Equipe IOtech · · 6 min de leitura
Hoje dá para ligar um modelo de linguagem, a tecnologia por trás de assistentes como o Claude e o ChatGPT, aos sistemas que a sua empresa já usa. A equipe passa a consultar e a operar esses sistemas conversando, em português, e o assistente responde com os dados do sistema, dentro do que cada pessoa pode ver. O que a IA não faz é consertar dado ruim nem decidir um processo que ninguém definiu.
O que significa conectar a IA aos sistemas da empresa?
Significa dar ao modelo acesso controlado aos dados e às ações da empresa, para que as pessoas consultem e operem o sistema conversando. Sem essa ligação, o assistente só conhece o que aprendeu no treinamento e o que você cola na conversa. A Anthropic, empresa que faz o Claude, descreve assim o problema: mesmo os modelos mais sofisticados ficam limitados por estarem isolados dos dados.
Com a ligação feita, alguém pergunta quantos chamados estão abertos ou quanto se vendeu no mês, e o assistente pede o dado ao sistema, recebe a resposta e escreve em linguagem comum. O número vem do seu sistema, e não da memória do modelo.
Na prática, isso serve para quatro coisas:
- Perguntar. Dúvidas em linguagem natural sobre vendas, obras, pedidos ou chamados, respondidas com os números do sistema.
- Registrar. A equipe consulta e anota coisas sem abrir a tela.
- Tirar trabalho repetitivo. Triagem, classificação, resumo e preenchimento que hoje tomam horas de alguém.
- Atender. Respostas com base no seu conteúdo e nas suas regras, com passagem para uma pessoa quando precisa.
O que é MCP?
MCP (Model Context Protocol) é um padrão aberto para conectar aplicações de IA a sistemas externos. O site oficial compara com uma porta USB-C: assim como o USB-C padroniza a ligação entre aparelhos, o MCP padroniza a ligação entre a IA e os sistemas. A Anthropic publicou o protocolo como código aberto em novembro de 2024. Segundo o site oficial, hoje dão suporte a ele assistentes como o Claude e o ChatGPT e ferramentas de desenvolvimento como o Visual Studio Code e o Cursor.
Para quem não é técnico, bastam duas peças. O servidor MCP é o serviço que oferece ao assistente os dados e as funções do seu sistema. O assistente é a aplicação que se conecta a ele. A especificação chama de ferramentas (tools) as funções que o modelo pode executar. No seu sistema, seriam coisas como listar os chamados de um cliente ou consultar o estoque de um item.
A vantagem do padrão é fazer a ligação uma vez. Sem ele, cada fonte de dados pede uma integração própria. Com um servidor MCP, o seu sistema aparece como um conector dentro do Claude, como descreve a documentação do Claude, e a OpenAI tem um guia para ligar servidores MCP aos modelos dela.
Como isso funciona num sistema real?
Funciona como mais uma porta de entrada para um sistema que a equipe já usa. O exemplo que a gente pode mostrar é o Tecna App, o super app de uma construtora de alto padrão: 21 aplicativos ativos num só login, do pós-obra à nota de cada canteiro.
Lá dentro, cada chamado de assistência passa por um fluxo de 7 etapas, e o Obra do Mês, que dá uma nota a cada obra, tem cerca de 30 indicadores por obra. É esse sistema que a equipe opera conversando com a IA. Na ficha do projeto, "IA via MCP" aparece ao lado de web, PWA (aplicativo web instalável) e portal do cliente. A IA ali é um jeito a mais de chegar ao mesmo sistema, e não um produto à parte.
A IA enxerga todos os dados da empresa?
Não. O assistente age em nome de quem está conectado e recebe do servidor apenas o que essa pessoa pode ver. As regras de acesso ficam no servidor, não na conversa.
A diferença importa. Uma instrução escrita na conversa, como "não mostre valores a quem é do atendimento", é um pedido ao modelo. Uma regra no servidor é uma trava: o dado que a pessoa não pode ver nem chega ao assistente. A própria especificação avisa que o protocolo não consegue impor esses princípios sozinho, e pede a quem implementa controles de acesso e proteção de dados adequados.
O caminho para isso é cada pessoa conectar o assistente com a própria conta. A documentação do Claude descreve esse modo, em que cada usuário entra com a conta dele, e a parte de autorização da especificação prevê que o assistente faça pedidos em nome de quem autorizou o acesso. A regra que a gente segue ao construir é simples: o assistente nunca mostra a alguém o que essa pessoa não veria na tela.
Uma boa pergunta para quem for construir o seu: "se eu tirar o acesso de alguém no sistema, o assistente também para de responder a essa pessoa, sem ninguém mexer na IA?". A resposta certa é sim.
A IA pode alterar dados, ou só responder?
As duas coisas. Ações que alteram dados passam pelas mesmas regras do sistema, e as mais sensíveis, como valores, pedem uma confirmação explícita.
Não é excesso de cuidado. A especificação recomenda que haja sempre uma pessoa no circuito, com poder de negar a ação, e que operações sensíveis peçam confirmação. A documentação da OpenAI diz que ações de escrita aumentam tanto a utilidade quanto o risco, que o ChatGPT hoje exige confirmação manual antes de executá-las e que você deve contar com a possibilidade de o modelo errar.
Uma divisão que funciona:
| Tipo de ação | Exemplo | Como tratar |
|---|---|---|
| Consulta | Listar pedidos em atraso | Livre, dentro do que a pessoa pode ver |
| Registro de baixo risco | Anotar um comentário, abrir um chamado | As mesmas regras da tela |
| Ação sensível | Alterar um valor, apagar um registro | Confirmação explícita, sempre |
Guarde também quem fez o quê. A especificação recomenda registrar o uso das ferramentas para auditoria.
O que a IA não resolve, e por onde começar?
A IA não conserta dado ruim nem processo indefinido, então o começo é pequeno e em cima de dados em que você já confia. Se o cadastro está duplicado, o assistente responde com o cadastro duplicado. Se ninguém definiu o que conta como pedido atrasado, não é o modelo que vai definir. Quando o problema é esse, o primeiro passo é o sistema, e a IA entra depois.
Com dados confiáveis, um bom começo cabe em quatro passos:
- Escolha uma consulta que a equipe repete toda semana. A informação existe no sistema, mas dá trabalho encontrar.
- Comece só com leitura, num sistema só. Ninguém altera nada pela conversa na primeira versão.
- Use as permissões que já existem. Nada de criar uma regra de acesso paralela para a IA.
- Depois, libere ações. Primeiro as de baixo risco. As sensíveis, com confirmação.
Você não precisa trocar de sistema para isso. A integração pode ser feita em cima do que você já tem, desde que ele tenha uma API (a porta por onde outros programas conversam com ele) ou um banco de dados acessível.
É o que a gente faz em IA no seu sistema. Se a dúvida ainda for qual sistema ter, leia software sob medida ou sistema pronto. Se quiser olhar o seu caso, conte para a gente.