Mezzus Capital × CISP1 | Enterprise AI
Jornada Evolutiva de IA Empresarial da Mezzus Capital
Um primeiro projeto focado em Investor Intelligence e AI CRM, construído sobre uma fundação tecnológica preparada para incorporar progressivamente processos mais complexos da gestora.
A jornada começa pela automação e inteligência do relacionamento com investidores e evolui para uma plataforma empresarial capaz de conectar dados, decisões, agentes e workflows da Mezzus.
Investor Intelligence & AI CRM
Portfolio & FIDC Intelligence
Mezzus Agentic Asset Manager
Visão Executiva
Da automação pontual à IA Empresarial Agêntica
A Mezzus Capital opera aproximadamente R$ 600–700 milhões em ativos sob gestão com uma estrutura organizacional deliberadamente enxuta. Um dos objetivos estratégicos é utilizar tecnologia e Inteligência Artificial para permitir que a gestora continue crescendo sem que o crescimento dos ativos e da complexidade operacional implique aumento proporcional do headcount.
A Mezzus já utiliza ferramentas de IA de forma pontual para atividades como interpretação de documentos, extração de informações e transformação de PDFs em dados estruturados. Entretanto, essas utilizações ainda ocorrem predominantemente no modelo usuário → ferramenta de IA → resposta, exigindo que o profissional continue transportando informações entre sistemas e executando manualmente as etapas seguintes do processo.
Primeira aplicação
Mezzus AI CRM — Investor Intelligence
O projeto não será desenvolvido como uma simples automação entre ferramentas de transcrição e o Monday.com. A ETAPA 1 criará o primeiro núcleo da futura Mezzus AI Platform, estruturando uma base proprietária de conhecimento sobre investidores, contatos, produtos, oportunidades e interações.
Capacidades construídas sobre a fundação
Posteriormente, a mesma arquitetura poderá incorporar novos domínios da gestora, incluindo gestão de fundos, ativos alternativos e, particularmente, a gestão do FIDC de cotas de consórcio mencionada durante a reunião.
O ponto de partida
Crescer a capacidade operacional sem aumentar a estrutura na mesma proporção
A Mezzus administra aproximadamente R$ 600–700 milhões em ativos com uma estrutura enxuta. O objetivo discutido para IA é ampliar a capacidade de execução da gestora sem que o crescimento de ativos, operações e complexidade exija crescimento proporcional do time.
Hoje, diversas atividades já utilizam ferramentas de IA de usuário. O próximo passo é conectar essa capacidade aos processos, dados e sistemas da empresa.
R$ 600–700M
Ativos sob gestão mencionados na reunião
~10 pessoas
Estrutura operacional mencionada na reunião
1 jornada
Arquitetura única, ampliada progressivamente
Uma única jornada
Três projetos. Uma única fundação de IA Empresarial.
Objetivo
Estruturar o conhecimento sobre investidores e automatizar o fluxo de Investor Relations, incluindo ingestão de reuniões, Investor 360, recomendação de investidores e copiloto sobre a base proprietária da Mezzus.
Resultado esperado
Reduzir trabalho manual e transformar histórico de relacionamento em inteligência reutilizável.
O conhecimento sobre investidores está distribuído entre reuniões, mensagens, planilhas e registros de CRM, exigindo trabalho manual para ser recuperado e utilizado.
Projeto 1 | Escopo atual
Investor Intelligence & AI CRM
O Projeto 1 não deve ser tratado como uma automação para copiar transcrições para o Monday.com. O objetivo é criar uma camada proprietária de conhecimento sobre investidores, capaz de transformar reuniões, dados do CRM e fontes complementares em contexto estruturado, recomendações e ações.
O Monday.com poderá continuar como ferramenta operacional. A inteligência produzida pela IA, entretanto, deverá residir em uma fundação própria e reutilizável.
Camada operacional
Monday
Ferramenta operacional existente: tarefas, pipeline e rotina do time permanecem onde já funcionam.
Camada de inteligência
Mezzus AI Platform
Dados, contexto, inteligência e agentes em uma fundação proprietária, independente do modelo de dados do CRM.
Mezzus AI Platform = dados + contexto + inteligência + agentes.
Fluxo operacional
O que acontece depois de uma reunião
A transcrição de uma reunião é recebida a partir de Fathom, Read AI ou outra fonte homologada.
“…hoje estamos olhando crédito estruturado, com retorno na faixa de IPCA + 9 a 11. Ticket entre 20 e 40 milhões. Preferimos Sudeste e não temos apetite para incorporação residencial. A alocação deve acontecer no próximo trimestre — pode nos enviar o material da Operação Alfa?”
Nenhum campo extraído ainda.
Mezzus Knowledge Core
O ativo central não é a transcrição. É o contexto estruturado.
Transcrições, documentos e registros do CRM são fontes. O componente central da arquitetura será o Mezzus Knowledge Core, que organiza entidades, relações, histórico e evidências para que diferentes aplicações de IA possam utilizar o mesmo contexto.
Entidade
Evidence
Origem que sustenta uma informação ou recomendação, como trecho de reunião, documento ou dado estruturado.
Modelo de domínio do Projeto 1, extensível por novos domínios.
Investor 360
Uma memória institucional por investidor
Investidor A
Family office · Sudeste · relacionamento desde 2021
Última interação
12 dias atrás
Contatos principais
3 contatos associados
Oportunidades abertas
2
Investment Appetite
Crédito estruturado · Imobiliário · prazo médio · retorno alvo compatível
Evidências recentes
3 reuniões + 2 documentos públicos
Próxima ação recomendada
Revisar aderência à Operação Alfa e preparar contato com o gestor responsável.
Investor Matching Engine
De busca manual a recomendação explicável
Ao estruturar uma nova operação, o sistema compara suas características com os perfis e evidências disponíveis na base de investidores.
O ranking não deve depender exclusivamente de um modelo generativo. A arquitetura prevista combina regras determinísticas, atributos estruturados, similaridade semântica e reavaliação contextual por IA.
Calcule a aderência para ver o ranking.
Como o matching é produzido
Quatro etapas encadeadas, não um único modelo
Hard Rules
Filtros determinísticos para incompatibilidades objetivas.
Feature Matching
Comparação de atributos estruturados da operação e do perfil do investidor.
Semantic Matching
Busca de sinais presentes em reuniões e documentos, mesmo quando não existem como campos explícitos.
AI Re-ranking
Reavaliação contextual dos candidatos pré-selecionados, com justificativa e evidências.
Feedback Loop
O sistema aprende com o resultado do processo comercial
O aprendizado inicial deverá ocorrer principalmente pela coleta estruturada de feedback e calibração de pesos e regras. Técnicas adicionais de machine learning ou fine-tuning somente deverão ser adotadas quando houver volume e evidência suficientes para justificar sua utilização.
Mezzus AI Copilot
Conversar com a memória institucional da Mezzus
Perguntas de exemplo
Resposta
Selecione uma pergunta.
Next Best Action & Workflow
A IA não apenas consulta. Ela pode orientar o próximo passo.
Follow-up pendente
SugerirOportunidade sem interação há 21 dias.
Nova aderência identificada
SugerirNovo produto possui alto Match Score com investidor já conhecido.
Pendência de reunião
SugerirMaterial prometido ainda não consta como enviado.
Atualização de perfil
SugerirNova evidência altera um critério relevante do Investment Appetite.
Nível de autonomia
No Projeto 1, o padrão para comunicações externas e alterações relevantes é Sugerir ou Solicitar aprovação.
Arquitetura
Arquitetura do Projeto 1 preparada para expansão
Camadas independentes, conectadas por eventos e atravessadas por governança e observabilidade desde o primeiro projeto.
Integrações automáticas dependem das formas de acesso autorizadas por cada fonte. Quando necessário, o Data Gateway deverá aceitar ingestão controlada por arquivos ou processos assistidos.
Structured Data Store
Entidades, atributos, relacionamentos e estados.
Evidence Store
Transcrições, documentos e fontes originais.
Semantic Index
Recuperação contextual e similaridade semântica.
Security & Governance
Identity · Access · Audit · Policies · Human Oversight
Atravessa todas as camadas.
AI Ops & Evaluation
Quality · Cost · Latency · Model/Prompt Version · Observability
Atravessa todas as camadas.
Separação de responsabilidades
IA generativa onde faz sentido. Código determinístico onde é necessário.
Inteligência probabilística / IA
- Interpretação de reuniões
- Extração de entidades
- Classificação
- Síntese
- Busca semântica
- Contextualização
- Recomendações
Processamento determinístico
- Regras de elegibilidade
- Validações
- Cálculos
- Reconciliações
- Estados de workflow
- Controles críticos
Projeto 2 | Evolução da mesma plataforma
Portfolio & FIDC Intelligence
A reunião identificou a gestão do FIDC de cotas de consórcio como um exemplo de processo com complexidade substancialmente maior e forte dependência de acompanhamento individual de ativos.
Foi mencionada a aquisição de aproximadamente 400 cotas por mês, com cotas sujeitas a gestão individual e potencialmente relacionadas a diferentes administradoras.
O Projeto 2 deverá ser especificado após um discovery próprio do processo operacional. A função deste Design Doc é demonstrar que o Projeto 1 já construirá os componentes fundamentais necessários para essa evolução.
Projeto 2 | Capacidades conceituais
Capacidades que a arquitetura poderá suportar
Asset Ingestion Agent
Interpretação e registro de novas cotas ou ativos.
Document Intelligence Agent
Extração estruturada de informações de documentos associados à operação.
Portfolio Agent
Acompanhamento da situação das posições.
Cash Flow Agent
Acompanhamento de eventos financeiros.
Reconciliation Agent
Identificação de divergências entre fontes.
Exception Agent
Detecção de situações fora dos parâmetros esperados.
Task Agent
Geração e acompanhamento de atividades operacionais.
Portfolio Copilot
Consulta contextual e explicável sobre carteira, ativos e eventos.
Estes agentes representam possibilidades arquiteturais. O escopo definitivo dependerá do mapeamento do processo, fontes de dados, regras e controles do FIDC.
Event-Driven Architecture
A mesma lógica operacional pode evoluir de CRM para gestão de ativos
Projeto 1
Projeto 2
A arquitetura orientada a eventos reduz acoplamento entre componentes e permite adicionar novos workflows sem reconstruir a plataforma central.
Projeto 3 | Visão evolutiva
Mezzus Agentic Asset Manager
O Projeto 3 representa a evolução da plataforma para uma camada empresarial de IA reutilizável em diferentes processos da gestora.
Não se trata de um único “agente geral”. A visão é uma arquitetura composta por agentes especializados, serviços determinísticos, dados governados e workflows, todos operando sobre uma camada comum de contexto, segurança e observabilidade.
Uma base de dados e contexto. Múltiplos agentes. Uma operação governada.
Escopo
Escopo controlado sem criar uma arquitetura descartável
Construído no Projeto 1
- Data Gateway inicial
- Modelo canônico de dados
- Knowledge Core
- Evidence Store
- Semantic Index
- Meeting Intelligence
- Entity Resolution
- Investor 360
- Investor Matching Engine
- AI Copilot
- Next Best Action / Workflow
- Monday integration
- Identity & Access
- Audit
- AI Ops e observabilidade
- Ambientes de homologação e produção
Preparado para evolução
- Novos conectores
- Novas entidades de domínio
- Novos agentes
- Serviços determinísticos financeiros
- Eventos de portfolio
- Reconciliações
- Controles de exceção
- Integrações financeiras e administrativas
- Novos modelos e técnicas de ML
- Expansão para múltiplos processos da gestora
Segurança, governança e confiança
Governança incorporada desde o Projeto 1
Identity & Access
Perfis, permissões e segregação de acesso.
Data Protection
Proteção de informações sensíveis, retenção e políticas de tratamento.
Agent Guardrails
Limites de autonomia, validações e supervisão humana.
Auditability
Registro de fontes, interações, decisões, modelos e versões.
AI Security
Proteções contra uso indevido, exfiltração e ataques direcionados aos agentes.
AI Ops & Evaluation
Qualidade, custo, latência, comportamento e evolução dos componentes de IA.
Observabilidade
Exemplo de indicadores operacionais
Extraction Accuracy
94%
valor ilustrativo
Entity Resolution Accuracy
91%
valor ilustrativo
Recommendation Precision
78%
valor ilustrativo
Grounded Answer Rate
96%
valor ilustrativo
Human Override Rate
12%
valor ilustrativo
Automation Rate
83%
valor ilustrativo
Cost per Interaction
41
índice ilustrativo
Latency
62
índice ilustrativo
User Adoption
74%
valor ilustrativo
Premissas e limites
O que o Projeto 1 não pretende resolver
Proposta Comercial
Projeto 1 — Investor Intelligence & AI CRM
Estrutura de investimento dividida entre setup de implantação e sustentação mensal da plataforma.
Setup
2 × R$ 30.000,00
Primeira parcela na contratação. Segunda parcela 30 dias após a contratação.
- Levantamento técnico, processos, dados e segurança
- Modelo canônico inicial e arquitetura de integração
- Desenvolvimento do Knowledge Core, Investor 360 e Matching Engine
- AI Copilot, Next Best Action e workflows do Projeto 1
- Integração com Monday e fontes definidas no discovery
- Testes, calibração, UAT e entrada em produção
Sustentação CISP1
R$ 10.000,00 / mês
Pacote mensal de operação, evolução e governança da camada de IA Empresarial.
- Acompanhamento técnico contínuo da plataforma Mezzus AI
- Manutenção corretiva e evolutiva dos componentes do Projeto 1
- Monitoramento de qualidade, custo e latência dos agentes de IA
- Ajustes de prompts, regras e pesos do Investor Matching Engine
- Gestão de integrações, versionamento de contratos e fallbacks
- Observabilidade, governança, segurança e controles de acesso
- Suporte operacional ao time de Investor Relations e CRM
Valores baseados nas premissas atuais de escopo e podem ser ajustados após a conclusão do discovery técnico e validação das fontes de dados.
Implementação do Projeto 1
Plano inicial de desenvolvimento
Semana 1
Discovery técnico, processos, dados, segurança e modelo canônico.
Semana 2
Knowledge Core, Data Gateway e fundação de governança.
Semana 3
Ingestão de transcrições e Meeting Intelligence.
Semana 4
Entity Resolution e Investor 360.
Semana 5
Investor Matching Engine.
Semana 6
AI Copilot e workflows.
Semana 7
Integração com Monday, testes e calibração.
Semana 8
UAT, homologação, observabilidade e entrada em produção.
Sequenciamento sujeito à validação de acesso às fontes, qualidade dos dados e prioridades definidas no discovery.
Começar por Investor Relations. Construir para a gestora inteira.
O Projeto 1 concentra-se em um problema bem definido: transformar o histórico de relacionamento e as fontes de mercado em uma camada operacional de inteligência para Investor Relations.
A decisão arquitetural é fazer esse primeiro desenvolvimento sobre componentes que possam ser reutilizados nos projetos seguintes: dados, contexto, evidências, identidade, agentes, integrações, governança e observabilidade.
Dessa forma, a jornada de IA Empresarial da Mezzus evolui por novos domínios e processos sem exigir que cada iniciativa seja construída como uma nova ilha tecnológica.