As definições canônicas.

01 · A CATEGORIA

Knowledge as a Service

A categoria que converte o conhecimento tácito de uma força de trabalho qualificada e distribuída em uma camada de inteligência continuamente atualizada distribuída para três pontos: um painel interno, uma API delimitada para parceiros de marca e um feed de recuperação para agentes de IA. A unidade de entrada é uma entrevista estruturada guiada por IA. A unidade de saída é infraestrutura em vez de um relatório.

KAAS

A sigla de Knowledge as a Service. Pronuncia-se "kaas". Se posiciona ao lado de SaaS, IaaS e PaaS da mesma forma: o sufixo sinaliza distribuição contínua e entrega nativa por API.

Corpus vivo

O conjunto completo de conversas enriquecidas de uma força de trabalho, indexadas nas dez dimensões, com carimbo de tempo de validade bi-temporal e delimitadas por um vetor de segmento. O corpus é atualizado semanalmente e decai por dimensão de acordo com meias-vidas calibradas.

02 · AS TRÊS ETAPAS

Gather

A primeira etapa. Nosso agente de conversa de IA conduz uma entrevista estruturada de quinze a quarenta e cinco minutos com cada profissional que detém um conhecimento digno de captura. Custo: três centavos por conversa enriquecida. Saída: uma transcrição, um conjunto de campos estruturados e vinte a quarenta fragmentos prontos para enriquecimento por entrevista.

Codify

A segunda etapa. Cada conversa é decomposta em dez dimensões estruturadas paralelas e persistida em um armazém de fatos com validade bi-temporal e delimitação por segmento. A saída é uma camada consultável com esquema estável. Mesmo fato, três modos de consumo (painel, API, feed de agentes).

Monetize

A terceira etapa. A camada codificada é distribuída simultaneamente para o painel interno, a API delimitada para parceiros de marca e o feed de recuperação para agentes de IA. A precificação é de nível infraestrutura, com uma lógica de percentual sobre a receita a jusante e um piso empresarial.

03 · PESSOAS E FUNÇÕES

Agente de conversa de IA

O agente que conduz as entrevistas. Construído com uma árvore de comportamento, regras de aplicação do protocolo, domínios de conhecimento e salvaguardas por agente definidas em uma especificação versionada. O agente conduz cada entrevista de acordo com o mesmo protocolo na conversa de número um e na de número dez mil.

Intelligence Layer

A superfície de produto composta pelo painel, a API para parceiros de marca e o feed de agentes de IA. O entregável único que um cliente KAAS adquire. A Intelligence Layer é o que faz do contrato uma unidade de negócio em vez de um projeto de pesquisa.

Matriz de inteligência

O nome interno para o conjunto de ferramentas e prompts MCP que leem o corpus codificado em nome de agentes, painéis e consumidores de API. Cada operação na matriz é executada sob uma Política de Dados Zero. A matriz é o motor de execução; o corpus é o dado.

04 · METODOLOGIA

Entrevista estruturada guiada por IA

Uma conversa de quinze a quarenta e cinco minutos entre nosso agente de conversa de IA e um profissional, conduzida segundo um protocolo versionado. Sondagem ancorada, aplicação de neutralidade, profundidade delimitada no tempo, encerramento estruturado. O instrumento que mantém ao mesmo tempo o baixo custo e a fidelidade ao protocolo, algo que nem entrevistadores humanos nem pesquisas conseguem fazer em escala.

Sondagem ancorada

O primeiro movimento em cada tema é uma âncora de abertura sobre um evento recente e concreto no domínio do profissional (por exemplo, a última vez que um cliente pediu um produto que o profissional não tinha em estoque). O agente não avança para o próximo tema até que a âncora esteja bloqueada. Perguntas abstratas produzem respostas abstratas; a âncora traz à superfície especificidades.

Protocolo de neutralidade

O agente verifica seu próximo enunciado com um classificador de neutralidade antes de entregá-lo. Sem formulação tendenciosa, sem carga de valor, sem indução de desejabilidade social, sem pressão à aquiescência. O protocolo impede que o agente enviesie a resposta em uma direção que a análise depois teria de desconsiderar.

Protocolo de encerramento

As conversas terminam em um encerramento estruturado, nunca em um esvaecimento. Os últimos dois minutos de uma entrevista produzem o conteúdo de maior fidelidade porque o respondente se aqueceu e confia no instrumento. O encerramento captura esse sinal.

Dez dimensões

Os dez campos estruturados paralelos em que cada conversa bruta é decomposta durante o estágio Codify: pontos de dor, pontuação de oportunidade, mapa de percepção de marca, pontuação de prontidão para IA, motivadores de retenção, sinal de mercado, risco regulatório e de conformidade, lacuna de treinamento, comportamento por segmento de cliente, mapa de menções de concorrentes. O esquema é específico ao vertical na forma de superfície e estável na estrutura.

Porta de pré-enriquecimento

A etapa de verificação que é executada antes de qualquer registro enriquecido ser persistido. Um filtro determinístico confirma que cada citação que sai do sistema é uma substring literal de um turno USER real de uma entrevista real. Quando o filtro detecta uma citação inventada, a citação é excluída, nunca reescrita.

Proveniência verbatim

O contrato pelo qual cada afirmação em cada relatório está vinculada à transcrição que a produziu por meio de um identificador de fragmento no formato transcript_id / turn_id / sentence_id. O vínculo está sempre presente, em cada conversa, sem amostragem. As camadas de exibição limpas, encurtadas e traduzidas derivam todas do verbatim original, que nunca é traduzido e permanece em seu idioma original como registro de proveniência.

05 · PRIMITIVAS TÉCNICAS

Modelo bi-temporal

O modelo de dados em que cada fato carrega três carimbos de tempo independentes: learned_at, valid_at e invalid_at. O modelo permite que um parceiro de marca reproduza o estado do corpus de maio passado em relação ao estado atual e obtenha a resposta correta para cada um. Essa propriedade é o que torna a camada subscritível em um contrato.

learned_at

O carimbo de tempo em que o sistema observou um determinado fato (a data da entrevista ou a data do enriquecimento). Distinto de quando o fato se tornou verdadeiro no mundo.

valid_at

O carimbo de tempo em que um fato se tornou verdadeiro no mundo. Frequentemente inferido da própria conversa (um profissional diz "comecei a notar isso no outono passado", portanto valid_at é aproximadamente outubro daquele ano). Distinto de quando o sistema o aprendeu.

invalid_at

O carimbo de tempo em que um fato deixa de ser verdadeiro. Definido explicitamente quando uma conversa contraditória chega, ou por decaimento de meia-vida quando nenhuma atualização confirma o fato dentro da janela calibrada.

Vetor de segmento

Uma projeção esparsa sobre os eixos de segmentação relevantes para o vertical (nível, geografia, formato de loja, segmento de cliente, parceiro de marca, demografia). Cada fato carrega um. A linguagem de consulta se torna WHERE valid_at ⊃ today AND segment_vector ⊃ {region, format, partner}. A validade por segmento é o que permite que um único corpus sirva a cada parceiro de marca na prateleira sem vazamento.

Validade por segmento

A propriedade pela qual a mesma afirmação de superfície pode ser verdadeira para uma fatia de segmento hoje e não para outra. "A tonalidade X é mais frequentemente rejeitada" pode ser verdade para as lojas de mercado de massa na América Latina e falsa para as boutiques da EMEA. A validade por segmento é memória institucional em uma forma estruturalmente diferente da memória de agente por usuário.

Meia-vida

A taxa de decaimento por dimensão calibrada para cada vertical. Fatos de percepção de marca decaem em semanas. Fatos de lacuna de treinamento só decaem quando o catálogo de treinamento muda. Ajustar as meias-vidas por dimensão e por vertical é metodologia, e isso separa uma cadência de atualização crível de simplesmente reexecutar uma pesquisa.

Cadência de atualização

O calendário pelo qual uma fatia do corpus é reentrevistada para confirmar ou invalidar fatos. A cadência está integrada ao ciclo de vida dos fatos. O painel exibe um gatilho de atualização quando uma fração significativa dos fatos expirou sua validade. O nível Refresh é vendido contra esse gatilho.

Servidor MCP

A superfície contratual voltada para agentes. Um servidor compatível com MCP (consumido por Claude, Copilot e outros clientes compatíveis com MCP) que expõe uma pequena superfície de ferramentas: query_facts, traverse_relations, pivot_dimension, replay_as_of, cite. O ticket de sessão carrega o escopo de segurança. O escopo se cascateia em quais ferramentas o LLM pode ver, quais nós do grafo pode percorrer, quais linhas de fatos pode ler e quais fragmentos verbatim são resolvidos quando ele cita.

API para Parceiros de Marca

O segundo ponto de monetização. Terceiros a jusante (por exemplo, os parceiros de marca que pagam a um varejista pelo espaço de prateleira) pagam ao cliente pelo acesso delimitado ao corpus. A chave de cada parceiro projeta-se sobre um valor brand_partner específico e traz à superfície apenas os fatos cujo vetor de segmento intersecta essa projeção. O caminho de dados é o controle de acesso.

Feed de Agentes de IA

O terceiro ponto de monetização. A superfície de recuperação que os clientes LLM consomem. Pronta para RAG, com esquema estável e citação de fonte. Usada pelos assistentes de IA internos do cliente (o copiloto do consultor, o agente de planejamento do comprador) e pelos agentes dos parceiros de marca que consultam via API. Uma vez que um agente está conectado para consumir a camada, o custo de troca se acumula a cada nova tarefa do agente.

Painel Interno

O primeiro ponto de monetização. A equipe de estratégia, merchandising ou operações do cliente consome a camada para tomar decisões. O ponto de distribuição menos controverso e o segmento de entrada para cada contrato.

Cloud Harness

A configuração de implantação que executa toda a pilha KAAS dentro do próprio substrato do cliente (conta Cloudflare, AWS, Azure ou on-premises). O pipeline de captura, as transcrições limpas, a camada bi-temporal, o armazém de fatos, os painéis e os agentes de IA residem todos em uma infraestrutura que o cliente controla.