Orçamentista de IA sem IA: regras em código encontraram 310 apontamentos em cinco orçamentos

O produto se chama «ИИ-сметчик» («orçamentista de IA»), mas a rede neural dele ainda não calculou um único rublo. Uma empresa moscovita de reforma e acabamento de apartamentos entregou ao desenvolvedor cinco orçamentos reais, e o sistema gerou 310 apontamentos sobre eles. O achado mais caro: o total geral de um dos orçamentos está subestimado em 515 786 ₽. Todos os apontamentos vieram de código com regras. O autor contou sobre o projeto no Habr.

O que o sistema encontrou

As execuções ocorreram de 16 a 21 de agosto de 2026. O autor faz questão de ressalvar a maior descoberta. A subestimação de 515 786 ₽ já havia sido identificada na análise dos orçamentos, antes da elaboração do termo de referência, e a regra correspondente só foi escrita depois. Segundo ele, nesse caso quem funcionou foi a leitura atenta, não o código.

Há outro número mais interessante. Na análise inicial, o autor montou uma lista de referência de erros, e o sistema apontou 51 achados confirmados que não constavam nela. Para um conjunto determinístico de regras, é um resultado expressivo: primeiro os erros foram encontrados manualmente, depois as regras os reproduziram e ainda acharam parte do que o humano tinha deixado passar.

Onde entra a rede neural no projeto

A camada de IA está escrita e coberta por testes, mas apenas com um stub. Ela não rodou em um modelo real por dois motivos: não há chave de acesso, e a plataforma será escolhida pelo cliente. O autor já entregou a versão em produção, que funciona sem internet.

Esse último ponto merece atenção. Os orçamentos da empresa permanecem dentro do perímetro interno, e a questão do envio de dados a um serviço externo ainda não se coloca. Essa é uma conclusão nossa; o autor não a formula de maneira explícita.

O segundo projeto do autor é ainda mais restrito. Trata-se de um configurador de medições para um serviço que prepara desenhos de boxes de vidro para chuveiro sob encomenda, e ele não tem nenhuma rede neural.

Mesmo assim, um modelo participou dos dois projetos, mas na etapa de desenvolvimento. Ele escreveu código, analisou o Excel do cliente e cruzou os apontamentos com as linhas dos orçamentos. No produto em si, o autor só o utiliza onde não é possível dispensá-lo.

Os números do projeto

• 5 orçamentos reais de uma empresa moscovita de reforma e acabamento de apartamentos
• 310 apontamentos nas execuções de 16 a 21 de agosto de 2026
• 515 786 ₽: a maior subestimação encontrada no total de um único orçamento
• 51 apontamentos confirmados além da lista de referência
• 0 apontamentos da rede neural: tudo vem do código com regras
• A camada de IA foi testada apenas com um stub

O que dá para aproveitar disso

O passo a passo é reproduzível. Primeiro, analise manualmente os documentos reais do cliente e monte uma lista de referência de erros. Depois, escreva as regras e valide-as contra essa lista. Use o modelo onde não for possível formular uma regra. Assim, o cliente recebe um resultado verificável, e os custos com tokens e os riscos de vazamento de dados só aparecem quando há necessidade real.

As limitações também são claras. A amostra é pequena: cinco orçamentos de uma única empresa. Os números foram apresentados pelo próprio autor, e não há verificação independente. Ainda não existe um modelo real no produto, então não é possível comparar a versão com IA e sem IA. Quando o cliente escolher a plataforma e a chave estiver disponível, a pergunta principal será outra: o modelo vai encontrar algo além dos 310 apontamentos ou só vai acrescentar falsos positivos?