Desafio
Números financeiros ao alcance da mão, atrás de uma linguagem que as áreas de negócio não falam.
As equipes de finanças da Maison mantêm seus números em um cubo OLAP hospedado on-premises, no Analysis Services. Consultá-lo exige escrever consultas MDX, uma linguagem que os usuários de negócio não dominam.
Cada pergunta passava, portanto, por um intermediário técnico. As expectativas da área de finanças se resumiam a três pontos.
- Fazer perguntas em linguagem natural. Sem passar por uma consulta nem por um especialista.
- Obter respostas legíveis. Tabelas ou gráficos, prontos para uso.
- Calcular sobre o resultado. Aplicar os cálculos financeiros do dia a dia, como crescimento ou participação.
A necessidade: tornar o dado financeiro acessível a quem o gerencia, sem tirar o cubo do data center.
Solução
Um workflow agêntico que traduz a pergunta de negócio em consulta, e depois em resposta.
Construímos um assistente que fala a língua das finanças. Três princípios estruturam a solução.
- Da pergunta à consulta. Um workflow agêntico em LangGraph traduz a pergunta em MDX, executa-a no cubo e aplica os cálculos de crescimento e de participação.
- As regras de negócio no centro do modelo. Regras de gestão, definições e estrutura do cubo estão codificadas nos prompts, a partir de workshops com a equipe de finanças.
- Os dados permanecem on-premises. Um conector sob medida liga a aplicação em nuvem ao data center, sem mover o cubo.
Formato
Entender as finanças, codificar suas regras, conectar o cubo, entregar a aplicação.
- Workshops de negócio. Levantamento das regras de gestão, das definições e da estrutura do cubo com a equipe de finanças.
- Workflow agêntico. Tradução das perguntas em MDX, execução no cubo e cálculos financeiros sobre o resultado, orquestrados com LangGraph.
- Conector on-premises. Conector sob medida, hospedado em uma máquina virtual Azure, entre a aplicação em nuvem e o data center.
- Aplicação web. Back end em Python e front end em React implantados no Azure.
- Melhoria contínua. Feedback dos usuários e acompanhamento do uso integrados à aplicação.
Ambiente técnico: LangGraph, Azure, Analysis Services, MDX, Python, React.
Resultados
Em produção desde janeiro de 2026, utilizado todos os dias pelo CFO.
As equipes de finanças fazem suas perguntas em linguagem natural e obtêm tabelas e gráficos, com os cálculos de crescimento e de participação incluídos. O cubo permanece no data center da Maison.
O assistente está em produção desde janeiro de 2026, e o CFO o utiliza todos os dias.
Dois efeitos dão continuidade ao projeto.
- Uma área de finanças autônoma sobre seus dados. As áreas de negócio acessam seus números diretamente, sem intermediário técnico.
- Um assistente que melhora com o uso. O feedback dos usuários e o acompanhamento do uso orientam as evoluções.
Expertises mobilisées
Savoir-faire
- Agentes de IA
- Talk-to-your-data
- Context engineering
- Text-to-MDX
- Finanças
Technologies
- LangGraph
- Azure
- Analysis Services
- Python
- React
Diferencial
Quatro mecânicas que fazem a diferença.
- Um assistente que conhece finanças. Regras de gestão e definições são levantadas com as equipes, não presumidas.
- Cálculos confiáveis sobre o resultado. Crescimento e participação são calculados pelo workflow, não improvisados pelo modelo.
- Dados que não saem do ambiente on-premises. O conector sob medida liga a nuvem ao cubo sem movê-lo.
- O uso como critério de sucesso. Feedback e acompanhamento do uso estão integrados desde a entrada em operação.
Para você
Seus dados financeiros acessíveis em linguagem natural.
Esta abordagem responde a quatro situações.
- Seus números estão em um cubo OLAP ou em um data warehouse que só especialistas sabem consultar.
- Suas equipes de negócio esperam respostas, não consultas.
- Seus dados precisam permanecer on-premises, mas você quer uma aplicação moderna.
- Você quer um assistente de IA que respeite suas regras de gestão e suas definições.
Levantamos suas regras de negócio com suas equipes, conectamos o assistente aos seus dados onde eles estão e o colocamos em produção com acompanhamento do uso.
