UMA ENTREGA EM PARCERIA
Rodrigo Perito IA
Rodrigo Perito·IA
PERÍCIA · INTELIGÊNCIA ARTIFICIAL
Prime Consultoria
PRIME CONSULTORIA

🔬 Diagnóstico Digital Pericial

SONNI TECH LTDA (Sonnitech) | CNPJ 24.090.611/0001-36 | Guaiçara · Lins-SP
com análise do cliente-âncora Minerva Foods S.A. (BEEF3) e perícia da tese de IA open source

📅 Emitido: 08/07/2026 🔒 Confidencial
3.5/10
Maturidade em IA Corporativa → Potencial com a Legião de Agentes: 8.5/10
📊

Seção 1 — Visão Geral da Empresa

Software house vertical de agroindústria e gestão pública | 10 anos de mercado

🏢 Razão Social

SONNI TECH LTDA
Nome de mercado: Sonnitech · sonnitech.com.br

📍 Sede

Rua Helena Lucas Franco da Rocha, 46 — Guaiçara-SP (Receita)
Operação e LinkedIn apontam Lins-SP (cidades vizinhas, ~15 km) — endereço operacional a confirmar

🕒 Tempo de mercado

10 anos

Abertura oficial 01/02/2016 (site e LinkedIn declaram fim de 2015). Produto raiz desenvolvido pelo fundador desde 2002.

👨‍💼 O fundador — Jean Cunha Nishioka

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.

🧰 Portfólio de produtos

LOCUS ERP (industrial: rastreabilidade, estoque, custo, rendimento, qualidade) · SIG/SGI (gestão da qualidade) · BEA (bem-estar animal) · PCM (manutenção) · Cidade Fácil (gestão pública municipal).

📈 Escala autodeclarada

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

🧠 Leitura pericial de abertura

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.

"O risco da Sonnitech não é técnico — é estratégico: resolver o problema errado, pelo preço errado, na velocidade errada, na frente do cliente mais importante."
🧾

Seção 2 — Análise Contábil Pericial

Visão de Perito Contábil | dados cadastrais verificados em 08/07/2026

📋 CNPJ e Situação

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 × operação declarada

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.

🧩 CNAEs — a operação real

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.

👥 Quadro societário

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

⚠️ Inconsistências cadastrais

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.

✅ Solidez de trajetória

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-DigitalSituação AtualRiscoAção Recomendada
Capital social vs porte do contrato-âncoraR$ 3.000 (ME)ALTOReforço de capital + governança p/ due diligence de fornecedor
Data de fundação comunicadaSite "2015" vs Receita "01/02/2016"MÉDIOPadronizar a data oficial em todos os canais
Sede cadastral vs operacionalGuaiçara (RFB) vs Lins (mercado)MÉDIOAlinhar endereço fiscal e comunicação institucional
Histórico societárioRegistros divergentes do 2º sócioMÉDIOConferir alterações contratuais na Junta
Contrato formal com a Minerva FoodsVínculo público é pessoal (consultor técnico)A CONFIRMARFormalizar relação B2B — proteção jurídica e comercial p/ ambos
🌐

Seção 3 — Presença Digital

Auditoria de canais verificados em 08/07/2026
CanalStatusMétrica / ObservaçãoNotaPrioridade
🌐 Site sonnitech.com.brATIVOInstitucional com métricas de escala; sem cases nomeados, sem blog técnico5/10MÉDIA
💼 LinkedIn /company/sonni-techATIVO11–50 funcionários · história da stack (VB6→Flutter) · menção a atuação no Chile (a confirmar)5/10MÉDIA
📸 InstagramNÃO LOCALIZADOPerfil oficial não identificado na varredura — a confirmarMONITORAR
📰 Imprensa / cases públicosAUSENTENenhum release, case ou prêmio localizado; clientes nominais não divulgados2/10URGENTE
🗂️ Diretórios (Casa dos Dados, Econodata, ZoomInfo)PRESENTEDados cadastrais espelhados; é por onde qualquer auditor enxerga a empresa4/10MÉDIA
📌 Leitura pericial Para uma software house B2B que fatura por contrato enterprise, a vitrine digital importa menos que a de um varejo — mas zero case público + zero autoridade técnica publicada significa que, numa due diligence ou concorrência, a Sonnitech é invisível além do relacionamento pessoal. O ativo real (domínio vertical raro) não está documentado em lugar nenhum.
🐂

Seção 4 — O Cliente-Âncora: Minerva Foods S.A.

Raio-X do gigante onde o sistema roda | dados públicos verificados em 08/07/2026

🏢 Quem é

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.

💰 Escala 2025

R$ 54,8 bi

Receita líquida recorde (+60,9%) · EBITDA R$ 4,8 bi · lucro líquido R$ 848 mi · exportação = 60% da receita bruta.

🏭 Footprint

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).

👥 Pessoas

30 mil+

Colaboradores (2025/26). Os 1.000 usuários citados na conversa = ~3,3% do quadro — a população de escritório. Não é piloto: é adoção corporativa.

🤖 IA que a Minerva JÁ tem

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 sinal que ninguém leu

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 MinervaDado verificadoO que significa para a Sonnitech
ERP corporativoSAP S/4HANA + TOTVS no backoffice (evidência por vagas)O LOCUS convive com stack enterprise — integração e governança contam pontos
Alavancagem pós-MarfrigDívida líquida R$ 12,7 bi · 2,6x EBITDA · meta 2,5x p/ voltar dividendoPressão por eficiência e corte de custo — projeto de IA precisa provar ROI, não ideologia de stack
Margem do setor8,8% de margem EBITDA mesmo em ano recordeCada 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/ParaguaiOperação multi-país = requisito de sistema multi-idioma, multi-fiscal — bom para quem já roda no Chile
⚠️ Nota pericial de rigor O vínculo público comprovado entre Sonnitech e Minerva é pessoal: Jean Cunha Nishioka figura como Consultor Técnico da Minerva Foods (e-mail corporativo @minervafoods.com). Um contrato formal de fornecimento Sonnitech↔Minerva não foi localizado em fonte pública — premissa tratada como "a confirmar" em reunião. Se a relação é mesmo estratégica, formalizá-la é a primeira proteção que este diagnóstico recomenda.
🔬

Seção 5 — Perícia da Tese: "IA Open Source Porque API É Cara"

Análise técnica das afirmações do gestor, uma a uma | manifestação de 08/07/2026

📄 A tese, nas palavras do gestor

"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."

❌ Erro 1 — "Cobram por requisição atendida"

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.

❌ Erro 2 — "1000 usuários não paga a IA"

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.

❌ Erro 3 — Ignora os redutores oficiais

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.

❌ Erro 4 — "Falta só a segurança da informação"

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).

❌ Erro 5 — O ativo deprecia antes de nascer

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.

✅ Onde o gestor TEM razão

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.

📌 Rigor pericial: a LGPD, em si, não exige que o dado não saia do perímetro — exige base legal, contrato e salvaguardas, que os provedores enterprise oferecem (DPA, opção de não-treinamento, residência de dados). A exigência de perímetro só existe se estiver escrita em contrato específico do cliente — a confirmar caso a caso.
💰

Seção 6 — A Conta de Verdade: API × Open Source Self-Host

Preços oficiais consultados em 08/07/2026 · câmbio US$ 1 ≈ R$ 5,40 (conferir no dia)

1 · O que a API realmente cobra (por milhão de tokens)

ModeloEntrada US$/MTokSaída US$/MTok1 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

2 · Cenário Minerva: 1.000 usuários corporativos, uso realista

Premissa generosa: 1.000 usuários × 15 interações/dia útil × 22 dias = 330.000 interações/mês (165M tokens de entrada + 99M de saída).

CenárioCusto mensalPor usuário/mês
GPT-5.4-nanoUS$ 157 (~R$ 848)US$ 0,16
Claude Haiku 4.5 — sem nenhuma otimizaçãoUS$ 660 (~R$ 3.564)US$ 0,66
Roteado: 90% Haiku + 10% Sonnet 4.6US$ 792US$ 0,79
Tudo em Sonnet 4.6 (exagero proposital)US$ 1.980US$ 1,98
Tudo em Opus 4.8 (uso indevido p/ chatbot)US$ 3.300US$ 3,30

3 · O TCO honesto do plano open source self-host (modelo classe 70B)

Item recorrenteCusto mensalFonte
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 encargosR$ 20–32 milGlassdoor Brasil
Monitoramento, storage, backup, stagingR$ 2–5 milestimativa de engenharia
Segurança (pentest, hardening, auditoria) — o item "pendente"R$ 10–40 mil projeto + manutençãomercado BR
Total recorrente~R$ 55–70 mil/mês

⚖️ O veredito da conta

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.

🔀 Antes × Depois — a arquitetura de IA da Sonnitech

ANTES — o plano atual (open source próprio)Modelo 70Bdefasado2-4 GPUs H100ligadas 24/7Equipe cuidade infraSegurançapendenteR$ 55-70 MIL/MÊSqualidade menorCOM RODRIGO PERITO·IA + PRIMEDEPOIS — gateway pericial híbridoUsuário pedeno LOCUSGateway auditae mascara PIICache + roteador90% modelo leveCusto por usuáriomedido ao vivoR$ 3-4 MIL/MÊSfronteira + laudo

🗜️ Prompt caching (−90%)

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.

🌙 Batch API (−50%)

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.

🔀 Roteamento por modelo (−60%)

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.

⚠️

Seção 7 — Mapa de Dores e Riscos Identificados

10 achados priorizados por impacto no negócio

🔥 Dor 1 — Decisão estratégica sobre premissa errada

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.

🔥 Dor 2 — Queimando o time no problema 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.

🔥 Dor 3 — O cliente-âncora está contratando GenAI por dentro

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.

🔥 Dor 4 — Segurança tratada como etapa final

"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.

⚠️ Dor 5 — Zero observabilidade de custo

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.

⚠️ Dor 6 — Obsolescência programada do ativo

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.

⚠️ Dor 7 — Fotografia formal frágil para due diligence

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.

⚠️ Dor 8 — Relação-âncora não formalizada publicamente

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.

⚠️ Dor 9 — Autoridade técnica invisível

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.

⚠️ Dor 10 — Single point of failure técnico

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.

⚙️

Seção 8 — Automação: os Trilhos da Operação de IA

A infraestrutura que precisa existir antes de qualquer agente

🏗️ A operação inteligente em 3 camadas

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).

"Automação são os trilhos; os agentes são os trens; a auditoria é o painel de controle. A maioria vende um trem sem trilho — aqui a entrega é a ferrovia inteira."

O que vira infraestrutura imediata — em semanas, não em "fases avançadas" de meses:

🚪 Gateway único de LLM

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.

🎭 Mascaramento de PII

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.

🧾 Contabilidade de tokens

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.

🚦 Cota e rate-limit por usuário

Nenhum usuário abusivo estoura o orçamento — o cenário-fantasma dos "1000 usuários conversando" morre aqui, com três linhas de configuração.

🗜️ Cache e batch por padrão

Prompt caching ligado em tudo (−90% na entrada repetida) e fila batch para relatórios noturnos (−50%). Economia estrutural, não promessa.

🔁 Troca de modelo em 1 linha

Saiu modelo melhor ou mais barato? O gateway troca por configuração — sem reprovisionar GPU, sem re-homologar sistema, sem parar cliente.

⚙️ Com os trilhos no lugar, a discussão "open source × API" vira o que sempre deveria ter sido: uma decisão por tarefa, tomada com dado medido — e não uma aposta de fé com o time inteiro dentro.
🤖

Seção 9 — A Legião: Ecossistema de Agentes de IA

8 agentes sob medida para uma software house vertical de agroindústria

🧠 IA Agêntica aplicada ao produto — não ao hype

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.

🚪

Agente 1 — Porteiro do Gateway (Roteador Inteligente)

"Cada pergunta vai para o modelo certo, pelo menor preço que resolve."
Dor 1Dor 5
Fase 1 — Mês 1

🎯 Por que é necessário

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.

⚙️ Como funciona

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.

💡 Exemplo real: "qual o estoque da câmara 3?" custa US$ 0,0005 no modelo leve; "explique a variação de rendimento da desossa desta semana contra a média do trimestre" escala pro modelo de fronteira por US$ 0,006. Média ponderada: centavos.
🧾

Agente 2 — Auditor de Custo (o Perito dos Tokens)

"O contrato nunca mais 'não paga a IA' — porque a IA fecha caixa todo dia."
Dor 5Dor 1
Fase 1 — Mês 1

🎯 Por que é necessário

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.

⚙️ Como funciona

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.

💡 Exemplo real: relatório de segunda-feira: "semana passada: 41.300 interações, US$ 82,60, maior usuário US$ 0,71. Projeção do mês: US$ 340 — 0,4% da receita do contrato." Discussão encerrada com dado.
💬

Agente 3 — Copiloto do LOCUS (o assistente dos 1.000 usuários)

"O ERP que responde em linguagem natural — dentro do perímetro combinado."
Dor 3Dor 2
Fase 2 — Mês 2-3

🎯 Por que é necessário

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.

⚙️ Como funciona

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.

💡 Exemplo real: o supervisor de desossa pergunta no celular "quanto rendeu o lote 4512?" e recebe em 2 segundos o rendimento real contra o padrão, com o link da tela — sem abrir manual, sem ligar pro suporte.
🔬

Agente 4 — Analista de Rendimento & Quebra

"A equação do perito aplicada à planta: entrada − saída − estoque − perda = quebra inexplicada."
Dor 3Dor 9
Fase 2 — Mês 2-3

🎯 Por que é necessário

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.

⚙️ Como funciona

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.

💡 Exemplo real: "lote 8817: quebra 2,9% acima do padrão da planta — concentrada no turno 2, corte traseiro". O gestor da unidade recebe antes do fechamento do dia, não no inventário do fim do mês.
📋

Agente 5 — Qualidade & BPF (o agente da Prime)

"Não conformidade descrita por voz, classificada, tratada e cobrada — sozinha."
Dor 3Dor 9
Fase 2 — Mês 2-3

🎯 Por que é necessário

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.

⚙️ Como funciona

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.

💡 Exemplo real: foto de uma câmara com gelo acumulado → agente abre NC de manutenção, severidade média, prazo 48h, notifica o PCM — e no fim do mês o indicador de reincidência sai sozinho.
📚

Agente 6 — Documentador & Onboarding

"O conhecimento sai da cabeça do fundador e vira ativo da empresa."
Dor 10Dor 9
Fase 3 — Mês 4-6

🎯 Por que é necessário

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.

⚙️ Como funciona

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.

💡 Exemplo real: desenvolvedor novo pergunta "como o LOCUS calcula o custo médio do corte?" e recebe a explicação com o trecho de código e a regra de negócio — sem interromper o Jean.
🛠️

Agente 7 — Copiloto de Engenharia

"O time de 12 produz como um time de 30."
Dor 2Dor 6
Fase 1 — Mês 1

🎯 Por que é necessário

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.

⚙️ Como funciona

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.

💡 Exemplo real: módulo VB6 de faturamento vira serviço moderno em dias em vez de meses — o agente propõe o código, o time revisa e mantém o controle.
📑

Agente 8 — Comercial B2B & Compliance de Fornecedor

"Proposta, RFP e due diligence respondidas no padrão que uma S.A. exige."
Dor 7Dor 8Dor 9
Fase 3 — Mês 4-6

🎯 Por que é necessário

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.

⚙️ Como funciona

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.

💡 Exemplo real: chega um questionário de segurança de 200 perguntas de um novo cliente enterprise → o agente responde 180 do dossiê, marca 20 para revisão — proposta na mesa em 2 dias, não 3 semanas.
MÓDULO EXCLUSIVO · TRUNFO DA PROPOSTA

🛡️ IA Auditada por Perito — a Legião com Contabilidade

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.

IA AUDITADA POR PERITO S×P SONNITECH · PRIME EST. 2016 · LINS-SP TOKEN · CUSTO · GOVERNANÇA
SELO DE GOVERNANÇA DA OPERAÇÃO DE IA
A equação que nenhum fornecedor de IA fecha
tokens de entrada (US$) + tokens de saída (US$) − economia de cache (US$) − desconto batch (US$) = custo real por usuário/dia
É a conferência de caixa aplicada à inteligência artificial. Nenhuma software house do interior do Brasil entrega IA com essa contabilidade — a Sonnitech seria a primeira.
🚪

Módulo 1 — Gateway Pericial

"Toda requisição de IA passa por um único portão — logada, mascarada, auditável."
SegurançaLGPDGovernança

⚙️ Como funciona

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.

🧮

Módulo 2 — Contador de Tokens

"Custo por usuário, por cliente, por funcionalidade — em tempo real."
CustoPrecificação

⚙️ Como funciona

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".

🔀

Módulo 3 — Roteador de Fronteira

"90% no modelo leve, 10% no modelo de fronteira — decidido a cada pergunta."
EconomiaQualidade

⚙️ Como funciona

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.

🗄️

Módulo 4 — Cofre de Conhecimento

"O RAG do cliente vive no perímetro — só a pergunta viaja, mascarada."
Dado sensívelRAG

⚙️ Como funciona

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).

📋

Módulo 5 — Laudo Diário de IA

"Todo dia, no WhatsApp do gestor — a operação de IA fechada como um caixa."
GestãoAuditoria

⚙️ Como funciona

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.

SONNITECH × PRIME · IA AUDITADA
Laudo Diário · Operação IA
08/07/2026 · exemplo ilustrativo
interações14.820
usuários ativos612 / 1.000
custo do diaUS$ 28,40
economia cache/batch−US$ 61,10
modelo leve / fronteira91% / 9%
projeção do mêsUS$ 640 · ok
⚠ usuário 3812 com uso 9x acima da média · cota aplicada

📈 O gestor governa a IA de 1.000 usuários em 30 segundos por dia — com rigor de perito.

🚀 Por que isso é maior que a Sonnitech

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.

🔧 Caminho de implantação (honesto, sem prometer o impossível)

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.

🤝

Seção 10 — A Parceria que Executa

Prime Consultoria + Rodrigo Perito IA — duas especialidades, uma solução

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.

🅿️ Prime Consultoria

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.

🔬 Rodrigo Perito IA

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.

🎯 As dores da Sonnitech ↔ o que cada mão da parceria resolve

Dor mapeada neste laudoLado 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 alimentosCopiloto do LOCUS entregue antes da ameaça virar fato
Segurança pendente (Dor 4)Cultura de conformidade e auditoriaMascaramento PII + cofre de conhecimento + trilha imutável
Produto de qualidade analógico no registroMetodologia de BPF, NC e indicadoresAgente de Qualidade — voz/foto vira registro estruturado
Margem do cliente sangrando em quebraAs 7 perdas — método de redução de perdasAnalista de Rendimento — a equação pericial por lote
Invisibilidade comercial (Dores 7, 8, 9)Rede e reputação no setor de alimentosAgente Comercial B2B + dossiê de compliance

🤝 Duas mãos, uma solução

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.

🗂️

Seção 11 — Plano de Ação em 3 Fases

Roteiro de implantação — primeiros 90 dias
Fase 1 — Mês 1 | Estancar o desperdício

🔥 Trilhos + prova da conta

✅ 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

Fase 2 — Mês 2-3 | Construir o produto

📈 A IA dentro do LOCUS

🤖 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

Fase 3 — Mês 4-6 | Escalar e blindar

🚀 1.000 usuários + mercado

🤖 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

📋

Seção 12 — Laudo Pericial Final

Conclusão técnica | Rodrigo Castro Ribeiro — CRC/MG 082.437 | ASPEJUDI nº 1055
🔬

DIAGNÓSTICO DIGITAL PERICIAL

SONNI TECH LTDA | CNPJ 24.090.611/0001-36 | Guaiçara · Lins-SP

Emitido em: 08/07/2026 — em parceria com Prime Consultoria

1. OBJETO

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.

2. METODOLOGIA

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.

3. CONCLUSÕES PERICIAIS

Maturidade em IA Corporativa3.5/10
Domínio Vertical (agroindústria/frigorífico)8/10
Solidez do Produto (LOCUS/SIG/BEA)7/10
Governança e Fotografia Formal3/10
Autoridade Digital e Comercial B2B3/10
Sustentabilidade Econômica do Plano de IA Atual2/10
Potencial com a Legião de Agentes Auditada8.5/10

4. PONTOS CRÍTICOS

  • Estratégia de IA fundada em premissa de preço tecnicamente incorreta ("cobrança por requisição") — erro de ~2 ordens de grandeza na conta
  • Plano self-host custa 15–20× a alternativa por API (R$ 55–70 mil/mês vs R$ 3,6 mil/mês) com qualidade inferior e segurança pendente
  • Cliente-âncora (Minerva) já contrata Especialista em IA Generativa — risco real de internalização da solução
  • Fotografia formal (capital R$ 3 mil, ME, divergências cadastrais) incompatível com due diligence de fornecedor de companhia aberta
  • Relação com o cliente-âncora publicamente ancorada em vínculo pessoal do sócio — contrato B2B formal a confirmar
  • Concentração de conhecimento no fundador — single point of failure do negócio

5. ATIVOS ESTRATÉGICOS

  • Domínio vertical raríssimo: ERP de proteína animal construído por quem veio do chão de fábrica (JBS, Bertin)
  • Produto proprietário com 24 anos de evolução (2002→2026) e migração recente para stack moderna (Flutter)
  • Acesso privilegiado ao maior exportador de carne bovina da América do Sul (R$ 54,8 bi de receita)
  • Diversificação real: agroindústria + gestão pública (19 cidades, produto Cidade Fácil)
  • Pipeline de talento local (Fatec Lins) e equipe enxuta de 12–14 pessoas — estrutura leve para pivotar rápido
  • Preocupação legítima com custo e segurança de dados — a matéria-prima certa para governança de IA bem feita

6. PARECER TÉCNICO FINAL

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.

UMA ENTREGA EM PARCERIA
R
Rodrigo Perito·IA
PERÍCIA · INTELIGÊNCIA ARTIFICIAL
PRIME
CONSULTORIA

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