Portuguesa C-MORE cria agente de IA “à prova de alucinações” para auditar fornecedores

A utilização de Inteligência Artificial (IA) generativa ainda gera receios no setor corporativo devido às chamadas “alucinações” – respostas plausíveis, mas inventadas. Mas agora, a tecnológica portuguesa C-MORE lançou uma solução desenhada especificamente com o objetivo de que tal não aconteça, na gestão de compliance e sustentabilidade. Batizada de ALMA, a nova ferramenta funciona como um agente autónomo que monitoriza cadeias de fornecimento de forma contínua e é capaz de reduzir, garante a empresa, processos de validação de cerca de 35 horas para apenas uma hora de trabalho assistido.

Cofundada por Carina Abreu e Carolina Almeida Cruz, a C-MORE criou esta ferramenta a pensar no aperto regulatório que as administrações europeias enfrentam, nomeadamente com a Diretiva de Relatórios de Sustentabilidade Corporativa (CSRD) e o novo Regulamento de Inteligência Artificial da União Europeia (AI Act).

Ao DN/Dinheiro Vivo, a CEO da C-MORE, Carolina Almeida Cruz, explica que o segredo para evitar falhas críticas no software passa por não tratar os modelos de linguagem (LLM) como uma “caixa-negra” que decide de forma autónoma. Em vez disso, a plataforma opera sob uma arquitetura evidence-first – focada primeiro na prova documental.

“O princípio central é simples: a ALMA não deve apenas gerar uma conclusão; deve conseguir explicar como chegou até ela. Quando não existe evidência suficiente, o sistema assinala explicitamente essa limitação, em vez de preencher lacunas com suposições, evitando, assim, as alucinações”, diz a responsável, em resposta por e-mail a questões enviadas pelo DN/DV.

Nos testes e casos de uso já validados – em que a tecnologia cruzou informação sobre mais de 3500 entidades e 1,3 milhões de observações datadas –, o agente identifica para cada resposta a fonte exata da informação, incluindo o documento de origem, a data e a frase específica que a sustenta, atribuindo ainda um grau de confiança granular a cada análise, concretiza a empresa.

O peso da “economia dos questionários”

A entrada desta tecnologia no mercado procura responder àquilo a que a C-MORE chama de “economia dos questionários”, um esforço manual de formulários intermináveis e submissões duplicadas que funciona como um imposto operacional sobre as empresas.

Atualmente, avaliar um único fornecedor pode exigir entre duas a quatro horas de trabalho especializado, com custos entre os 75 e os 110 euros por hora, a que se somam classificações anuais de risco de terceiros que variam entre 275 e 1400 euros por entidade, descreve a empresa portuguesa. No âmbito da diretiva CSRD, entre 30% e 40% do orçamento de conformidade é absorvido apenas pela recolha de dados. Ainda assim, até 89% dos profissionais da área continuam a antecipar falhas de auditoria ligadas a terceiros.

Ao contrário dos habituais assistentes conversacionais ou “copilotos” que exigem instruções permanentes do utilizador, a ALMA trabalha em segundo plano. Liga-se aos sistemas internos das empresas (como ERP e plataformas de procurement), via API, e só emite alertas quando deteta alterações relevantes, como um certificado prestes a caducar, dados contraditórios entre documentos ou um novo sinal de risco num fornecedor.

Com esta automação, a tecnológica portuguesa acredita conseguir devolver tempo às equipas para decisões críticas, gerando poupanças operacionais relevantes nos departamentos financeiros e de compliance.

4 Perguntas a Carolina Almeida Cruz

“A tecnologia não substitui o julgamento profissional”

Que modelos de linguagem suportam a ALMA e como garantem a segurança dos dados?

A arquitetura da ALMA é deliberadamente modular. Combina componentes proprietários da C-MORE – na orquestração de dados, recuperação de evidência, regras de risco e rastreabilidade – com modelos de linguagem selecionados consoante o caso de uso, os requisitos de desempenho e as exigências de privacidade de cada cliente. Não dependemos de um único LLM nem de um modelo generalista para tomar decisões de risco. Todos os dados são processados em ambientes com controlos de acesso, segregação por cliente e encriptação, sendo que a cloud da C-MORE está localizada na União Europeia.

De que forma a ferramenta se enquadra nas exigências do novo regulamento europeu AI Act?

Por estarmos sujeitos ao AI Act, fomos construindo a ALMA de raiz para garantir a sua conformidade. Adotámos desde o início princípios de supervisão humana, rastreabilidade, transparência sobre limitações e mecanismos para revisão e contestação de resultados. A ALMA é concebida como uma ferramenta de apoio à decisão, não como um sistema que toma autonomamente decisões finais sobre fornecedores ou contratos. As equipas responsáveis mantêm sempre a decisão final; a tecnologia não substitui o julgamento profissional, jurídico ou de compliance.

Apontam para níveis de exatidão entre os 90% e os 100%, superando auditores experientes. Como chegaram a estas métricas?

Os níveis divulgados resultam de avaliações controladas sobre casos de uso concretos, incluindo testes com dados e documentação empresarial disponibilizada publicamente e representativos dos contextos em que a plataforma é utilizada. Não existe uma única métrica de “exatidão” para todo o sistema. Medimos o desempenho por tarefa: por exemplo, identificação de evidência relevante, extração documental, deteção de lacunas ou associação entre uma afirmação e a respetiva fonte. Continuamos a validar os resultados com especialistas humanos e com os próprios clientes.

Qual é o modelo de preços para as empresas e qual tem sido a reação dos fornecedores avaliados?

Seguimos uma lógica SaaS [Software como Serviço] empresarial, com uma configuração inicial seguida de uma subscrição recorrente ajustada ao número de fornecedores, geografias, volume de dados e grau de integração nos sistemas. Quanto aos fornecedores, a reação tende a ser positiva porque o modelo reduz o esforço administrativo e os pedidos repetidos de informação. Em vez de pedir novamente toda a documentação, a empresa passa a solicitar apenas validação ou evidência adicional sobre os pontos onde existem lacunas materiais.