínculo pessoal do sócio. Sem contrato B2B formal (a confirmar), a receita-âncora depende de uma relação individual — risco de continuidade.
Nenhum case público, release ou conteúdo técnico. O domínio vertical raríssimo (ERP de proteína animal) não está documentado — em concorrência, a Sonnitech não existe além do relacionamento.
Produto e visão concentrados no fundador (que também atua dentro da Minerva). Sem redundância de conhecimento e governança, o negócio inteiro depende de uma pessoa.
1. Automação (os trilhos): o gateway único de LLM — auditoria, cache, roteamento, mascaramento de PII, cota por usuário. Sem pensar, sem vazar, sem estourar orçamento.
2. Agentes de IA (os trens): a legião que pensa, atende, documenta e decide — rodando sobre os trilhos, dentro do LOCUS.
3. Auditoria pericial (o painel): a contabilidade de tokens — custo por usuário, por cliente, por dia, fechada como um caixa (módulo IA Auditada).
O que vira infraestrutura imediata — em semanas, não em "fases avançadas" de meses:
Um ponto de entrada para toda IA do LOCUS (LiteLLM ou próprio, na infra da Sonnitech). Todo request passa, é logado e auditado. Resolve o medo de custo e de dado de uma vez.
CPF, nomes e dados sensíveis são anonimizados antes de sair do perímetro — a resposta volta e é re-hidratada. O dado bruto do cliente nunca viaja.
Cada token de entrada e saída registrado por usuário, por cliente, por funcionalidade. Visão de perito: o custo da IA fecha todo dia como fecha um caixa.
Nenhum usuário abusivo estoura o orçamento — o cenário-fantasma dos "1000 usuários conversando" morre aqui, com três linhas de configuração.
Prompt caching ligado em tudo (−90% na entrada repetida) e fila batch para relatórios noturnos (−50%). Economia estrutural, não promessa.
Saiu modelo melhor ou mais barato? O gateway troca por configuração — sem reprovisionar GPU, sem re-homologar sistema, sem parar cliente.
Cada agente resolve uma dor mapeada neste laudo e roda sobre os trilhos da Seção 8. Não é "colocar um chatbot no sistema": é transformar o LOCUS no primeiro ERP de proteína animal com uma legião de agentes auditada por perito — algo que nem o SAP da Minerva entrega hoje.
O medo de custo nasce de mandar tudo para um modelo caro — ou de não saber para onde vai. 90% das perguntas de um usuário de ERP são simples e podem custar centavos de centavo.
Classifica cada requisição em tempo real e roteia: consultas simples → modelo leve (Haiku/mini); raciocínio complexo (análise de rendimento, laudo) → modelo de fronteira. Cache ligado em tudo.
📈 Resultado esperado: custo por usuário 60–90% menor que o cenário ingênuo · qualidade percebida igual ou maior.
A frase "o valor do contrato nem paga a IA" só existe onde ninguém mede. Medição por usuário/cliente transforma medo em número — e número em precificação correta do contrato.
Consolida a contabilidade de tokens do gateway e emite o laudo diário: custo por usuário, por cliente, por funcionalidade; projeção de fim de mês; alerta de anomalia (usuário 10x acima da média).
📈 Resultado esperado: custo de IA visível e previsível · argumento comercial pronto ("IA custa X% do seu contrato") · fim do medo que motivou o plano open source.
É exatamente o produto que a conversa com a Minerva pede: 1.000 usuários perguntando ao sistema em vez de caçar telas. Se a Sonnitech não entregar, a vaga de "Especialista em IA Generativa" da Minerva entrega.
Camada de linguagem natural sobre o LOCUS: consulta estoque, rastreabilidade, ordens e indicadores por chat (ou voz), com RAG sobre a base do cliente — dados mascarados no gateway, permissões do ERP respeitadas por usuário.
📈 Resultado esperado: horas de treinamento economizadas por usuário · adoção do ERP acelerada · funcionalidade enterprise que nenhum concorrente regional tem.
É o casamento perfeito das três especialidades à mesa: o LOCUS já mede rastreabilidade e rendimento; o perito fecha a equação contábil; a Prime domina a qualidade do processo. Numa indústria de margem 8,8%, cada kg inexplicado é margem sangrando.
Lê os dados que o LOCUS já coleta e reconcilia diariamente entrada × produção × estoque × perda registrada, por lote e por planta. Sinaliza desvios do padrão e gera o laudo com trilha auditável.
📈 Resultado esperado: quebra visível por lote · desvio detectável · o LOCUS deixa de ser registro e vira auditoria contínua — argumento de venda para qualquer frigorífico do país.
O SIG/SGI e o BEA da Sonnitech já digitalizam qualidade e bem-estar animal — mas o registro ainda depende de gente digitando formulário. IA transforma foto e voz em registro estruturado, e a Prime garante que o processo por trás é o certo.
O inspetor fala ou fotografa; o agente classifica a não conformidade (severidade, setor, norma), abre a ação corretiva, cobra o responsável no prazo e alimenta os indicadores — com visão computacional na evidência fotográfica.
📈 Resultado esperado: registro de NC em segundos · nada esquecido sem tratativa · dossiê de auditoria sanitária sempre pronto.
24 anos de produto na cabeça de uma pessoa é o maior risco silencioso do negócio. Documentação viva reduz o single point of failure e acelera cada usuário e desenvolvedor novo.
Varre código, telas e chamados do LOCUS e gera/atualiza documentação técnica e manuais de usuário continuamente. Responde dúvidas de onboarding de funcionário novo (da Sonnitech e do cliente) com citação da fonte.
📈 Resultado esperado: tempo de onboarding cortado · suporte nível 1 desafogado · conhecimento institucionalizado.
A alavanca de IA mais barata e comprovada para uma software house é dentro de casa: agentes de código migram legado (ASP.net→Flutter), escrevem testes e revisam PR. Libera o time do trabalho repetitivo para o produto.
Agentes de código integrados ao repositório: geração de testes da base legada, migração assistida de módulos, revisão automática de segurança em cada PR, e triagem de bugs de chamados direto no backlog.
📈 Resultado esperado: velocidade de entrega multiplicada sem contratar · migração Flutter acelerada · dívida técnica de 24 anos atacada de forma contínua.
Para crescer além do relacionamento pessoal, a Sonnitech precisa vencer processos formais: RFPs, questionários de segurança, due diligence de fornecedor. Hoje não há material, case ou dossiê pronto para isso.
Mantém o dossiê institucional vivo (certificações, arquitetura, políticas de segurança, cases autorizados) e redige respostas de RFP/questionários no padrão enterprise, com revisão humana antes do envio.
📈 Resultado esperado: a empresa deixa de depender de uma relação individual · capacidade real de disputar outros frigoríficos e prefeituras em escala.
o primeiro ecossistema de agentes do Brasil com custo fechado como um caixa
O medo que motivou o plano open source — "a IA vai custar mais que o contrato" — é o mesmo medo de todo CFO diante de IA corporativa. A resposta não é fugir da API: é fazer com tokens o que um perito contábil faz com dinheiro — transformar cada requisição num lançamento auditável, com entrada, saída, cache, desconto e custo por usuário fechados todo dia.
Ponto único de entrada na infra da Sonnitech: autenticação por usuário do LOCUS, mascaramento de PII antes do envio, log imutável de cada chamada. A "questão de segurança da informação" pendente do plano atual é resolvida por arquitetura — não adiada.
📈 Dado do cliente protegido por desenho · trilha de auditoria pronta para due diligence da Minerva.
Cada lançamento de token vira registro contábil: quem gastou, em quê, a que preço, com quanto de cache. Projeção de fim de mês e alerta de anomalia. O contrato passa a ser precificado sobre custo medido, não sobre medo.
📈 "O contrato não paga a IA" vira "a IA custa 0,4% do contrato — assinado, o perito".
Classificador leve decide o destino de cada requisição. Cache e batch aplicados por padrão. Quando surgir tarefa estreita de altíssimo volume, o roteador pode apontar para um modelo aberto gerenciado (Bedrock) — open source entra onde a conta fecha, decidido por dado.
📈 O melhor dos dois mundos: qualidade de fronteira onde importa, centavos onde não importa.
A base de conhecimento de cada cliente (manuais, históricos, indicadores) fica indexada na infra da Sonnitech. O agente busca localmente e envia ao modelo só o contexto mínimo, anonimizado. Segredo industrial do frigorífico não vira dado de treinamento de ninguém.
📈 Captura o acerto da tese do gestor (controle do dado) sem pagar o preço do erro (GPU 24/7).
Consolida gateway + contador + roteador e envia o laudo pericial diário da operação de IA — custo, uso, cache, anomalias — no WhatsApp. Transparência que vira argumento comercial diante de qualquer CFO.
📈 O gestor governa a IA de 1.000 usuários em 30 segundos por dia — com rigor de perito.
As big techs vendem o modelo; as consultorias vendem o hype; ninguém vende IA com contabilidade pericial — custo por token fechado, dado governado, trilha de auditoria assinada por perito contábil. Acoplado ao LOCUS, isso transforma a Sonnitech no primeiro ERP de proteína animal com legião de agentes auditada do Brasil — um diferencial que nem o SAP da Minerva oferece. A Sonnitech é o piloto e o case — e depois isso vira produto para todo frigorífico, laticínio e prefeitura da carteira. Não é vender um chatbot: é criar uma categoria.
Piloto (semanas): gateway + contador + roteador na infra atual da Sonnitech, com 20–50 usuários reais. Prova a conta na prática — sem comprar GPU, sem parar o desenvolvimento atual.
Fase 2: Copiloto do LOCUS + Cofre de Conhecimento no cliente-piloto; laudo diário ativo.
Fase 3: escala para os 1.000 usuários + agentes verticais (rendimento, qualidade) + dossiê comercial para replicar em novos clientes.
Este diagnóstico não é entregue por um vendedor de tecnologia genérico. Ele nasce de uma parceria entre quem domina a qualidade e a segurança dos alimentos (Prime — o mundo da Minerva e do LOCUS) e quem domina a auditoria contábil e a engenharia de IA (Rodrigo Perito IA). É por isso que ele consegue, no mesmo documento, auditar a tese de custo de IA e falar de rendimento de desossa.
Gestão · Performance · Melhoria Contínua para o setor de alimentos.
À frente, Marina Oliveira — médica veterinária, autoridade técnica em segurança dos alimentos e boas práticas. A Prime fala a língua do frigorífico: BPF, não conformidade, indicadores, padronização — exatamente o processo que o SIG e o BEA da Sonnitech digitalizam.
Perícia · Inteligência Artificial · Automação.
Rodrigo Castro Ribeiro — Perito Judicial (CRC/MG 082.437) e engenheiro de IA. Traz a contabilidade de tokens, a arquitetura de gateway e a legião de agentes — e a assinatura pericial que transforma promessa de IA em laudo auditável.
| Dor mapeada neste laudo | Lado Prime (qualidade/processo/alimentos) | Lado Rodrigo (IA/auditoria) |
|---|---|---|
| Premissa de custo errada (Dores 1, 5) | — | IA Auditada — contador de tokens + laudo diário |
| Time queimado em infra (Dores 2, 6) | — | Gateway pronto em semanas + copiloto de engenharia |
| Minerva contratando GenAI por dentro (Dor 3) | Credibilidade técnica no setor de alimentos | Copiloto do LOCUS entregue antes da ameaça virar fato |
| Segurança pendente (Dor 4) | Cultura de conformidade e auditoria | Mascaramento PII + cofre de conhecimento + trilha imutável |
| Produto de qualidade analógico no registro | Metodologia de BPF, NC e indicadores | Agente de Qualidade — voz/foto vira registro estruturado |
| Margem do cliente sangrando em quebra | As 7 perdas — método de redução de perdas | Analista de Rendimento — a equação pericial por lote |
| Invisibilidade comercial (Dores 7, 8, 9) | Rede e reputação no setor de alimentos | Agente Comercial B2B + dossiê de compliance |
A Prime garante o processo e a qualidade — o domínio do alimento, das boas práticas e dos indicadores que o cliente final exige. O Rodrigo garante a inteligência e a conta — gateway, legião de agentes e a contabilidade de tokens que fecha todo dia. Para a Sonnitech, o resultado é um só: entregar à Minerva, em 90 dias, a IA que o plano atual não entregaria em um ano — por uma fração do custo e com laudo de perito.
✅ Congelar o investimento em GPU/self-host até a conta piloto sair
✅ Subir o Gateway Pericial na infra atual (log, PII, cota)
🤖 Ativar Agente 1 — Roteador Inteligente (cache + batch por padrão)
🤖 Ativar Agente 2 — Auditor de Custo (laudo diário de tokens)
🤖 Ativar Agente 7 — Copiloto de Engenharia no repositório
✅ Piloto com 20–50 usuários reais → custo por usuário medido, não estimado
🤖 Ativar Agente 3 — Copiloto do LOCUS (linguagem natural sobre o ERP)
🤖 Ativar Agente 4 — Analista de Rendimento & Quebra
🤖 Ativar Agente 5 — Qualidade & BPF (com metodologia Prime)
✅ Cofre de Conhecimento no cliente-piloto · laudo diário de IA ativo
✅ Regularizações cadastrais (capital, sede, datas) para due diligence
🤖 Escalar o Copiloto para os 1.000 usuários do cliente-âncora
🤖 Ativar Agente 6 — Documentador & Onboarding
🤖 Ativar Agente 8 — Comercial B2B & Compliance de Fornecedor
✅ Open source gerenciado (Bedrock) avaliado por tarefa, com dado real do gateway
📊 Revisão de ROI dos 90 dias + dossiê do case para replicar na carteira
SONNI TECH LTDA | CNPJ 24.090.611/0001-36 | Guaiçara · Lins-SP
Emitido em: 08/07/2026 — em parceria com Prime Consultoria
Diagnóstico da maturidade digital e de inteligência artificial da SONNI TECH LTDA, incluindo perícia técnico-econômica da tese "IA open source própria por custo de API", análise do cliente-âncora Minerva Foods S.A. e proposição de ecossistema de agentes de IA com governança pericial, para fins de consultoria estratégica.
Pesquisa direta em fontes públicas primárias (Receita Federal/bases cadastrais, site institucional, LinkedIn, diretórios empresariais, releases e relatórios de resultados da Minerva Foods, páginas oficiais de preço da Anthropic, OpenAI, RunPod, Lambda e AWS, Glassdoor Brasil), com verificação em 08/07/2026, e análise das manifestações do gestor datadas de 08/07/2026. Cálculos de custo apresentados com premissas explícitas e fontes de preço vigentes. Dados não verificáveis publicamente foram assinalados como "a confirmar" — sem estimativa, preservando o rigor pericial.
A Sonnitech é um ativo raro: uma software house que entende de frigorífico por dentro, com produto verticalizado e uma porta aberta no maior exportador de carne bovina da América do Sul. O problema diagnosticado não é competência — é rota. A decisão de construir IA open source própria nasce de uma premissa de custo equivocada por duas ordens de grandeza, consome o time no problema errado e corre contra um relógio que o próprio cliente-âncora acelerou ao abrir vagas de IA generativa.
A correção de rota proposta — gateway pericial + legião de 8 agentes + contabilidade de tokens — captura os acertos da tese original (controle de dado e de custo) sem pagar o preço dos erros, entrega em 90 dias o que o plano atual não entregaria em um ano, e eleva a maturidade de IA de 3.5 para 8.5. Mais que resolver a Sonnitech: cria com ela uma categoria — o primeiro ERP de agroindústria do Brasil com IA auditada por perito — replicável em toda a carteira. É a diferença entre gastar para ter IA e faturar com ela.
Diagnóstico elaborado com base em dados públicos verificados em 08/07/2026.
Rodrigo Castro Ribeiro · Perito Judicial CRC/MG 082.437 · ASPEJUDI nº 1055 · @rodrigoperito.ia
Marina Oliveira · Médica Veterinária · Prime Consultoria · @prime.consultoria.qualidade
Uberaba-MG