Com Snowflake, Celcoin coloca no ar em três dias assistente de IA

A Celcoin é uma infratech brasileira que oferece infraestrutura financeira por meio de APIs: Pix, banking as a service, pagamentos, sistema de gestão de empréstimos e Open Finance.

Todos os dias, clientes e desenvolvedores da Celcoin chegam com o mesmo tipo de dúvida. Como funciona esta integração? O que este produto inclui? Onde encontro este relatório?

As respostas já existiam, mas estavam distribuídas em três lugares diferentes:

Para encontrar uma resposta, era preciso procurar em três fontes separadas. O objetivo da Celcoin era claro: ter um único assistente que respondesse apenas com conteúdo aprovado e que estivesse disponível no canal onde cada pessoa já trabalha.

A Celcoin construiu o assistente dentro da sua própria conta Snowflake. Assim, o conteúdo, a busca e a inteligência artificial ficam em um único ambiente, com as mesmas regras de governança. A solução tem quatro peças:

• Busca inteligente (Cortex Search): organiza as três fontes de conteúdo para que a IA encontre a informação certa.
• Agentes de IA (Cortex Agents): respondem às perguntas a partir desse conteúdo. São sete agentes, cada um com uma função específica.
• Conexão com ferramentas de IA (servidor MCP gerenciado): leva os agentes para ferramentas de IA e ambientes de desenvolvimento.
• Camada de controle da Celcoin (gateway): fica à frente do acesso público e oferece limite de uso, cache, monitoramento e um botão de desligar.

Cada canal tem sua própria credencial e sua própria permissão de acesso. Isso permite liberar ou cortar o acesso de cada canal de forma individual.

Em apenas três dias, a Celcoin colocou de pé:

• Três índices de busca com cerca de 140 mil documentos, a partir de documentação pública e interna
• Sete agentes de IA trabalhando sobre esses índices
• Quatro canais em produção, incluindo um acesso público via MCP protegido pela camada de controle da Celcoin
• Um piloto de inteligência de tickets (Ticket Intelligence), que organizou 80.526 chamados de suporte e 58.587 itens do Jira em um ambiente isolado, separado do assistente em produção
• Credenciais de serviço com autenticação por chave (key pair) e uma permissão de acesso por canal

O projeto usou apenas documentação e conteúdo de suporte. Nenhum dado transacional de clientes foi utilizado.

Além da velocidade de entrega, o projeto mostrou que é possível operar IA com custo baixo.

• Preparar cerca de 140 mil documentos para a busca da IA: cerca de US$ 5,30
• Manter dois serviços de busca funcionando: cerca de US$ 5 a 6 por dia
• Atualizar o conteúdo, usando a menor capacidade de processamento (warehouse XS): cerca de 20 segundos
• Uma resposta de agente: cerca de 0,047 crédito Snowflake
• Modelo de IA menor em um dos agentes: 2 a 3 vezes mais rápido, cerca de 3 vezes mais barato por resposta

A troca para o modelo menor teve um custo pequeno em qualidade: nota 4 de 5, contra 5 de 5 do modelo maior. Em todos os agentes, de 80% a 90% do tempo de resposta vem do modelo de linguagem. Em um teste, um processo escrito em SQL rodou em 0,4 segundo, contra 13,4 segundos da versão em Python.