Um contrato de construção pesada, infraestrutura ou montagem eletromecânica de médio a grande porte produz, ao longo de 24 a 36 meses de execução, dezenas de milhares de páginas distribuídas entre o instrumento contratual principal, anexos técnicos, Relatórios Diários de Obras (RDOs), atas de reunião, notificações formais, cartas, cadeias de e-mails (.eml), boletins de medição, memórias de cálculo, revisões de projeto, notas fiscais (XML/DANFE) e comprovantes financeiros. Paradoxalmente, a multiplicação do volume de registros digitais — acelerada pelo uso desordenado de ferramentas genéricas de texto — não aumentou a transparência nas obras: ela tornou a comunicação difusa, elevou a desconfiança entre contratante e contratada e consolidou um atraso médio de 30 dias entre a ocorrência do fato em campo e a visibilidade gerencial do seu impacto contratual.
Para eliminar esse hiato informacional sem cair no risco das alucinações probabilísticas dos chatbots convencionais, a Exxata desenvolveu a plataforma EXXTRACTION (exxtraction.exxata.com.br). Mais do que um leitor automatizado de arquivos, o EXXTRACTION opera como a memória em tempo real da documentação do contrato: um motor de extração inteligente de dados em contratos de engenharia e auditoria financeira que preserva a integridade forense de cada arquivo original via hash criptográfico SHA-256 e vincula cada campo extraído, argumento jurídico ou valor financeiro diretamente ao documento, à página e à coordenada geométrica de origem.
Destaques Arquiteturais do EXXTRACTION (exxtraction.exxata.com.br)
- Da Visão com 30 Dias de Atraso à Memória em Tempo Real: Substitui a repetição manual da mesma informação em múltiplos relatórios e reuniões por uma base documental viva e consultável em segundos.
- Arquitetura Determinística em Duas Camadas (Zero-Token-First): A Camada 1 gera a Representação Documental Universal local sem custo de tokens e com fidelidade geométrica; a Camada 2 realiza a interpretação estruturada com modelos especializados por tarefa e gates estritos de promoção (Human-in-the-Loop).
- Rastreabilidade Probatória Absoluta: Em consultas em linguagem natural sobre o acervo do projeto ou pareceres de arbitragem, cada afirmação exibe o caminho de recuperação e, ao clicar na citação, abre o PDF original com o trecho de origem destacado na página.
- Índice de Qualidade Documental SASBY-EASAC©: Monitoramento contínuo da saúde documental do contrato, sinalizando frentes Paradas, e-mails Sem resposta além do prazo e Tendências de degradação semana a semana.
1. O Ciclo da Desconfiança Documental na Construção e o Perigo da IA Convencional
Na engenharia consultiva e na administração contratual eficiente na construção, a informação percorria historicamente um ciclo vicioso: à medida que o projeto ganha complexidade e surgem desvios de escopo ou prazo, o volume de registros e e-mails explode. Como as informações estão fragmentadas em pastas de rede, anexos ZIP e caixas de entrada individuais, a comunicação torna-se opaca. Para compensar a insegurança sobre o que realmente aconteceu na obra, a alta gestão exige mais relatórios semanais, mais planilhas de controle e mais reuniões de alinhamento — drenando a produtividade da equipe técnica enquanto a visão executiva continua enxergando o empreendimento pelo retrovisor, com 30 dias de defasagem.
A tentativa apressada de resolver esse problema jogando documentos contratuais sigilosos em modelos de inteligência artificial generativa de uso geral (LLMs públicos) introduz três riscos inaceitáveis para a engenharia e o direito:
- Alucinação Estatística e Perda de Proveniência: Um LLM convencional opera como um autocompletar estatístico de tokens; quando questionado sobre uma cláusula de reajuste, um evento de chuva ou o saldo de notas fiscais de um fornecedor, ele pode sintetizar uma resposta plausível mas factualmente incorreta, misturando datas ou omitindo ressalvas de uma ata de reunião sem indicar a página exata de onde extraiu a premissa.
- Promoção Autônoma sem Revisão Humana: Ferramentas sem governança de domínio promovem inferências incertas como se fossem verdades consolidadas, contaminando memórias de cálculo de elaboração e análise de pleitos em contratos de engenharia.
- Fragilidade Forense e Vazamento de Dados: Arquivos enviados sem controle de integridade perdem a cadeia de custódia probatória exigida em perícias judiciais e arbitragens regidas pela Lei nº 9.307/1996 (Lei de Arbitragem) e pelo Código de Processo Civil (Lei nº 13.105/2015, arts. 411 e 422).
O EXXTRACTION foi projetado de ponta a ponta exatamente para opor o rigor da engenharia de dados à incerteza da IA convencional:
| Dimensão Crítica de Governança | IA Generativa Convencional (Chatbots / LLMs Soltos) | Plataforma EXXTRACTION (exxtraction.exxata.com.br) |
|---|---|---|
| De Onde Vem a Resposta | Combinação opaca entre pesos pré-treinados do modelo e recortes parciais da janela de contexto. | Exclusivamente da base autorizada de documentos, pacotes de anexos e e-mails do contrato. |
| Origem e Evidência da Informação | Texto corrido sem âncora geométrica; exige que o analista procure manualmente se a citação existe. | Cada campo, linha ou afirmação guarda o documento, a página e a coordenada; o clique abre o PDF com o trecho destacado. |
| Comportamento Quando Há Dúvida | Completa a lacuna por probabilidade estatística (alucinação silenciosa). | Aciona gate review_required e encaminha para revisão humana; nenhuma informação duvidosa é promovida sozinha. |
| Memória e Atualização | Sessões efêmeras de chat que se perdem a cada nova conversa ou estouram o limite de tokens. | Memória persistente com grafo de temas, partes e assuntos conectados em tempo real à nuvem e ao servidor de e-mails. |
| Integridade Forense dos Originais | Sem controle criptográfico de versão ou manifesto de extração auditável. | Preservação binária imutável com hash SHA-256, catálogo SQLite/JSON reconstruível e trilha completa de auditoria. |
2. Arquitetura do Núcleo EXXTRACTION: Camada 1 (Representação Universal) e Camada 2 (Extração Estruturada)
O diferencial de engenharia de software do EXXTRACTION está na sua arquitetura em duas camadas desacopladas e baseadas no princípio zero-token-first, combinando processamento local determinístico de altíssima velocidade com modelos especializados por tarefa:
2.1. Camada 1 — Representação Documental Universal (Zero-Token-First)
Antes de acionar qualquer modelo de linguagem ou visão, a Camada 1 executa um pipeline local determinístico que ingere diretórios complexos, subpastas e pacotes compactados (.zip) — aplicando limites de segurança estritos contra caminhos inseguros (path traversal) e expansão excessiva (zip bombs). Cada arquivo recebe imediatamente uma assinatura criptográfica SHA-256 sobre seus bytes originais, garantindo que ocorrências idênticas sejam deduplicadas sem perder o registro de todas as suas origens no acervo.
O núcleo seleciona então o adaptador local de menor custo computacional de acordo com a mídia real detectada pelo conteúdo binário (e não apenas pela extensão do arquivo):
- PDFs Digitais (Texto Nativo): Processados via Poppler (
pdftotext -bbox-layout), preservando páginas, blocos, linhas e polígonos geométricos normalizados (bounding boxes) de cada palavra. - PDFs Escaneados e Imagens (PNG, JPEG, TIFF, BMP): Composição seletiva inteligente — o sistema aplica renderização Poppler (
pdftoppm) e reconhecimento óptico de caracteres via Tesseract OCR (TSV) exclusivamente nas páginas ou superfícies desprovidas de texto nativo, capturando coordenadas espaciais e score de confiança bruta palavra a palavra. - Planilhas e Documentos Office (XLSX, DOCX, PPTX): Leitura nativa da árvore OOXML, preservando múltiplas abas, células, fórmulas matemáticas, células mescladas, tabelas esparsas, parágrafos, geometria de slides e imagens incorporadas.
- Comunicações Corporativas e Dados Estruturados (EML, XML, JSON, CSV, HTML): O parser MIME (
message/rfc822) reconstrói e-mails completos com cabeçalhos decodificados (remetente, destinatários, data, thread), corpo textual e anexos vinculados; arquivos XML fiscais (como NF-e) preservam hierarquia completa, XPath e namespaces.
Ao final da Camada 1, o sistema valida o JSON Schema e os invariantes semânticos, publicando uma revisão canônica imutável (com custo externo zero e tokens: 0) acompanhada de projeções padronizadas em Markdown (document.md), HTML (document.html), JSON Lines (elements.jsonl), CSV e Apache Parquet (elements.parquet), além de benchmarks de avaliação (CER, WER, cobertura estrutural e proveniência).
2.2. Camada 2 — Interpretação Estruturada, Modelos Especializados e Rota Generativa Governada
Sobre a representação canônica da Camada 1 opera a Camada 2, que transforma páginas em Registros Documentais Estruturados e memória consultável. Em vez de usar um único modelo monolítico para tudo, o EXXTRACTION orquestra modelos especializados por tarefa: classificação documental, leitura e OCR complementar, seleção de evidências, extração de campos tipados e síntese de resposta.
A rota generativa (LLM/VLM) só é invocada sob autorização explícita de política operacional (--allow-generative), registrando versão do processador, consumo exato de tokens e custo financeiro da chamada. Cada registro extraído — seja uma cláusula contratual, um evento gerador de pleito em RDO ou um lançamento de auditoria de comprovação de fluxo de caixa (emitente, destinatário, CNPJ, data de emissão, data de pagamento e valor total) — passa por gates críticos de validação e recebe um status formal de promoção:
accepted: Todos os campos obrigatórios e invariantes matemáticos/temporais validados com evidência direta ancorada na Camada 1;accepted_with_warnings: Registro válido com alertas não bloqueantes documentados;review_required: Divergência, ambiguidade ou confiança abaixo do limiar, exigindo conferência explícita da equipe técnica (Human-in-the-Loop);blocked: Inconsistência crítica que impede a promoção automática para a base decisória.
3. Aplicações Práticas na Engenharia, Administração Contratual e Auditoria
Na rotina diária de diretores de contrato, engenheiros de planejamento e equipes de auditoria técnica em obras, o EXXTRACTION automatiza seis fluxos de alto impacto:
1. Alterações de Escopo e Aditivos
Localiza instantaneamente solicitações de campo, trocas de e-mails, atas e revisões de projeto que originaram mudanças construtivas, montando o dossiê cronológico completo para formalização de Termos Aditivos.
2. Conferência de Medições de Obras
Cruza boletins de medição (BM), memórias de cálculo, relatórios fotográficos e apontamentos de campo para auditar quantitativos executados e evitar glosas ou pagamentos indevidos.
3. Estruturação de Pleitos (Claims)
Conecta o contrato, as notificações tempestivas e os registros diários de eventos desde o fato gerador até a quantificação do valor financeiro, com auditoria visual linha a linha.
4. Relatórios Mensais e Minutas
Consolida as ocorrências críticas do período com suas respectivas fontes documentais e prepara minutas técnicas estruturadas para revisão final dos engenheiros responsáveis.
5. Memória Institucional da Equipe
Blindagem contra o turnover: novos membros do projeto recuperam em segundos o histórico de decisões, justificativas técnicas e pendências com fontes autorizadas.
6. Auditoria Financeira e Fiscal em Lote
Extração e reconciliação de milhares de títulos pagos e pacotes de anexos (XML, DANFE e comprovantes em ERPs como MXM), gerando manifestos auditáveis de conformidade de fluxo de caixa.
4. Índice de Qualidade Documental em Tempo Real (SASBY-EASAC©)
Como a entrada de arquivos da nuvem corporativa e de e-mails do projeto no EXXTRACTION é contínua — não se limitando ao acervo estático do passado —, a plataforma opera como um sistema vivo de gestão da qualidade documental. No topo do painel executivo, o contrato recebe uma pontuação dinâmica auditável pelo Índice do Sistema (SASBY-EASAC©), em escala de 0 a 100 (por exemplo, 76/100).
Esse índice monitora proativamente três vetores de risco contratual que, se ignorados, costumam resultar em perda de direitos (preclusão contratual) ou surpresas em disputas:
- Frentes e Assuntos Parados: Identificação automática de disciplinas técnicas, frentes de serviço ou temas contratuais relevantes que deixaram de receber registros recentes no acervo.
- Comunicações Sem Resposta: Rastreamento de notificações, cartas e e-mails críticos que aguardam retorno da contraparte (ou da própria equipe) além do prazo contratual estipulado.
- Indicadores de Tendência: Detecção precoce de métricas documentais e operacionais que apresentam deterioração semana a semana, permitindo intervenção gerencial antes que o desvio se transforme em litígio.
5. O EXXTRACTION em Perícias e Arbitragens da Construção (Estudo de Caso CAMARB)
Em procedimentos arbitrais de alta complexidade — conduzidos em câmaras como CAMARB, CAM-CCBC, FGV ou CCI — e em trabalhos de assistência técnica em perícias judiciais e arbitrais, o tempo gasto por peritos, assistentes técnicos e advogados para localizar contradições entre alegações, pareceres e milhares de anexos probatórios é decisivo para o desfecho da disputa.
A demonstração prática do EXXTRACTION aplicada a um acervo de parecer em arbitragem (caso referencial CAMARB) evidencia como a plataforma transforma a produção de prova técnica:
Métricas Operacionais na Análise de Acervo Arbitral (exxtraction.exxata.com.br)
Na interface da plataforma, o especialista formula uma pergunta em linguagem natural sobre o acervo. Em 24,7 segundos, o EXXTRACTION percorre 17 documentos, entrega a resposta técnica fundamentada em 12 fontes, exibe o caminho completo de recuperação (pastas, arquivos e tempo) e, ao clicar em qualquer citação, abre lado a lado o PDF original exatamente na página citada com o trecho de origem grifado na tela.
Além da busca conversacional auditável, o módulo de Análise do Caso Arbitral estrutura automaticamente três visões indispensáveis para o papel da tecnologia na perícia técnica e arbitral:
- Grafo de Relações do Projeto: Mapeamento visual das conexões entre documentos, eventos, cláusulas, notificações e partes envolvidas.
- Matriz de Questões em Disputa (Posição de Cada Lado): Consolidação lado a lado dos argumentos da Requerente, Requerida, Tribunal Arbitral, Pareceres Técnicos e Terceiros para cada uma das questões controvertidas, com as peças e páginas citadas listadas diretamente abaixo de cada argumento. Quando novas peças entram no processo, a equipe revisa e regenera a matriz mantendo total consistência.
- Trilha de Pleitos (Do Evento Gerador ao Valor): Tabela estruturada que decompõe cada pleito desde o evento gerador, fundamento contratual e período de impacto até o valor pleiteado e apurado, contando com auditoria por visão (cada célula mostra exatamente de onde veio o número) e controle de rascunho privado antes da publicação para o restante da equipe.
6. Segurança da Informação Corporativa, Isolamento e Conformidade LGPD
Contratos de infraestrutura, dossiês de arbitragem e bases fiscais contêm segredos comerciais e financeiros de altíssima sensibilidade. Por essa razão, a arquitetura de segurança da informação do EXXTRACTION segue padrões bancários e corporativos rigorosos:
- Acesso Exclusivo por SSO Corporativo (Microsoft Entra ID): Autenticação restrita ao tenant corporativo via Single Sign-On, eliminando senhas avulsas ou contas externas não gerenciadas.
- Aplicação Isolada por Projeto/Ambiente: Totalmente separada dos sistemas transacionais de produção, sem reaproveitamento indevido de identidades ou cruzamento de dados entre clientes distintos.
- Originais Íntegros com SHA-256 e Revisões Imutáveis: Todo arquivo ingerido tem seu binário preservado com assinatura criptográfica SHA-256, garantindo cadeia de custódia auditável e imutabilidade das revisões publicadas.
- IA sob Controle e Infraestrutura em Nuvem Privada: Processamento local por padrão (Camada 1) e acionamento de IA generativa exclusivamente mediante autorização de política e registro de custo, implantado sobre Azure Container Apps com processamento assíncrono de lotes em jobs isolados e total aderência à LGPD (Lei nº 13.709/2018).
Perguntas Frequentes (FAQ) sobre o EXXTRACTION e Memória Documental de Contratos
Qual é a diferença técnica entre usar o EXXTRACTION e consultar PDFs em uma IA generativa comum?
Em uma IA generativa convencional, os documentos são fatiados de maneira opaca e o modelo responde por probabilidade estatística de texto, podendo inventar cláusulas ou misturar datas sem comprovar a origem. No EXXTRACTION, o acervo passa primeiro por uma Camada 1 determinística (zero-token-first) que preserva a geometria exata de cada página e o hash SHA-256 do arquivo. Toda resposta ou campo extraído na Camada 2 é obrigatoriamente vinculado ao documento, à página e à coordenada de origem — bastando clicar na citação para abrir o PDF original com o trecho destacado — e qualquer ambiguidade é retida para revisão humana.
Quais formatos de arquivos e documentos de engenharia o EXXTRACTION consegue processar?
O núcleo de processamento documental universal do EXXTRACTION possui adaptadores nativos para PDFs digitais (via Poppler com polígonos geométricos), PDFs escaneados e imagens PNG/JPEG/TIFF/BMP (com OCR seletivo via Tesseract), planilhas Excel (XLSX com preservação de fórmulas e mesclas), documentos Word (DOCX), apresentações (PPTX), e-mails corporativos completos com anexos (.eml / message/rfc822), notas fiscais eletrônicas (XML/DANFE), arquivos JSON, CSV, Markdown, HTML e pacotes compactados (.zip).
O que é o Índice SASBY-EASAC© exibido no painel de gestão em tempo real do EXXTRACTION?
O Índice do Sistema SASBY-EASAC© é uma métrica contínua (em escala de 0 a 100) que avalia a qualidade, a tempestividade e a completude documental do contrato em tempo real. Conectado continuamente às pastas de nuvem e ao fluxo de e-mails do projeto, ele alerta automaticamente a gestão sobre frentes e assuntos Parados (sem registros recentes), e-mails e notificações Sem resposta além do prazo definido e indicadores de Tendência que pioram semana a semana antes de se converterem em passivos contratuais.
Como o EXXTRACTION acelera a elaboração de pleitos (claims) e pareceres em arbitragens?
Em acervos arbitrais e pleitos complexos, o EXXTRACTION lê dezenas ou centenas de peças, constrói o grafo de relações do projeto e consolida automaticamente a matriz de Questões em Disputa — colocando lado a lado a posição da Requerente, da Requerida, do Tribunal, dos Pareceres e de Terceiros com link direto para a página citada de cada peça. No módulo de Pleitos, estrutura a linha completa do evento gerador ao valor quantificado com auditoria visual por célula, reduzindo semanas de garimpagem manual de documentos para consultas de menos de 25 segundos.
Como a plataforma protege a confidencialidade e a cadeia de custódia dos documentos contratuais?
O EXXTRACTION opera em infraestrutura isolada no Azure Container Apps com login restrito por SSO corporativo (Microsoft Entra ID). Todos os arquivos originais são preservados de forma imutável com hash criptográfico SHA-256, os pacotes ZIP passam por validação contra expansão insegura e o processamento padrão ocorre localmente sem consumo de tokens externos, acionando modelos generativos apenas sob governança explícita e em conformidade com a LGPD.
Transforme o Acervo do Seu Contrato em Memória Consultável em Tempo Real
Experimente a precisão probatória do EXXTRACTION em exxtraction.exxata.com.br ou fale com a equipe da Exxata para implantar extração inteligente e auditoria documental contínua nos seus contratos e disputas.
Agendar Demonstração do EXXTRACTION
Acessar exxtraction.exxata.com.br


