O Desafio
A pesquisa de preços em compras públicas enfrenta desafios significativos, como a dificuldade de acessar grandes bases de dados e a ineficácia das buscas textuais para itens ou serviços complexos. Tradicionalmente, esse processo é manual e consome semanas, gerando ineficiência e perda de tempo para os analistas. A necessidade de uma solução que automatize e aumente a precisão da pesquisa de preços, reduzindo o tempo e otimizando os custos, tornou-se fundamental para o setor.
Nossa Solução: Ferramenta de pesquisa inteligente.
Desenvolvemos uma ferramenta de pesquisa de preços que utiliza inteligência artificial para superar os obstáculos das buscas manuais. A solução emprega técnicas de web scraping para coletar dados de diversas bases públicas, como o PNCP, e aplica o processamento com LLMs (Large Language Models) para remover ruídos e melhorar a precisão dos resultados. A busca semântica, em vez da busca textual, é utilizada para encontrar cotações relevantes, mesmo para itens e serviços complexos. A solução também conta com um módulo de curadoria, permitindo que o usuário refine o dataset para treinamento de modelos de previsão de preços. Para otimizar custos, a equipe utilizou oVertex AI do Google com Gemini 2.5 Flashlight e PG Vector local, que resultou em uma economia significativa em comparação com outras soluções, como o Elastic Search ou GPT.
Resultados
- Redução Drástica do Tempo de Pesquisa: A solução reduziu o tempo de pesquisa de preços de semanas para horas em itens simples , aumentando a agilidade e a transparência nas compras públicas.
- Aumento da Precisão: O uso de LLMs para processamento e a busca semântica garantem resultados mais precisos, identificando cotações relevantes que seriam perdidas em buscas textuais.
- Otimização de Custos: A utilização de tecnologias como o Vertex AI e o PG Vector local permitiu uma redução significativa dos custos, tornando a solução mais viável financeiramente.
- Desenvolvimento Acelerado: A adoção de uma arquitetura baseada em IA e Cloud com Gemini agilizou o desenvolvimento de protótipos, permitindo que os desenvolvedores conectem funcionalidades em vez de criá-las do zero, o que aumenta a produtividade e otimiza recursos.
