Quantaris

O problema

Tirar orçamento de obra a partir de uma planta é trabalho qualificado e lento: ler o desenho, identificar os cômodos, medir as áreas, contar os materiais, precificar. Leva dias por projeto, e o erro só aparece depois que o material foi comprado.

O produto nasceu como protótipo que provou que a ideia funcionava. Transformar aquilo em algo por onde uma construtora passa dinheiro era um problema de engenharia completamente diferente.

Refazendo a fundação

Primeiro, infraestrutura do próprio negócio: PostgreSQL próprio em São Paulo, 47 tabelas sob row-level security, hospedagem em Cloudflare Workers no domínio próprio, e deploy documentado e reproduzível em vez de clicado. A integração contínua roda typecheck, lint, testes e build em todo pull request.

A IA passou a integração direta por API com streaming, saindo do gateway compartilhado do protótipo. O volume de consultas por tela caiu de cerca de 114 para menos de 10.

O bug que mais importava

No protótipo, rodar uma análise de planta podia destruir o trabalho que o usuário tinha inserido na mão. É o tipo de defeito que mata um produto: não corrompe dado de forma visível, apaga esforço, e o usuário descobre depois.

Foi reconstruído como staging, diff e aplicação transacional — a análise propõe, a diferença é mostrada, e a mudança entra inteira ou não entra. Um teste adversarial prova o isolamento entre projetos, então uma análise nunca alcança outra.

Multi-tenant, feito direito

A autorização foi reconstruída em torno de organizações em vez de donos individuais: identificador de organização em 29 tabelas, funções de papel, e 56 políticas de row-level security migradas com trigger transitório para que a produção nunca quebrasse no meio da migração — os dois braços do fallback validados antes de remover o caminho antigo.

Tornando a economia da IA conhecível

O custo por análise foi medido, não estimado: R$ 0,13–0,26, bem abaixo da projeção original. Chegar lá revelou duas coisas que valem saber — que resposta vazia do modelo estava passando na validação e sendo cobrada como análise bem-sucedida, hoje falhando alto e sem cobrar; e que o custo do Gemini precisa ser calculado como total de tokens menos tokens de entrada, porque os tokens de raciocínio são cobrados mas ficam invisíveis para quem só lê a contagem de saída.