Modelos e plataformas de IA
Lumivero abre a versão beta do POLI, da SharpCloud, para decisões sobre portfólios de projetos
A versão beta do POLI da SharpCloud usa dados do portfólio para responder a perguntas e modelar mudanças, mas mantém a aprovação sob responsabilidade das pessoas que conduzem os projetos.
Pontos-chaveAs respostas do POLI dependem inteiramente das dependências que as equipes já…
Ver mais
- As respostas do POLI dependem inteiramente das dependências que as equipes já registraram no SharpCloud.
- O What-If Impact permanece somente leitura, para que a análise de cenários nunca altere os dados do portfólio que avalia.
- A aprovação humana não pode corrigir entradas desatualizadas nem garantir que todas as recomendações da IA estejam corretas.
A Lumivero abriu a versão beta do POLI, um conjunto de agentes de IA integrado ao seu software de gestão de portfólios SharpCloud. A empresa apresentou o POLI em 16 de novembro e afirma que o acesso à versão beta começou em 17 de novembro para clientes e potenciais clientes. Os agentes podem responder a perguntas sobre projetos e riscos ou explorar as consequências de uma mudança proposta. Uma pessoa precisa confirmar a mudança antes que ela seja aplicada ao portfólio.
A ferramenta foi concebida para portfólios de projetos, não para negociações de investimentos. Uma empresa que esteja realizando várias modernizações em fábricas, por exemplo, pode usá-la para perguntar quais atividades dependem de uma entrega atrasada. A resposta depende das conexões que a equipe já registrou no SharpCloud. Se não houver registro do fornecedor compartilhado ou do marco afetado, não se pode confiar que o modelo saiba disso.
Respondendo a perguntas dentro do portfólio
Em geral, as equipes mantêm cronogramas, riscos e dependências em sistemas separados. Um projeto pode parecer estar dentro do prazo em seu próprio cronograma, embora um pré-requisito esteja atrasado em outro lugar. O SharpCloud oferece às equipes uma forma de representar explicitamente essas relações. Em janeiro, a Lumivero anunciou a aquisição da SharpCloud, apontando a visualização de portfólios e a capacidade de modelar como uma mudança poderia afetar vários projetos como motivos para o negócio.
O POLI funciona com esse modelo conectado de portfólio. Seus cinco agentes padrão são Primeiros passos, Comparação, Impacto hipotético, Resumo da história e Conhecimento do produto. Eles atendem a diferentes necessidades, desde ajudar um novo usuário a se familiarizar com o sistema até comparar itens ou resumir uma visualização do portfólio. A Comparação pode facilitar a percepção das diferenças entre projetos. O Impacto hipotético responde a outra pergunta: se uma premissa do projeto mudar, que outras partes do portfólio modelado poderão ser afetadas?
Essa distinção é importante porque, muitas vezes, as dependências são mais úteis do que uma classificação. Se o atraso na instalação de um equipamento adiar o treinamento associado a ela, o resultado importante não é apenas saber que um marco mudou. É saber quais pessoas precisam ajustar seus planos e quais premissas precisam verificar. A análise de cenários ajuda a identificar essas questões sem pedir ao sistema que decida o que a empresa deve fazer.
Mantendo a análise separada da aprovação
A Lumivero afirma que o Impacto hipotético é somente de leitura e não altera os dados que avalia. A empresa também afirma que o POLI respeita as permissões existentes dos usuários, mostra a base de suas respostas e deixa as mudanças propostas para aprovação das pessoas. O uso de IA é opcional em cada instância do SharpCloud. Essas são medidas de controle descritas pelo fornecedor, não conclusões independentes sobre a precisão dos agentes ao trabalhar com dados desorganizados ou incompletos.
A aprovação humana é mais útil quando é possível conferir uma explicação com base nos registros originais. Uma resposta plausível pode se basear em uma estimativa válida, mas desatualizada, ou em uma dependência que já não se aplica. Quem revisa precisa ver quais registros o assistente usou e saber quem é responsável por mantê-los. Uma etapa de aprovação oferece um ponto de controle, mas não corrige dados de entrada desatualizados nem torna correta toda recomendação.
O relatório da própria Lumivero sobre a tomada de decisões em projetos de capital afirma que poucos participantes da pesquisa agiriam com base em uma recomendação de IA sem uma revisão significativa. A pesquisa é do fornecedor e não comprova o desempenho do POLI. Ainda assim, ilustra o desafio de adoção que o produto pretende enfrentar: as equipes querem ajuda para reunir informações dispersas, mas sem deixar de ser responsáveis por qualquer decisão baseada nelas.
O que a versão beta precisa demonstrar
Os primeiros usuários podem testar os agentes com exemplos conhecidos, cujo resultado a equipe do projeto já conhece, e depois comparar as respostas com os registros subjacentes e repetir o teste com outro nível de acesso. Isso mostraria em que situações o POLI ajuda a reduzir o tempo gasto na conferência cruzada de cronogramas e em quais delas a falta de registros ainda exige investigação manual. A versão beta inicial deve ser entendida como uma forma de consultar e testar um modelo de portfólio, não como um substituto das pessoas responsáveis por ele. A Lumivero prevê em seu roteiro módulos separados de análise e controles para o primeiro semestre de 2027; esses módulos não fazem parte da versão beta atual.












